[데이터 분석] 쇼핑몰 웹 로그 분석 프로젝트-4

퍼널 분석

빅쿼리를 통해 간단한 데이터 탐색을 진행했었는데요, 이번에는 퍼널 분석을 진행하려고 합니다. 파이썬을 사용하면 훨씬 더 편리한 분석 진행을 할 수가 있어 빅쿼리를 파이썬과 연동해서 사용하겠습니다.

파이썬 코드를 보시면 json 파일을 사용하게 됩니다. json 파일은 구글 클라우드 플랫폼으로 가서 키를 발급 받으면 주어지게 됩니다. 주어진 키를 다운로드하고, 경로를 알맞게 설정하시면 됩니다. 아래 참고한 링크를 올려두겠습니다.
파이썬, 빅쿼리 연동

파이썬과 연동을 하게 되면 파이썬으로 쿼리를 짜고, 원하는 데이터를 추출할 수가 있습니다.
위와 같은 코드를 작성하면 바로 실행이 될줄 알았는데..!! 코드를 짤 때 뭐든 그냥 넘어가는 일은 없는 것 같아요ㅋㅋㅋ
db-types라는 패키지를 설치하라는 오류가 나왔고, 설치를 했는데도 같은 오류가 떠서 검색을 했더니.. 스택오버 플로우를 잘 읽어보니 해결이 되었습니다.(커널을 재시작하라고 말씀하시네요ㅋㅋ) 빅쿼리 실행 오류

다시 위 쿼리를 실행하니

원하는 결과가 나온 것을 볼 수가 있습니다!! 위 쿼리는 사용자 마다 보기, 장바구니, 구매 3개의 행동 이벤트 기록을 추출한 데이터 입니다.
퍼널 분석을 위해 피벗 형태의 데이터로 만들어주었습니다.

위 피벗 테이블은 특정 고객이 view, cart, purchase 페이지로 넘어간 시간을 보여주고 있습니다. 이를 통해 각 단계로 넘어가는 전환율을 분석 해 보려고 합니다.
파이썬으로 피벗 테이블을 만들 때, pivot 함수와 pivot_table 함수가 있습니다. 두 함수의 용도는 같지만 pivot_table이 집계 연산을 수행하는 역할도 한다고 합니다!

파이썬 plotly 라이브러리를 사용하면 자동으로 퍼널 모양의 차트를 그려줍니다. 하지만 퍼센트가 아닌 숫자로 표시가 되어 전환율이 얼마나 되는지 파악하기가 어려워 seaborn 라이브러리를 통해 barplot으로 전환율 차트를 그려보았습니다.

그래프를 보면 view -> cart의 전환율은 23.35% 이며, cart -> purchase 전환율은 50.68%를 보이고 있습니다.
장바구니로 상품을 담은 고객의 50%는 구매로 이어지는 것을 볼 수가 있습니다. 하지만 상품을 장바구니로 담는 고객은 그리 많지 않은데요. 고객들이 장바구니로 담기 위한 마케팅을 기획하거나, 어떤 불편함이 있어 장바구니로 담지 않는지를 분석해 UI/UX를 개선하는 방안을 마련할 수 있습니다.

이처럼 3개의 파트로 나누어 웹 로그 분석을 진행 해 보았습니다.
퍼널 분석은 많은 웹 혹은 앱을 제공하는 기업들은 많이 사용하고 있으며, 이 부분에서 문제점을 찾아 그로스 해킹을 이루려는 시도도 이루어지고 있습니다.
여기서 끝이 아닌 실제로 실시간으로 쌓이는 현업 데이터를 보며 문제점 분석 및 개선 방안을 마련하고 A/B test를 진행 해 개선된 서비스를 제공으로 이어질 수 있습니다.