SlideShare a Scribd company logo
1 of 36
Download to read offline
Funnel analysis 
Cohort analysis
어디에 집중해서 서비스를 개선해야 될까? 
Funnel analysis
Funnel(깔떼기) Analysis: 
특정 목표를 달성을 위한 
유저행동을 단계별로 
분석하는 데이터 
분석 방법 
= 깔떼기 같이 생긴 그래프를 이용한 분석
각 단계별로 사용자가 떠나가기 
때문에 아래로 갈 수록 
좁아지는 깔떼기 
형태의 
graph가 
됩니다.
Funnel(깔떼기) Analysis: 3단계 
1. 최종목표설정 
2. 깔떼기 단계 설정 
3. 단계별 이탈률 측정
Referral 
1. 최종 목표 설정
Acquistion 
Activation 
Retention 
Referral 
2. 각 단계 정의
Acquistion 
Activation 
Retention 
Referral 
3. 단계별 이탈률 측정 
50% 
40% 
20% 
100% 
50% 
10% 
20%
Funnel(깔떼기) Analysis: 취약점 분석 
Acquistion 
당연히 이탈률이 제일 높은 step 부터 개선 
Activation 
Retention 
어디가 문제인지 찾았지만, 왜 문제인지를 찾아야! 
이용할 수 있는건 다 이용하세요! 
cs담당자, user interview, support email, product bug, 
design change, step re-ordering …
Funnel(깔떼기) Analysis: 각 step별 KPI 설정 
최종 목표를 가지고 funnel을 거꾸로 올라가면 각 
단계별로 달성해야 하는 KPI를 설정할 수 있습니다. 
5M Trial 
x 4 
Revenue 
Traffic 
2M 
100% 
25% 
10% x 2.5 
20M
랜딩페이지 전환률 / 공유 기능 /초대 기능 
전체적인 성장 로드맵 
회원가입 절차
랜딩페이지 전환률 / 공유 기능 /초대 기능
전반적인 성장 로드맵, growth funnel 
Fundamental Question 
1. 사용자 획득 
2. 사용자 활성화 
3. 사용자 유지/사용자 참여 
4. 사용자 부활
회원가입 절차
우리 잘 하고 있나? 
Cohort analysis
cohort : 
특정 기간 동안 같은 특성을 가진 사용자 집단
cohort analysis 
사용자를 그룹으로 나눠서 분석하는 방법
cohort analysis: 
실제 user를 다룬다. 
두 user group의 차이를 보기 쉽게 나타내준다.
cohort 기준: 
어떻게 사용자를 나눠야 될까? 
?
중요한건 metric: 
사용자를 그룹으로 나눠서 뭘? 분석할 것인가 
?
기본적으로 가입일 기준으로 cohort anlaysis를 하세요 
2014.2 2014.3 
weekly 또는 montly 
사용자들이 요일별로 사용 패턴이 있기 때문에 daily로는 분석 X
cohort anlaysis - retention
cohort anlaysis - retention 
가입 후 기간에 따른 각 cohort의 retention의 변화
User retention 
# tweet
두번째 기간에 drop은 예정된 것, 너무 놀라지 마세요 
그 이후에 stable한지가 더 중요합니다
같은 기간이 지난 후의 cohort간 retention 비교 
같은 시간대 cohort 간 비교 
cohort anlaysis - retention
잘 보여주는게 정말 중요! 
전체에 대한 비율 보다는 바로 전 기간에 대한 비율로 보세요. 
0 1 2 3 4 5 
3월 1주 200 60% 40% 30% 28% 27% 
3월 2주 200 75% 44% 30% 28% 
3월 3주 200 50% 55% 30% 
3월 4주 200 70% 55% 
4월 1주 200 75% 
4월 2주 200 
< 전체에 대한 retention rate >
잘 보여주는게 정말 중요! 
전체에 대한 비율 보다는 바로 전 기간에 대한 비율로 보세요. 
0 1 2 3 4 5 
3월 1주 200 60% 67% 75% 83% 90% 
3월 2주 200 65% 65% 78% 68% 
3월 3주 200 70% 61% 71% 
3월 4주 200 75% 57% 
4월 1주 200 80% 
4월 2주 200 
< 전 기간에 대한 retention rate >
Leading indicator
User engagement에 따른 cohort analysis: 
Leading indicator 발견하기 
engaged user vs. churned user 
Facebook / 7 friends in 10 days
Leading indicator 
Facebook / 7 friends in 10 days 
Actions 
new user experience (nux) 개선 
e-mail contact importing - Octazen 인수
User engagement 측정 
User retention 측정
User engagement 측정
Funnel analysis 
어디에 집중해서 서비스를 개선해야 될까? 
Cohort analysis 
우리 잘 하고 있나?
Reference 
Pinterest 
http://engineering.pinterest.com/post/86533331849/how-pinterest-drives-sustainable-growth 
Facebook 
http://www.quora.com/Facebook-Growth-and-Traction/What-are-some-decisions-taken-by-the-Growth-team- 
at-Facebook-that-helped-Facebook-reach-500-million-users# 
Cohort Analysis 
http://www.keplarllp.com/blog/2012/04/cohort-analyses-for-digital-businesses-an-overview 
http://www.linkedin.com/today/post/article/20130917162943-4444200-the-3-key-cohort-analyses-for-measuring- 
your-startup-s-product-performance 
Twitter 
http://techcrunch.com/2009/10/05/twitter-data-analysis-an-investors-perspective-2/

More Related Content

What's hot

오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA)
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA) 오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA)
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA) Yongho Ha
 
데이터는 차트가 아니라 돈이 되어야 한다.
데이터는 차트가 아니라 돈이 되어야 한다.데이터는 차트가 아니라 돈이 되어야 한다.
데이터는 차트가 아니라 돈이 되어야 한다.Yongho Ha
 
데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스
데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스
데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스Minwoo Kim
 
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편Seongyun Byeon
 
실무에서 활용하는 A/B테스트
실무에서 활용하는 A/B테스트실무에서 활용하는 A/B테스트
실무에서 활용하는 A/B테스트JeongMin Kwon
 
그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)
그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)
그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)Dylan Ko
 
'Growth Hacking (그로스 해킹)’ 적용 사례
'Growth Hacking (그로스 해킹)’ 적용 사례'Growth Hacking (그로스 해킹)’ 적용 사례
'Growth Hacking (그로스 해킹)’ 적용 사례RocketPunch Inc.
 
[Causal Inference KR] 스타트업에서의 인과추론
[Causal Inference KR] 스타트업에서의 인과추론[Causal Inference KR] 스타트업에서의 인과추론
[Causal Inference KR] 스타트업에서의 인과추론Bokyung Choi
 
Data Engineering 101
Data Engineering 101Data Engineering 101
Data Engineering 101DaeMyung Kang
 
그로스해킹 기초
그로스해킹 기초그로스해킹 기초
그로스해킹 기초keunbong kwak
 
데이터 분석가는 어떤 SKILLSET을 가져야 하는가? - 데이터 분석가 되기
데이터 분석가는 어떤 SKILLSET을 가져야 하는가?  - 데이터 분석가 되기데이터 분석가는 어떤 SKILLSET을 가져야 하는가?  - 데이터 분석가 되기
데이터 분석가는 어떤 SKILLSET을 가져야 하는가? - 데이터 분석가 되기Hui Seo
 
[팝콘 시즌1] 박동혁 : 마케터에게 필요한 Data Literacy
[팝콘 시즌1] 박동혁 : 마케터에게 필요한 Data Literacy[팝콘 시즌1] 박동혁 : 마케터에게 필요한 Data Literacy
[팝콘 시즌1] 박동혁 : 마케터에게 필요한 Data LiteracyPAP (Product Analytics Playground)
 
인공지능추천시스템 airs개발기_모델링과시스템
인공지능추천시스템 airs개발기_모델링과시스템인공지능추천시스템 airs개발기_모델링과시스템
인공지능추천시스템 airs개발기_모델링과시스템NAVER D2
 
Little Big Data #1. 바닥부터 시작하는 데이터 인프라
Little Big Data #1. 바닥부터 시작하는 데이터 인프라Little Big Data #1. 바닥부터 시작하는 데이터 인프라
Little Big Data #1. 바닥부터 시작하는 데이터 인프라Seongyun Byeon
 
로그 기깔나게 잘 디자인하는 법
로그 기깔나게 잘 디자인하는 법로그 기깔나게 잘 디자인하는 법
로그 기깔나게 잘 디자인하는 법Jeongsang Baek
 
그래프에서 대시보드까지, 서비스를 위한 데이터 시각화
그래프에서 대시보드까지, 서비스를 위한 데이터 시각화그래프에서 대시보드까지, 서비스를 위한 데이터 시각화
그래프에서 대시보드까지, 서비스를 위한 데이터 시각화Minho Lee
 
[PAP] 실무자를 위한 인과추론 활용 : Best Practices
[PAP] 실무자를 위한 인과추론 활용 : Best Practices[PAP] 실무자를 위한 인과추론 활용 : Best Practices
[PAP] 실무자를 위한 인과추론 활용 : Best PracticesBokyung Choi
 
[PAP] 팝콘 시즌 1 컨퍼런스 사전 QnA
[PAP] 팝콘 시즌 1 컨퍼런스 사전 QnA[PAP] 팝콘 시즌 1 컨퍼런스 사전 QnA
[PAP] 팝콘 시즌 1 컨퍼런스 사전 QnABokyung Choi
 
대용량 로그분석 Bigquery로 간단히 사용하기 (20170215 T아카데미)
대용량 로그분석 Bigquery로 간단히 사용하기 (20170215 T아카데미)대용량 로그분석 Bigquery로 간단히 사용하기 (20170215 T아카데미)
대용량 로그분석 Bigquery로 간단히 사용하기 (20170215 T아카데미)Jaikwang Lee
 
프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트
프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트
프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트Minho Lee
 

What's hot (20)

오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA)
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA) 오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA)
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA)
 
데이터는 차트가 아니라 돈이 되어야 한다.
데이터는 차트가 아니라 돈이 되어야 한다.데이터는 차트가 아니라 돈이 되어야 한다.
데이터는 차트가 아니라 돈이 되어야 한다.
 
데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스
데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스
데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스
 
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편
 
실무에서 활용하는 A/B테스트
실무에서 활용하는 A/B테스트실무에서 활용하는 A/B테스트
실무에서 활용하는 A/B테스트
 
그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)
그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)
그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)
 
'Growth Hacking (그로스 해킹)’ 적용 사례
'Growth Hacking (그로스 해킹)’ 적용 사례'Growth Hacking (그로스 해킹)’ 적용 사례
'Growth Hacking (그로스 해킹)’ 적용 사례
 
[Causal Inference KR] 스타트업에서의 인과추론
[Causal Inference KR] 스타트업에서의 인과추론[Causal Inference KR] 스타트업에서의 인과추론
[Causal Inference KR] 스타트업에서의 인과추론
 
Data Engineering 101
Data Engineering 101Data Engineering 101
Data Engineering 101
 
그로스해킹 기초
그로스해킹 기초그로스해킹 기초
그로스해킹 기초
 
데이터 분석가는 어떤 SKILLSET을 가져야 하는가? - 데이터 분석가 되기
데이터 분석가는 어떤 SKILLSET을 가져야 하는가?  - 데이터 분석가 되기데이터 분석가는 어떤 SKILLSET을 가져야 하는가?  - 데이터 분석가 되기
데이터 분석가는 어떤 SKILLSET을 가져야 하는가? - 데이터 분석가 되기
 
[팝콘 시즌1] 박동혁 : 마케터에게 필요한 Data Literacy
[팝콘 시즌1] 박동혁 : 마케터에게 필요한 Data Literacy[팝콘 시즌1] 박동혁 : 마케터에게 필요한 Data Literacy
[팝콘 시즌1] 박동혁 : 마케터에게 필요한 Data Literacy
 
인공지능추천시스템 airs개발기_모델링과시스템
인공지능추천시스템 airs개발기_모델링과시스템인공지능추천시스템 airs개발기_모델링과시스템
인공지능추천시스템 airs개발기_모델링과시스템
 
Little Big Data #1. 바닥부터 시작하는 데이터 인프라
Little Big Data #1. 바닥부터 시작하는 데이터 인프라Little Big Data #1. 바닥부터 시작하는 데이터 인프라
Little Big Data #1. 바닥부터 시작하는 데이터 인프라
 
로그 기깔나게 잘 디자인하는 법
로그 기깔나게 잘 디자인하는 법로그 기깔나게 잘 디자인하는 법
로그 기깔나게 잘 디자인하는 법
 
그래프에서 대시보드까지, 서비스를 위한 데이터 시각화
그래프에서 대시보드까지, 서비스를 위한 데이터 시각화그래프에서 대시보드까지, 서비스를 위한 데이터 시각화
그래프에서 대시보드까지, 서비스를 위한 데이터 시각화
 
[PAP] 실무자를 위한 인과추론 활용 : Best Practices
[PAP] 실무자를 위한 인과추론 활용 : Best Practices[PAP] 실무자를 위한 인과추론 활용 : Best Practices
[PAP] 실무자를 위한 인과추론 활용 : Best Practices
 
[PAP] 팝콘 시즌 1 컨퍼런스 사전 QnA
[PAP] 팝콘 시즌 1 컨퍼런스 사전 QnA[PAP] 팝콘 시즌 1 컨퍼런스 사전 QnA
[PAP] 팝콘 시즌 1 컨퍼런스 사전 QnA
 
대용량 로그분석 Bigquery로 간단히 사용하기 (20170215 T아카데미)
대용량 로그분석 Bigquery로 간단히 사용하기 (20170215 T아카데미)대용량 로그분석 Bigquery로 간단히 사용하기 (20170215 T아카데미)
대용량 로그분석 Bigquery로 간단히 사용하기 (20170215 T아카데미)
 
프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트
프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트
프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트
 

Viewers also liked

Data analysis with Tajo
Data analysis with TajoData analysis with Tajo
Data analysis with TajoGruter
 
리워드광고의 특징과 시사점
리워드광고의 특징과 시사점리워드광고의 특징과 시사점
리워드광고의 특징과 시사점Dan Kim
 
[DataDay] 지표의 개념과 활용
[DataDay] 지표의 개념과 활용[DataDay] 지표의 개념과 활용
[DataDay] 지표의 개념과 활용Alex Suh
 
프라이머(등록용)
프라이머(등록용)프라이머(등록용)
프라이머(등록용)Tony park
 
화성에서 온 개발자, 금성에서 온 기획자
화성에서 온 개발자, 금성에서 온 기획자화성에서 온 개발자, 금성에서 온 기획자
화성에서 온 개발자, 금성에서 온 기획자Yongho Ha
 
빅데이터, 클라우드, IoT, 머신러닝. 왜 이렇게 많은 것들이 나타날까?
빅데이터, 클라우드, IoT, 머신러닝. 왜 이렇게 많은 것들이 나타날까?빅데이터, 클라우드, IoT, 머신러닝. 왜 이렇게 많은 것들이 나타날까?
빅데이터, 클라우드, IoT, 머신러닝. 왜 이렇게 많은 것들이 나타날까?Yongho Ha
 

Viewers also liked (6)

Data analysis with Tajo
Data analysis with TajoData analysis with Tajo
Data analysis with Tajo
 
리워드광고의 특징과 시사점
리워드광고의 특징과 시사점리워드광고의 특징과 시사점
리워드광고의 특징과 시사점
 
[DataDay] 지표의 개념과 활용
[DataDay] 지표의 개념과 활용[DataDay] 지표의 개념과 활용
[DataDay] 지표의 개념과 활용
 
프라이머(등록용)
프라이머(등록용)프라이머(등록용)
프라이머(등록용)
 
화성에서 온 개발자, 금성에서 온 기획자
화성에서 온 개발자, 금성에서 온 기획자화성에서 온 개발자, 금성에서 온 기획자
화성에서 온 개발자, 금성에서 온 기획자
 
빅데이터, 클라우드, IoT, 머신러닝. 왜 이렇게 많은 것들이 나타날까?
빅데이터, 클라우드, IoT, 머신러닝. 왜 이렇게 많은 것들이 나타날까?빅데이터, 클라우드, IoT, 머신러닝. 왜 이렇게 많은 것들이 나타날까?
빅데이터, 클라우드, IoT, 머신러닝. 왜 이렇게 많은 것들이 나타날까?
 

Similar to 스타트업 데이터분석 - 퍼널분석과 코호트분석

opensurvey_trend_hobby_2022 취미생활 자기계발 트린드 리포트2022
opensurvey_trend_hobby_2022 취미생활 자기계발 트린드 리포트2022opensurvey_trend_hobby_2022 취미생활 자기계발 트린드 리포트2022
opensurvey_trend_hobby_2022 취미생활 자기계발 트린드 리포트2022ruddhdlek
 
SNS 시장변화와 흐름 - KIPFA(111024)
SNS 시장변화와 흐름 - KIPFA(111024)SNS 시장변화와 흐름 - KIPFA(111024)
SNS 시장변화와 흐름 - KIPFA(111024)태원 이
 
유저해빗(UserHabit) 서비스 소개서 요약본
유저해빗(UserHabit) 서비스 소개서 요약본유저해빗(UserHabit) 서비스 소개서 요약본
유저해빗(UserHabit) 서비스 소개서 요약본Ha ji Yoon
 
What Can I say? Effects of Discoverability in VUIs on Task Performance and Us...
What Can I say? Effects of Discoverability in VUIs on Task Performance and Us...What Can I say? Effects of Discoverability in VUIs on Task Performance and Us...
What Can I say? Effects of Discoverability in VUIs on Task Performance and Us...Myeonggyun Ryu
 
린분석16
린분석16린분석16
린분석16HyeonSeok Choi
 
사용자분석 @코더스하이세미나
사용자분석 @코더스하이세미나사용자분석 @코더스하이세미나
사용자분석 @코더스하이세미나Mikyung Kang
 
[팝콘 시즌1] 최보경 : 실무자를 위한 인과추론 활용 - Best Practices
[팝콘 시즌1] 최보경 : 실무자를 위한 인과추론 활용 - Best Practices[팝콘 시즌1] 최보경 : 실무자를 위한 인과추론 활용 - Best Practices
[팝콘 시즌1] 최보경 : 실무자를 위한 인과추론 활용 - Best PracticesPAP (Product Analytics Playground)
 
Understanding My Data Myself [Ubicomp 2011]
Understanding My Data Myself [Ubicomp 2011]Understanding My Data Myself [Ubicomp 2011]
Understanding My Data Myself [Ubicomp 2011]Hyunjeong Lee
 
실시간 시선추적 모니터링 솔루션
실시간 시선추적 모니터링 솔루션실시간 시선추적 모니터링 솔루션
실시간 시선추적 모니터링 솔루션Jong-peel Joo
 
AdverTiming Matters : Examining User Ad Consumption for Effective Ad Allocati...
AdverTiming Matters : Examining User Ad Consumption for Effective Ad Allocati...AdverTiming Matters : Examining User Ad Consumption for Effective Ad Allocati...
AdverTiming Matters : Examining User Ad Consumption for Effective Ad Allocati...SodamKim14
 
그로스 해킹 - Growth Hacking
그로스 해킹 - Growth Hacking그로스 해킹 - Growth Hacking
그로스 해킹 - Growth HackingWooseok Seo
 
링크드인(비즈니스 SNS) 특강(베타뉴스)-11.06.29
링크드인(비즈니스 SNS) 특강(베타뉴스)-11.06.29링크드인(비즈니스 SNS) 특강(베타뉴스)-11.06.29
링크드인(비즈니스 SNS) 특강(베타뉴스)-11.06.29태원 이
 
9th.lecture.step3.analysis
9th.lecture.step3.analysis9th.lecture.step3.analysis
9th.lecture.step3.analysisJeongeun Kwon
 
정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서
정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서
정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서Becky Kim
 
Instagram 기반 코로나 감정분석 및 추천프로그램
Instagram 기반 코로나 감정분석 및 추천프로그램Instagram 기반 코로나 감정분석 및 추천프로그램
Instagram 기반 코로나 감정분석 및 추천프로그램KimDooHyun
 
Primer recy cal
Primer recy calPrimer recy cal
Primer recy calMinsoo Kim
 
Deview2020 유저가 좋은 작품(웹툰)을 만났을때
Deview2020 유저가 좋은 작품(웹툰)을 만났을때 Deview2020 유저가 좋은 작품(웹툰)을 만났을때
Deview2020 유저가 좋은 작품(웹툰)을 만났을때 choi kyumin
 
브이월(VWALL) 사업계획서(초안)
브이월(VWALL) 사업계획서(초안)브이월(VWALL) 사업계획서(초안)
브이월(VWALL) 사업계획서(초안)무현 윤
 

Similar to 스타트업 데이터분석 - 퍼널분석과 코호트분석 (20)

opensurvey_trend_hobby_2022 취미생활 자기계발 트린드 리포트2022
opensurvey_trend_hobby_2022 취미생활 자기계발 트린드 리포트2022opensurvey_trend_hobby_2022 취미생활 자기계발 트린드 리포트2022
opensurvey_trend_hobby_2022 취미생활 자기계발 트린드 리포트2022
 
SNS 시장변화와 흐름 - KIPFA(111024)
SNS 시장변화와 흐름 - KIPFA(111024)SNS 시장변화와 흐름 - KIPFA(111024)
SNS 시장변화와 흐름 - KIPFA(111024)
 
유저해빗(UserHabit) 서비스 소개서 요약본
유저해빗(UserHabit) 서비스 소개서 요약본유저해빗(UserHabit) 서비스 소개서 요약본
유저해빗(UserHabit) 서비스 소개서 요약본
 
What Can I say? Effects of Discoverability in VUIs on Task Performance and Us...
What Can I say? Effects of Discoverability in VUIs on Task Performance and Us...What Can I say? Effects of Discoverability in VUIs on Task Performance and Us...
What Can I say? Effects of Discoverability in VUIs on Task Performance and Us...
 
린분석16
린분석16린분석16
린분석16
 
사용자분석 @코더스하이세미나
사용자분석 @코더스하이세미나사용자분석 @코더스하이세미나
사용자분석 @코더스하이세미나
 
[팝콘 시즌1] 최보경 : 실무자를 위한 인과추론 활용 - Best Practices
[팝콘 시즌1] 최보경 : 실무자를 위한 인과추론 활용 - Best Practices[팝콘 시즌1] 최보경 : 실무자를 위한 인과추론 활용 - Best Practices
[팝콘 시즌1] 최보경 : 실무자를 위한 인과추론 활용 - Best Practices
 
엔핏
엔핏엔핏
엔핏
 
국민디자인단 운영툴킷 통합본 (ppt)
국민디자인단 운영툴킷 통합본 (ppt)국민디자인단 운영툴킷 통합본 (ppt)
국민디자인단 운영툴킷 통합본 (ppt)
 
Understanding My Data Myself [Ubicomp 2011]
Understanding My Data Myself [Ubicomp 2011]Understanding My Data Myself [Ubicomp 2011]
Understanding My Data Myself [Ubicomp 2011]
 
실시간 시선추적 모니터링 솔루션
실시간 시선추적 모니터링 솔루션실시간 시선추적 모니터링 솔루션
실시간 시선추적 모니터링 솔루션
 
AdverTiming Matters : Examining User Ad Consumption for Effective Ad Allocati...
AdverTiming Matters : Examining User Ad Consumption for Effective Ad Allocati...AdverTiming Matters : Examining User Ad Consumption for Effective Ad Allocati...
AdverTiming Matters : Examining User Ad Consumption for Effective Ad Allocati...
 
그로스 해킹 - Growth Hacking
그로스 해킹 - Growth Hacking그로스 해킹 - Growth Hacking
그로스 해킹 - Growth Hacking
 
링크드인(비즈니스 SNS) 특강(베타뉴스)-11.06.29
링크드인(비즈니스 SNS) 특강(베타뉴스)-11.06.29링크드인(비즈니스 SNS) 특강(베타뉴스)-11.06.29
링크드인(비즈니스 SNS) 특강(베타뉴스)-11.06.29
 
9th.lecture.step3.analysis
9th.lecture.step3.analysis9th.lecture.step3.analysis
9th.lecture.step3.analysis
 
정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서
정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서
정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서
 
Instagram 기반 코로나 감정분석 및 추천프로그램
Instagram 기반 코로나 감정분석 및 추천프로그램Instagram 기반 코로나 감정분석 및 추천프로그램
Instagram 기반 코로나 감정분석 및 추천프로그램
 
Primer recy cal
Primer recy calPrimer recy cal
Primer recy cal
 
Deview2020 유저가 좋은 작품(웹툰)을 만났을때
Deview2020 유저가 좋은 작품(웹툰)을 만났을때 Deview2020 유저가 좋은 작품(웹툰)을 만났을때
Deview2020 유저가 좋은 작품(웹툰)을 만났을때
 
브이월(VWALL) 사업계획서(초안)
브이월(VWALL) 사업계획서(초안)브이월(VWALL) 사업계획서(초안)
브이월(VWALL) 사업계획서(초안)
 

스타트업 데이터분석 - 퍼널분석과 코호트분석