My Flow

[python] 브루잉일지 02. 한 잔을 내리기 전: 전처리와 변수 만들기

missing_count = df.isnull().sum()missing_percent = (missing_count / len(df)) * 100missing_summary = pd.DataFrame({ '결측치 개수': missing_count, '결측치 비율(%)': missing_percent})missing_summary = missing_summary[missing_summary['결측치 개수'] > 0].sort_values( '결측치 비율(%)', ascending=False)print(missing_summary) 3개의 데이터셋애 대해 각각 결측치를 확인했다. 모든 컬럼을 처리하지는 않고, 실제로 분석에 쓸 컬럼에 대해서만 의미 있게 채우거나 버리기로 했다. 결측치 ..

이벤트 설계가 필요한 이유GA4는 검색만 잘한다고 모든 걸 알아서 잘 깔끔하게 분석해주는 도구가 아닙니다. `page_view`, `scroll` 같은 이벤트는 GA4가 자동으로 수집해주지만 '회원가입 과정 중 어디서 이탈하는지', '게시글 작성을 몇 명이나 끝까지 마치는지' 같은 질문에 답하기 위해서는 그 서비스에서만 존재하는 행동을 GA4가 이해할 수 있는 형태로 미리 정의해서 코드에 심어둬야 합니다. 선 질문 후 이벤트그렇기에 이벤트 설계는 이벤트 이름부터 정하는 게 아니라 풀고 싶은 질문과 사용자 행동 흐름을 먼저 정의한 뒤 그 가설을 검증할 이벤트를 결정하는 순서로 진행해야 합니다. 질문 없이 이벤트부터 설계하면 방향성 없이 '일단 다 찍어보자' 식으로 태깅하게 되고 결과적으로 정작 필요한..

GA4에 들어가면 왼쪽 사이드바에 큰 탭이 있어요. 각 탭 안에서는 뭘 할 수 있는지 하위 메뉴 단위로 하나씩 뜯어볼게요. 홈최근에 본 보고서랑 GA4가 추천해주는 카드들이 모여있는 곳입니다. 깊게 파고드는 용도라기보다는 로그인했을 때 요즘 상황을 보는 정도로 쓰이는 화면입니다. 보고서획득: 사람들이 어디서 들어왔는지참여도: 들어와서 뭘 했는지수익창출: 돈을 썼는지리텐션: 다시 왔는지이미 정해진 틀 안에서 데이터를 보는 곳입니다. 위와 같이 카테고리가 나뉘어 있고, 각 카테고리 안에 더 세부적인 리스트들이 있어요. 정해직 양식이라 빠르게 훑어보기엔 좋지만 내가 원하는 조합으로 자유롭게 보기엔 어렵습니다. 탐색보고서가 차려진 밥상이라면, 탐색은 직접 재료를 골라서 차려먹는 곳입니다. 측정기준과 측정..