26.02.06 TIL 61: 본캠프 51일차- Data Driven 기획 강의 끝 +Data Driven Project +아티클 카타

📌 오늘의 진도:

완료 100%

1. Data Driven Project 강의 수강 Chapter 5-8~5-13 끝

2. 아티클 카타 진행 및 공유 -> https://community.heartcount.io/ko/user-data-anlaysis/?utm_source=yozm-it&utm_medium=refferal&utm_campaign=user-data-anlaysis

3. Data Driven Project

 

오늘의 인사이트  👀

활동	인사이트
아티클 카타	아티클 카타에서는 데이터 분석을 왜 해야하는지 어떻게 하는지에 대한 방향성을 공부했다.
강의	강의에서는 튜턴님이 IT 용어(+예시)와 PM이 협력하는 이해관계자들에 대한 공부를 하였다. 학습을 하고 나서 실무에서는 어떤 흐름으로 흘러가는지와 개발자와 대화를 할때 길을 잃지 않도록 용어들을 공부하면서 한결 편안해진거 같다!  강의를 들었음에도 불구하고 조금 더 공부를 하고 싶은 용어: CRM, 그로스 해킹, 클라이언트, 서버
Data Driven Project	데이터 분석을 하여 세그먼트를 나눠 페르소나를 만들었다. 데이터 분석을 하다가 의미가 없었던 데이터를 과제 안에 넣어야 할지 말지 고민을 하다가 튜터님께 여쭤봤는데. 그건 내가 결정하는거라고 하셨다. 피드백의 대한 방향을 정하면 좋을거 같다고 피드백을 전해주셨다.

 

1. 아티클 정보

• 제목 : 유저 데이터 분석? 그거 중요한거야?
• 작성자(저자) : Jaden Jung

2. 핵심 내용 요약

• 이 아티클의 주요 메시지
  • 유저 데이터 분석은 서비스/제품을 이용하는 사용자의 행동, 선호, 피드백 같은 데이터를 수집하고 해석해서, 비즈니스 성과를 높이기 위한 인사이트를 찾는 과정이다.
  • 왜 유저 데이터 분석이 중요한가?
    • 마케팅 전략 최적화
    • 제품 및 서비스 개선
    • 비즈니스 성장 및 확장
    • 비용 절감 및 효율 개선
  • 어떻게 분석?
    • 세그먼트 분석 → 유저들의 특성별
    • 코호트 분석 → 특성 시점에 가입한 그룹 기준으로 시간에 따른 행동 변화 분석
    • 퍼널분석 → 서비스 이용 흐름을 단계별로 분해하고 어느 단계에서 가장 많은 유저가 이탈하는지 분석
    • 이벤트 추적 → 특정 행동을 추적해 어떤 행동이 가장 많이 방생하는지 분석
    • 사용자 경로 분석 → 사용자의 사이트/서비스 이용 전체 흐름을 시각화하고 문제점 분석
• 핵심 키워드
  • 유저 분석
  • 데이터 분석

3. 흥미로운 점/새롭게 알게 된 점

• 읽으면서 가장 흥미로웠던 부분 :
  • 데이터 분석 하는 방법에서 저희가 이미 사용한 분석 방법이 꽤 있어서 흥미로웠습니다.
• 이전에는 알지 못했거나 새롭게 배운 내용 :
  • 어떻게 분석 하는지에 대한 방법 중에 코호트 분석이라는 방법을 처음 알게 되었습니다. 새로운 기능 업데이트나 마케팅 캠페인 후에 사용자들의 반응이 어떻게 변하는지, 그리고 그 변화가 지속되는지 아닌지를 관찰함으로써, 특정 조치의 장기적 효과를 파악할 수 있다는 점에서 계속 변화하는 트렌듣 속에서 도움이 될거 같습니다.

4. 나의 한 문장 요약

• 이 아티클을 한 문장으로 요약하면?
  • 유저 데이터의 분석이 왜 중요한지, 그리고 어떤 방식으로 접근해야 비즈니스 성과를 얻을 수 있는지를 설명을 하였고 특히 데이터 기반 의사결정과 사용자 행동 이해의 중요성을 강조하며, 다양한 분석 기법을 통해 구체적인 사례가 있습니다.

<강의에서>

CRM (Customer Relationship Management)

-> 고객 정보를 한곳에 모아서 관리하고, 그걸로 더 잘 팔고 더 잘 챙기기 위한 시스템이다 (단골 생성!)

👉 재방문, 재구매를 만들기 위한 도구

예시: CRM이 없을 때

“아… 이분 단골 같은데… 뭐 좋아하셨더라?”

CRM이 있을 때

“이 고객은 라떼만 마시고, 한 달에 3번 오고, 2주째 안 왔네 → 쿠폰 보내자”

 

그로스 해킹
👉 최소한의 시간·비용으로 “성장”을 가장 빠르게 만드는 방법을 계속 실험하는 것이다. 

감이 아니라 실험으로 성장시키는 방식

 

예: 운동 앱

문제 발견

설치는 많은데, 2주 후에 다 떠남

그로스해킹 사고

• 첫 운동 끝나면 “다음 운동 예약” 버튼 추가
• 7일 연속 출석 시 리워드 제공
• 푸시 알림 문구 A/B 테스트

👉 광고 안 늘려도 유지율이 올라가면 = 성장

 

클라이언트 vs. 서버

• 클라이언트(Client): 요청하는 쪽 (나, 내 기기)
• 서버(Server): 요청을 처리해주는 쪽 (정보·기능을 가진 컴퓨터)

👉 “요청하는 사람 vs 일 처리해주는 직원” 구조다.