📖 실습
오마카세 데이터를 가지고 분석하기! ➡️ 뉴스레터의 오픈률을 늘릴 수 있는지표를 찾아 분석하기
1. 데이터 훓어보기 (탐색적 데이터 분석)
일시, 구독한 곳, 구분의 특징을 볼 수 있음
오가닉 - 자연유입
임베디드 - 링크를 박아서 들어온 사람(구독링크가 어디에 박혀있는것)
2. 가설
날짜 나누기 ✔️
요일별 구독한 날짜 : 화 > 수> 목> 월 > 금 > 일 > 토 ( 확실히 평일이 많음)
7월 25일이 가장 많이 구독했으니 그날 부터 시작하지 않았나? 싶다
대부분 주말에는 오픈률이 적음 But OTT 서비스는 늘어날 수 있음!
오픈률 ✔️
메일 받았을 때 오픈할 확률 : 받은사람 1063명/ 689명
오픈했을 때 클릭할 확률 : 689명/216명 (31.35%)
구독하기 ✔️
구독하기 가장 많이 누른 포스트 : 458명 (eam&mode=light)
229명 (posts/9335bab8)
임베디드✔️
임베디드 유입 651명, 오가닉 유입 445명 임베디드가 더 많다!
embed 가 구독할 확률 38.1%, 오가닉 구독 59.4%
레퍼럴 갯수✔️
레퍼럴 한사람 최대 25번, 대게는 레퍼럴 안함
보통 38%가 메일을 오픈함
취소하는 사람들은 보통 구독한지 70일 지난사람들이 평균
구독 취소 한 사람들은 다 한번씩이라도 오픈을 해봤다. 다만 마케팅동의는 아무도 안함
구독 취소한 사람들은 대부분 embed로 유입 9/10
👀 가설 1 : 월별 구독자 수 추이
💡결론 1 : 9월에 구독을 제일 많이 했네? 이 때 마케팅에서 뭘 했나? 더 많이 뿌렸나?
👀 가설 2 : 어느 요일에 구독하는 확률이 제일 높을까?
💡결론 2 : 화요일에 구독을 제일 많이하네! +주말 구독률이 저조 , 월요일이 게시글 올리는 날짜니까 올린 후 뉴스레터를 발송하고, 화요일에 메일함 확인하면서 구독했을 것 같다.
👀 가설 3 : 시간에 따른 구독 비율
💡결론 3 : 오전/ 오후 시간대 중에는 오후에, 오후 중에서도 16시에 제일 많이 구독자 수가 늘었다! 대부분 회사에 있으면서 피곤한 시간대인 4시쯤 이메일을 읽지 않았을까 !
-> 발송 시간이 월요일 오후 1시반임 ? 어떻게 알았냐? 월요일 구독시간이 2시 언저리라서 !
👀 가설 4 : 임베디드 유입과 오가닉 유입 비율, 그리고 임베디드 유입 시 구독 확률과 오가닉 유입 시 구독 확률
💡결론 4 : 임베디드 유입 (651명) > 오가닉 유입 (445명) 으로 유입은 임베디드로 더 많이 하지만, 임베디드 유입자가 구독할 확률은 38.1%, 오가닉 유입자가 구독할 확률은 59.4%로, 구독할 확률은 오가닉 유입자가 더 많다. 역시 직접 찾아오는 사람들이 관심이 더 많은 사람이기 때문에, 임베디드 유입자보다 구독할 확률이 높은 것 같다.→ 글 하단에 구독하기 버튼도 embed 이기때문에 embed로 유입된 사람들은 글을 읽고 구독을 누르지 않았을 확률이 높다. (콘텐츠 개선의 필요성)
👀 가설 5 : 구독 취소한 사람들의 유입경로는?
💡결론 5 : 구취를 한 사람 중 90 % 는 임베디드 유입자였다,, (그래프는 없지만 ) 취소자들은 구독한지 average 70일 지남
👀 가설 6 : 받고, 오픈하고, 클릭하는 퍼널 분석
💡결론 6 : 뉴스레터를 받아서 오픈하는 비율은 64.82%, 받아서 오픈한 후 클릭까지 하는 비율은 29.03%
👀 가설 7 : 구독하기 버튼을 가장 많이 누른 포스트는 뭘까?
💡결론 7 : 오마카세 소개 페이지가 1순위, 2순위는 데이터로 소비자를 이해하는 방법을 알려주는 게시글. 역시 데이터에 관심이 많구나 ! 다음 게시글을 올릴 때 또 참고하면 좋겠다~
👀 가설 8 : 구독한지 얼마나 됐는지? 오픈율과 상관관계가 있는지?
💡결론 8 : (그림1) 처음 오마카세를 개시했을 때 가장 많은 구독자가 들어왔고, 최근 한달반 전쯤(9월쯤)에 유입량이 늘은것으로 보아 오마카세 유입 이벤트가 있었을 것이다. (그림2) 다만 얼마나 오래 구독했는지와 오픈율은 그룹에 관한 특성을 보이지 않아 상관관계가 없어보임.
❌놓쳤던 부분❌
1.
'성동 1기_ 모빌리티 전Z전능 DA' 카테고리의 다른 글
Day 19 - SQL 기초2 (0) | 2023.11.09 |
---|---|
Day 18 (2) - SQL 기초 (0) | 2023.11.08 |
Day17 - 데이터리터러시 2, RFM (엑셀4, filter함수) (0) | 2023.11.08 |
Day 16 - GA4를 활용한 데이터 시각화(탐색 보고서 활용하기) (4) | 2023.11.06 |
Day 15 - GA4, GTM 태그 만들기 기초부터 중급까지 (1) | 2023.11.03 |