AI를 잘 한다는 것은 어떤 일을 어떻게 처리하는 지를 잘 알고 AI를 잘 활용하는 것
우리가 할 일은 이커머스 마케팅 대시보드 기획하고 만들어 보겠다.
•
무슨 지표를 봐야 하는지 봐야 할까
•
ARPPU : 돈을 결제한 사람들이 얼마까지 더 낼 수 있을까?
•
APPU :
•
누가 어떤 맥락에서 이것을 만들고, 누가 이것을 볼 것인가?
•
의사결정에 도움이 되는 대시보드를 만들 것입니다.
최종 결과물은 이런 대시보드를 만들어 보는 것
AI 에이전트 기반 이커머스 대시보드 프로젝트
D2C : direct - to - Customer
LG : 내 상품을 여러 채널에 다 올렸다. (다각화)
최근에 이 흐름이 바뀌고 있다. 우리 공식 홈페이지에만 올리고 있다.
왜? 데이터를 수집하고 분석하기 위한 목적이 크다.
네이버 쇼핑만 안다. LG는 모른다. LG 상품을 팔아도 말이야. 그럼 데이터 분석을 할 수가 없다.
일원화 시켜야 한다. D2C 우리 공식 홈페이지에 와서 여기에서 물건을 사고, 데이터를 수집하고 분석하겠다.
네이버 검색 데이터를 판매하고 있다. LG는 네이버 검색 데이터를 돈을 주고 사고 있다.
고객이 어떤 키워드를 쳤을 때, 우리 상품 관련된 것이 가장 먼저 나오게 하고 싶다.
많은 기업들이 그런 검색어, 고객들이 어떤 카테고리, 어디서 탐색하고 잇는지를 회사가 분석하고 싶어 한다.
버즈 데이터 ?
NS, 블로그, 온라인 커뮤니티, 뉴스 등에서 특정 브랜드, 제품, 이슈에 대해 대중이 언급하고 반응한 텍스트와 수치 데이터를 뜻합니다
데이터 분석가가 주의해야 하는 사항
•
데이터에 매몰되는 경우가 많다.
•
내가 분석하고 싶은 데이터가 거의 별로 없다. 많이 없을 수도 있다
•
이정재 라는 모델을 계속 써야 해야 하나? 쌔라젬 / 쎄라잼과 이정재 연관 관계 / 이정재 안마의자, 세라젬 안마의자 / 이정재가 광고하고 있는 다른 모델들의 그 브랜드와 이정재의 연관 검색이 잘 되고 있나 이정재 라면은 잘 잡히는 데, 이정자 새라쌤은 잘 안잡힌다.
•
비싼 상품은 광고 모델과 같이 잡히지 않는다.
•
안마의자는 사는 것은 사는 맥락이 다르다. 내가 좋아하는 광고 모델이 있다고 사지는 않는다. 고관여 제품은 모델에 대한 영향력이 실질적으로 연관 검색이 잘 되지 않는다. 이정재 쓰지 말라고 조언
•
데이터만 가지고 의사결정을 잘 하지 않는다 (이정재 결국 썼다) 의사결정자들이 우리를 무시할 수도 있지만, 실제로 데이터 이외의 것들도 감안해서 결정한다. 휴리스틱! 그 밸런스를 맞출 수 있다는 기대감
•
내가 열심히 분석한 결과가 반드시 의사결정에 들어가지는 않는다.
•
데이터 밖에 있는 것도 공부해야 한다. 쿠팡에 가고 싶다. 이커머스 구조 및 비즈니스 모델 및 경쟁자
•
이커머스에 가고 싶으면, 이커머스 관련 포트폴리오를 만들어야 한다.
•
구조를 맞췄다 → 대시보드를 잘 만들기 위해서
편한 분석 EDA
•
데이터 분석 패턴
•
패턴 알아냈다.
•
기존에 우리가 찾아낸 데이터를 가지고 그 다음 향후 예측을 하고 싶어 한다
•
분석가 (패턴 → 원인 분석 → 쪼갠다(구매 고객수 * 객단가 / 신규, 기존 고객으로 쪼갠다) → 어디에서 문제가 발생했는 지 파악 → 가설 세우고 검증 (AB테스트, 통계)
•
1순위 : EDA 데이터 패턴을 보고자 하는 것
마켓컬리 메인 페이지
사용자가 들어와서 하는 모든 행동이 컬리 서버에 저장된다. → 로그 데이터
어떻게 데이터를 수집하지? 트래킹
구글 애널리틱스 등
근데 이렇게 수집된 데이터는 바로 활용하기는 어렵다. - 원본 로그 데이터 보존 - 이상치 세척 및 전처리 가공
결측치, 이상치
우리 고객은 한달에 평균 10만원 쓰는데, 갑자기 어떤 고객은 100만원을 쓴다. 훨씬 웃돈다.
박스 플롯 → 데이터의 분포를 보여준다.
이상치 - VIP 대상이 될 수 있다. 추려내서 그 집단의 특성을 파악한다. 그런 분석을 해야 한다
데이터 전처리도 끝났다. 대시보드를 만들기 전에의 과정에 대해서 다 했다
그 다음은 ? 마켓컬리 자체가 프로덕트! 많은 사람들이 마켓컬리에 들어와서 우리가 들어온 대로 클릭, 장바구니, 결제를 하게 한다. 우리가 원하는대로 움직이게 한다 하지만 고객은 다르게 행동한다
그들이 어떤 행동을 하는지 파악하기 위해 수집 - 저장 - 전처리 가 지금까지 얘기했다
그 다음은 ? 컬리 안에서도 마케터, 기획자, 디자이너, 데이터 분석가들도 있을 꺼다.
본인들의 직무에 관련해서 꼭 봐줘야 하는 데이터가 다르다.
마케터 : 채널별 광고 효율 극대화와 광고비 예산 배분 최적화 (광고 잘 하고 있나?)
페이스북, 인스타그램, 유튜브 등 이런 것들이 채널
각 채널마다 광고비 100만원 썼다. 어떤 광고 채널이 가장 효율적이지?
광고를 했다 → 사람들을 얼마나 유입시켰는지 (이게 가장 중요하다 핵심 KPI)
유입 지표 (CVR)
누가 어떤 정보가 필요한지 캐치를 해야 한다
기획자 (마켓컬리 기획자)
•
마케터는 어쨌든 데리고 와야 한다
•
기획자는 UI UX 어떻게 할 것인가
•
플랫폼 비즈니스는 무엇을 의미하는 가? 특성은 공급자(식품 공급업자)와 수요자가 만나는 곳
•
배달의 민족 : 가게(공급자) vs 우리(소비자)
•
핵심은 사람들을 최대한 우리 웹사이트에 묶어 놓아야 한다 → UI, UX가 아주 좋아야 한다
•
광고가 얼마나 노출이 되는 지
•
메인 페이지 : 광고비를 많이 받던지, 마진이 많이 남는 거
•
클릭을 잘 안한다 뜻 못 만들었다는 뜻 → 그래서 변경해야 한다
•
기업들이 카테고리 잡는 것에 심여를 기울린다. 왜 ? 왜 카테고리만 하는 것을 설계
•
안마의자 → 부모님 효도 선물(비싸다), 구매자와 사용자가 다른 대표 상품
•
현재 복지, 혼수, 1인가구,
•
연관검색어 = 고객의 니즈
•
고객 머리 속에 안마의자라는 이미지를 바꿔줘야 한다.
•
커리어 우먼 일하고 와서, 쉬고 싶다. 하루 동안 힘들었던 것을 휴식한다
•
카테고리의 중요성 (고객에게 그 상품의 포지션닝을 변경하는 역할을 한다)
•
특정 상품을 고르고, 그 다음 가격을 누른다면, 그것이 그 가격의 적정선이라는 것을 고객이 암시 → 가격 책정의 기준이 된다
•
계속 시키는 것은 그냥 페이지에서 담기를 누를 만 한다. 근데 잘 안사는 것은 상세 페이지에 가서 자세히 보고 장바구니에 담을 수 도 있는 것이다. 고객이 어떤 맥락에서 클릭이 일어날까. 고객의 숨은 의도를 유추한다.
•
그로스팀 : 지표를 성장시키겠다 (기획자, 디자이너, 개발/운영팀) → 데이터 분석가
•
팀의 구성을 짜는 것, 하나의 팀으로 만드는 것, 팀 단위로 옮기고 하는 것
1.
수집
2.
저장
3.
전처리
4.
누가, 어떤 맥락에서 이 데이터를 왜 봐야 하는지
숙제 : 챕터1, 챕터2를 복습하기 / 마켓컬리 내가 만약에 사용자 행동 어떻게 수집할 수 있을까 왜 마켓컬리는 이런 디자인을 했을까?
별로인 대시보드를 캐치하는 능력 (AI가 만들어온 대시보드를 잘 파악할 수 있는 능력을 키워야 한다)
다음 주 ) 어떻게 대시보드를 기획해야 하는지에 대해서 얘기
대시보드를 구성하는 차트는 한 4개만 있으면 된다
올려도 되는 차트와 올리면 안되는 차트가 있다.
어떤 시나리오, 어떤 지표로 어떻게 구성
대시보드를 만들 때 어떤 차트는 넣으면 안되는 지
