안녕하세요, 오늘 주제는 GA 세팅 노하우 7편 ‘같이 팔리는 상품 분석’ 입니다.
지난 이야기
- 1편 : [GA 세팅 노하우] GTM, 꼭 해야 될까? #GO
- 2편 : [GA 세팅 노하우] 이벤트 설계가 필요한 이유 #GO
- 3편 : [GA 세팅 노하우] 맞춤 보고서 #GO
- 4편 : [GA 세팅 노하우] 앱과 웹을 동시에 운영하기 위한 방법은? #GO
- 5편 : [GA 세팅 노하우] 세그먼트 활용 #GO
- 6편 : [GA 세팅 노하우] 퍼널 설계: 구글 애널리틱스를 활용한 분석의 첫 단계 #GO
같이 팔리는 상품 분석: 세트 상품, 이벤트 상품 어떻게 구성하지?
많은 분들이 "거래 데이터를 활용하고 싶어요", "함께 팔리는 상품 파악을 통해 프로모션에 활용하고 싶어요"와 같은 고민을 가지고 계십니다. 오늘은 구글 애널리틱스(GA) 데이터를 기반으로 파이썬 코드를 사용하여 같이 팔리는 상품 분석을 하는 방법에 대해 알아보겠습니다.
본격적인 시작에 앞서 현재 상황에 대한 파악이 필요합니다. 아래 조건 사항 모두 [Go!]를 충족하셨다면, 아래설명을 따라와주세요!
함께 판매된 상품을 분석하기 위한 전반적인 프로세스는 다음과 같습니다.
1) 맞춤보고서 생성
분석에 필요한 데이터를 얻기 위해, 우선 맞춤보고서 생성을 진행하도록 하겠습니다. 장바구니 분석(같이 팔리는 상품 분석)을 위해 필요한 데이터는 [거래ID x 상품 x 수량] 데이터입니다. 이와 같은 데이터를 준비하기 위해서는 거래ID와 상품은 측정기준으로 플랫표를 통해 맞춤보고서를 제작해야 합니다!
2) 엑셀로 다운로드 및 코드 실행
위에서 생성된 맞춤보고서를 확인한 후, 여러분이 분석하고자 하는 기간을 설정합니다. 구글 애널리틱스(GA) 우측 상단의 [내보내기] 기능을 통해서 엑셀 파일로 다운받으세요! 만약, 선택한 기간이 짧다면, 데이터의 양이 충분치 않아 분석 결과물이 나오지 않을 수 있는 점 참고해주세요! (최소 500개 이상의 데이터를 활용할 수 있는 기간을 설정)
거래ID, 상품, 수량 등이 제대로 뽑혔는지 다운받은 엑셀 파일을 확인합니다!
다운받은 엑셀 파일의 명을 코드에 부합하도록 변경한 뒤, 해당 코드를 Jupyter로 실행시킵니다.(Jupyter 권장)
3) 결과물 확인 및 분석
코드 실행 후 결과 데이터를 다운받으면, 아래와 같은 화면을 볼 수 있습니다. 샘플 데이터양에 따라 결과물에 대한 차이가 있을 수 있습니다. 아래 예시의 경우 샘플 데이터가 적어 분석에 최적화된 결과물이 나오지 않았습니다.
별수 |
구분 |
antecedents support |
antecedents에 해당하는 상품이 거래에서 판매되는 비율을 의미 |
consequents support |
consequents에 해당하는 상품이 거래에서 판매되는 비율을 의미 |
support |
support는 전체 거래 중 antecedents 상품과 consequents 상품이 동시에 팔린 거래의 비율을 의미 |
confidence |
antecedents 상품이 팔렸을 때를 전제로, consequents 상품이 팔릴 확률을 의미 |
lift |
연성과 관련된 지표로 1보다 크면 클수록 필연성에 가까워짐을 의미(우연히 발생하지 않음) |
위에서 설명한 지표를 사용하여 분석한 결과를 통해, 초반에 언급했던 '프로모션 활용'을 할 수 있습니다.
오늘은 여기까지 입니다.
다음 주제는 <구글 옵티마이저 활용>에 대해 알아보겠습니다.
감사합니다.
다음주에 또 뵙겠습니다!😎
궁금한 점 및 소재 제안은 댓글 또는 작가페이지 '연결하기'정보를 통해 문의해 주세요.
즐거운 하루 되시고, 다음 주제로 뵙겠습니다.
