[ν”„λ‘œμ νŠΈ] 온라인 ν™”μž₯ν’ˆ ν”Œλž«νΌμ˜ μ „ν™˜μœ¨μ„ 계산해 보자

2023. 4. 19. 01:41· 🐬 MySQL
λͺ©μ°¨
  1. 1. 문제 μ •μ˜ 및 뢄석 λͺ©ν‘œ
  2. 2. 뢄석 κ³Όμ •
728x90

μ•ˆλ…•ν•˜μ„Έμš”~!

μ΄λ²ˆμ—λŠ” 저와 μ„Έ λͺ…μ˜ νŒ€μ›μ΄ ν•¨κ»˜ ν–ˆλ˜ 데이터 뢄석 ν”„λ‘œμ νŠΈμ˜ 일뢀λ₯Ό μ†Œκ°œν•΄λ³΄λ €κ³  ν•©λ‹ˆλ‹€.

 

βœ… λͺ©μ°¨
1. 문제 μ •μ˜ 및 뢄석 λͺ©ν‘œ
2. 뢄석 κ³Όμ •
3. μ œμ•ˆ

 

1. 문제 μ •μ˜ 및 뢄석 λͺ©ν‘œ

μ €ν¬λŠ” μ˜€ν”ˆν•œμ§€ μ–Όλ§ˆλ˜μ§€ μ•Šμ€ (5κ°œμ›”) 온라인 ν™”μž₯ν’ˆ ν”Œλž«νΌμ˜ 맀좜이 λ‹€μŒκ³Ό 같이 μ•ˆμ •μ μ΄μ§€ μ•ŠμŒμ„ ν™•μΈν•˜μ˜€μŠ΅λ‹ˆλ‹€.

이에 κΈ°μ‘΄ 고객의 ꡬ맀 νŠΉμ„±μ„ λΆ„μ„ν•˜μ—¬ 고객을 νŒŒμ•…ν•˜κ³  λ§€μΆœμ„ μ•ˆμ •μ μœΌλ‘œ 높일 수 μžˆλŠ” λ§ˆμΌ“νŒ… μ „λž΅μ„ μ œμ•ˆν•˜λŠ” 것이 λͺ©ν‘œμ˜€μŠ΅λ‹ˆλ‹€.

 

그런데 뢄석을 μ§„ν–‰ν•˜λ©΄μ„œ 좔가적인 뢄석이 ν•„μš”ν•œ 저희 μŠ€ν† μ–΄μ˜ λ¬Έμ œμ μ„ λ°œκ²¬ν•˜μ˜€μŠ΅λ‹ˆλ‹€.

ν˜„μž¬ 저희 μ„œλΉ„μŠ€μ˜ 결제 μ „ν™˜μœ¨μ€ 업계 평균 결제 μ „ν™˜μœ¨μΈ 2.93%에 λͺ» λ―ΈμΉ˜λŠ” μˆ˜μ€€μΈ 2.36%λΌλŠ” κ²ƒμ΄μ—ˆμŠ΅λ‹ˆλ‹€.

 

업계 평균 결제 μ „ν™˜μœ¨

λ”°λΌμ„œ 이번 ν¬μŠ€νŒ…μ—μ„œλŠ” 퍼널을 μ •μ˜ν•˜κ³  각 단계별 μ „ν™˜μœ¨μ„ κ³„μ‚°ν–ˆλ˜ 과정에 λŒ€ν•΄μ„œ ν¬μŠ€νŒ… 해보렀고 ν•©λ‹ˆλ‹€.

 

2. 뢄석 κ³Όμ •

1️⃣ 퍼널 ꡬ성

퍼널 뢄석은 고객듀이 μš°λ¦¬κ°€ μ„€κ³„ν•œ μœ μ € κ²½ν—˜ 루트λ₯Ό 따라 잘 λ„μ°©ν•˜κ³  μžˆλŠ”μ§€λ₯΄ 확인해보기 μœ„ν•΄ 졜초 μœ μž…λΆ€ν„° μ΅œμ’… λͺ©μ μ§€κΉŒμ§€ 단계λ₯Ό λ‚˜λˆ„μ–΄ μ‚΄νŽ΄λ³΄λŠ” 뢄석 κΈ°λ²•μž…λ‹ˆλ‹€. 저희 ν”Œλž«νΌμ—μ„œ 고객이 μƒν’ˆμ„ κ²°μ œν•˜κΈ°κΉŒμ§€ μ–΄λ–€ 단계가 μžˆλŠ”μ§€ μ‚΄νŽ΄λ³΄κ³  퍼널을 κ΅¬μ„±ν•΄λ³΄μ•˜μŠ΅λ‹ˆλ‹€.

고객의 μƒν’ˆ κ²°μ œκΉŒμ§€μ˜ 과정은 λ‹€μŒκ³Ό 같이 view -> cart -> purchase 3λ‹¨κ³„μž…λ‹ˆλ‹€.

μœ μ € 아이디(user_id)와 μœ μ € μ„Έμ…˜(user_session)이 κ°™μœΌλ©΄ ν•˜λ‚˜μ˜ μ„Έμ…˜μ΄λΌκ³  μ •μ˜ν•˜μ˜€μŠ΅λ‹ˆλ‹€.

 

2️⃣ μ „ν™˜μœ¨ 계산

μ„Έμ…˜μ΄ κ°™μœΌλ©΄μ„œ μΌμ–΄λ‚œ μ‹œκ°„μ΄ view <= cart <= purchase둜 μ•žμ„  퍼널이 μ„ ν–‰λ˜λ„λ‘ 쑰건을 μ£Όμ–΄ μ „ν™˜μœ¨μ„ κ³„μ‚°ν•˜μ˜€μŠ΅λ‹ˆλ‹€. (λ‹€μŒ μΏΌλ¦¬λŠ” MySQL κΈ°μ€€μž…λ‹ˆλ‹€)

with pv as (
	select user_id
		 , user_session
		 , event_time as pv_at
	from sql.sales
	where event_type="view"
	), cart as (
	select user_id
		 , user_session
		 , event_time as cart_at
	from sql.sales
	where event_type="cart"
	), purch as (
	select user_id
		 , user_session
		 , event_time as purch_at
	from sql.sales
	where event_type="purchase")

select COUNT(distinct pv.user_id, pv.user_session) as pv
	 , COUNT(distinct cart.user_id, cart.user_session) as cart_after_pv
	 , COUNT(distinct purch.user_id, purch.user_session) as purch_after_cart
	 , COUNT(distinct cart.user_id, cart.user_session) / COUNT(distinct pv.user_id, pv.user_session) as pv_cart_rate
	 , COUNT(distinct purch.user_id, purch.user_session) / COUNT(distinct cart.user_id, cart.user_session) as cart_purch_rate
	 , COUNT(distinct purch.user_id, purch.user_session) / COUNT(distinct pv.user_id, pv.user_session) as pv_purch_rate
from pv
	left join cart on pv.user_id=cart.user_id
				  and pv.user_session=cart.user_session
				  and pv_at <= cart_at
	left join purch on cart.user_id=purch.user_id
				   and cart.user_session=purch.user_session
				   and cart_at <= purch_at

*MySQL workbenchμ—μ„œ μž‘μ—…μ„ ν•˜λ‹ˆ λͺ…λ Ήμ–΄κ°€ λ‹€ μ†Œλ¬Έμžλ‘œ λ°”λ€Œλ”λΌκ΅¬μš”γ… γ… 

pv cart purchase pv_cart_rate cart_purchase_rate pv_purchase_rate
4281032 724984 100939 16.93% 13.92% 2.36%

view -> cart μ „ν™˜μœ¨μ€ 16.93%, cart -> purchase μ „ν™˜μœ¨μ€ 13.92%, view -> purchase μ „ν™˜μœ¨μ€ 2.36%둜 κ³„μ‚°λ˜μ—ˆμŠ΅λ‹ˆλ‹€.

 

 

728x90

'🐬 MySQL' μΉ΄ν…Œκ³ λ¦¬μ˜ λ‹€λ₯Έ κΈ€

[SQL] νŠΉμ • 문자 포함 or 미포함 ν•¨μˆ˜ 적용이 μ•ˆλ  λ•Œ  (2) 2024.12.06
[μ„Έλ―Έλ‚˜] 카카였 μŠ€νƒ€μΌ μ„Έλ―Έλ‚˜ 참석 ν›„κΈ° #10 λ°μ΄ν„°λ‘œ μ…€λŸ¬μ™€ ν•¨κ»˜ μ„±μž₯ν•˜κΈ° (23.07.27)  (0) 2023.07.27
[MySQL] μƒν’ˆ 판맀 μ›Ήμ‚¬μ΄νŠΈ - 행별 총 μƒν’ˆ λ…ΈμΆœ 수 계산  (0) 2023.06.19
쿼리 속도 κ°œμ„ μ„ μœ„ν•΄ μ‹œλ„ν•΄ λ³Έ 방법듀  (2) 2023.04.15
ν—·κ°ˆλ¦¬λŠ” BigQuery ν•¨μˆ˜ 정리  (0) 2023.04.14
  1. 1. 문제 μ •μ˜ 및 뢄석 λͺ©ν‘œ
  2. 2. 뢄석 κ³Όμ •
'🐬 MySQL' μΉ΄ν…Œκ³ λ¦¬μ˜ λ‹€λ₯Έ κΈ€
  • [μ„Έλ―Έλ‚˜] 카카였 μŠ€νƒ€μΌ μ„Έλ―Έλ‚˜ 참석 ν›„κΈ° #10 λ°μ΄ν„°λ‘œ μ…€λŸ¬μ™€ ν•¨κ»˜ μ„±μž₯ν•˜κΈ° (23.07.27)
  • [MySQL] μƒν’ˆ 판맀 μ›Ήμ‚¬μ΄νŠΈ - 행별 총 μƒν’ˆ λ…ΈμΆœ 수 계산
  • 쿼리 속도 κ°œμ„ μ„ μœ„ν•΄ μ‹œλ„ν•΄ λ³Έ 방법듀
  • ν—·κ°ˆλ¦¬λŠ” BigQuery ν•¨μˆ˜ 정리
xod22
xod22
xod22
Data Analyst Story
xod22
전체
였늘
μ–΄μ œ
  • 🌳 Home 🌳 (178)
    • 🐬 MySQL (46)
      • λ¬Έμ œν’€μ΄ (29)
      • SQL 데이터뢄석 μΊ ν”„ (9)
    • πŸ” 데이터 뢄석 (53)
      • Product (5)
      • 01. Data Collection (7)
      • 02. Data Processing (7)
      • 03. Data Visualizaton (15)
      • 04. Data Analysis (19)
    • πŸ“š Study (20)
      • 빅데이터 뢄석기사 μ‹€κΈ° (8)
      • ADP μ‹€κΈ° (7)
      • ꡬ글 μ• λ„λ¦¬ν‹±μŠ€ (5)
      • ν”„λ‘œμ νŠΈ (0)
    • ✏️ 생각 기둝 (10)
      • λ…μ„œ (5)
      • 자료 슀크랩 (2)
      • μ·¨μ—… μ€€λΉ„ (2)
    • πŸ’» GitHub (6)
      • μˆ˜μ • 및 λ³€κ²½ (5)
    • 🏁 λ¨Έμ‹ λŸ¬λ‹ | λ”₯λŸ¬λ‹ (35)
      • μΆ”μ²œμ‹œμŠ€ν…œ (19)
      • 이미지 λΆ„λ₯˜ (1)
      • ν…μŠ€νŠΈ 뢄석 (10)

곡지사항

  • Github
  • How to ꡬ독, μ’‹μ•„μš”

인기 κΈ€

졜근 λŒ“κΈ€

λΈ”λ‘œκ·Έ 메뉴

  • ν™ˆ
  • νƒœκ·Έ
  • λ°©λͺ…둝

νƒœκ·Έ

  • λ°μ΄ν„°λ¦¬μ•ˆ
  • νƒœλΈ”λ‘œ
  • μ‹œκ°ν™”
  • κΉƒν—ˆλΈŒ
  • Python
  • μ „μ²˜λ¦¬
  • 데이터뢄석
  • pandas
  • 크둀링
  • μž‘μ—…ν˜•μ œ1μœ ν˜•
  • κ΅¬κΈ€μ• λ„λ¦¬ν‹±μŠ€
  • μ„Έλ―Έλ‚˜
  • ν”„λ‘œκ·Έλž˜λ¨ΈμŠ€
  • 파이썬
  • ν…μŠ€νŠΈλΆ„μ„
  • μ½”λ”©ν…ŒμŠ€νŠΈ
  • github
  • 빅데이터뢄석기사
  • ADPμ‹€κΈ°
  • SQL
  • 톡계적λͺ¨λΈλ§
  • MySQL
  • λ°μ΄ν„°μ‹œκ°ν™”
  • λΉ…λΆ„κΈ°
  • tableau
  • Plot
  • μΆ”μ²œμ‹œμŠ€ν…œ
  • ν•΄μ»€λž­ν¬
  • κΈ°μΆœν’€μ΄
  • λŸ¬λ‹μŠ€ν‘Όμ¦ˆ

졜근 κΈ€

hELLO Β· Designed By μ •μƒμš°.v4.2.0
xod22
[ν”„λ‘œμ νŠΈ] 온라인 ν™”μž₯ν’ˆ ν”Œλž«νΌμ˜ μ „ν™˜μœ¨μ„ 계산해 보자
μƒλ‹¨μœΌλ‘œ

ν‹°μŠ€ν† λ¦¬νˆ΄λ°”

κ°œμΈμ •λ³΄

  • ν‹°μŠ€ν† λ¦¬ ν™ˆ
  • 포럼
  • 둜그인

단좕킀

λ‚΄ λΈ”λ‘œκ·Έ

λ‚΄ λΈ”λ‘œκ·Έ - κ΄€λ¦¬μž ν™ˆ μ „ν™˜
Q
Q
μƒˆ κΈ€ μ“°κΈ°
W
W

λΈ”λ‘œκ·Έ κ²Œμ‹œκΈ€

κΈ€ μˆ˜μ • (κΆŒν•œ μžˆλŠ” 경우)
E
E
λŒ“κΈ€ μ˜μ—­μœΌλ‘œ 이동
C
C

λͺ¨λ“  μ˜μ—­

이 νŽ˜μ΄μ§€μ˜ URL 볡사
S
S
맨 μœ„λ‘œ 이동
T
T
ν‹°μŠ€ν† λ¦¬ ν™ˆ 이동
H
H
단좕킀 μ•ˆλ‚΄
Shift + /
⇧ + /

* λ‹¨μΆ•ν‚€λŠ” ν•œκΈ€/영문 λŒ€μ†Œλ¬Έμžλ‘œ 이용 κ°€λŠ₯ν•˜λ©°, ν‹°μŠ€ν† λ¦¬ κΈ°λ³Έ λ„λ©”μΈμ—μ„œλ§Œ λ™μž‘ν•©λ‹ˆλ‹€.