데이터리안 데이터 분석 교육이 필요할 때 지난 세미나 보러가기 월간 데이터리안 세미나 실무자가 알려주는 데이터 분석가 취업 준비 완벽 가이드 데이터와 함께 SNS 마케팅을 넘어 오프라인 광고까지 마케팅 성과 분석의 모든 것 (feat. GA4) 2023 09 2022 10 2023 11
데이터리안 데이터 분석 교육이 필요할 때 1부 쉬는 시간 2부 강연 패널토크 진행 순서 19:00 - 19:50 김민주 19:50 - 20:00 20:00 - 21:00 김민주, 이보민, 윤선미 “혹시 광고 성과로 라스트 터치만 보고 계신가요?” “마케팅 성과 측정, 어떻게 해야 할까요?”
데이터리안 데이터 분석 교육이 필요할 때 현) 데이터리안 그로스 마케터, 데이터 분석가 전) B2B 물류 스타트업 데이터 분석가, 그로스 마케터 김민주 연사 현) 데이터리안 콘텐츠 마케터, 데이터 분석가 전) 잡플래닛 데이터 분석가 이보민 모더레이터 현) 데이터리안 데이터 분석가 전) 쿠팡, 하이퍼커넥트, 카카오 데이터 분석가 윤선미 패널 연사 & 패널
강연 순서 ● 유입 채널 데이터 수집하기: UTM 파라미터 ● 기여 분석(Attribution Analysis) ● 쿠키리스(Cookie-less) 시대의 기여 분석 ● 데이터 기반 모델 ● 사용자가 전환되기까지 거치는 여정: 마케팅 퍼널 ● 데이터 기반 모델을 넘어 마케팅 퍼널 해석하기
기여 분석 Attribution Analysis 사용자가 전환되기까지 거쳐온 마케팅 채널에 전환 기여도를 할당하고 각 채널의 성과를 판단하는 방법 ● 마지막 클릭 (Last Click) ● 첫 번째 클릭 (First Click) ● 선형 (Linear) ● 위치 기반 (Position Based) ● 시간 가치 하락 (Time Decay) ● 데이터 기반 (Data Driven) 기여 분석 소개
기여 분석 Attribution Analysis 사용자가 전환되기까지 거쳐온 마케팅 채널에 전환 기여도를 할당하고 각 채널의 성과를 판단하는 방법 ● 마지막 클릭 (Last Click) ● 첫 번째 클릭 (First Click) ● 선형 (Linear) ● 위치 기반 (Position Based) ● 시간 가치 하락 (Time Decay) ● 데이터 기반 (Data Driven) 기여 분석 소개 규칙 기반 모델
기여 분석 Attribution Analysis 사용자가 전환되기까지 거쳐온 마케팅 채널에 전환 기여도를 할당하고 각 채널의 성과를 판단하는 방법 ● 마지막 클릭 (Last Click) ● 첫 번째 클릭 (First Click) ● 선형 (Linear) ● 위치 기반 (Position Based) ● 시간 가치 하락 (Time Decay) ● 데이터 기반 (Data Driven) 기여 분석 소개 규칙 기반 모델
기여 분석 Attribution Analysis 사용자가 전환되기까지 거쳐온 마케팅 채널에 전환 기여도를 할당하고 각 채널의 성과를 판단하는 방법 ● 마지막 클릭 (Last Click) ● 첫 번째 클릭 (First Click) ● 선형 (Linear) ● 위치 기반 (Position Based) ● 시간 가치 하락 (Time Decay) ● 데이터 기반 (Data Driven) 기여 분석 소개
기여 분석 Attribution Analysis 사용자가 전환되기까지 거쳐온 마케팅 채널에 전환 기여도를 할당하고 각 채널의 성과를 판단하는 방법 ● 마지막 클릭 (Last Click) ● 첫 번째 클릭 (First Click) ● 선형 (Linear) ● 위치 기반 (Position Based) ● 시간 가치 하락 (Time Decay) ● 데이터 기반 (Data Driven) 기여 분석 소개 뉴스레터 (0%) (0%) (0%) (100%)
기여 분석 Attribution Analysis 사용자가 전환되기까지 거쳐온 마케팅 채널에 전환 기여도를 할당하고 각 채널의 성과를 판단하는 방법 ● 마지막 클릭 (Last Click) ● 첫 번째 클릭 (First Click) ● 선형 (Linear) ● 위치 기반 (Position Based) ● 시간 가치 하락 (Time Decay) ● 데이터 기반 (Data Driven) 기여 분석 소개 뉴스레터 (100%) (0%) (0%) (0%)
기여 분석 Attribution Analysis 사용자가 전환되기까지 거쳐온 마케팅 채널에 전환 기여도를 할당하고 각 채널의 성과를 판단하는 방법 ● 마지막 클릭 (Last Click) ● 첫 번째 클릭 (First Click) ● 선형 (Linear) ● 위치 기반 (Position Based) ● 시간 가치 하락 (Time Decay) ● 데이터 기반 (Data Driven) 기여 분석 소개 뉴스레터 (25%) (25%) (25%) (25%)
기여 분석 Attribution Analysis 사용자가 전환되기까지 거쳐온 마케팅 채널에 전환 기여도를 할당하고 각 채널의 성과를 판단하는 방법 ● 마지막 클릭 (Last Click) ● 첫 번째 클릭 (First Click) ● 선형 (Linear) ● 위치 기반 (Position Based) ● 시간 가치 하락 (Time Decay) ● 데이터 기반 (Data Driven) 기여 분석 소개 뉴스레터 (40%) (10%) (10%) (40%) 20% 40% 40%
기여 분석 Attribution Analysis 사용자가 전환되기까지 거쳐온 마케팅 채널에 전환 기여도를 할당하고 각 채널의 성과를 판단하는 방법 ● 마지막 클릭 (Last Click) ● 첫 번째 클릭 (First Click) ● 선형 (Linear) ● 위치 기반 (Position Based) ● 시간 가치 하락 (Time Decay) ● 데이터 기반 (Data Driven) 기여 분석 소개 뉴스레터 (7%) (13%) (27%) (53%)
기여 분석 Attribution Analysis 사용자가 전환되기까지 거쳐온 마케팅 채널에 전환 기여도를 할당하고 각 채널의 성과를 판단하는 방법 ● 마지막 클릭 (Last Click) ● 첫 번째 클릭 (First Click) ● 선형 (Linear) ● 위치 기반 (Position Based) ● 시간 가치 하락 (Time Decay) ● 데이터 기반 (Data Driven) 기여 분석 소개 뉴스레터 (?%) (?%) (?%) (?%)
쿠키 Cookie 사용자가 웹사이트에 재방문했을 때 웹사이트를 빠르고 편리하게 사용할 수 있도록 저장하는 작은 데이터 조각 e.g. 장바구니에 담아놓은 상품, 로그인 정보, 방문한 웹사이트 정보, 검색어 정보 등 쿠키리스 시대가 온 이유 온라인 상에서 개인 정보 노출에 대한 우려로 개인 정보 보호 정책이 강화되면서 서드 파티 데이터 활용이 불가능해짐 쿠키와 쿠키리스(Cookie-less) 시대
퍼스트 파티 데이터 (First-Party Data) 회사가 내 고객에게 수집한 데이터 세컨드 파티 데이터 (Second-Party Data) 다른 회사의 퍼스트 파티 데이터 서드 파티 데이터 (Third-Party Data) 메타나 구글 같은 제 3자를 통해 얻을 수 있는 데이터 데이터의 종류
퍼스트 파티 데이터 (First-Party Data) 회사가 내 고객에게 수집한 데이터 세컨드 파티 데이터 (Second-Party Data) 다른 회사의 퍼스트 파티 데이터 서드 파티 데이터 (Third-Party Data) 메타나 구글 같은 제 3자를 통해 얻을 수 있는 데이터 데이터의 종류
퍼스트 파티 데이터 (First-Party Data) 회사가 내 고객에게 수집한 데이터 세컨드 파티 데이터 (Second-Party Data) 다른 회사의 퍼스트 파티 데이터 서드 파티 데이터 (Third-Party Data) 메타나 구글 같은 제 3자를 통해 얻을 수 있는 데이터 데이터의 종류
데이터 기반 모델의 작동 방식 뉴스레터 (?%) (?%) (?%) (?%) 뉴스레터 (?%) (?%) (?%) (?%) A B 3% 2% 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 사용자가 거치는 경로 데이터를 가지고 전환 확률을 계산하는 모델을 개발
데이터 기반 모델의 작동 방식 뉴스레터 (?%) (?%) (?%) (?%) A B 3% 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 유튜브 C 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 유튜브 D 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 인스타그램 광고 유튜브 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 뉴스레터 인스타그램 광고 A 인스타그램 광고 A 인스타그램 광고 B 뉴스레터 인스타그램 광고 B 유튜브 유튜브
데이터 기반 모델의 작동 방식 뉴스레터 (?%) (?%) (?%) (?%) A B 3% 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 유튜브 C 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 유튜브 D 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 인스타그램 광고 유튜브 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 뉴스레터 인스타그램 광고 A 인스타그램 광고 A 인스타그램 광고 B 뉴스레터 인스타그램 광고 B 유튜브 유튜브
데이터 기반 모델의 작동 방식 뉴스레터 (?%) (?%) (?%) (?%) A B 3% 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 유튜브 C 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 유튜브 D 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 인스타그램 광고 유튜브 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 뉴스레터 인스타그램 광고 A 인스타그램 광고 A 인스타그램 광고 B 뉴스레터 인스타그램 광고 B 유튜브 유튜브
데이터 기반 모델의 작동 방식 뉴스레터 (?%) (?%) (?%) (?%) A B 3% 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 유튜브 C 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 유튜브 D 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 인스타그램 광고 유튜브 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 뉴스레터 인스타그램 광고 A 인스타그램 광고 A 인스타그램 광고 B 뉴스레터 인스타그램 광고 B 유튜브 유튜브
데이터 기반 모델의 작동 방식 뉴스레터 (?%) (?%) (?%) (?%) A B 3% 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 유튜브 C 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 유튜브 D 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 인스타그램 광고 유튜브 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 뉴스레터 인스타그램 광고 A 인스타그램 광고 A 인스타그램 광고 B 뉴스레터 인스타그램 광고 B 유튜브 유튜브
데이터 기반 모델의 작동 방식 뉴스레터 (?%) (?%) (?%) (?%) A B 3% 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 유튜브 C 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 유튜브 D 2% 뉴스레터 (?%) (?%) (?%) (?%) 인스타그램 광고 뉴스레터 인스타그램 광고 유튜브 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 유튜브 인스타그램 광고 B 뉴스레터 인스타그램 광고 A 뉴스레터 인스타그램 광고 A 인스타그램 광고 A 인스타그램 광고 B 뉴스레터 인스타그램 광고 B 유튜브 유튜브
Consideration 고려 단계의 성과 확인하기 GA4 트래픽 획득 보고서 직접 구매 전환이 발생하지 않았다고 하더라도 상품 페이지 조회, 장바구니 담기, 구매 버튼 클릭 같은 액션이 발생했다면 Consideration 고려 단계로 넘어왔다고 판단할 수 있음 유튜브 광고
마케팅 성과 분석을 위해 필요한 것 ● UTM 파라미터를 사용해 유입 채널 데이터 수집하기 ● 기여 분석(Attribution Analysis) ● 쿠키리스(Cookie-less) 시대가 기여 분석에 미친 영향 이해하기 ● 데이터 기반 모델을 넘어 마케팅 퍼널 해석하기 ● 퍼스트 파티 데이터 수집을 잘하기 마무리
데이터리안 오픈 채팅방 데이터 분석 정보 공유 오픈 카톡방 데이터 분석 교육이 필요할 때 데이터리안 데이터리안 데이터 분석 정보 공유방 ● 데이터 분석가 취업 고민 ● 데이터 분석가 커리어 / 업무 ● 각종 스터디 모집 ● 세미나 슬라이드 공유 ● 얼리버드 할인 소식 공유 ● 입장코드 ʻSQLGA4’
🎁 무료 맛보기 강의를 들어보세요 ● 웹사이트에서 직접 데이터를 수집하고 분석해보고 싶은 분 ● 지금 당장 GA4를 활용해야 하는 분 ● 보고싶은 데이터가 많아서 직접 세팅하고 싶은 실무자 (이번주 금요일, 얼리버드 30% 할인 마감) [무료] GA4 데이터 분석 캠프 맛보기 데이터 분석 교육이 필요할 때 데이터리안
“다른 온라인 강의와 달리 비즈니스 성장을 위해 GA4를 어떻게 활용해야 하는지 인사이트를 얻게 해준 강의입니다.” 실무자들을 위한 GA4 데이터 분석 캠프 “가능한 한 빨리 업무에서 GA4를 활용해야 하는데, 사내에는 가이드 라인도 없어 고민 중이었는데요. 캠프 덕에 방향이 잡혀 걱정이 줄었습니다. 감사합니다!” GA4 캠프 수강생 | L님 GA4 캠프 수강생 | K님 데이터 분석 교육이 필요할 때 데이터리안
NEXT 일시 현) 데이터리안 데이터 분석가 전) 쿠팡, 하이퍼커넥트, 카카오 데이터 분석가 윤선미 연사 12/12(화) 19:00 ~ 21:00 선배 데이터 분석가의 SQL 코딩테스트 노하우 공개 패널 모더레이터 이보민 현) 데이터리안 데이터 분석가 전) 리디 데이터 분석가 송혜정 주제 현) 데이터리안 데이터 분석가 전) 잡플래닛 데이터 분석가 33,000원 → 10,000원 라이브 특별할인가
NEXT 1부 강연 일시 현) 데이터리안 데이터 분석가 전) 쿠팡, 하이퍼커넥트, 카카오 데이터 분석가 윤선미 연사 12/12(화) 19:00 ~ 21:00 33,000원 → 10,000원 라이브 특별할인가 SQL 코딩테스트의 거의 모든 것: 공부 방법부터 실전 노하우까지
NEXT 일시 현) 데이터리안 데이터 분석가 전) 쿠팡, 하이퍼커넥트, 카카오 데이터 분석가 윤선미 패널 12/12(화) 19:00 ~ 21:00 SQL 코딩테스트, 데이터 분석가 3명은 이렇게 봤습니다 패널 패널 이보민 현) 데이터리안 데이터 분석가 전) 리디 데이터 분석가 송혜정 2부 패널토크 현) 데이터리안 데이터 분석가 전) 잡플래닛 데이터 분석가 33,000원 → 10,000원 라이브 특별할인가
2부 패널토크 진행 순서 Warm-up 1. 작은 규모의 서비스에서 뉴스레터, 광고성 메일, SNS 관리, 챗봇 등을 동시에 다 해야할까요? 2. 콘텐츠 조회수는 어느 정도 나오는데 App 다운로드 전환이 낮은 것이 고민입니다. 뭐가 문제일까요? 마케팅 성과 측정 3. 마케팅 성과를 판단하기 위해 어떤 데이터를 봐야 하는지 감을 잡기가 어려워요. 4. 작은 브랜드 마케터입니다. 인플루언서 협업 콘텐츠를 기획했는데 체감상 느껴지는 반응은 좋습니다. 그런데 객관적인 성과 평가는 어떻게 할 수 있을까요? 5. 스타트업에 다니고 있습니다. 사용자에게 설문을 받고 있는데 정성적인 데이터는 어떻게 활용해야 할지 모르겠어요. 데이터 기반 의사 결정 팁 6. 데이터 팀이 없고 분석 환경도 갖춰지지 않은 상황에서 데이터 기반 마케팅을 어떻게 시작 할 수 있을까요? 7. 데이터가 없을 때 데이터 기반 의사 결정 방법이 궁금합니다. 데이터는 과거를 기반으로 하는데, 새로운 아이디어를 결정할 때는 어떻게 적용할 수 있을까요? 8. 데이터 마케팅에 어떤 데이터 분석 스킬이 필요한가요?
인지 단계의 성과 측정하기 1. 각 마케팅 채널의 자체 지표 (좋아요, 댓글, 공유, 게시물 저장 수, 공유하기 수) 2. 우리 서비스를 검색한 검색량 3. 웹사이트 트래픽 4. 다이렉트 트래픽 (우리 웹사이트에 직접 접속한 트래픽) 5. 백링크 6. SNS에서 우리 서비스가 언급되고 있는지 고려 단계의 성과 측정하기 1. 구매 전환의 경우, 상품 페이지 조회나 장바구니 담기, 구매 버튼 클릭 수 2. 앱 다운로드 전환의 경우, 앱 다운로드 페이지 트래픽 Q2. 조회수는 나오는데 앱 다운로드는 없을 때
Q3. 마케팅 성과 판단을 위한 지표 어떻게 찾나요? Working Backwards AS-IS 캠페인을 일단 하고 → 여기에서 나온 지표를 종합적으로 평가하여 캠페인 성과를 판단 TO-BE 캠페인의 목표 지표를 세우고 → 그에 맞춰 기획한 캠페인 진행 → 캠페인 기획 전 세운 목표 지표로 캠페인을 평가
Q5. 설문조사 정성데이터 활용법이 궁금해요 패널분의 소리가 좀 작아서 일정한 소리로 들렸으면 좋을 것 같습니다 중간에 목소리가 좀 작게 들리는 경우가 있어 좀 더 크게 들리면 더 좋을 것같아요! 마이크의 소리가 각각 달라 아쉬워요 다음번 세미나는 행사 시작 전에 오디오 체크를 한 번 더 하자. 세미나 피드백 반영하는 방법
Q5. 설문조사 정성데이터 활용법이 궁금해요 실무에 관한 얘기를 좀 더 많이 해줬으면 좋겠어요. 실무에서 활용하는 팁이나 사례가 궁금합니다. SQL기본 문법을 자세히 설명해주고, 실무자의 관점에서 TIP을 제공해주는 게 좋았습니다. 실무에서 왜 해당 기능들이 필요한지 알 수 있어서 좋았습니다. 리뉴얼 이전 피드백 SQL 데이터 분석 캠프 피드백 반영하는 방법 리뉴얼 이후 피드백
페르미 추정 Fermi Estimation 게스티메이션(Guess + Estimation)이라고도 불리며 컨설팅 펌에서 신입사원을 뽑는 면접에서 이런 질문을 자주 하는 것으로 알려져있음 - 스타벅스 역삼점 하루 매출은 얼마일까 - 서울 시내 주유소는 몇 개나 있을까 - 한국 사람 1명이 일년동안 소비하는 치킨은 평균 몇 마리일까 Q7. 데이터가 없을 때 데이터 기반 의사 결정 방법
Q7. 데이터가 없을 때 데이터 기반 의사 결정 방법 온라인 영어 교육 앱 ʻ스픽’의 옥외 광고 성과 예측 스픽의 강남역 옥외 광고 모습 (출처: https://community.rememberapp.co.kr/post/105883?channel=rememberWebNoti)