스터디노트 5월 14일

샘플프로젝트 : GA(Google Analytics) 데이터 활용 유저 분석

시나리오 요약

: 웹사이트 방문자 수의 변동에 대한 원인을 GA 데이터를 통해 파악하고자 한다

• 데이터 살펴보기

Column	Description
channelGrouping	채널 그룹핑
date	날짜
device	기기 정보
fullVisitorId	방문자 전체ID
geoNetwork	지리적 네트워크 정보
sessionId	세션 ID
socialEngagementType	소셜 참여 유형
totals	총계
trafficSource	트래픽 소스
visitId	방문 ID
visitNumber	방문 횟수
visitStartTime	방문 시작 시간

Process 01 Data Info. check

• Data 전처리 : Data shape, Data type, Null, Outlier 확인
• Data EDA : 수집된 데이터의 기본 정보들을 확인

df['totals'] = df['totals'].astype(float)
df['date'] = pd.to_datetime (df['date'], format='%Y%m%d')

Process 02 주요 지표 추출

• 월 별 MAU

df_mau = pd.DataFrame (df.groupby (df['date'].dt.strftime('%Y%m'))['fullVisitorId'].nunique())

• 월 별 Transaction

df_t = pd.DataFrame (df.groupby(df['date'].dt.strftime('%Y%m'))['totals'].sum())

• 월 별 Conversion rate

df_cov = pd.DataFrame (df.groupby(df['date'].dt.strftime('%Y%m'))[['sessionId', 'totals']].agg(['count'])).reset_index()
df_cov.columns = ['Date', 'Visit', 'Revenue']
df_cov['cov_rate'] = round ( (df_cov['Revenue'] / df_cov['Visit']) *100, 2)

Process 03 Profit 분석

• Device 별 분석

import plotly.graph_objects as go
go.Bar (x=df_device_category ['totals'], y=df_device_category['device'], orientation='h')
go.Bar (x=df_device_browser ['totals'], y=df_device_browser['device_browser'], orientation='h')

• GeoNetwork 별 분석

go.Bar (x=df_geoNetwork_continent['totals'], y=df_geoNetwork_continent['geoNetwork'], orientation='h')
# same for the sub-continent

이 글은 제로베이스 데이터 분석 취업 스쿨의 강의 자료 일부를 발췌하여 작성되었습니다.