[class: PM Camp@Fast Campus#14] 사용자 행동 데이터 분석하기 #2 (my note is WIP)

6. 24 수

사용자 행동 데이터 분석하기 #2

구글 애널리틱스의 데이터 수집/가공 방식 이해하기 및 탐색적 분석 데이터 수집 이해하기 데이터 가공 방식 이해하기 각 지표의 계산 방법 이해하기 분석 실습 #2

강규영

1. Understanding GA’s data gathering and processing method and exploratory analysis [Gyuyoung Kang@Box and Whisker, Founder]

1. lesson:
1. key GA concepts:
1. log: e.g. time, user CID (client ID), document path (e.g. URL/screen name), type (screenview/pageview, event), IP address, location data (e.g. city)
2. metric and dimension
1. metric (blue color in GA): numbers containing unit info (e.g. % Exit , Bounce Rate, Pageviews; 1,300 person, 1,300 USD, 1,300 clicks)
1. pageview: to make PV useful, add dimension (e.g. content, time and location access) to metrics
2. active user: differs depending on company’s business decision (e.g. Beat’s count AU
2. dimension (e.g. green color in GA): “~별” e.g. Date, App ID
3. event related term: c.f. event category (folder-like: e.g. gesture), action (verb: e.g. eat), label (object: e.g. item), value (number: e.g. 10 apple, 100 apple)
4. Hypercube (or OLAP (online analytical process) (c.f. OLTP or online transaction process)) (c.f. OLAP cube: slicing, dicing, drill-up, drill-down)
2. game application data analysis
1. improving game metrics (ask which data is missing to make a decision-making and why do you want to know the data?):
1. where people die
2. which one killed them
3. when do they play
4. which device (screen size)/browser/language users use
5. any areas users being misled
6. 터치 vs. 키보드 조작의 난이도 -> 조작계 바꿔야 하는지 결정하기 위해
1. average-time-on page
2. player-eat-apple
7. 언어 설정별 행동 차이 -> i18l, l10n 할지 결정하기 위해
1. 첫 방문 세션에서의 도움말 페이지에서 exit rate
1. en
2. else
2. 첫 방문 세션에서의 첫 플레이에 걸린 시간
3. 첫 방문 세션에서의 첫 플레이에 먹은 사과 개수
8. e.g. 얼마나 빨라지면 사람들이 그만두는가? -> 너무 빠르게 어려워지면 사람들이 게임을 다시 하지 않으니까
9. 3분 이상 플레이를 한다 goal 달성률이 20% -> 난이도가 너무 높다 -> 난이도를 낮춰야 또는 골 수정하거나
10. 난이도가 어느 정도이어야 사람들이 재플레이를 많이 할까?
11. 3일 연속 접속자 없음
12. 튕기는 사람 by 디바이스 -> 디바이스 별 설명 추가

2. personal takeaway:
1. game should reflect real-life: e.g. game difficulty setting can follow real life distribution in wealth
2. watch out for positive feedback loop, redefine key metrics and provide negative feedback loop
3. reduce retire people, provide matching