데이터 사이언스 프로세스

GA라 불리는 구글 애널리틱스는 결국 데이터 분석 도구입니다 데이터 분석 도구를 활용해서 의미 있는 인사이트를 도출해내는 과정을 데이터 사이언스 프로세스라고 합니다 현실 세계의 문제를 데이터로 모델링해서 어떻게 인사이트를 도출해내는지 데이터 사이언스 프로세스를 통해서 정리하고 구글 애널리틱스를 활용해서 어떤 인사이트를 도출할 수 있는지를 살펴보도록 하겠습니다 데이터 분석이라고 하는 건 결국 현실 세계를 데이터의 세계로 모델링한 다음에 그 모델링된 데이터를 활용해서 현실 세계의 문제를 데이터를 활용해서 푸는 것이라고 얘기할 수 있습니다 그러면 현실 세계를 어떻게 데이터의 세계로 만들어 내냐 데이터의 세계는 크게 행과 열로 표현되는 테이블 현실 세계를 이렇게 2차원 테이블로 만들어내는 걸 데이터 모델링이라고 표현하고 내가 풀고자 하는 문제를 유즈 케이스 중심으로 정의를 합니다 예를 들어서 GA4가 풀 수 있는 현실 세계의 문제는 디지털 서비스 웹과 모바일 앱에 해당하는 디지털 서비스에 대한 수많은 문제를 풀 수 있습니다 그러면 이 문제를 풀기 위해서 디지털 서비스는 데이터 세계를 어떻게 모델링 할 수 있냐 예를 들어서 소스 유입 서비스 그리고 지금 사용하는 페이지 그리고 유입된 유저 그리고 레버뉴 실제 디지털 서비스를 풀기 위해서 내가 원하는 데이터를 정의합니다 그리고 지금 현재는 현실 세계를 데이터 세계로 모델링을 했지 이 값은 비워져 있는 상태예요 그러면 데이터 취합 도구를 이용해서 서베이를 하거나 아니면 크롤링을 하거나 태깅을 하거나 로깅을 하거나 같은 방법을 통해서 이 값을 채워나가게 되는 거예요 이 값을 채운 다음에 이렇게 값을 채운 형태의 데이터를 우리는 로우 데이터라고 표현합니다 많은 경우에 데이터의 세계가 있다면 데이터 분석은 이 로우 데이터를 한마디로 분석 도구를 이용해서 데이터를 요약하는 기술 데이터 요약 기술 이렇게 표현할 수가 있어요 그런데 많은 경우에 이 로우 데이터가 데이터를 요약하기에 적합한 형태가 아닌 경우도 되게 많습니다 그러면 데이터 분석이 이해할 수 있는 형태로 데이터를 가공하는 것 그걸 우리는 데이터 전처리라고 표현하고 그렇게 가공이 완료된 데이터를 완벽한 테이블 분석 대상 데이터 마스터 데이터 셋이라고 표현합니다 데이터 세트를 만들어내면 분석 단계는 현실 세계를 데이터 세계로 모델링해서 분석 대상 데이터를 만들어내는 것 데이터 취합 첫 번째 단계는 현실 세계를 모델링해서 데이터를 취합하는 거예요 두 번째 단계는 이렇게 취합된 데이터를 결국 우리는 요약을 하는 거예요 요약을 통해서 인사이트를 도출하는데 요약에서 인사이트를 도출하기 위한 방법론이 바로 분석 모델과 알고리즘이라고 보시면 됩니다 그래서 데이터 분석은 엑셀, R, 파이썬, GA 같은 분석 도구는 일종의 하드웨어랑 비슷합니다 하드웨어고 요 녀석이 인사이트를 도출하기 위해서 내가 의미 있는 인사이트를 요약하는 방법, 기법에 해당하는 게 바로 분석 모델과 알고리즘이고 요 녀석은 일종의 소프트웨어에 해당한다고 보시면 됩니다 그래서 여러분들은 분석 도구를 가지고 요약하는 방법 데이터를 취합하는 방법과 요약하는 방법을 배워야 되고 그 다음에 인사이트를 도출하기 위해서 어떠한 분석 모델과 알고리즘을 적용해서 데이터를 요약할 거냐라고 하는 지식을 배우셔야 돼요 그렇게 요약된 결과로 내가 의사결정을 위해서 시각화 보고서를 만들어내고 그걸 가지고 우리는 사람이 비즈니스 분석을 진행하는 겁니다 이 녀석을 저는 사람이 똑똑해지는 분석이라고 네이밍을 하도록 하겠습니다 사람이 똑똑해지는 분석 자 그리고 그 다음에 두 번째 단계는 뭐냐 이렇게 확보된 데이터를 가지고 이제는 최신 트렌드는 자 보면 기계 인공지능이나 기계를 똑똑하게 만드는 분석을 해요 이걸 갖다가 머신러닝 AI라고 표현하고 자 이렇게 기계를 똑똑하게 만드는 목적의 분석을 진행하는 건 데이터 프로덕트라고 표현합니다 그러면 GA를 한번 정리를 해보면 GA는 현실 세계를 데이터 세계로 만들기 위해서 GA가 분석하고자 하는 현실 세계는 다 디지털 서비스예요 한마디로 모바일 웹사이트 또는 모바일 앱입니다 웹 사이트나 모바일 앱을 우리가 분석을 위해서 구글 컨설팅 팀이 데이터 분석을 위한 이 테이블을 미리 모델링을 한 거예요 모델링 해놓고 GA의 트래킹 코드 트래킹 코드 하나를 우리 웹 사이트나 모바일 앱에다 추가를 하면 자동으로 분석 가능한 데이터 형태를 만들어 냅니다 그러면 GA를 통해서 우리가 데이터 분석을 진행한다면 GA가 자동으로 만드는 이 데이터 이 데이터에 대한 구조를 이해해야 됩니다 요 녀석은 구글 컨설팅 팀이 미리 열이 정의되어 있어서 정의된 열에 해당하는 값을 다 채우게 되는 거예요 그래서 우리가 웹사이트와 모바일 앱을 분석하기 위해서 우리가 확보한 GA4가 이 녀석을 디지털 서비스와 모바일 앱을 분석하기에 적합한 분석 모델과 알고리즘은 무엇이 있냐를 살펴본 다음에 GA에서 우리가 효과적으로 우리가 원하는 목표대로 데이터를 요약해내는 거예요 요약해낸 다음에 요약해낸 걸 가지고 우리는 결국 서비스 의사결정을 하는 겁니다 버전 1.1이 있는데 1.1에서 우리가 보면 1.2 긴급 패치를 낼 거냐 아니면 마케팅을 하기 위해서 네이버 중심 마케팅 할 거냐 페이스북 중심 마케팅 할 거냐 그리고 특정 마케팅 캠페인을 실행했더니 요 녀석이 나름 의미 있는 매출을 만들어 냈는지 못 만들었는지를 데이터를 통해서 얻어내서 다양한 디지털 서비스 웹사이트나 모바일 앱에 대한 개선이나 성과 향상을 위해서 데이터를 활용하는 걸 GA4 데이터 사이언스 프로세스라고 이해하시면 됩니다