50

우리의 A/B테스트는 A/B테스트 결과를 위함이 아니라, 그로스퍼널의 목적을 위한 것아하모먼트는 측정가능해야한다 1. 고객 세그먼트A. Demographic Segment (인구통계 세그먼트)- 성별, 연령, 직업, 소득, 교육 수준 등 기본B. Interest Segment (관심사 세그먼트)- 라이프스타일, 태도, 가치, 관심사, 성격적 특징 등을 기준으로 분류C. Behavior Segment (행동 세그먼트)- 고객의 행동(이벤트) 관련 데이터를 토대로 한 분류 방식 A, B: 1st party Data, Google Signal Data, Media Data 등C: GA4 Event 등* 1st party Data : 사용자를 식별할 수 있는 정보* 3rd party Data : 사용자를 식별할..

1. USP (Unique Selling Proposition/Point): 제품/서비스가 타 경쟁 제품/서비스보다 다른 차별성, 구별되는 특성이나 가치내 상품이 고객에게 제공하는 가치는 무엇인가?경쟁 상품과 비교했을 때 고객이 얻을 수 있는 차별화된 가치는 무엇인가?고객의 문제를 어떻게 해결하거나, 그들의 욕구를 어떻게 충족시키는가?🌟 마케팅 리서치와 고객분석을 통해 USP를 도출해야함 2. 마케팅 리서치📍 데스크 리서치 (Desk Research)1) 시장 분석기업이 목표 시장, 소비자 선호도, 업계 동향 및 환경을 이해하는 데 도움이 되는 중요한 프로세스브랜드가 속한 산업 및 시작 환경 파악하여 관련 데이터를 수집하고 분석함으로써 기업은 정보에 입각한 전략적 의사결정 가능2) 경쟁사 분석기업이..

📍 그로스해킹의 불편한 진실A/B Test로 PMF를 찾기 어려워졌다. 이전처럼 풍요로운 모수가 들어오지 않기 때문에(유입↓이탈↑, 대체서비스 등장, Paid media 과열), 통계적으로 의미있는 실험결과를 얻기 어려워졌다.A/B Test가 필승법은 아니다. A/B Test를 통해 5%씩 성장을 경험하기도 하지만, 시즈널리티, 리텐션 및 지수적 성상의 변인은 ABT보다, 단순한 가격 설정, 예산 조정 등에 더 영향을 받는 걸 발견했다.그로스해킹은 리텐션과 같은 장기적인 성과를 올리기에는 적합하지 않다는 것을 배웠다.그로스해킹은 종종 장기적 관점을 해친다. 예를 들어 단기적인 매출 성장을 위해, 구독료 상향을 선택하게 될 때가 있는데, 이게 장기적으로 어떤 영향을 줄 수 있는지에 대해, 그로스 해킹의 ..

1. 그로스 해킹과 그로스 마케팅📍 그로스 해킹 vs 그로스 마케팅구분그로스 해킹그로스 마케팅전략 성격단기적·폭발적 성장, 빠른 실험과 반복, 저비용 고효율을 추구장기적·지속적 성장, 체계적 데이터 분석, 전사적 협업과 전략 중심역사2010년 션 앨리스에 의해 스타트업 신제품 초기 성장 전략으로 개념화됨그로스해킹에서 파생되어, 조직 전체의 지속적 성장 전략으로 확장됨핵심 초점제품 자체의 성장(기능 개선, 사용자 활성화, 리텐션 등)에 강하게 집중전체 고객 여정(유입, 활성화, 유지, 수익화, 추천) 및 장기적 비즈니스 성장에 집중적용 범위제품 개발, UX, 기술, 마케팅 등 경계 없이 실험과 개선이 이루어짐주로 마케팅 영역(채널, 메시지, 퍼널, 고객 데이터 등)에서 실험과 최적화가 이루어짐대표 사례드..

그로스 마케팅 in Wegrowth데이터와 실험을 기반으로 고객 여정 전반을 설계하고 각 단계별로 최적의 성과를 만들어내는 마케팅 전략B2C/B2B 업종에 따른 그로스 퍼널의 단계별 액션을 최적화하여 지속가능한 성장을 설계 1. 그로스 마케터가 되기 위해서📍 그로스 마케터 Skill Set데이터 분석 능력데이터 추출, 가공, 통계분석 및 A/B 테스트, KPI/OMTM 설정, 시각화비즈니스 목표에 맞는 핵심 성과지표 설정 + 모니터링 + 개선점 도출, 대시보드 통해 인사이트 도출 환경 구축비즈니스 이해비즈니스 모델, 시장/고객 분석, 도메인 이해, 전략/기획LTV, CAC 등 시장 및 고객, 산업을 비즈니스 모델의 핵심 지표 기반으로 이해 및 활용(수익모델, 가치창출 전략 등)RO기반 예산 배분 최적..

그룹(A/B)간 성과지표(CTR, CR, CPA, RPV, Bounce Rate)의 차이가 유의미한지 판단하기 위한 A/B test import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport statsmodels.api as smimport statsmodels.formula.api as smf# A/B 테스트 데이터 하드코딩 (Group 데이터를 직접 입력)data = { "Group": ["A", "A", "A", "A", "A", "B", "B", "B", "B", "B"], "Visitors": [1000, 1200, 1100, 1150, 1300, 1050, 1250, 1400, 1350, 1280], "..

루커스튜디오는 로컬 DB에 접근할 수 없습니다. 따라서 GCP를 이용한 CloudDB를 연결해 대시보드를 제작합니다. (루커스튜디오는 Google의 서버에서 작동하기때문에, 네트워크를 통해 접근 가능한 공개/인증된 외부 데이터 소스만 접근 가능) 1. GCP에서 인스턴스 생성 [GCP] SFTP 연결을 위한 VM 만들기 및 세팅하기 (SSH키 생성, PuTTY, SFTP 오픈소스, 방화벽 설정)GCP 가입이 되었다는 전제하에 VM을 세팅하고 FTP를 연결하는 과정입니다. 1. Google Cloud Platform 가입가입 시 신용카드 정보가 필요합니다. 무료로 3개월 사용이 가능합니다. 2. 좌측 Compute Engine - VM 인fiftyline.tistory.com 2. DB 구축Mari..

1. T-test, wilcoxonfrom scipy import stats # ===== 단일 표본 ===== ## 정규성 검정stats.shapiro(df['무게'])# 기각(p 0.05), t-testt_stat, p_value = stats.ttest_1samp(scores, 75, alternative='greater') # scores-mu > 0 단측# ===== 독립 표본(두 평균 비교) ===== ## 정규성 검정stats.shapiro(A) stats.shapiro(B)# 기각(p 0 단측# ===== 대응 표본 ===== ## 정규성 검정stats.shapiro(df['before'] - df['after'])# 기각(p 0.05), t-testt_stat, p_value = ..

1. 데이터 세팅import pandas as pd# X,y 세팅: case 1X_train = pd.read_csv("X_train.csv")y_train = pd.read_csv("y_train.csv")X_test = pd.read_csv("X_test.csv")# X,y 세팅: case 2train = pd.read_csv("train.csv")test = pd.read_csv("test.csv")X_train = train.drop(['target'], axis = 1).copy()y_train = train['target'].copy()X_test = test.copy()# X 병합n_train = X_train.shape[0]X_full = pd.concat([X_train, X_test])..

pd.read_csv(DataUrl,encoding='euc-kr') # 인코딩df.info()df.describe()df['col'].quantile(0.75) # 분위수df['숫자타입컬럼'].skew() # 왜도df['숫자타입컬럼'].kurt() # 첨도df.select_dtypes(exclude=object).columns # 수치형 컬럼 출력df.select_dtypes(include=object).columns # 문자형 컬럼 출력 df.iloc[0] == df.iloc[0,:] # 행선택 w/인덱스df.loc['col'] == df.loc[:,'col'] # 열선택df.sort_values(['col1','col2'], ascending=[False, True]) # ..