인프런 커뮤니티 질문&답변

안녕하세요. 과제 하시느라 넘 고생하셨습니다!

과제가 꽤 어렵죠.. 예전에 스터디 진행했을 때 많은 분들이 힘들어 하셨는데, 현업 수준에서 고민하는 내용을 문제로 드린거라 난이도가 높은 문제가 맞습니다. 그럼에도 불구하고 과제를 하는 경험을 하신 것을 칭찬드리고 싶어요.

여태까지 과제를 제출하고, 이야기를 해주신 분들을 보면 데이터를 논리적으로 어떻게 봐야 하는지 아는 분과 모르는 분으로 나뉩니다. 전자는 이 데이터를 기반으로 문제를 파악하면서 가설을 떠올리고, 후자는 기술적인 접근(쿼리 작성, 툴 활용)을 떠올리는 경우가 있습니다. 저도 과거에 둘 다를 경험했는데 전자의 과정이 현업이나 면접 과정에서 자주 보곤 합니다. 왜냐하면 툴 강의는 세상에 꽤 많거든요.

논리적으로 데이터를 본다는 것은 제 이전 강의인 PM을 위한 데이터 리터러시 강의에서 나오는 내용인데 이 내용을 리텐션 과제에 전개하는 흐름을 공유드릴게요

1. 리텐션을 보더라도, 전체적인 데이터의 추세는 확인한다. 전반적인 데이터를 확인하면서 사용자들이 얼마나 있고, 어떤 이벤트를 많이 발생하는지 확인

2. 리텐션은 코호트 리텐션부터 하는 것이 아니고, 리텐션 커브부터 그리고 해석을 해야 합니다. 강의에서 말씀드린 것처럼 리텐션 커브를 그리고 -> 해석이 제일 먼저입니다

• 왜 이 리텐션 커브가 나올까?

• 유저를 나눠서 리텐션 커브를 그리면 다를까? (집단의 리텐션 커브가 다를 수 있다는 가정)

3. 첫번째 방법에서 주차별로 new / current / dormant / resurrect로 생각하신 것 잘하셨습니다. 여기서 new / current / dormant / resurrect 별로 사람들이 어떻게 증가하고 감소하나 보시면 좋습니다(일자별이나 주차별 등을 결정하면 좋습니다) -> 이걸 그래프로 그려보면 흐름을 알 수 있습니다. 어? 이 때 왜 new가 늘었지? 왜 다시 돌아온 유저가 생겼지 등

• 참고로 new / current / dormant의 리텐션 그래프는 그리기 어렵습니다. 왜냐하면 new 유저가 다음 주엔 current가 되거든요. 해석이 어려워집니다. new의 리텐션이 높은데? 이런 해석은 이상하거든요

4. 왜 이러지?라는 생각을 가지고 가설을 만들 수 있습니다. 저는 너무 작은 샘플의 가설보단 처음엔 어느 규모가 있는 문제를 찾아봅니다. 작은 것보단 큰 것을 해결하는 것이 더 임팩트가 있다고 생각해서요

5. 문제를 찾고, 그 문제를 겪는 사람들이 어떤 이벤트를 하나 파악합니다. 여기서 리텐션 관점에선 문제를 겪은 사람과 아닌 사람의 리텐션 차이가 큰지 확인해볼 수 있습니다. 만약 어떤 상황 여부에 따라 리텐션 차이가 크다면 그것은 상관 관계가 있을 수 있다고 생각하고, 가설을 떠올리고 더 구체적으로 데이터를 보고 아이디어를 낼 수 있습니다

이런 아이디어를 낼 때, 외부적인 요소나 우리가 알기 어려운 부분으로 빠지면 데이터 분석에 답이 없습니다. 가정의 가정이 되어서 구체적인 Action Item이 나오지 않거든요. 예를 들어 "기간이 짧지만 주로 학교가 방학이 아닌 기간에 신규 유입이 많았기 때문에, 학생 고객들과도 관련이 있을 수도 있겠다라는 생각" 이거는 지금 상황에선 알 수 없기에 이 부분을 생각하는 것보단, 지금 있는 데이터를 더 구체적으로 보는 것이 필요합니다. 예를 들어 검색을 한번이라도 한 유저가 안한 유저보다 리텐션 차이가 클까? 어떤 가게의 주문을 2회 이상한 사람들이 계속 더 들어올까? 등

프로모션을 하면 데이터가 올라갈 것이다라는 것은 어떤 회사에서 누구나 말을 할 수 있습니다. 누구나 할 수 있는 말을 하기 위해 데이터를 보는 것이 아니고, 구체적인 상황으로 이야기를 전달해야 합니다. 예를 들어 검색을 하다가 망설이는 사람들은 하루 앱 접속자의 n%에 해당되는데, 이 사람들이 시간이 지나서 구매하는 사람은 k%고 p%는 구매를 결국 안한다. 이런 경우에 p%에 있는 사람을 k%로 전환을 한다면 매출이나 재방문 관점에서 도움이 될 것이다. 그래서 어떤 Action Item을 해야한다 등.

쿠폰이 효과적이라고 생각할 수 있지만, 쿠폰은 회사의 이윤 관점에선 상황에 따라 다릅니다. 체리피커들이 많이 있을 수 있거든요. 혜택만 받고 다시 들어오지 않는 사람들이 있어서 기업들이 혜택을 계속 줄이는 방향으로 의사결정을 하게 됩니다(카드사 혜택 같은 것을 생각해보시면 됩니다)

물론 룰렛이나 쿠폰 등으로 접속을 유지하게 하는 방법도 있습니다(회사의 전략적 의사 결정으로) 그러나 외부적인 동기부여는 사람에게 오래 가지 않고 체리피커로 만들게 되는 것이라 저는 비용을 줄이는 것보단 제품의 핵심 가치를 더 느끼게 하는 방법을 고민합니다

6. 사실관계만 정리하면 부분에서 몇 주째 리텐션이 낮았다고 작성해주셨는데 데이터를 해석할 때는 구체적으로 명시를 해야합니다. 10~12주차 리텐션이 평균 5%p 낮았다 등으로 이야기를 해야하고, 단순히 리텐션이 높다 낮다라고 하면 의미가 상대적으로 적습니다. 그 내용을 듣는 사람이 구체적으로 뭐가 떠오르지 않을 수 있습니다.

   • 유사하게 첫 주차 이탈에 대한 문제가 너무 크리티컬하다고 했는데 얼마나 크리티컬한 것인지 숫자를 같이 제시해주면 더 크리티컬 여부에 대해 와닿겠지요

과제에서 제가 기대했던 것은 "어떤 이벤트나 이벤트의 조합을 한 사람이 이 조합을 하지 않은 사람들보다 리텐션이 높다"라는 답을 내기 위한 생각의 과정을 하면 좋겠다는 의도였답니다.

위에 전체적인 프로세스를 공유드렸는데, 전체 과제도 제출해주셨길래 포함할 수 있는 내용을 공유드렸어요.

이 내용을 토대로 전체 과제를 조금 더 고민해보셔도 좋을 것 같네요(전체 과제 피드백이 조금 더 시간이 걸릴 것 같아서 지금 내용에서 아이디어나 생각해볼 부분을 조금 더 고민해보시면 어떨까 싶어요)

과제하느라 넘 고생하셨습니다. 어려운 문제가 맞으니 좌절하지 마시고 제가 말씀드린 내용을 최대한 흡수해보셔요. 궁금한 점이 있으면 언제든 남겨주시구요!

안녕하세요. 답변이 조금 늦어지고 있는데 수요일 내로 답변드릴게요!

안녕하세요, 인프런 AI 인턴입니다. j808esc님!

리텐션 과제를 풀면서 어려움을 겪으셨군요. 리텐션 분석은 많은 데이터 분석가들이 중요한 부분으로 생각하는 주제입니다. 다양한 방법을 통해 데이터를 이해하고 분석하는 것은 매우 중요하지요. 리텐션 과제와 관련해서 도움이 될 만한 기존의 질문과 답변을 소개해 드리겠습니다.

1. 리텐션 과제 작성: 이 게시물에서는 리텐션 분석 쿼리에 대한 일반적인 피드백과 효율성을 높이는 방법에 대해 논의하고 있습니다. 쿼리를 작성할 때의 유용한 팁과 주의사항을 확인하실 수 있습니다.

2. 3-13. 리텐션 분석 과제: 리텐션 분석 과제를 진행하면서 발생할 수 있는 다양한 문제들에 대한 해결 방법과 쿼리 작성의 논리에 대한 실용적인 조언을 제공합니다.

3. 리텐션 분석 과제: 유사한 문제를 다룬 질문에서 리텐션 분석에 필요한 단계별 접근 방법 및 실무에 적용할 수 있는 SQL 예제를 제공합니다.

위의 링크들을 참고하시면서 과제 풀이에 도움을 받을 수 있을 것입니다. 추가적으로 궁금한 점이 있으시면, 주저하지 마시고 이어서 질문해 주세요. 지식공유자께서 더 구체적인 조언을 제공해 주실 것입니다.

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.