데이터분석 (4) 썸네일형 리스트형 정규화 VS 표준화, 로그변환 내가 보기위한 챗지피티 답변 모음 1. 정규화 (Normalization): 목적: 변수들 간의 상대적인 중요도를 균형있게 만들기 위해 사용됩니다. 적용 대상: 주로 정규 분포를 따르는 데이터에 적용됩니다. 적용 상황: 데이터가 정규 분포를 따르고 있으며, 이를 유지하고자 할 때. 변수들 간의 상대적인 중요도를 유지하면서 스케일을 맞추고자 할 때. 적용 기준: 데이터의 분포가 대략적으로 정규 분포에 가깝거나, 이상치가 적은 경우. 변수들 간의 범위가 크게 차이 나지 않을 때. 스케일 조정: 변수 값을 [0, 1] 또는 [-1, 1] 범위로 변환합니다. 예시: 이미지 픽셀 값: 이미지의 픽셀 값은 일반적으로 0과 255 사이의 범위에 있으므로 Min-Max Scaling을 통해 [0, 1]로 정규화할 수 .. 리텐션(Retention) 개선 리텐션을 개선하기에 앞서 분석할 집단을 정의하는 것도 중요하다. (코호트 분석: 집단별 비교 분석) 일반적으로 가입 시기별, 성별, 연령별 유저 등으로 나눠볼 수 있고 리텐션의 흐름을 관찰한다. 리텐션을 개선하는 두 가지 방법 1. 신규 유저의 정착 2. 유저의 장기적인 이용 1. 신규 유저의 정착 AARRR에서는 Acquisition과 Activation 단계에 해당한다. 사용자가 서비스를 한번 더 이용하고 싶은 생각이 들게끔 하는 것이 목표이므로 사용자가 느끼는 첫인상이 중요하게 여겨진다. 사용자가 처음 서비스를 접하게 되는 동선, 처음 보는 화면 등 사용자가 서비스의 핵심 가치를 처음 겪을 때 바로 느끼는 편의성과 시각적 인상을 개선해서 초기 이탈을 방지할 수 있다. 2. 유저의 장기적인 이용 1번.. 고착도 (Stickiness) 고착도 (Stickiness) - 특정 기간 내에 서비스를 재방문하는 사용자의 비율을 확인하는 지표 (사용자가 서비스에 얼마나 stick한지?) - Engagement(참여) 지표라고도 한다. - 주간 또는 월간 활성 사용자 수 대비 일간 활성 사용자 수의 비율 - DAU / MAU 또는 DAU / WAU로 계산할 수 있다. (DAU - Daily Active User, 일간 활성 사용자) (MAU - Monthly Active User, 월간 활성 사용자) (WAU - Weekly Active User, 주간 활성 사용자) 만약에 아래와 같은 예시에서 월 화 수 목 금 토 일 총합 방문한 유저 a b c d e f g DAU 1 1 1 1 1 1 1 7 WAU (a, b, c, d, e, f, g) 7.. AARRR 프레임워크 / 클래식 리텐션 (Classic Retention) / 롤링 리텐션 (Rolling Retention) / 범위 리텐션 (Range Retention) AARRR 프레임워크 - 기업이 성장하기 위해 추적해야 하는 다섯 단계의 사용자 행동 지표 A: acquisition (획득: 신규 사용자 유입) A: activation (활성화: 사용자의 서비스 이용) R: retention (유지: 사용자의 지속적인 서비스 이용) R: revenue (매출: 사용자의 구매) R: referral (전파: 다른 사용자에게 추천) 마지막 Referral 전파가 되면 다시 새로운 사용자 획득부터 AARRR 프레임워크가 순환된다. ●●●●● ●●●● ●●● ●● ● 이런 깔때기 모양으로도 표현되는데, 각 단계별 사용자 즉 유저의 수가 유입(Acquisition) 단계에서 가장 많고 아래로 향할수록 줄어드는 경향이 있기 때문이다. 이 다섯 단계 중에서 리텐션(Retentio.. 이전 1 다음