StuDyata.zip

이 글은 코드잇 스프린트 데이터 분석가 과정 학습 기록입니다.🎧음악 스트리밍 서비스 데이터 분석해보기아홉 번째 스프린트 미션은 Amplitude를 활용해 음악 스트리밍 서비스 데이터를 분석해보는 미션이었다. 이번 미션에서는 Amplitude에서 제공하는 Demo Data 중 Media Streaming - Analytics를 사용하였다. 실제 서비스 데이터는 아니지만, 음악 스트리밍 서비스를 가정한 이벤트와 유저 속성이 제공되어 있었다. 서비스 화면은 따로 제공되지 않았기 때문에 스포티파이나 멜론 같은 음악 스트리밍 서비스를 떠올리면서 분석을 진행해야 했다. 이번 미션의 핵심은 크게 두 가지였다.첫 번째는 서비스의 현황을 파악하는 것이었다. 유저 규모가 어느 정도인지, 유저들은 어떤 플랫폼이나 요금제를..

이 글은 코드잇 스프린트 데이터 분석가 과정 학습 기록입니다.수업 내용과 느낀 점을 매일 정리하며 데이터 분석 공부 과정을 기록하고 있습니다.🔭 A/B 테스트를 위한 통계 기초와 실험 프로세스 전체 정리이번 시간에는 성공적인 프로덕트 개선의 핵심인 A/B 테스트와 이를 뒷받침하는 기본 통계 이론을 학습하였다. 직감이나 경험에 의존하는 대신, 실제 유저 데이터를 기반으로 의사결정을 내리기 위해서는 기술 통계와 추론 통계의 개념, 가설 검정, 그리고 체계적인 A/B 테스트 설계 프로세스를 이해해야 한다. 이번 글에서는 통계의 기본 개념부터 시작해 표본 추출, 중심극한정리, 가설 검정의 오류, 그리고 실제 실무에서 적용되는 A/B 테스트의 7단계 프로세스와 지표 설계 방법까지 상세히 정리해 보려고 한다.📊..

이 글은 코드잇 스프린트 데이터 분석가 과정 위클리 페이퍼 작성 기록입니다.Q1.Amplitude에서 리텐션 분석을 진행했더니 신규 가입자의 Day 7 리텐션이 20%로 나왔습니다. 이 수치를 어떻게 해석하겠나요? 리텐션을 개선하기 위해 다음으로 어떤 분석을 추가로 해보겠나요?신규 가입자의 Day 7 리텐션이 20%로 나왔다는 것의 해석Amplitude에서 신규 가입자의 Day 7 리텐션이 20%로 나왔다는 것은, 가입한 사용자 100명 중 약 20명만이 가입 후 7일째에도 다시 돌아와 특정 행동을 했다는 뜻으로 해석할 수 있다. 단순하게 말하면 초기 유입은 있었지만, 그중 상당수는 일주일 안에 빠져나갔다는 의미이다. 다만 이 숫자를 볼 때는 20%가 높다, 낮다를 단독으로 바로 판단하기보다 몇 가지를 ..

이 글은 코드잇 스프린트 데이터 분석가 과정 학습 기록입니다.수업 내용과 느낀 점을 매일 정리하며 데이터 분석 공부 과정을 기록하고 있습니다.🔭Amplitude 기초 개념과 주요 차트 정리이번 시간에는 Amplitude라는 프로덕트 분석 도구를 중심으로, 사용자 행동 데이터를 어떻게 수집하고 분석하는지, 그리고 Amplitude에서 제공하는 주요 차트들이 각각 어떤 분석 목적을 가지는지 학습하였다. Amplitude는 단순히 데이터를 보여주는 도구라기보다는 사용자가 서비스 안에서 어떤 행동을 하는지 이벤트 단위로 기록하고, 그 행동 흐름을 바탕으로 프로덕트 개선에 필요한 인사이트를 찾을 수 있도록 도와주는 도구이다. 이번 글에서는 Amplitude의 기본 개념부터 시작해서 Segmentation, Fu..

이 글은 코드잇 스프린트 데이터 분석가 과정 학습 기록입니다.수업 내용과 느낀 점을 매일 정리하며 데이터 분석 공부 과정을 기록하고 있습니다.더 자세한 수업 내용은 '공부 기록'을 참고부탁드립니다.😪2026.05.06 수😭연휴 끝나고 다시 수업... 5일간의 연휴가 끝났다. 솔직히 말하면 아침에 진짜 수업 듣기 싫었다. 너무너무 쉬고 싶었고 다시 공부 모드로 돌아가는 게 정 귀찮게 느껴졌다. 그래도 어쨌든 다시 시작해야 하니까 힘내서 들어갔다. 이날은 수요일이었지만, 월요일이 공휴일이어서 못 했던 위클리 페이퍼를 1교시에 진행했다. 이번 주 위클리 페이퍼 질문은 두 가지였다. 하나는 신규 가입자는 늘었는데 매출은 정체된 상황에서 퍼널 분석과 코호트 분석 중 무엇을 먼저 볼지에 대한 것이었고, 다른 하..

이 글은 코드잇 스프린트 데이터 분석가 과정 학습 기록입니다.📱디자인 화면을 보고 로그 설계해보기여덟 번째 스프린트 미션은 앞서 배운 사용자 행동 로그 설계 내용을 바탕으로 가상의 커머스 앱 화면을 보고 직접 로그를 설계해보는 미션이었다. 스타일샵(Styleshop)이라는 가상의 커머스 앱이 주어졌다. 화면은 크게 메인 페이지와 카테고리 페이지로 구성되어 있었고, 각 화면에서 사용자가 어떤 행동을 할 수 있는지 확인한 뒤 필요한 지표를 계산할 수 있도록 Tracking Plan을 설계해야 했다. 실제로 로그 설계는 화면 개발이 완료된 뒤가 아니라 개발 전에 디자인 파일을 보면서 미리 진행되는 경우가 많다고 한다. 그래서 이번 미션에서도 완성된 앱을 사용하는 것이 아니라, 개발 예정인 화면 이미지를 보고..

이 글은 코드잇 스프린트 데이터 분석가 과정 학습 기록입니다.수업 내용과 느낀 점을 매일 정리하며 데이터 분석 공부 과정을 기록하고 있습니다.💁‍♀️사용자 행동 로그 설계 정리이 글은 사용자 행동 로그 설계 이론을 정리한 글이다. 프로덕트 데이터 분석에서 로그 데이터는 사용자의 행동을 이해하고, 기능 개선이나 지표 분석을 하기 위해 매우 중요한 데이터이다. 하지만 로그 데이터는 서비스 운영 과정에서 자동으로 항상 분석하기 좋게 쌓이는 데이터가 아니다. 분석에 필요한 데이터를 얻기 위해서는 어떤 행동을 기록할 것인지, 어떤 속성을 함께 남길 것인지, 언제 로그를 발생시킬 것인지 미리 설계해야 한다. 이번 글에서는 프로덕트 데이터 분석 프로세스에서 로그 설계가 어떤 위치에 있는지, 로그 설계가 왜 필요한지..

이 글은 코드잇 스프린트 데이터 분석가 과정 학습 기록입니다.수업 내용과 느낀 점을 매일 정리하며 데이터 분석 공부 과정을 기록하고 있습니다.💡데이터로 프로덕트를 개선하는 과정이번 글에서는 데이터 기반 프로덕트 개선 프로세스에 대해 정리해보려고 한다. 프로덕트 데이터 분석은 단순히 데이터를 확인하는 것에 그치지 않고, 데이터를 근거로 프로덕트의 현재 상태를 진단하고, 문제를 발견하고, 원인을 탐구한 뒤, 개선안을 실제 서비스에 반영하고 그 성과를 다시 평가하는 과정까지 포함한다. 프로덕트가 점점 다양해지고 서비스 구조도 복잡해지면서 단순히 경험이나 직관만으로 의사결정을 내리는 방식에는 한계가 생긴다. 사용자가 어떤 기능을 사용하는지, 어느 단계에서 이탈하는지, 어떤 개선안이 실제 성과로 이어지는지 확인..

이 글은 코드잇 스프린트 데이터 분석가 과정 위클리 페이퍼 작성 기록입니다.Q1.쇼핑몰 앱을 운영하는데, 신규 가입자 수는 늘었지만 전체 매출은 정체 중입니다. 이 상황을 분석하기 위해 퍼널 분석과 코호트 분석 중 어떤 분석을 먼저 해보겠나요? 이유를 설명해 보세요.어떤 분석을 먼저 해보겠는가 → 퍼널 분석신규 가입자 수가 늘고 있다는 것은, 일단 유입 자체는 잘 되고 있다는 뜻으로 볼 수 있다. 그런데도 전체 매출이 정체되어 있다면, 문제는 유입 이후 구매 전환 과정 어딘가에서 발생하고 있을 가능성이 크다.지금 먼저 봐야 하는 것은사람이 왜 안 들어오지?가 아니라들어온 사람이 왜 돈을 쓰지 않지?”니까!퍼널 분석을 먼저 보는 이유퍼널 분석은 사용자가 서비스 안에서 어떤 흐름으로 움직이는지, 그리고 어느..

이 글은 코드잇 스프린트 데이터 분석가 과정 학습 기록입니다.수업 내용과 느낀 점을 매일 정리하며 데이터 분석 공부 과정을 기록하고 있습니다. 🧭 비즈니스 분석 프레임워크 정리이번 이론 데이에서는 비즈니스 분석 프레임워크와 데이터 기반 프로덕트 개선 프로세스를 배웠다. 데이터 분석을 할 때는 단순히 데이터를 불러오고 그래프를 그리는 것에서 끝나는 것이 아니라, 현재 비즈니스 상황에 맞는 분석 방법을 선택하고, 그 분석 결과를 실제 서비스 개선 방향으로 연결하는 것이 중요하다. 이번 시간에는 데이터 분석 및 인사이트 도출 단계에서 자주 사용되는 대표적인 분석 프레임워크인 퍼널 분석, 코호트 분석, RFM 분석을 중심으로 학습하였다. 세 가지 분석은 모두 고객 행동을 이해하기 위한 방법이지만, 각각 바라보..