📍목차
1. 이벤트
2. 고객 데이터 분석
3. 코호트 분석
1. 이벤트
사용자가 웹사이트나 앱에서 어떤 행동을 했는지를 측정하는 단위
(요청을 보냈을 때 반응이 오는 것을 이벤트라고 한다.)
- 버튼 클릭
- 동영상 재생
- 기사 읽기 완료
- 구매 완료
📌 GA4 이벤트란?
1) 자동 수집 이벤트 (Automatically Collected Events)
- GA4가 웹사이트/앱을 연결하기만 해도 자동으로 수집해주는 이벤트 (따로 설정하지 않아도 됨)
- 이벤트는 사용자가 웹사이트나 앱에서 어떤 행동을 했는지 보여주는 단위
ex. session_start / page_view / first_open
2) 향상된 측정 이벤트 (Enhanced Measurement Events)
- 버튼 하나만 켜면 GA4가 추가로 다양한 행동을 자동 추적
- 코드 추가 없이 GA4 설정 화면에서 토글로 활성화만 하면 됨
ex. scroll / click / file_download / view_search_results
3) 추천 이벤트 (Recommended Events)
- GA4가 미리 이름을 정해준 이벤트
- 우리가 직접 코드로 설정해야 하지만, 구글이 추천한 형식대로 하면 보고서에도 잘 나옴
ex. sign_up
4) 맞춤 이벤트 (Custom Events)
- 구글이 정해놓은 이름에 딱 맞는 게 없을 때, 우리가 이름과 구조를 직접 정의해서 만드는 이벤트
▼ 참고 링크
2. 고객 데이터 분석
고객과 관련된 다양한 데이터를 모아서 분석하고, 그 안에서 의미 있는 정보를 찾아내는 활동
- 인구 통계 정보: 성별, 나이, 사는 지역, 학력 등
- 행동 정보: 어떤 페이지를 봤는지, 어디를 클릭했는지, 얼마나 스크롤했는지
- 구매 정보: 어떤 상품을 샀는지, 얼마나 자주/얼만큼 구매했는지
★★★ 핵심 ★★★
세그먼트 분석 / 코호트 분석 / 퍼널 분석 / 사용자 여정 분석
3. 코호트 분석 Cohort Analysis
특정 시점에 동일한 특성을 가진 사용자 집단 (코호트)의 행동을 추적하고 분석하는 방법
- 동일한 기간동안 동일한 특성을 가진 사람들을 모아 분석하는 것을 의미하는 '행동 분석' 방법
- 마케팅을 위해 많이 쓰이는 방법 (대표적인 툴: 구글 애널리틱스 Google Analytics)
- 코호트 분석을 통해 이용자 집단을 분석하여 해당 서비스의 기능들을 개선시키며 이용자들의 참여도 및 이용률을 높일 수 있다는 장점
- 팀은 전체 사용자 기반에 대한 데이터를 단순히 보는 것보다 더 의미있는 방식으로 이용자를 이해할 수 있다.
🧐 코호트 분석을 통해 분석할 수 있는 데이터
1. 전환율 (conversion rates)
2. 리텐션률 (retention rates)
3. 이용자의 목표 달성률 (goal completions per user)
4. 이용자의 수익률 (revenue per user)
5. 이용자 당 세션 (sessions per user)
6. 이용자 당 페이지 뷰 수 (page views per user)
7. 이용자 당 세션 기간: 얼마나 오래 머물러 있는지 (session duration per user)
8. 이용자 당 전환률 (transactions per user)
★ 코호트 분석은 유저들의 행동을 관찰하는 동시에 이들을 깊이 이해할 수 있을 뿐만 아니라.
시간이 지남에 따라 특정 그룹들의 행동이 어떻게 변화하는지에 대해 파악할 수 있다는 장점이 있다.
[코호트 분석 데이터 예시]
▶ 각 날짜에 들어온 사용자 수와 시간이 지날수록 남는 사용자 수를 통해 이탈률 파악
▶ 유저 가입수는 10일간 증가하는 추세이지만, 신규 유저들의 10일간의 앱 활성률은 낮아지고 있음을 알 수 있다.
1) 앱 활성률이 낮아지는 이유 → 고려해볼 수 있는 문제점
온보딩 과정에서의 문제
- 다른 지표 (서비스 이용/앱 내 머무는 시간 등)를 파악 후 문제 파악 및 서비스/품질 개선 필요 = 활성률 하락 원인 파악 필요
- 이용자의 니즈와 욕구를 충분히 충족 시켰는가?
2) 코호트 분석 시 고려해야 할 점
- 특정 이용자 분류 시, 나이/지역/구매횟수/서비스 버전 등을 기준으로 집단을 나누어서는 안된다.
- 집단을 나눌 때 '기간'에 대한 정의와 '어느 유형'의 유저인지에 대한 정의가 우선 필요하다.
ex.
- 파워 유저들: 지난 7일간 3회 이상 상품을 구매한 집단
- 요금제 업그레이드를 한 유저들: 지난 30일간 요금제를 업그레이드 한 집단
- 비활성화된 유저들: 지난 14일간 서비스에 접속하지 않은 집단
- Acquisition cohort: 같은 날 혹은 다른 주에 서비스에 가입한 집단
- 다른 경험을 한 유저들: 10월 3주차에 '앞문'으로 들어온 고객과 '뒷문'으로 들어온 고객
- 코호트 분류 시 반드시 기억해야 할 점을 두 가지 이다: 기간 & 특성
과제.
TO DO list or Manager UI design
- 모두에게는 각자의 우선순위가 있습니다. 이는 개인적인 영역에서도 그리고 회사에서도 그렇죠. 기술 업계에서 일한다는 것은 끝없는 새로운 프로젝트, 요청, 수정사항 등이 끊임없이 이어지는 흐름 속에 있게되는데요. 그렇다보니 협업툴 또는To do list 같은 서비스를 빈번하게 사용합니다.
- To do list UI는 과제에서도 가끔 출제되는 내용입니다. 실제 서비스들을 확인해서 디자인해보세요.
** 취업할 때, 1차 합격 후 과제를 주는 곳이 있는데 to do list가 종종 나온다.
동영상 서비스가 종료되어 해당 콘텐츠를 재생할 수 없습니다.
🤯 투두 메이트 UI 만들다가 점점 머리가 몽롱해지는 기분이 들었다...
오른쪽 리스트에서 체크를 하면 왼쪽 달력에서 자동으로 변하게 하는 프로토타입은 아직 모르겠다...
지그재그 클론처럼 더 공부하고 다음에 다시 도전해보는걸로...!!!
'PRODUCT DESIGNER > Daily 🫧' 카테고리의 다른 글
| [Day 40] 데이터 시각화 (0) | 2025.11.07 |
|---|---|
| [Day 39] 데이터 정리와 분석 (2) (0) | 2025.11.06 |
| [Day 37] 데이터와 그로스 해킹 (0) | 2025.11.04 |
| [Day 36] 데이터 수집 (0) | 2025.11.03 |
| [Day 35] 그로스 해킹 (2) (0) | 2025.10.31 |