마인드 맵 갤러리 그로스 해킹을 이해하기 위한 한 장의 그림 - 데이터 분석
데이터 분석 방법에는 복잡하고 고급화된 알고리즘이나 차트가 필요하지 않으며, 데이터 뒤에 숨겨진 문제점을 볼 수 있는 것이 핵심입니다. 데이터 분석은 그로스 해커에게 필수적인 기술 중 하나입니다. 그로스 해킹 사고를 마스터하기 위한 기본은 데이터 분석, 데이터 분석 모델 및 도구에 대한 아이디어를 마스터하는 것이지만, 데이터 변화에서 문제와 기회를 발견하는 방법은 그로스 해킹 사고의 핵심 기술입니다.
2022-08-18 16:03:49에 편집됨인적 자원 비용 통제는 기업이 경제적 이익을 극대화하는 중요한 수단입니다. 기업은 문제에 대처하기 위해 핵심 경쟁력을 지속적으로 향상시켜야 합니다.
이것은 교육 기술에 대한 지침이 아니라 교육 분위기를 찾는 여정입니다. 독자 여러분, 이 책에서는 각 교육 이야기를 통해 진정한 교육자가 어떤 사람이어야 하는지를 알 수 있습니다. 예민하고 재치 있고, 아이들에게 적절한 것과 부적절한 것이 무엇인지 알고, 무엇을 말해야 할지, 무엇을 말하지 말아야 할지, 주의를 기울이십시오. 아이의 독특함에 주목하고, 아이의 개인 생활 세계에 관심을 기울이고, 아이의 말을 "보고" "듣는" 방법을 알아야 합니다. 참된 교육자만이 아이들의 마음을 이해하고, 준교육의 분위기를 조성하며, 교육과 성장을 더욱 아름답고 보람있게 만들 수 있습니다!
이 책에서 저자는 세부 사항을 벗겨내고 대부분의 사람들이 지식과 기술을 배우는 데 적합한 일련의 학습 방법을 요약합니다. 저자에 따르면 모든 학습은 정밀 입력, 심층 소화, 다중 출력의 세 단계로 나눌 수 있습니다. 첫 번째는 지식의 입력으로, 먼저 새로운 지식을 받아들이고, 그 다음 지식을 소화하고, 입력된 지식을 이해하고, 마지막으로 학습된 지식을 사용하는 것을 의미합니다. 이 책이 학습할 때 혼란스럽거나 새로운 기술을 배우는 방법을 모르는 모든 사람에게 도움이 되기를 바랍니다!
인적 자원 비용 통제는 기업이 경제적 이익을 극대화하는 중요한 수단입니다. 기업은 문제에 대처하기 위해 핵심 경쟁력을 지속적으로 향상시켜야 합니다.
이것은 교육 기술에 대한 지침이 아니라 교육 분위기를 찾는 여정입니다. 독자 여러분, 이 책에서는 각 교육 이야기를 통해 진정한 교육자가 어떤 사람이어야 하는지를 알 수 있습니다. 예민하고 재치 있고, 아이들에게 적절한 것과 부적절한 것이 무엇인지 알고, 무엇을 말해야 할지, 무엇을 말하지 말아야 할지, 주의를 기울이십시오. 아이의 독특함에 주목하고, 아이의 개인 생활 세계에 관심을 기울이고, 아이의 말을 "보고" "듣는" 방법을 알아야 합니다. 참된 교육자만이 아이들의 마음을 이해하고, 준교육의 분위기를 조성하며, 교육과 성장을 더욱 아름답고 보람있게 만들 수 있습니다!
이 책에서 저자는 세부 사항을 벗겨내고 대부분의 사람들이 지식과 기술을 배우는 데 적합한 일련의 학습 방법을 요약합니다. 저자에 따르면 모든 학습은 정밀 입력, 심층 소화, 다중 출력의 세 단계로 나눌 수 있습니다. 첫 번째는 지식의 입력으로, 먼저 새로운 지식을 받아들이고, 그 다음 지식을 소화하고, 입력된 지식을 이해하고, 마지막으로 학습된 지식을 사용하는 것을 의미합니다. 이 책이 학습할 때 혼란스럽거나 새로운 기술을 배우는 방법을 모르는 모든 사람에게 도움이 되기를 바랍니다!
중심 주제
데이터 분석
1. 데이터 분석의 개념과 가치
빅데이터 시대
사람과 사람의 연결이 데이터를 만든다
장치 간 연결은 데이터를 생성합니다.
도구와 서비스 간의 연결로 데이터가 생성됩니다.
빅데이터[5V] 특성
데이터의 양
완전 양이 많음
속도
생성, 획득, 업데이트
폭
다양한 데이터
값
특정 분야의 적용
현실
데이터 신뢰성이 높다
데이터 | 정의
데이터는 사물을 수량화하는 수단으로, 사물이 실제로 존재하는 객관적 상황을 나타내는 수치적 지표이다.
데이터 분석의 가치
감정에 의존하지 말고 증거에 의존하라
정량적 표준이 제품 개선을 주도합니다
숨겨진 요구사항을 찾아보세요
개선 능력 향상 및 운영 비용 절감
2. 사업지표 체계 구축
색인
사용자가 비즈니스 프로세스의 상태를 추적하고 평가할 수 있는 지표입니다.
지표를 분류하는 다양한 방법
기본 지표
신규 사용자, 활성 사용자, 시작 횟수
교통 표시기
PV, UV, 이탈률
사용량 데이터
사용 기간, 빈도, 두 번째 방문 간격
비즈니스 지표
주문량, 고객단가, 재구매율, QR코드 스캔율
정제된 지표
Double Eleven의 여성 사용자를 위한 단일 고객 가격
비용 지수
CAC, LTV, PBP
데이터 메트릭 민감도를 개발하는 방법
더 많이 읽고 더 많이 기억하세요
좋은 지표
유사한
좋은 지표는 비교할 수 있습니다.
단순한
좋은 지표는 간단하고 이해하기 쉽습니다.
비율
좋은 지표는 일반적으로 비율입니다.
다섯 가지 지표 그룹의 차이점에 주의하세요.
정성적 지표와 정량적 지표
탐색적 측정항목과 보고 측정항목
예측 지표와 사후 판단 지표
관련 지표와 실행 가능한 지표
지표의 계층화
북극성 표시기(핵심 표시기)
첫 번째 수준 표시기
회사 전략 및 목표 측정
보조 지표
첫 번째 수준 표시기의 경로
레벨 3 지표
보조 표시기 경로
북극성 표시기
진북 측정법
기업이 사용자에게 제공하는 핵심가치의 구현
회사의 장기적인 가치를 향상시킬 수 있도록 유도하는 방법입니다.
회사의 장기적인 우선순위를 명확히 하고 팀을 결집시킵니다.
북극성 지표를 측정하기 위한 6가지 기준
이 지표가 제품의 핵심 가치를 반영할 수 있습니까?
이 지표는 사용자 활동을 반영합니까?
이 지표의 개선은 회사가 긍정적으로 발전하고 있음을 의미합니까?
팀이 이 측정항목을 이해하고 전달할 수 있나요?
이 지표는 실행 가능한 지표입니까?
지표 시스템 구축 [OSM 모델]
비즈니스 지표
회사/사업/제품/기능의 목적
사업 전략
비즈니스 목표를 달성하기 위해 채택한 전략
측정 방법
합리적인 측정 방법
3. 제품 사용자 경험 측정
사용자 경험 지표 시스템 [HEART 모델]
시간
사용자의 즐거움과 만족도를 측정하세요
이자형
사용자 참여 및 활동 측정
ㅏ
신규 사용자 수용도 측정
아르 자형
재방문 및 기존 사용자 유지 측정
티
핵심업무 완료도 측정
H: 플레져-NPS
NPS(Net Promoter Ratio)는 인기 있는 만족도 지표입니다.
일반적으로 30은 좋음, 50은 매우 좋음, 70은 매우 좋음으로 생각됩니다.
NPS(Net Promoter Score) = (추천자 수/전체 샘플 수)X100%-(비추천자 수/전체 샘플 도서)X100%
E: 참여
일/주별 사용자당 평균 방문수
매일 발생하는 주식수 등
답: 수락
업그레이드율
새로운 기능의 사용률
신규 사용자 구매 전환율
R: 유지율
재방문하는 사용자의 비율을 측정합니다. 좋은 경험은 사용자가 계속 재방문하게 만들 수 있습니다.
사용자 그룹별 유지율, 제품 기능 유지율
T: 작업 성공/실패율
사용자가 귀하의 제품을 통해 문제를 해결하거나 작업을 완료할 수 있습니까?
4. 데이터 분석 과정
데이터 분석을 위한 전제조건
분석 목표를 알고, 데이터를 위해 데이터를 사용하지 마세요
예상 계획을 세우고 기대와 결과가 있을 때만 비교할 수 있습니다.
데이터 분석 과정
데이터 수집
데이터를 파일로 다운로드 가능
서버 접속 로그를 통해 데이터 확인 가능
대화형 인터페이스를 통해 데이터에 액세스할 수 있습니다.
API(애플리케이션 프로그래밍 인터페이스)를 통해 데이터에 액세스할 수 있습니다.
기술적 스크랩 수단을 통해 데이터를 얻을 수 있습니다.
데이터 정리
도구: Excel 또는 Python
데이터 분석
초상화 그룹화
특정 행동/인물과 일치하는 사용자 집계, 군집 분석
추세 차원
제품과 시장의 신속한 반복을 촉진하기 위해 실시간으로 다차원적인 추세를 빠르게 이해합니다.
깔때기 관찰
알려진 변환 경로에 따라 각 단계의 변환 상태를 분석합니다.
행동 궤적
특정 사용자 그룹의 행동 궤적에 대한 탐색적 이해
유지 분석
행동/행동그룹과 재방문 간의 상관관계를 이해합니다.
A/B 테스트
다양한 디자인이 결과에 미치는 영향 비교
최적화 모델링
비즈니스 결과를 최적화하기 위한 예측 모델 구축
결과 검증
세 가지 오류를 조심하세요
잘못된 상관관계
원인과 결과의 역전
자동 데이터
심상
Excel 통계 차트, 정보 지도, 실시간 보고서 차트
5. A/B 테스트
정의
두 가지(A/B) 또는 다중(A/B/n) 버전의 웹 또는 앱 인터페이스 또는 프로세스를 생성하고 동일한 시간 차원에서 동일한(유사) 구성을 가진 방문자 그룹(타겟 그룹)을 무작위로 생성합니다. 각 그룹의 사용자 경험 데이터와 비즈니스 데이터를 수집하고 최종적으로 정식 채택에 가장 적합한 버전을 분석하고 평가합니다.
값
데이터 기반의 지속적인 최적화 폐쇄 루프 프로세스를 구축합니다.
(UX) 디자인에 있어 서로 다른 의견 간의 논쟁을 없애고 실제 결과를 바탕으로 최선의 솔루션을 결정합니다.
비교 실험을 통해 실제 문제의 원인을 찾아내고, 제품 설계 및 운용 수준을 개선합니다.
A/B 테스트를 통해 새로운 제품이나 새로운 기능을 출시할 위험을 줄이고 제품 혁신을 보장할 수 있습니다.
진화와 A/B 테스트
자연 선택, 적자 생존, 다양한 솔루션 제공 및 테스트
서로 다른 솔루션 간에는 변수가 하나만 있습니다.
특정 기준에 따라 결과를 판단하고 최적의 솔루션을 선별합니다.
데이터의 가장 큰 특징은 객관성이다