대시보드 분석

Tenjin 대시보드를 통해 앱 개발자가 마케터들이 의사결정에 사용하는 공통 분석들 관련하여 빠르게 접근할 수 있게 합니다.

어휘

분석시 어떤 부분을 원하는지 아는 것은 쉽지만, 설명하기는 힘듭니다. Tenjin은 분석과 관련하여 일반적인 개념을 커뮤니케이션하기 위해 아래의 어휘를 사용합니다.

  • Metrics - Metric (매트릭)은 계산된 값입니다. 예를들어,DAU, MAU, 오늘의 광고수익, 오늘의 IAP 수익, 90일 총 LTV, 4일 총 ROI 등이 있습니다. 대시보드의 모든 숫자는 metric (매트릭)입니다.
  • Filters - Filter (필터)는 기준에 따라 분석할 데이터를 지정합니다. 예를들면, 총 DAU (metric)를 보고 올가닉 트래픽만 필터링하는 경우, 올가닉 DAU만 표시됩니다. 다른 필터의 예제는, 날짜 범위입니다. 즉, 지난 한달 간 DAU만 보는 경우입니다. 또한, 여러 필터를 동시에 적용할 수도 있습니다. (지난달의 올가닉 DAU만 보십시오)
  • Dimensions - Dimension (차원)은 데이터 집합을 아우르는 범위입니다. 몇 가지 예로는: 국가 로케일, 플랫폼, 마케팅 채널과 같은 측정 기준을 포함합니다. 이것들은 전체 매트릭/데이터 집합에 포함되어 있으며 세분화할 수 있는 속성입니다.
  • Groups - Grouping (그룹화)을 통해 특정 차원의 기준으로 매트릭을 볼 수 있게 합니다. DAU를 국가별로 그룹화하면, 귀하의 모든 DAU가 국가별로 분류됩니다.

매트릭스

이것들은 Tenjin에서 일반적으로 사용되는 매트릭과 정의들입니다.

  • Spend: 사용자를 획득하는데 든 비용 (미화)
  • Impressions: 귀하의 광고의 노출(공개)된 수
  • Clicks: 귀하의 광고가 클릭된 수
  • Reported Installs: 광고 네트워크가 추적한 설치 수
  • Tracked Installs: Tenjin이 추적한 설치 수
  • CPM: 천번 노출당 단가
  • CPC: 클릭당 단가
  • CPI: reported installs당 단가
  • tCPI: tracked installs당 단가
  • Daily Active Users (DAU): 일일 순 사용자 (advertising_id) 수
  • Sessions: 앱이 열린 횟수
  • x-day Retention: 설치 후 x일 후에 다시 방문한 사용자의 비율
  • x-day IAP Revenue: 누적 IAP 매출 x 설치 후 일수(x)
  • x-day Ad Revenue: 누적 광고 매출 x 설치 후 일수(x)
  • x-day Total Revenue: 누적 총 매출 (IAP + 광고 매출) X 설치 후 일수(x)
  • x-day Total Revenue per user: 누적 총 수익 (IAP + 광고 매출) x 설치 후 일수 / tracked installs
  • Cost per x-day User: x일 후에 다시 방문하는 사용자 당 비용
  • x-day ROI: 총 누적 이익 (총 매출 - 비용) / 설치하고 x일 후의 누적 총 매출을 얻기위한 비용
  • x-day ROAS: 총 누적 매출 / 설치하고 x일 후의 누적 총 매출을 얻기위한 비용

동질 집단 / 사용자 세그먼트

Cohort (동질 집단)은 특정 매트릭스, 차원, 혹은 항목에 따라 조합된 그룹입니다. 필터, 차원, 그룹과 매트릭스 모두 사용자의 세그먼트 혹은 동질 집단으로 정의할 수 있습니다. 아래 그림을 살펴봅시다.

위에 그림에 있는 모든 것들은 일종의 집단입니다. 특정 사용자 그룹을 정의하는 모든 유형의 그룹화, 필터링 및 매트릭은 사용자 기반을 세그먼트로 간주되기에, cohort (동질 집단)이라고 합니다.

Tenjin 대시보드의 일반적 동질 집단

사용자들의 집합을 cohort로 정의할 수 있으므로, Tenjin의 대시보드에서는 마케팅 데이터 분석을 위한 가장 일반적인 cohort를 찾습니다. 다음은 마케터들이 관심을 갖는 cohort들입니다:

  • Acquisition date : 구매 날짜별로 사용자를 분류하고 그룹화하는 것은 앱 마케터들이 수행하는 가장 중요한 작업 중 하나입니다. 마케터는 x-Day retention과 x-Day LTV 같은 항목들을 계산할 수 있습니다.
  • User dimensions : 채널, 캠페인, 국가 및 광고 소재별로 사용자를 분류하고 그룹화하면 마케터들은 서로 다른 차원에서 항목들을 측정할 수 있습니다. 이 기준으로 사용자를 분석하면, 사용자가 원하는 앱과 그렇지 않은 부분에 대한 통찰력을 얻을 수 있습니다.

모든 커스텀 코호트 분석 및 최적화를 위해, DataVault는 이러한 통찰력을 제공하는 강력한 도구입니다. DataVault 마케터는 원시 데이터로만 액세서할 수 있는 다양한 차원과 매트릭을 기반으로 커스텀형 코호트를 구축합니다. 예를들어, advertising_id 수준의 데이터를 다운로드하면 마케터는 지속적인 캠페인 최적화를 위해 유하 잠재 고객을 구축할 수 있습니다.

results matching ""

    No results matching ""