[데이터 분석을 위한 SQL 레시피] 16강 - 입력 양식 최적화하기

목차 1) 오류율 집계하기 2) 입력 ~ 확인 ~ 완료까지의 이동률 집계하기 3) 입력 양식 직귀율 집계하기 4) 오류가 발생하는 항목과 내용 집계하기 16강 입력 양식 최적화하기 엔트리폼 =자료 청구 양식과 구매 양식 입력양식 최적화(EFO, Entry Form Optimization) 입력 양식의 항목이 너무 많아 이탈하는 것을 막고, 성과를 높이고자 입력 양식을 최적화 하는것. 필수 입력과 선택 입력을 명확하게 구분해서 입력 수를 줄인다. 필수 입력 항목을 위로 올려 배치 오류 발생 빈도를 줄인다. 입력 예를 보여준다. 제대로 입력하지 않았다고 실시간으로 알려준다. 쉽게 입력할 수 있게 만든다. 입력 항목을 줄인다. 우편번호와 주소등의 자동완성기능을 사용한다. 이탈할 만한 요소를 제거한다. 불필요한..

• format_list_bulleted SQL
• · 2023. 12. 28.
• textsms

[데이터 분석을 위한 SQL 레시피] 14강 - 사이트 전체의 특징 / 경향 찾기

목차 1) 날짜별 방문자 수 / 방문 횟수 / 페이지 뷰 집계하기 2) 페이지별 쿠키 / 방문 횟수 / 페이지 뷰 집계하기 3) 유입원별로 방문 횟수 또는 CVR 집계하기 4) 접근 요일, 시간대 파악하기 14강 사이트 전체의 특징/경향 찾기 1) 날짜별 방문자 수 / 방문 횟수 / 페이지 뷰 집계하기 웹사이트에서는 방문자 수 , 방문 횟수, 페이지 뷰 집계가 기본임. 방문자 수 = 브라우저를 꺼도 사라지지 않는 쿠키의 유니크 수 (한 명의 사용자가 1일에 3회 사이트를 방문해도 1회로 집계) 방문 횟수 = 브라우저를 껐을 때 사라지는 쿠키의 유니크 수 (한 명의 사용자가 1일에 3회 사이트를 방문하면 3회로 집계) 페이지 뷰 = 페이지를 출력한 로그의 줄 수 #14-1 날짜별 접근 데이터를 집계하는 쿼..

• format_list_bulleted SQL
• · 2023. 12. 28.
• textsms

[데이터 분석을 위한 SQL 레시피] 13강 - 시계열에 따른 사용자의 개별적인 행동 분석하기

목차 1) 사용자의 액션 간격 집계하기 2) 카트 추가 후에 구매했는지 파악하기 3) 등록으로부터의 매출을 날짜별로 집계하기 13강 시계열에 따른 사용자의 개별적인 행동 분석하기 리드타임이란? 실제 계약까지의 기간. 리드타임이 짧아지면 계약이 더 많이 일어남. 1) 사용자의 액션 간격 집계하기 같은 레코드에 있는 두 개의 날짜로 계산할 경우 예약 사이트에는 예약 정보를 저장하는 레코드에 신청일과 숙박일, 방문일을 한꺼번에 저장함. 날짜끼리 빼거나 datediff 함수를 써서 각 날짜의 차이를 계산하면 됨. #13-1 신청일과 숙박일의 리드타임을 계산하는 쿼리 WITH reservations(reservation_id, register_date, visit_date, days) AS ( VALUES (1,..

• format_list_bulleted SQL
• · 2023. 12. 28.
• textsms

[데이터 분석을 위한 SQL 레시피] 12강 - 시계열에 따른 사용자 전체의 상태 변화 찾기

목차 1) 등록 수의 추이와 경향 보기 2) 지속률과 정착률 산출하기 3) 지속과 정착에 영향을 주는 액션 집계하기 4) 액션 수에 따른 정착률 집계하기 5) 사용 일수에 따른 정착률 집계하기 6) 사용자의 잔존율 집계하기 7) 방문 빈도를 기반으로 사용자 속성을 정의하고 집계하기 8) 방문 종류를 기반으로 성장지수 집계하기 9) 지표 개선 방법 익히기 12강 시계열에 따른 사용자 전체의 상태 변화 찾기 사용자의 서비스 사용을 시계열로 수치화하고 변화를 시각화 하는 방법 1) 등록 수의 추이와 경향 보기 날짜별 등록 수의 추이 사용자 수를 집계할 때는 사용자가 유일하게 식별할 수 있는 ID(사용자 ID)로 중복을 제거(DISTINCT)해서 셈. #12-1 날짜별 등록 수의 추이를 집계하는 쿼리 SELEC..

• format_list_bulleted SQL
• · 2023. 12. 28.
• textsms

[데이터 분석을 위한 SQL 레시피] 11강 - 사용자 전체의 특징과 경향 찾기

목차 1) 사용자의 액션 수 집계하기 2) 연령별 구분 집계하기 3) 연령별 구분의 특징 추출하기 4) 사용자의 방문 빈도 집계하기 5) 벤 다이어그램으로 사용자 액션 집계하기 6) Decile 분석을 사용해 사용자를 10단계 그룹으로 나누기 7) RFM 분석으로 사용자를 3가지 관점의 그룹으로 나누기 1) 사용자의 액션 수 집계하기 사용자가 서비스 내부에서 제공되는 기능 등을 얼마나 이용하는지 집계하는 작업 액션과 관련된 지표 집계하기 사용률 (usage_rate) = 특정 액션 UU를 전체 액션 UU로 나눈 것. → 특정 액션을 얼마나 자주 사용하는지 (** UU = Unique Users. 중복없이 집계된 사용자 수) 1명 당 액션 수 (count_per_user) → 사용자가 평균적으로 액션을 몇..

• format_list_bulleted SQL
• · 2023. 12. 26.
• textsms

[데이터 분석을 위한 SQL 레시피] 10강 - 다면적인 축을 사용해 데이터 집약하기

목차 1) 카테고리별 매출과 소계 계산하기 2) ABC 분석으로 잘 팔리는 상품 판별하기 3) 팬 차트로 상품의 매출 증가율 확인하기 4) 히스토그램으로 구매 가격대 집계하기 10강 다면적인 축을 사용해 데이터 집약하기 상품의 카테고리, 가격 등을 조합해서 데이터의 특징을 추출해 리포팅하기 1) 카테고리별 매출과 소계 계산하기 카테고리의 소계와 총계를 한 번에 출력하려면, 계층별로 집계한 결과를 같은 컬럼(같은이름)이 되게 변환한 뒤, UNION ALL 구문으로 하나의 테이블로 합치면 됨. ** UNION ALL = 이름 같은 컬럼으로 구성된 두 개의 테이블 있을 때, 중복 데이터도 지우지 않고 모두 표시하여 합치는 방법 → but, 성능 안좋음. —> ROLLUP 사용 ** ROLLUP : 그룹화 및 ..

• format_list_bulleted SQL
• · 2023. 12. 26.
• textsms