유저 태그

유저의 다양한 특성을 기반으로 세분화된 그룹을 필터링하고 분석하는 방법을 확인해보세요

1. 유저 태그

‍

유저 태그는 유저를 세분화하기 위해 시스템이 제공하는 데이터 도구 중 하나로, 유저 태그는 유저를 나타내는 "성별", "나이", "계정 금액" 등의 특성으로 이해할 수 있습니다. 유저는 일상 생활에서 여러 특성으로 설명할 수 있습니다. ("성별: 남성", "나이: 40~50세", "계정 금액: 5만 원 이상" 등) 유저 태그를 사용하여 유저를 필터링하거나 분석 중에 유저 그룹의 통계를 작성할 수 있습니다.

같은 태그의 다른 태그 값은 유저를 여러 카테고리로 나눌 수 있습니다. 각 카테고리는 태그 값으로 표시됩니다. 예를 들어, "성별" 태그 아래에 "남성"과 "여성"이라는 태그 값을 사용하여 유저를 각각 표시할 수 있습니다. 태그 값 간에 계층적이거나 수치적인 누진 관계가 있는 경우, 특정 관점에서 태그를 유저 계층으로 볼 수도 있습니다. ("마지막 과금 행동 이후의 일수: 1일/13일/37일/...")

유저 코호트와 비교하면, 유저 태그는 유저를 마킹하는 것과 같습니다. 이 마킹은 재사용성이 높아, 일반적으로 추상적인 유저 특성을 태그로 만드는 것을 권장합니다. 태그 "과금 능력: 낮음/중간/높음", 태그 "활동 시간: 1101시/24시/..." 등. 또한, 태그 값의 정의 규칙과 명명 방법은 가능하면 팀 내에서 통일된 인식을 준수하고 태그 생성 후 여러 시나리오에서 재사용할 수 있도록 하는 것이 좋습니다.

‍

2. 유저 태그 생성

‍

유저 → 유저 태그 → 태그 생성에서, 여러 가지 방법으로 유저 태그를 생성할 수 있습니다.

자세한 내용은 다음 표를 참조하십시오:

태그를 생성할 때, 태그 조건 외에도 유저 엔터티와 태그의 시간대를 선택해야 합니다.

‍

분석 주체

유저 태그는 유저 세분화 도구이며 "유저"의 식별자는 디바이스 ID, 계정 ID, 캐릭터 ID, 플랫폼 ID 등이 있습니다. 프로젝트 구성에서는 TE 유저 ID 외의 유저 ID(속성)를 분석 주체로 추가할 수 있습니다. 이러한 분석 주체는 유저 태그를 사용하여 세분화할 수 있습니다.

태그를 생성할 때는 먼저 태그의 분석 주체를 선택해야 하며, 계산 후에 분석 주체와 태그 값의 마킹 관계가 얻어지며, 태그에서 보이는 "인원수"도 이 분석 주체의 수가 됩니다.

이벤트 속성으로 생성한 분석 주체를 선택한 경우, 조건 태그에 "비행동" 조건을 사용할 수 없습니다.

‍

시간대

프로젝트에서 다중 시간대 구성 기능이 켜져 있는 경우("프로젝트 관리"에서 설정), 태그를 생성할 때 태그의 계산 시간대도 선택해야 합니다. "조건 태그", "첫번째/마지막 태그", "지표값 태그", "SQL 태그"의 정의에 이벤트 데이터를 사용한 경우, 기본 이벤트 조건의 시간 범위는 태그 시간대의 시간 범위가 됩니다. 전송된 이벤트가 다른 시간대에 있는 경우, 먼저 이벤트의 시간대을 변환한 후 조건이 충족되는지 여부를 판단합니다.

예를 들어, 표시 시간대가 UTC+10으로 설정되어 있고 정의 조건은 과금이 발생한 경우, 전날 처음 과금 행동이 일어난 시간을 UTC+10으로 변환하고, 그것이 전날 발생했는지 여부를 판단합니다. 분석 중에 대시보드와 리포트를 표시하기 위해 다른 표시 시간대을 선택한 경우, 사용되는 태그 데이터는 원래 시간대의 결과로 계산 시간대은 변경되지 않습니다.

‍

3. 유저 태그 업데이트

‍

유저 태그는 사전 계산형 데이터입니다(즉석 쿼리형과 구분). 즉, 시스템은 유저 태그를 사전에 계산하고, 그 결과 데이터를 후속 분석과 조작에서 사용합니다. 사용할 때마다 태그를 다시 계산하는 것이 아니라는 점에 주의해야 합니다. 사전 계산은 사용 시 계산량을 크게 줄이고 반복 계산을 줄여 데이터 사용 효율을 향상시키지만, 동시에 데이터의 실시간성이 희생됩니다. 대부분의 분석 상황에서는 일 단위로 업데이트되는 태그로도 요구를 충족할 수 있습니다.

데이터 조건으로 정의한 태그의 경우, 시스템은 다음에 설명하는 여러 업데이트 방법을 지원합니다.

주의: 시스템 내 유저 데이터와 이벤트 데이터는 실시간으로 업데이트되므로 태그에서 "당일"의 이벤트 조건을 사용할 수 있습니다. 태그 계산에 사용할 수 있는 데이터는 오늘 현시점의 데이터만 사용 가능하므로, 하루 분량의 데이터를 사용해야 하는 경우 "어제"를 지정하십시오.

히스토리 데이터를 분석하는 경우, 특정 시간의 유저 태그 값을 사용해야 할 수도 있습니다. 태그는 "날짜 버전"을 사용하여 특정 날짜의 유저 태그 값을 저장할 수 있습니다. 날짜 버전에 대한 자세한 내용은 태그 날짜 버전을 참조하십시오.

‍

4. 유저 태그 관리

‍

유저 태그 페이지에서 생성한 태그에 대해 편집, 삭제, 다운로드(ID 태그만 해당), 업데이트, 버전 관리 등의 작업을 수행할 수 있습니다. 태그의 버전 관리에 대한 자세한 내용은 태그 날짜 버전을 참조하십시오.

태그는 가상 속성, 리포트, 코호트(운영 기능에서 생성된 것), 알림 등의 자산에서 사용할 수 있으므로 태그를 편집하거나 삭제하면 이러한 리소스의 데이터가 비정상적으로 변동하거나 계산되지 않을 수 있습니다. 삭제하거나 편집된 태그에 의존하는 자산이 있는 경우, 시스템은 해당 영향 범위를 표시하며, 작업 구성원은 삭제를 계속하기 전에 영향을 판단해야 합니다.

‍

5. 유저 태그의 상세 정보

‍

유저 태그 이름을 클릭하여 태그의 상세 정보를 볼 수 있습니다. 태그의 상세 정보는 태그 정의와 태그 데이터의 두 부분으로 나뉩니다.

데이터 테이블 내의 인원을 클릭하여 날짜 태그 값으로 마킹된 유저 리스트로 드릴다운합니다.

테이블에는 최대 1,000 행의 유저 데이터가 표시됩니다. 더 많은 데이터가 필요한 경우, 표의 오른쪽 상단에 있는 다운로드 버튼을 클릭하면 최대 500,000 행의 유저 데이터를 다운로드할 수 있습니다.

주의: 유저 목록 페이지의 테이블 오른쪽 상단에 있는 "업데이트"를 클릭하면 태그 결과 데이터만 다시 쿼리되며, 태그 자체는 다시 계산되지 않고 유저 속성 데이터만 업데이트됩니다.

‍

6. 유저권한

권한 설명：

부여되어 있음 (●)
기본적으로 부여되어 있지만, 제외 가능 (▲)
기본적으로 부여되어 있지 않지만, 부여 가능 (△)
부여되어 있지 않음 (○)

이벤트 분석

이벤트 분석은 강력하고 유연한 분석 모델입니다. 간단한 조작으로 이벤트 데이터를 필터링하거나 그룹화할 수 있으며, 일정 기간 동안 특정 유저 행동의 집계 지표를 계산하고, 다양한 그래프로 데이터 결과를 표시할 수 있습니다.

이벤트 분석에서는 다음과 같은 질문에 대한 답을 빠르게 얻을 수 있습니다.

지난 30일간 하루 평균 로그인 유저 수와 디바이스 수의 추세는 어떻게 되나요?
신규 유저의 가입 첫날 결제율은 얼마나 되나요?
미국 유저의 최근 한 달간 1인당 결제 금액의 추세 어떻게 되나요??

분석 지표의 빠른 구성

이벤트 분석에서는 먼저 분석할 특정 이벤트를 선택해야 하며, 프리셋 이벤트, 커스텀 이벤트, 또는 가상 이벤트를 선택할 수 있습니다. 이벤트를 선택하면 기본적으로 이벤트의 총 횟수, 즉 특정 이벤트(결제, 앱 실행 등)가 발생한 횟수를 계산하며, 트리거된 유저 수나 1인당 평균 횟수 등, 다른 계산 방법을 선택하거나 이벤트의 속성을 기반으로 통계를 작성할 수도 있습니다.

‍

이벤트 분석에서는 [계산식]에 의한 비율 지표의(결제율, ARPU 값 등) 사칙연산을 지원하며, 지표를 계산식으로 전환하거나, 계산식을 지표로 전환할 수도 있습니다. 계산 방법의 로직에 대해서는 계산 방법 로직 설명을 참조하십시오.

‍

불필요한 데이터를 제거하거나, 분석을 위해 특정 특성을 만족하는 이벤트 또는 사용자를 선택하고자 할 때는(예: App Store의 결제만을 카운트하는 등) 필터를 통해 데이터를 처리할 수 있습니다.

App Store, Google Play 등의 채널에서의 데이터 결과를 비교하고 싶은 경우는, 항목을 그룹화하여 비교 및 분석할 수 있습니다.

설정이 완료되면, 좌측 하단의 '계산' 버튼을 클릭 후 데이터 결과를 확인할 수 있습니다

‍

분석 결과 시각화

이벤트 분석에는 다양한 시각화 기능이 있으며, 최적의 차트 유형을 선택하여 데이터 결과를 분석할 수 있습니다.

‍

• 라인 그래프
[합계] 이외의 단위를 선택할 경우, 이벤트 분석은 기본적으로 라인 그래프를 표시하며, 시간이 지남에 따른 지표의 변화를 관찰하는 데 도움이 됩니다.

‍

그룹 값 아래의 각 분석 지표에 대해 그래프의 선에 해당하며, 막대 그래프 또는 누적 막대 그래프로 전환하여 표시할 수도 있습니다. 분석 지표 결과 데이터가 크게 다른 경우, 최적의 표시 효과를 얻기 위해 큰 지표를 메인 축과 서브 축에 각각 표시하도록 설정할 수 있습니다.

‍

• 누적 그래프
[합계] 이외의 단위를 선택할 경우, 라인 그래프 외에, 누적 그래프를 사용하여 시간이 지남에 따른 지표의 누적을 표시할 수도 있습니다. 각 노드는 그 시점까지의 데이터의 합계가 됩니다.

주의: 선택한 계산 방법이 유니크 유저 수, 또는 중복 제거 수, 최댓값, 백분위 등일 경우 누적 그래프로 표시하기에 적합하지 않을 수 있습니다.

‍

• 누적 영역 그래프
여러 분석 지표 또는 여러 그룹 값이 있는 경우는, 누적 영역 그래프로 전환하여 표시할 수 있습니다.

‍

• 분포 그래프

선택한 단위가 [합계]인 경우, TE 시스템은 기본적으로 분포 그래프를 표시하며, 선택한 시간 범위 내의 다양한 지표 또는 그룹 값의 데이터 결과를 비교하는 데 도움이 됩니다.

‍

• 파이 그래프

다른 그룹화 값의 비율을 시각적으로 표시하고 싶은 경우는, 원 그래프로 전환할 수 있습니다.

‍

Product title

Aut aliquam et at quod. Fuga atque qui. Ullam facere quibusdam. Dolorem ut id. Eum ullam laborum et. Aliquam voluptate ut.

Product title