오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA) Yongho Ha
http://ga.yonghosee.com 에서 진행하는 구글 어날리틱스(google analytics) 에 대한 강의 슬라이드 입니다. 이 슬라이드는 샘플이지만, 초반부는 실재 강의 교재 그대로 입니다. 이것 자체로도 여러분이 GA를 이해하는데 좀 도움이 된다면 기쁘겠습니다^^ 감사합니다.
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표Dylan Ko
Gonnector(고넥터) 고영혁 대표가 주최한 스타트업 데이터 활용 세미나 '우리가 데이터를 쓰는 법' 의 첫 번째 발표 자료
세미나 : 우리가 데이터를 쓰는 법 (How We Use Data)
일시 : 2016년 4월 12일 화요일 10:00 ~ 18:00
장소 : 마루180 (Maru180) B1 Think 홀
제목 : 좋다는 건 알겠는데 좀 써보고 싶소. 데이터!
연사 : 넘버웍스 하용호 대표
데이터 분석에 필요한 기본 개념: 지표, Funnel 등 데이터를 이해하기 위한 멘탈 모델(Mental Model)Minwoo Kim
- 강의록 전문 읽기: http://bit.ly/2KKtzRA
데이터 분석(데이터 사이언스 말고, 통상적으로 스타트업에서 '데이터 분석'이나 '그로스'에 쓰는 데이터 분석)을 공부하려면, 어떤 기본 개념을 가지고 계시면 좋을지에 대해 만들어 본 강의 자료입니다.
카우앤독에서 지인 위주로 꾸린 강의에서 꽤 좋은 평가를 받았으나, 강의안 준비가 너무 힘들어서 실제 유료 강의로 이어지지는 않은 비운의 슬라이드...
멘탈 모델이란 무엇인지, 지표는 무엇이며 퍼널(Funnel)은 무엇인지, 등등의 이야기를 합니다. 기승전 결론은 SQL 배우세요. (https://brunch.co.kr/@minu-log/4)
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA) Yongho Ha
http://ga.yonghosee.com 에서 진행하는 구글 어날리틱스(google analytics) 에 대한 강의 슬라이드 입니다. 이 슬라이드는 샘플이지만, 초반부는 실재 강의 교재 그대로 입니다. 이것 자체로도 여러분이 GA를 이해하는데 좀 도움이 된다면 기쁘겠습니다^^ 감사합니다.
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표Dylan Ko
Gonnector(고넥터) 고영혁 대표가 주최한 스타트업 데이터 활용 세미나 '우리가 데이터를 쓰는 법' 의 첫 번째 발표 자료
세미나 : 우리가 데이터를 쓰는 법 (How We Use Data)
일시 : 2016년 4월 12일 화요일 10:00 ~ 18:00
장소 : 마루180 (Maru180) B1 Think 홀
제목 : 좋다는 건 알겠는데 좀 써보고 싶소. 데이터!
연사 : 넘버웍스 하용호 대표
데이터 분석에 필요한 기본 개념: 지표, Funnel 등 데이터를 이해하기 위한 멘탈 모델(Mental Model)Minwoo Kim
- 강의록 전문 읽기: http://bit.ly/2KKtzRA
데이터 분석(데이터 사이언스 말고, 통상적으로 스타트업에서 '데이터 분석'이나 '그로스'에 쓰는 데이터 분석)을 공부하려면, 어떤 기본 개념을 가지고 계시면 좋을지에 대해 만들어 본 강의 자료입니다.
카우앤독에서 지인 위주로 꾸린 강의에서 꽤 좋은 평가를 받았으나, 강의안 준비가 너무 힘들어서 실제 유료 강의로 이어지지는 않은 비운의 슬라이드...
멘탈 모델이란 무엇인지, 지표는 무엇이며 퍼널(Funnel)은 무엇인지, 등등의 이야기를 합니다. 기승전 결론은 SQL 배우세요. (https://brunch.co.kr/@minu-log/4)
(오리지널 구글 프리젠테이션은 http://goo.gl/uiX2UH 에)
- 권재명 (Jaimyoung Kwon)
1. 실리콘 벨리 데이터 기업들
2. 온라인 광고 사업
3. 데이터 사이언티스트, 데이터 엔지니어, 머신러닝 사이언티스트
4. 실리콘 벨리 데이터 사이언티스트의 하루
5. 데이터 사이언스 툴채인
6. 데이터 사이언스 베스트 프랙티스
7. 데이터 사이언스 필수 통계 개념
8. 사내 데이터 사이언스 도입
박동혁 : 마케터에게 필요한 Data Literacy
발표영상 https://youtu.be/YWbJxCg7y2k
---
PAP가 준비한 팝콘 시즌1에서 프로덕트와 함께 성장하는 데이터 실무자들의 이야기를 담았습니다.
---
PAP(Product Analytics Playground)는 프로덕트 데이터 분석에 대해 편안하게 이야기할 수 있는 커뮤니티입니다.
우리는 데이터 드리븐 프로덕트 문화를 더 많은 분들이 각자의 자리에서 이끌어갈 수 있도록 하는 것을 목표로 합니다.
다양한 직군의 사람들이 모여 프로덕트를 만들듯 PAP 역시 다양한 멤버로 구성되어 있으며, 여러분들의 참여로 만들어집니다.
---
공식 페이지 : https://playinpap.oopy.io
페이스북 그룹 : https://www.facebook.com/groups/talkinpap
팀블로그 : https://playinpap.github.io
그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)Dylan Ko
* 해당 강연 관련 상세 인터뷰 - https://fyi.so/2Rl04JS
[목차]
1. 그로스 해킹 제대로 바라보기
2. 선택이 아닌 필수 “개인화 (Personalization)” 의 본질
3. 개인화를 구현하는 CDP (Customer Data Platform)의 글로벌 혁신 성공 사례
4. 이 모든 화두의 접점 “데이터 프로덕트 (Data Product)” 의 핵심
5. 데이터 프로덕트를 잘 만들기 위한 서비스/데이터 디자인 방법론과 기타
* 2018년 10월 29일 드림플러스 강남점에서 ㅍㅍㅅㅅ 아카데미(PPSS Academy)가 주최한 2시간 특강 '그로스 해킹과 데이터 프로덕트' 의 강연 슬라이드
[Agenda]
1. How to understand Growth Hacking properly
2. Not option but mandatory, Personalization's essence
3. Global innovation use cases of personalization using CDP(Customer Data Platform)
4. The core of Data Product, which is the base of all the above things
5. The methodology of service and data architecture design and other detail things to make a well-made data product
#그로스해킹 #데이터액션 #고넥터 #데이터사이언스 #서비스디자인 #GrowthHacking #DataAction #DataScience #Gonnector #ServiceDesign
Pristones가 실제 서비스에 Growth Haking을 적용한 경험을 '삼성전자 미디어 솔루션 센터'와 상암 DMC 스타트업 모임 Spark@DMC에서 발표한 자료입니다.
주요 내용
- Growth Hacking의 개념 정의와 대표적 사례
- Growth Hacking의 기본 분석 방법론
- Growth Hacking 기법의 로켓펀치(http://rocketpun.ch/), 클럽믹스(http://clubmix.co.kr/) 실제 적용 사례
[우리가 데이터를 쓰는 법] 모바일 게임 로그 데이터 분석 이야기 - 엔터메이트 공신배 팀장Dylan Ko
Gonnector(고넥터) 고영혁 대표가 주최한 스타트업 데이터 활용 세미나 '우리가 데이터를 쓰는 법' 의 세 번째 발표 자료
세미나 : 우리가 데이터를 쓰는 법 (How We Use Data)
일시 : 2016년 4월 12일 화요일 10:00 ~ 18:00
장소 : 마루180 (Maru180) B1 Think 홀
제목 : 모바일 게임 로그 데이터 분석 이야기
연사 : 엔터메이트 공신배 팀장
(오리지널 구글 프리젠테이션은 http://goo.gl/uiX2UH 에)
- 권재명 (Jaimyoung Kwon)
1. 실리콘 벨리 데이터 기업들
2. 온라인 광고 사업
3. 데이터 사이언티스트, 데이터 엔지니어, 머신러닝 사이언티스트
4. 실리콘 벨리 데이터 사이언티스트의 하루
5. 데이터 사이언스 툴채인
6. 데이터 사이언스 베스트 프랙티스
7. 데이터 사이언스 필수 통계 개념
8. 사내 데이터 사이언스 도입
박동혁 : 마케터에게 필요한 Data Literacy
발표영상 https://youtu.be/YWbJxCg7y2k
---
PAP가 준비한 팝콘 시즌1에서 프로덕트와 함께 성장하는 데이터 실무자들의 이야기를 담았습니다.
---
PAP(Product Analytics Playground)는 프로덕트 데이터 분석에 대해 편안하게 이야기할 수 있는 커뮤니티입니다.
우리는 데이터 드리븐 프로덕트 문화를 더 많은 분들이 각자의 자리에서 이끌어갈 수 있도록 하는 것을 목표로 합니다.
다양한 직군의 사람들이 모여 프로덕트를 만들듯 PAP 역시 다양한 멤버로 구성되어 있으며, 여러분들의 참여로 만들어집니다.
---
공식 페이지 : https://playinpap.oopy.io
페이스북 그룹 : https://www.facebook.com/groups/talkinpap
팀블로그 : https://playinpap.github.io
그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)Dylan Ko
* 해당 강연 관련 상세 인터뷰 - https://fyi.so/2Rl04JS
[목차]
1. 그로스 해킹 제대로 바라보기
2. 선택이 아닌 필수 “개인화 (Personalization)” 의 본질
3. 개인화를 구현하는 CDP (Customer Data Platform)의 글로벌 혁신 성공 사례
4. 이 모든 화두의 접점 “데이터 프로덕트 (Data Product)” 의 핵심
5. 데이터 프로덕트를 잘 만들기 위한 서비스/데이터 디자인 방법론과 기타
* 2018년 10월 29일 드림플러스 강남점에서 ㅍㅍㅅㅅ 아카데미(PPSS Academy)가 주최한 2시간 특강 '그로스 해킹과 데이터 프로덕트' 의 강연 슬라이드
[Agenda]
1. How to understand Growth Hacking properly
2. Not option but mandatory, Personalization's essence
3. Global innovation use cases of personalization using CDP(Customer Data Platform)
4. The core of Data Product, which is the base of all the above things
5. The methodology of service and data architecture design and other detail things to make a well-made data product
#그로스해킹 #데이터액션 #고넥터 #데이터사이언스 #서비스디자인 #GrowthHacking #DataAction #DataScience #Gonnector #ServiceDesign
Pristones가 실제 서비스에 Growth Haking을 적용한 경험을 '삼성전자 미디어 솔루션 센터'와 상암 DMC 스타트업 모임 Spark@DMC에서 발표한 자료입니다.
주요 내용
- Growth Hacking의 개념 정의와 대표적 사례
- Growth Hacking의 기본 분석 방법론
- Growth Hacking 기법의 로켓펀치(http://rocketpun.ch/), 클럽믹스(http://clubmix.co.kr/) 실제 적용 사례
[우리가 데이터를 쓰는 법] 모바일 게임 로그 데이터 분석 이야기 - 엔터메이트 공신배 팀장Dylan Ko
Gonnector(고넥터) 고영혁 대표가 주최한 스타트업 데이터 활용 세미나 '우리가 데이터를 쓰는 법' 의 세 번째 발표 자료
세미나 : 우리가 데이터를 쓰는 법 (How We Use Data)
일시 : 2016년 4월 12일 화요일 10:00 ~ 18:00
장소 : 마루180 (Maru180) B1 Think 홀
제목 : 모바일 게임 로그 데이터 분석 이야기
연사 : 엔터메이트 공신배 팀장
2017년 5,6월호 Harvard Business Review 에 기고된 ‘What is your data strategy?’ 의 내용을 요약 정리함. 누구나 머릿속으로는 막연하게 개념은 가지고 있었던 부분을 명료하게 정의해 놓은 훌륭한 자료라고 판단됨.
저자 : Leandro Dalle Mule (Chief Data Officer at AIG), Tom Davenport (Professor at Bobson College)
7. 데이터 분석가의 SKILLSET 무엇인가?
도메인 전문가
데이터 핸들링
문제 정의 & 모델링
가설검증 & 최적화
의사결정 & 서비스
8. 데이터 분석가의 SKILLSET - 도메인전문가
CS
Finance
E-Commerce
Manufacture
Game
Telecomm
Medical
HR
모든 영역을
잘하는 분석가
어디에도
없습니다
9. 데이터 분석가의 SKILLSET - 도메인전문가
데이터 분석가
“분석을 해보니 A방식으로 하시
는 것이 매출에 도움이 됩니다”
도메인 전문가
“알고있는데 규제 때문에 못해요”
10. 데이터 분석가의 SKILLSET - 도메인전문가
특정 분야의 도메인 전문성을
가진 분석가가 되어야 합니다.
Domain
Data
Scientist
It’s yours!
11. 데이터 분석가의 SKILLSET – 문제 정의
센서 데이터 “분석”을 해주세요
CRM 데이터 “분석”을 해주세요
퇴사를 “예측”해주세요
“현업의 요구사항을 구체화하는 것은..
분석가의 일이기도 합니다.“
12. 데이터 분석가의 SKILLSET – 문제 정의
분석가가 생각하는 것보다
현업의 문제는 어려울 수 있습니다.
숨어있는 이해관계
나의 KPI와 다른 목표
상관없는 데이터
13. 데이터 분석가의 SKILLSET – 데이터 핸들링
“로그인 한 고객중에 접속한 첫
페이지 중에 특정한 메뉴에서
12분 이하로 머물렀던 고객 중
35세에서 42세 사이의 남자
고객들의 생필품 구매 평균은?
14. 데이터 분석가의 SKILLSET – 데이터 핸들링
- https://blog.appliedai.com/data-science-tools/
자신의 도구를 가지세요
“제가 사용하는 R package는 12개 이내입니다”
15. 데이터 분석가의 SKILLSET – 문제 모델링
“기기의 센서 데이터를 활용하여
냉장고 고장진단을 하고 싶어요.”
Deep learning? Regression?
Tree? Clustering? Optimization?
“무슨 모델을 써야 하는가?”
16. 데이터 분석가의 SKILLSET – 문제 모델링
- berkeleysciencereview: http://berkeleysciencereview.com/how-to-become-a-data-scientist-before-you-graduate/
“냉장고 안 시원해요”
분석가: 학습 데이터는 있나요?
현업: 없어요
분석가: 네?
현업: 냉장고가 안 시원한 조건은
대충 알아요
17. 데이터 분석가의 SKILLSET – 문제 모델링
- berkeleysciencereview: http://berkeleysciencereview.com/how-to-become-a-data-scientist-before-you-graduate/
Bayesian Network
(Expert system)
“냉장고 안 시원해요”
1.느끼는 냉기 차이는 사람마다 다르다
2.온도 센터의 위치에 따라 냉장고
측정 온도가 달라 질 수 있다.
3. 냉기 약함에 대한 조건에 확신이 없다
“불확실성”
“도메인지식”
확률 추론이
필요해
18. 데이터 분석가의 SKILLSET – 문제 모델링
- berkeleysciencereview: http://berkeleysciencereview.com/how-to-become-a-data-scientist-before-you-graduate/
“기기의 센서 데이터를 활용하여
냉장고 고장진단을 하고 싶어요.”
“문제에 맞는 모델을 선택 하
실 수 있는 능력이 필요합니다.”
19. 데이터 분석가의 SKILLSET – 가설 검증 & 최적화
- berkeleysciencereview: http://berkeleysciencereview.com/how-to-become-a-data-scientist-before-you-graduate/
분석가: “여성이 남성보다 퀵보드를
30% 더 구매하니 핑크색 퀵보드를
100억대 생산을 더 해야 합니다.”
“당신의 분석 리포트는
중요한 의사결정의 정보입니다”
그런데…..
20. 데이터 분석가의 SKILLSET – 가설 검증 & 최적화
- https://en.wikipedia.org/wiki/Anscombe%27s_quartet
알고 보니 이런 데이터
21. 데이터 분석가의 SKILLSET – 의사결정
- https://en.wikipedia.org/wiki/Anscombe%27s_quartet
현업
미국인들은 하루에 얼마나 얼음
을 뽑아 먹고 있나요?
분석가
관련 리포트 제공해 드립니다.
22. 데이터 분석가의 SKILLSET – 의사결정
- https://en.wikipedia.org/wiki/Anscombe%27s_quartet
“기초 통계량만 뽑는 사람이 될 것인가?”
“분석 리포트만 쓰는 글짓기 선수가 될 것인가?
“왜 당신의 리포트는 항상 유첨(Appendix)?”
“당신의 업의 형태를 이해하세요.
분석이 주류(Mainstream)인지?”
23. 데이터 분석의 SKILLSET – 서비스
- https://en.wikipedia.org/wiki/Anscombe%27s_quartet
데이터 서비스
인공지능
분석가가 분석만 한다고 생각하시나요?
데이터만 있으면 무엇이든 할 수 있습니다.
25. 인지적 편안함
원인은 통계를 이긴다
휴리스틱과 편향
- berkeleysciencereview: http://berkeleysciencereview.com/how-to-become-a-data-scientist-before-you-graduate/
데이터 분석의 SKILLSET – Good Storyteller
26. "철수는 수줍음이 많고 소심한 편이다. 착하고 성실하며 꼼꼼하고
특히, 정리정돈을 잘한다. 다른 사람에게 거의 관심이 없으며 주변
일에 거의 관심을 보이지 않는다."
철수의 직업은 다음 보기중 어떤 것일 확률이 높을까?
1) 도서관 사서 2) 대형마트 판매직
질문을 읽고 정답을 맞춰 보세요.
- http://blog.yes24.com/blog/blogMain.aspx?blogid=sapiens99&artSeqNo=8823284
27. 전국에 있는 도서관 사서수와 대형마트 판매직원 수를 비교해보자.
대형마트 판매직원 수가 압도적으로 많다. 대형마트 판매직원 숫자
가 99고 도서관 사서가 1 이라면, 확율은 99%, 1% 일 것이다. 성
격적인 부분을 고려하더라도 철수는 '소심하고 꼼꼼한 대형마트 판
매직원'일 확률이 훨씬 높다.
정답은 여기에
“원인이 통계를 이기는 일은 흔하다”
- http://blog.yes24.com/blog/blogMain.aspx?blogid=sapiens99&artSeqNo=8823284
28. 경험을 통한 믿음은 견고합니다.
데이터 분석가의 SKILLSET – Good Storyteller
데이터 분석가:
“데이터 분석 결과 TV의 광고 효과는 미비
합니다.”
현업 담당자:
“무슨 말씀 이세요? 9시 뉴스 시청자가 얼
마 인줄 아세요? TV광고는 필수입니다.
“원인이 통계를 이긴다”
29. 보고 시 회사에서 와서
P-value를
거의 이야기 한적이 없다.
데이터 분석가의 SKILLSET – Good Storyteller
당신의 분석결과를 어떻게 전달 할 것인가?
30. Context is King
=
Good Communication
데이터 분석의 SKILLSET – Good Storyteller
회사 경영자(CEO)의 KPI는….
- https://finance.naver.com/item/main.nhn?code=066570
31. 데이터 분석가의 SKILLSET – Good Storyteller
당신의 분석결과를 어떻게 전달 할 것인가?
“업의 이해”
“조직이해관계 파악”
“효과적인 전달능력”
32. 데이터 분석가에게 필요한 SKILLSET 이란…
도메인 전문가
데이터 핸들링
문제 정의 & 모델링
가설검증 & 최적화
의사결정 & 서비스
Good
Storyteller
35. 데이터 분석가에게 필요한 SKILLSET 이란…
- berkeleysciencereview: http://berkeleysciencereview.com/how-to-become-a-data-scientist-before-you-graduate/
본인의 개성과 성향에 맞는 역할을
선택하세요.