고니의 곰곰했던 흔적

구글 클라우드 테크 채널에서 제공하는 빅쿼리 스포트라이트라는 플레이리스트를 시청 후 간단히 요약 하였다.

데이터 파이프라인 구축 간 하나의 선택지로 활용될 수 있을것이라 판단된다.

빅쿼리는 구글 제공서비스로 대용량의 데이터를 SQL문을 활용하여 조회, 분석, 시각화 할 수 있는 툴이다.

구글 클라우드 데이터, 구글드라이브 데이터, 혹은 로컬PC의 csv파일 등 다양한 소스의 데이터를 업로드할 수 있으며,

업로드 한 데이터를 기반으로 테이블생성(무려 스키마설정을 자동으로 지원) 후 SQL문을 활용하여 데이터를 조회할 수 있다.

첫 사용으로 부터 일정기간 (60일로 들었다), 일정량(매월 10GB) 의 소스를 무료로 제공한다.

Sandbox 개념이 존재하여 무료로 체험해 볼 수 있다. 이 때 다양한 공공데이터를 제공하여 체험삼아 이용해볼 사용자도 접근해 볼 수 있다.(주로 미국의 공공데이터 인듯 하다.)

플랫폼류 최강자 구글의 서비스 답게 기타 서비스와의 연계 또한 다양하다.

BI 서비스로는 Data Studio로 클릭한 번에 바로 접근할 수 있다. 현재는 Data Studio에 대한 이해가 다소 부족한 상황이나, 잠깐 보건데 MS사의 Power BI 와 비슷해 보였다. 관련한 공부 후 추가 포스팅 할 예정이다.

또한 Connected Sheets와의 연계를 통해 추출된 데이터를 우리에게 익숙한 스프레드 형태로 시각화 할 수도 있다. SQL을 제대로 활용할 줄 모르는 사람들도 엑셀은 보다 쉽게 사용할 수 있으니 보다 접근성을 높인다.

 우선 약 5개 정도의 영상을 시청하였고, 관련 내용을 정리하였다.

 개인적인 후기로는 SQL이 중요하다, SQL만 있어도 왠만한 분석을 할 수 있다. 듣기만 들었지 정말 대용량의 분석, 조회분야에서 활용되는 걸 처음 보게 되어 다소 놀랐다.

 구글 측에서 영상을 마무리 할때 마다 늘 넣는 말이 있다. 취업준비 한답시고 꽤 오래 잊고있던 말인데 한번 더 마음에 다짐하고 더 많은 배움과 분석과업들을 버텨내고 정리하러 돌아오겠다.

Stay Curious

취업준비라고 생각하면 그 '끝'이 내게 있는 것도 아니고, 고단하기만 하여 생각을 좀 바꾸었습니다.

바꾼 결과는 그냥 합니다.

나이가 찬 어른이기 때문에, 돈을 벌어야 하기 때문에 해야합니다. 그래서 하는 걸로 생각을 바꾸었습니다.

이번주는 좀 열심히 살아보고자 합니다.

Task는 너무 많은데, 당장 지원함에 있어서 당당하기 위한 방법을 찾다보니 몇 가지로 압축됩니다.

우선 이번주는 몇 가지만 이뤄내고 생각하겠습니다.

1. SQL 강의 완강.

  * SQL에 있어 이제 모르는 개념은 없다고 봐도 무방합니다. 그렇지만 능숙하게 할 수 있다고 말하긴 어렵습니다.

  * 자신있게 능숙하다고 답변할 수 있을만큼 준비하겠습니다.

2. 정보처리기사 필기 준비.

  * 1달 앞으로 다가온 시험입니다. 인강듣고 코딩하다보면 화가 나기 시작하는데, 필기공부는 오히려 화를 줄여줍니다. 이걸 왜 진작에 몰랐을까 싶습니다.

3. 기업 지원

  * 이번주 마감하는 기업이 5군데 정도 됩니다. 무조건 지원합니다. 떨어지든 말든요.

4. ML, DL 복습.

  * 자꾸 쓰지를 않으니, 통계적 개념들이 희미해집니다. P-value도 모르고 1종오류도 모르는 DA는 없겠지요.

5. Toy Project 완료

  * heroku Server가 제 마음대로 되질 않았습니다.

  * Docker강의를 다 듣고 그것을 기반으로 해야할지, 가상환경 후 그것을 기반으로 해야할지 고민이 됩니다.. 만은.

  * 일단 어떻게든 끝을내고 URL을 뿌려봅시다. 제발요.

  * Request 패키지 Version으로 변경해보는 것도 나쁘지 않을지도..?

6. Dacon 먹잇감찾기

  * Dacon에서 데이터 전처리관련해서 복습해볼만한 먹잇감들을 좀 찾고 Shadow Coding을 좀 해봅시다.

  * 간만에 복습이 되겠지요.

구2페 - 구글 2 페이지

IT 개념의 구글 검색 결과 2page까지를 전부 들어가보고 하나의 글에 요약 정리합니다.

정의 : 수많은 데이터 중 현 시점에서 가장 핵심적인 '실행지표'에 집중할 수 있도록 도와주는 특정 지표들에 대한 내용

기본적으로 Growth Hacking의 핵심 개념이다. 

5가지 단계별 핵심지표

Acquisition(사용자 유치) : 어떻게 우리 서비스를 접하고 있는가
Activation(사용자 활성화) : 사용자가 처음 서비스를 이용할 때 긍정적인 경험을 제공하는가
Retention(사용자 유지) : 이후의 서비스 재사용률은 어떻게 되는가

Revenue(매출) : 최종 목적(매출)으로 연결되고 있는가
Referral(추천) : 사용자가 자발적 바이럴, 공유를 일으키고 있는가

단계별 KPI 예시

Acquisition : 트래픽, 신규 방문자 수, DAU(일단위 서비스 순수 이용자 수), MAU(월별 활동한 이용자 수)

Activation : 웹사이트 트래픽, 검색 조회수, CAC, CPC

Retention : 서비스 한번 이상 이용자수, 장바구니 이용횟수, 회원가입 수

Revenue : 매출

Referral : 공유/댓글 수, 바이럴 계수

활용 방안

운영중인 서비스의 단계별 취약점을 파악하여서 각각에 맞춘 솔루션으로 대응할 수 있음.

지표의 우선순위(중요도) 

활성화 - 유지 - 획득 - 추천 - 수익 순으로 높이는 것이 좋다고 언급함

출처 : 

https://brunch.co.kr/@seongminyoo/14

https://alex-blog.tistory.com/entry/Funnel-%EB%B6%84%EC%84%9D-%EA%B7%B8%EB%A1%9C%EC%8A%A4-%ED%95%B4%ED%82%B9-AARRR

구2페 - 구글 2 페이지

IT 개념의 구글 검색 결과 2page까지를 전부 들어가보고 하나의 글에 요약 정리합니다.

* 정의

  특정한 한 가지만을 변화시킨 뒤 사용자의 대응을 종합하여 결과를 극대화 하는 변경 사항을 규명하는 테스트.

  관심 분야에 대한 결과를 늘리거나 극대화하는 웹 페이지에 대한 변경 사항이 무엇인지를 규명하는 것.

* 내용 설명 :  

 사용자의 행동에 영향을 미칠 수 있는 하나의 변형을 제외하면 동일하게 셋팅된다. 현재(기존) 버전을 Control, 수정버전을 Treatment(Challenger) 라고 칭한다. 

 A와 B의 차이가 통계적 유의성이 있는지 분석하기 위해 통계학적 테스트를 적용한다. 

 결과 예시 : A와 B의 결과는 성별에 따라서 다르게 나타날 수 있다. 

 그러므로 이러한 세분화된 결과가 예상될 경우 고객의 주요속성에 걸쳐 고르게 분포되도록 설계되어야 한다.

 (즉, 남성과 여성이 비슷한 숫자로 응답하였을때를 기준으로 응답데이터를 활용하는 등 실험 대상 유저풀을 유사하게 관리하여야 할 필요가 있다는 것)

한편 성별 등 단일속성보다는 성별과 연령대 등 다중속성을 포함시켜 보다 일반화하여 테스트 한다면, 결과 내 존재할 수 있는 좀 더 미묘한 패턴을 식별할 수 있다.

A/B Test는 수단이지 목적이 되어버려서는 안된다. 구매 전환율에는 주황색 버튼이 좋다더라는 등의 트렌드에 맞춰서 기업의 브랜드 가치를 훼손하는 방향으로 Test를 설계한다면, Test가 수단이 아닌 목적 자체가 되어버린다.

가장 흔한 오류/실수

 - 변수를 1개가 아닌 여러 개를 설정한다.

 - 답정너 : 새 디자이너가 밤샘작업했으니 당연히 클릭율이 올라갈꺼야. 등 데이터 외적인 부분에 대한 편향성이 반영되기 시작하면 테스트 목표 자체를 바꿔가는 등 인간의 목적에 맞게 변질됨.

 - Before/After : 다른 두 개 의 시안을 비슷한 사용자군에게 동시에 노출하여야 함. 대조 테스트 간 시간의 차이를 두는순간 다양한 변수가 개입할 수 있는 여지를 남기게 되어 오염됨.

 - P-value 집착 or 무시 : p-value에 대한 지나친 집착은 의사결정을 지연시킴. 그러나 통계적 안전장치에 대한 완전한 무시는 샘플 수의 차이 등에서 차이가 비롯될 수 있기 때문에 올바른 test결과를 도출하지 못함.

* 활용 가능 Tool

   - 옵티마이즐리

      * 샘플 사이즈 계산기능

   - Google Analytics (Firebase)

      * Firebase Console의 기능을 활용하여 Mobile App 배포 버전을 관리, A/B Test 결과 가장 우수한 변수를 전체 사용자에 적용 가능

   - Tool 간 비교 분석

출처

https://ko.wikipedia.org/wiki/A/B_%ED%85%8C%EC%8A%A4%ED%8A%B8

https://www.hellodigital.kr/blog/dmkt-general-ab-test-bookmark-checklist-1/

https://firebase.google.com/docs/ml-kit/android/ab-test-models?hl=ko#java_2 

https://mindthelog.com/2017/08/ab-testing/

2021 하반기 취득예정 자격증

동기와 비동기

동기방식 : 서버에서 요청을 보냈을 때 응답이 돌아와야 다음 동작을 수행할 수 있다.

               설계가 간단하지만, 반환되기 전까지 아무것도 못하고 대기해야 한다.

비동기 방식 : 요청을 보냈을때 응답 상태와 상관없이 다음 동작을 수행할 수 있다.

               서버에 다른 요청을 보내도 상관없다. 대신 동기식보다 설계가 복잡하고, 논증적이다.

참고

https://velog.io/@daybreak/%EB%8F%99%EA%B8%B0-%EB%B9%84%EB%8F%99%EA%B8%B0-%EC%B2%98%EB%A6%AC

https://juyeop.tistory.com/22