mtepg924 님의 블로그

패스트캠퍼스 환급챌린지 50일차: <세계 3등에게 배우는 실무 밀착 데이터 시각화> 강의 후기

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.https://abit.ly/lisbva Abit.ly 다운받기 abit.ly 강의 후기 및 인사이트 오늘은 RFM 분석을 통해 고객을 정량적으로 분류하고 시각화하는 실습을 진행했다. RFM은 Recency, Frequency, Monetary의 약자로, 각각 고객의 최근 구매 시점, 구매 빈도, 구매 금액을 의미한다. 처음 듣는 지표라서 생소했지만, 한 번 개념을 익히고 나니 실무에서 고객을 세분화하는 데 얼마나 유용하게 쓰일 수 있을지 감이 잡혔다. 특히 각 지표에 점수를 부여하기 위해 백분위 기반으로 점수(1~4점)를 나누는 방식이 흥미로웠고, 이를 구현하기 위해 PERCENTILE() 함수와 FIXED LOD를 결합하는 방식도 매..

패스트캠퍼스 환급챌린지 49일차: <세계 3등에게 배우는 실무 밀착 데이터 시각화> 강의 후기

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.https://abit.ly/lisbva 강의 후기 및 인사이트 오늘은 어제 학습했던 RFM 기반의 Marketing Segmentation 대시보드 시나리오에서, 핵심 KPI(매출, 고객 수, 수익 등)를 카드 형태로 보여주는 작업을 실습해보았다. 특히 이번 실습에서는 Dateadd() 함수와 {MAX([Order Date])} 같은 LOD 표현식을 함께 사용하여 이전 달(prior month)의 데이터를 정확하게 필터링하는 방법을 배울 수 있었다.그동안은 단순히 날짜 필드에 필터만 걸어서 원하는 기간을 설정했었는데, 이번에는 동적 날짜 필터링을 통해 자동화된 방식으로 이전 달을 계산하는 방식이 흥미로웠다. [Order Date] >..

패스트캠퍼스 환급챌린지 48일차: <세계 3등에게 배우는 실무 밀착 데이터 시각화> 강의 후기

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.https://abit.ly/lisbva 강의 후기 및 인사이트 오늘은 RFM 기반의 마케팅 세그먼트 분석 시나리오를 다루는 실습을 진행했다. 고객을 Recency(최근성), Frequency(구매 빈도), Monetary(구매 금액) 기준으로 분석하고 이를 바탕으로 세그먼트를 나눠 마케팅 타겟 전략을 세우는 과정이었다. 특히 태블로를 통해 세 가지 지표를 정량화하고, 시각적으로 직관적인 대시보드를 설계하는 방법을 배운 점이 유익했다.🔷 ✅ 세그먼트는 단순히 나누는 것이 아니라, 행동 기반의 전략 수립 도구다처음엔 그냥 고객을 여러 기준으로 나누는 분석인가 싶었는데, 세그먼트마다 적용할 수 있는 마케팅 전략이 명확히 달라진다는 점에서 실..

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.https://abit.ly/lisbva 강의 후기 및 인사이트 오늘은 그동안 배운 리텐션 대시보드 구성 워크시트를 최종적으로 복습하고 통합하는 시간을 가졌다. 각 워크시트는 개별적으로는 간단해 보이지만, 연결해서 하나의 대시보드로 만들고 나니 사용자 흐름과 인사이트가 한눈에 들어오는 것이 인상적이었다. 특히 Retention Analysis, New Acquisition Users, Cumulative Users 세 워크시트가 서로 연결되어 시계열적인 변화와 유저 흐름을 자연스럽게 표현해준다는 점에서 데이터 기반 서비스 관리에 매우 유용하겠다는 생각이 들었다.워크시트를 만들면서 매개변수, LOD 계산, 테이블 계산 등 다양한 기능을..

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.https://abit.ly/lisbva 강의 후기 및 인사이트 오늘은 Cohort Chart(코호트 차트)를 활용해 리텐션 분석을 시각화하는 실습을 진행했다. 특히 인상적이었던 부분은 리텐션율을 계산하기 위한 계산식 구성이었는데, 그 중심에는COUNTD([User ID]) / ATTR({ EXCLUDE [Returning after how many weeks] : COUNTD([User ID]) })라는 식이 있었다. 이 계산식은 각 주차별로 재방문한 유저 수를, 최초 유입된 해당 주차의 유저 수로 나누는 방식인데, 여기서 EXCLUDE LOD(Level of Detail) 계산을 통해 리텐션 기간 구간을 제외한 분모 집계값을 별도로 ..

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.https://abit.ly/lisbva 강의 후기 및 인사이트 오늘은 리텐션 대시보드 중 하나인 Cumulative Total Users 워크시트를 제작해보았다. 이 워크시트의 핵심은 각 주차별로 유입된 유저 수를 누적하여 시각화하는 것이며, 그 과정에서 **고유 유저 수 계산(COUNTD)**과 **날짜 데이터의 주 단위 추출(DATETRUNC)**이 유용하게 활용되었다. 특히 FIXED [User ID]: MIN([Event Time])을 통해 유저별 최초 활동 시점을 구하고, 이를 기준으로 주 단위로 묶어 시계열 누적 지표를 만드는 방식은 다양한 제품에서도 응용할 수 있다는 점에서 큰 인사이트가 있었다.지금까지는 단순히 날짜를 기준..

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.https://abit.ly/lisbva Abit.ly 다운받기 abit.ly 강의 후기 및 인사이트 오늘은 사용자 리텐션을 분석하기 위한 Cohort Analysis(동종집단 분석)를 실습을 통해 배웠다. Cohort 분석은 단순한 사용자 집계가 아니라, 특정 시점에 동일한 행동(예: 첫 방문, 첫 구매 등)을 한 유저 그룹의 이후 행동 패턴을 주기적으로 추적하는 방식이다. 이번 실습에서는 게임 유저를 예시로 하여 각 주차별 신규 유입자와 그들이 이후 몇 주 동안 얼마나 재방문했는지를 시각화했다. 고정 계산 FIXED, 날짜 차이 계산 DATEDIFF, 누적합 계산 등 다양한 계산식이 사용되었지만, 구조적으로는 '기준 주차의 유저를 추적..

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.https://abit.ly/lisbva 강의 후기 및 인사이트 오늘은 Human Resources Dashboard를 완성하는 실습을 진행했다. 지금까지 따로따로 구성했던 워크시트를 하나의 대시보드에 배치하고, 실제 보고서처럼 시각적으로 정돈된 형태로 통합하는 과정을 거쳤다. 특히 처음 사용해본 바둑판식(타일) 컨테이너는 직관적으로 워크시트를 드래그해서 넣을 수 있어 매우 편리하게 느껴졌다. 별도의 세로/가로 컨테이너 없이도 자동 정렬이 되기 때문에 처음 사용했을 때는 ‘그동안 왜 빈 페이지를 만들고, 컨테이너를 따로 설정했을까?’라는 의문이 들었다.하지만 직접 배치와 정렬을 반복하면서 차이를 체감할 수 있었다. 바둑판식 방식은 빠르고 ..

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.https://abit.ly/lisbva Abit.ly 다운받기 abit.ly 강의 후기 및 인사이트 오늘은 HR 대시보드의 핵심 KPI인 Headcount(현 인원 수), Terminated(퇴사자 수), Tenure(근속 연수), Avg. Age(평균 나이)를 나타내는 카드들을 직접 만들어보는 실습을 진행했다. 기본적인 수치형 지표처럼 보이지만, 대부분이 단순한 합계가 아닌 조건 기반의 계산된 필드를 통해 만들어졌다는 점에서 유의미했다.예를 들어 Tenure 계산은 단순히 입사일과 현재 날짜 간의 차이를 계산하는 것이 아니라, 퇴사 여부를 조건에 따라 분기하여 계산해야 했다. ISNULL, TODAY, DATEDIFF 같은 함수들을 ..

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.https://abit.ly/lisbva 강의 후기 및 인사이트 오늘은 태블로를 활용해 HR Status 대시보드 내 워크시트들을 직접 구성하는 실습을 진행했다. 실무에서 자주 마주할 법한 조직 인사 데이터를 기반으로 시각화를 구성해보며, 단순히 그래프를 그리는 단계를 넘어 어떻게 정보를 명확하게 전달할 것인지 고민해볼 수 있었다.그중에서도 가장 인상 깊었던 부분은 Hire Trend 워크시트에서 특정 시점(최대, 최소, 최신)에만 점(dot)을 찍는 기능이었다. 단순히 전체 트렌드를 보여주는 것에 그치지 않고, 의미 있는 포인트만 시각적으로 강조하여 사용자로 하여금 "어디가 중요한가"를 명확하게 인지하도록 돕는 방식이 인상 깊었다...