
이전 글에서 RFM Segment 라벨링을 빅쿼리에 적재하는 방법을 소개했었습니다. 태블로 Rest API 로 view 데이터 csv 로 다운받고 빅쿼리에 저장하기 태블로 Rest API 로 view 데이터 csv 로 다운받고 빅쿼리에 저장하기태블로에서 RFM 대시보드를 만들고 이를 활용해서 CRM 캠페인 액션들을 수행한뒤 유져벌 RFM 세그먼트 이동을 관찰해야 한다. 하지만 이를 정기적으로 다운로드 받아서 구글 시트에 저장해야하는botongsaram.tistory.com RFM 점수에 따라 세그멘트를 분류하면 아래와 같이 유저별로 이렇게 세그먼트 라벨이 생성됩니다. 이 데이터를 브레이즈 커넥티드 콘텐츠로 활용할 수 있게 만들면 효율적이겠다는 판단이 들었습니다. 구글링을 해보니 비개발자도 손쉽게(?..

태블로에서 RFM 대시보드를 만들고 이를 활용해서 CRM 캠페인 액션들을 수행한뒤 유져벌 RFM 세그먼트 이동을 관찰해야 한다. 하지만 이를 정기적으로 다운로드 받아서 구글 시트에 저장해야하는 번거로움이 있다. 반복적인 업무기 때문에 자동화시킬 필요가 있다고 생각하여 구현해본 케이스를 기록도 해볼겸 공유해볼까 한다. 구글링을 해보니 유저 아이디별 라벨링된 세그먼트명을 태블로 RestAPI 를 활용해서 csv 파일로 다운 받을 수 있다. 아주 다행스럽게 파이썬 라이브러리가 있었다. https://github.com/divinorum-webb/tableau-api-lib GitHub - divinorum-webb/tableau-api-lib: An API library that allows develope..

GA 세그먼트란?분석 데이터의 하위 집합입니다. 사용자, 세션, 이벤트 데이터를 분리해서 세그먼트를 정의하면 분석하고자 하는 대상을 쉽게 정의할 수 있게 만드는 기능입니다. 세그먼트를 정의하게 되면 특정 유저의 그룹 vs 나머지 유저의 특징을 비교 분석해 볼 수 있습니다. 활용 방법 및 예시GA4에서 세그먼트 기능을 통해 웬만한 유저들의 특징을 잡아낼 수 있습니다. 그런데 GA4가 어떻게 유저들의 행동 데이터를 수집하고 활용하는지 제대로 알지 못하면 활용하기 힘들겠죠?이번 글에서는 큰 틀에서 GA4가 어떤 원리로 조건이 설정되는지 알아보려고 합니다. 세그먼트 유형 선택하기세그먼트 생성화면을 들여다보면 꽤 많은 조건들을 설정할 수 있는 기능들이 많습니다.일단 크게 3가지 유형의 세그먼트가 있습니다. (..

Google Analytics를 사용해 보셨다면 ‘세션’이라는 용어에 익숙하실 것입니다. Universal Analytics(GA3)에서는 세션 단위로 데이터를 수집하여 지표를 측정했지만, GA4에서는 데이터 수집 방식이 달라져 주의가 필요합니다. GA4의 세션 관련 지표는 혼란을 일으킬 수 있습니다. 이번 글에서는 세션의 개념을 자세히 살펴보고, GA4에서의 세션이 어떻게 다른지 알아보겠습니다. 세션이란?세션 관련해서 구글 가이드 문서에 따르면 - 세션은 사용자가 웹사이트 또는 앱과 상호작용하는 기간입니다.- 세션은 사용자가 앱을 포그라운드에서 열거나 페이지나 화면을 보고 현재 활성화된 세션이 없는 경우 시작됩니다.- 세션 수 : 고유 세션 ID 수를 추정하여 사이트나 앱에서 발생하는 세션 수를 계산합..

GA4 데이터를 따로 데이터 마트에 저장해서 활용하고 싶을 때 혹은 원하는 view의 테이블 형태를 조회하고 싶을 때 Query Explorer 를 한 번쯤을 들어가 보셨던 경험이 있으실 거예요 (링크) https://ga-dev-tools.google/ga4/query-explorer/ ga-dev-tools.google 여기서 수집하려는 차원과 측정값을 선택해서 손쉽게 API를 호출해서 데이터를 확인해 볼 수 있습니다. 보통 Query Explorer에서 어떤 차원과 측정값을 가져올지 확인한다음 Google Analytics Data API를 사용해 데이터를 가져오는 코드를 작성해야 되는데 우리는 GPT로 인해 이런 수고를 덜 수 있게 되었습니다. 위에 처럼 차원과 측정값을 선택하고 기호에 따..

이 글을 읽고 계시다면 코호트 분석을 이미 하고 계실 건데 측정 기준에 대해서 의문이 생기신 분이 보실 것 같네요 구글에 '코호트 분석 SQL' 라고 검색하면 정말 많은 글들이 많습니다. 글에서 소개하는 쿼리 예시는 대부분 datediff함수를 활용해서 Date Granularity를 계산합니다. 이해하기 쉽게 예를 들어보겠습니다. 유저 1 : 23:30 에 회원가입 후 다음날 다시 들어왔습니다. 유저 2 : 13:30에 회원가입 후 다음날 다시 들어왔습니다. day 단위로 계산을 하면 유저 1 은 우리 서비스를 30분 경험하고 다음날 재방문했다고 계산됩니다. 유저 2는 약 10시간 30분 서비스를 경험하고 재방문을 했다고 계산됩니다. 동일한 조건일까요? 그렇지 않죠? 만일 시간 단위로 계산을 하..