[SQL 분석][Ch3] 쇼핑몰 헬스체크 대시보드

김지현·2024년 7월 18일

목록 보기

26/40

요청
1. 쇼핑몰에 몇 명이 들어오는지 확인 ▶ 활성 유저 숫자 확인
2. 우리에게 중요한 행동은 몇 명이나 하는지 ▶ 중요한 행동이 뭔지 / 모수와 비율 모두 제공
3. 발생하는 거래액이 얼마인지 ▶ 전체 규모 (가능하다면) 상세 정보

요청자와 충분한 검토를 거침 (집계 방식, 기준)

요청자에 따라 용어 숙지가 동반되기도 함

활성유저 확인

활성유저 데이터필드 생성

COUNTD : 중복된 값을 세지 않음 (= 고유값만 count)
한 달(2020년 1월)동안의 데이터를 갖고 있기 때문에 MAU와 동일한 값
행 선반 : active user / 열 선반 : event time
- event time - 더보기 - 사용자 지정 - 연도/월/일 선택 >> 일간 활성유저 그래프 (각 값은 DAU)

매개변수 생성

일별, 월별로 나눠서 확인하기 위해
값은 측정값과 동일한 이름, 표시형식은 보여지는 이름

매개변수가 작동할 필드 생성

생성한 필드로 기존 열 선반과 레이블(event time) 모두 변경해줘야 함

→ 그러면 선택한 매개변수 값에 따라 그래프가 다르게 출력됨 (필드 생성시 주 시작을 월요일로 지정했기 때문에 주별 시작 날짜는 월요일)

이동 평균 추가
값의 변동이 심한 경우 이동 평균 추가하여 전반적인 흐름 확인 가능

행 선반(active user) - 퀵 테이블 계산 - 이동 평균 (시트 1)
active user 추가 - 이중축 - 축 동기화 (이동평균 그래프에서는 레이블 제거)

이동 평균 추가할 때는 기간 설정을 고민해볼 필요가 있음
평균을 내는 기간이 짧을수록 최근 추세 반영(하지만 서비스 성격에 따라 주 단위로 특이성을 보이는 경우도 있음)

해당 데이터를 요일별로 확인

이동 평균 생성한 그래프 시트 복제(시트 1(2)) → 이동평균 계산된 행 제거, new event time 열 선반에 추가 → 요일 설정

평일에 유저 수가 많고(특히 월,화) 상대적으로 주말에 유저 수가 적음 >> 일주일 단위로 특이성을 보인다고 할 수 있음

→ 일자별로 특이성이 있는지 확인하고 평균을 내야한다 (일주일이라 가정하고 이동평균 기간을 일주일로 설정)

(시트 1) 이동평균 적용된 필드를 테이블 계산 편집에서 위와 같이 수정
단, 매개변수를 주(week) 단위로 변경했을 때도 해당 값은 동일하게 적용되기 때문에 이전 6주를 포함한 7주동안의 평균을 계산한 이동평균이 계산됨
→ 주(week)는 4주 단위, 일(daily)는 7일 단위로 이동평균 설정되게 하자

행 선반의 이동평균 적용된 필드 복제하여 데이터패널에 추가 후 편집

행동으로 전환된 고객의 비율

행 선반 : active user / 열 선반 : new event time
- new event time - 더보기 - 사용자 지정 - 연도/월/일 선택
event type 색상에 추가, 행 선반의 active user을 레이블에 복사 >> 일자별 각 행동을 수행한 그래프

계산된 필드 생성

cart 활성 유저
- 생성한 user id (cart)에서 만들기 - 계산된 필드 >> user id (cart)에 기반하여 계산식 생성 가능
purchase 활성 유저
- 위와 동일한 과정으로 진행

그래프로 확인

행 선반 : active user (cart) / 열 선반 : new event time
- new event time - 더보기 - 사용자 지정 - 연도/월/일 선택
active user (puchase) 추가 - 이중 축 - 축 동기화 → 행 선반 각 값을 그래프 레이블에 복사
각 레이블 서식 백분율로 수정
일자별로 특정 행동으로 전환된 활성 유저 비율 확인 가능