SlideShare ist ein Scribd-Unternehmen logo
1 von 32
위치데이터로 100만 유저 잡기
알렉스앤컴퍼니
2016. 4.12
I. 위치데이터에 대한 이해
• 지금까지 위치데이터를 어떻게 활용해왔나?
• 우리가 위치데이터를 바라보는 관점
II. 위치데이터 활용 데이터 분석 사례
• 핵심유저 찾기
• 유저간 전파여부 분석
• 소개 마케팅 실행
III. 데이터분석 조직의 성과
지금까지 우리는 어떻게 위치데이터를 활용해왔나?
Part #1. 위치데이터에 대한 이해
모바일 시대, 우리는 항상 스마트기기를 지니고 다닌다.
이동경로는 어떻게 수집되는가?
위치정보는 GPS 위성, 통신사 기지국(3G, LTE 등), WIFI 신호 기반의 측위 방법으로 수집된다.
[위치정보 측위방법] [측위방법에 따른 상관관계]
위치정보로 사용자의 정체를 밝혀보자!
Part #2. 위치데이터 적용 데이터 분석 사례
True Balance, 인도지역 선불 스마트폰 잔액조회 앱
100만 다운로드 돌파, 성공 Tip은…
위치데이터 + Growth Hacking
• Product안에 성장엔진 내재화
• 앱 런칭 초기  초대를 많이하는 유저를 찾아서 이들을 copy하자!
• 그 중에서도 이 유저를 찾는 방법이 위치데이터!
100만 다운로드 돌파, 성공 Tip은…
• 핵심유저(influencer) 찾기
• 유저간 전파 여부 분석하기
• 소개 마케팅(Referral Marketing) 실행
사용자의 이동경로를 파악하면 그들의 정체를 알 수 있다!
Step #1
Step #2
Step #3
• 핵심유저(influencer) 찾기 → 후보 선별 후, 위치 분석(Location Profiling)
• 유저간 전파 여부 분석하기
• 소개 마케팅 실행
사용자의 이동경로를 파악하면 그들의 정체를 알 수 있다!
Step #1
Step #2
Step #3
Step#1. 핵심유저(Influencer) 찾기
Step#1. 핵심유저(Influencer) 찾기
진성 사용자를 확보하고 유입하기 위해서는
유저 사이에 영향력있는 “핵심유저”를 찾는 것이 중요하다.
Step#1. 핵심유저(Influencer) 찾기
유저간 인맥도와 위치정보를 결합하면 핵심유저를 찾을 수 있다.
Step#1. 핵심유저(Influencer) 찾기
D
D D
D
유저간 인맥도와 위치정보를 결합하면 핵심유저를 찾을 수 있다.
Step#1. 핵심유저 찾기 – Network Growth
설치일별 유저간 인맥도를 추적해보면 특정 유저의 등장으로 네트워크가 폭발적으로 성장하는
중심인물(핵심유저)이 나타난다.
 userA가 등장하자(앱을 설치), userA를 중심으로 11명의 유저가 동시에 등장→ userA는 핵심유저!!
2단계 3단계
userA
1단계
Step#1. 핵심유저 찾기 – location profiling
핵심유저의 특성을 파악하기 위해서
유저가 자주 나타나는 지역을 살펴보자!
Step#1. 핵심유저 찾기 – location profiling
몇 개의 권역으로 나눈 뉴델리 지역을 핵심유저의 방문빈도와 이동 패턴에 따라 분석해보니
loc01 loc05
loc02 loc11
Cell 01
loc09
Cell 02
loc04 loc24
loc23
loc20 loc29
loc35
Cell 04Cell 05
New Delhi기차역 주변
(시내 중심부, 다수의 마켓, 교통의 요지)
Delhi Univ. 주변
(다수의 학교 소재)
Dwarka 대학가
(서쪽 외곽, 다수의 학교 소재, 국제공항 근처)
loc06
loc14 loc16 loc21
loc36
Cell #11 Cell #12
대학가 주변이 주요 활동 지역이었고,
Step#1. 핵심유저 찾기 – location profiling
Noida
(공대/경영대 등 다수의 학교 소재)
Nehru place
(최대의 전자상가, 다수의 학교 소재)
Gurgaon
(신도시, 다수의 쇼핑몰)
loc04 loc26
loc38
Cell 1011
loc06
loc79
loc11
loc60
loc31 Cell 1081
쇼핑몰이나 전자상가 등의 상권에서도 움직임이 많았다.
loc53 loc62
loc27
loc48
Cell 1031
Step#1. 핵심유저 찾기– user profiling
유저들의 주요 활동지역과 체류 시간대 등을 통해 유저의 생활패턴, 직업을 추정할 수 있다.
userID 활동구역 주요 활동 지역 및 생활 패턴
A Cell 11,12
- Dwarka대학가 내 M공대에서 활동(주간)
- Dwarka 북쪽 주택가에서 거주(야간)
- 주기적으로 뉴델리 기차역에 나타남(주말)
B Cell1081
- Noida 지역 경영대학에서 활동 (주간)
- Noida Bishanpura 인근 거주 (야간)
- 금요일 저녁, 주말 학교부근에서 1박2일 활둉
C Cell04, 05
- D대학 주변 활동 (주/야간 모두)
- 가끔 Grugaon 내 쇼핑몰 에 나타남
대학생
직업 추정
Step#1. 핵심유저 찾기– user profiling
• 데이터 분석의 양날개
- 로그분석과 유저 인터뷰
• 핵심유저(influencer) 찾기 → 후보 선별 후, 위치 분석(Location Profiling)
• 유저간 전파 여부 분석하기 → 핵심유저와 팔로워간 오프라인 만남 및 전파 분석
• 초대 마케팅 실행
핵심유저는 정말 친구들에게 앱 사용을 전파하였을까?
Step #1
Step #2
Step #3
Step#2. 유저간 전파여부 분석
Step#2. 유저간 전파여부 분석 – 만남의 장소 확인
user 앱실행시각 위치좌표(x) 위치좌표(y)
A 4/7/16 11:16:00 AM 28.45045 77.05355
B 4/7/16 11:26:00 AM 28.45045 77.05355
C 4/7/16 11:29:00 AM 28.45045 77.05355
유저들이 만난 장소를 확인해보니 대학생들의 주요 만남의 장소
Step#2. 유저간 전파경로 분석 – 오프라인 만남 분석
사용자 로그로 유저들간의 행동을 추적해보았다.
안드로이드ID 앱실행시각 위치좌표(x) 위치좌표(y) User log
A 4/7/16 11:16:00 AM 28.45045 77.05355 Open app
A 4/7/16 11:20:00 AM 28.45045 77.05355 Invite B,C
B 4/7/16 11:26:00 AM 28.45045 77.05355 Install
C 4/7/16 11:29:00 AM 28.45045 77.05355 Install
A 4/7/16 11:30:00 AM 28.45045 77.05355 Open App
B 4/7/16 11:36:00 AM 28.45045 77.05355 Open App
C 4/7/16 11:43:00 AM 28.45045 77.05355
Open App
Step#2. 유저간 전파경로 분석 – 오프라인 만남 분석
안드로이드ID 앱실행시각 위치좌표(x) 위치좌표(y) User log
A 4/7/16 11:16:00 AM 28.45045 77.05355 Open app
A 4/7/16 11:20:00 AM 28.45045 77.05355 Invite B,C
B 4/7/16 11:26:00 AM 28.45045 77.05355 Install
C 4/7/16 11:29:00 AM 28.45045 77.05355 Install
A 4/7/16 11:30:00 AM 28.45045 77.05355 Open App
B 4/7/16 11:36:00 AM 28.45045 77.05355 Open App
C 4/7/16 11:37:00 AM 28.45045 77.05355
Open App
사용자 로그로 유저들간의 행동을 추적해보았다.
 핵심유저A가 앱을 실행한다.
 핵심유저A가 친구초대 이벤트를 실행한다.
 친구B가 앱을 설치한다.
 친구C도 앱을 설치한다.
 핵심유저(A)가 앱 사용법을 보여준다.
 친구B가 앱을 실행해본다.
 친구C도 앱을 실행해본다.
유저A는 친구들에게 설치를 독려하고 있다!
핵심유저(A)가 구르가온 내 쇼핑몰에서 친구들을 만나
앱을 전파하고 있음을 확인!
Step#3. 소개 마케팅(Referral Marketing) 실행
• 핵심유저(influencer) 찾기 → 후보 선별 후, 위치 분석(Location Profiling)
• 유저간 전파 여부 분석하기 → 오프라인 만남 분석 및 전파 확인
• 소개 마케팅(Referral Marketing) 실행
유저로부터 찾은 성장엔진을 시스템화 하자!
Step #1
Step #2
Step #3
Step#3. 소개 마케팅(Referral Marketing) 실행
Step#3. 소개 마케팅 성공
’16.1월 100만 다운로드, 현재(’16.3월) 300만 다운로드 돌파!
Part #3. 데이터분석 조직의 성과
로그TFT with Alex&Company
Questions & Answers
contact@chocolab.io

Weitere ähnliche Inhalte

Was ist angesagt?

데이터가 흐르는 조직 만들기 - 마이리얼트립
데이터가 흐르는 조직 만들기 - 마이리얼트립데이터가 흐르는 조직 만들기 - 마이리얼트립
데이터가 흐르는 조직 만들기 - 마이리얼트립승화 양
 
데이터를 비즈니스에 활용하기 왜 어려울까?
데이터를 비즈니스에 활용하기 왜 어려울까?데이터를 비즈니스에 활용하기 왜 어려울까?
데이터를 비즈니스에 활용하기 왜 어려울까?Glen Park
 
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA)
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA) 오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA)
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA) Yongho Ha
 
MindsLab seminar(20140527) 02_빅이슈 해결을 위한 빅데이터 사용
MindsLab seminar(20140527) 02_빅이슈 해결을 위한 빅데이터 사용MindsLab seminar(20140527) 02_빅이슈 해결을 위한 빅데이터 사용
MindsLab seminar(20140527) 02_빅이슈 해결을 위한 빅데이터 사용Taejoon Yoo
 
NPS 75점의 뱅크샐러드 고객상담, 어떻게 달성했나?
NPS 75점의 뱅크샐러드 고객상담, 어떻게 달성했나? NPS 75점의 뱅크샐러드 고객상담, 어떻게 달성했나?
NPS 75점의 뱅크샐러드 고객상담, 어떻게 달성했나? Rainist
 
그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)
그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)
그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)Dylan Ko
 
Customized Big Data Report 소개(minds lab) v1.0_full
Customized Big Data Report 소개(minds lab) v1.0_fullCustomized Big Data Report 소개(minds lab) v1.0_full
Customized Big Data Report 소개(minds lab) v1.0_fullTaejoon Yoo
 
데이터 분석에 필요한 기본 개념: 지표, Funnel 등 데이터를 이해하기 위한 멘탈 모델(Mental Model)
데이터 분석에 필요한 기본 개념: 지표, Funnel 등 데이터를 이해하기 위한 멘탈 모델(Mental Model)데이터 분석에 필요한 기본 개념: 지표, Funnel 등 데이터를 이해하기 위한 멘탈 모델(Mental Model)
데이터 분석에 필요한 기본 개념: 지표, Funnel 등 데이터를 이해하기 위한 멘탈 모델(Mental Model)Minwoo Kim
 
마인즈랩 유태준 투이Y세미나_20150622
마인즈랩 유태준 투이Y세미나_20150622마인즈랩 유태준 투이Y세미나_20150622
마인즈랩 유태준 투이Y세미나_20150622Taejoon Yoo
 
MindsLab seminar(20140527) 03_실시간 마켓센싱을 위한 마켓인텔리젼스
MindsLab seminar(20140527) 03_실시간 마켓센싱을 위한 마켓인텔리젼스MindsLab seminar(20140527) 03_실시간 마켓센싱을 위한 마켓인텔리젼스
MindsLab seminar(20140527) 03_실시간 마켓센싱을 위한 마켓인텔리젼스Taejoon Yoo
 
하이퍼커넥트에서 자동 광고 측정 서비스 구현하기 - PyCon Korea 2018
하이퍼커넥트에서 자동 광고 측정 서비스 구현하기 - PyCon Korea 2018하이퍼커넥트에서 자동 광고 측정 서비스 구현하기 - PyCon Korea 2018
하이퍼커넥트에서 자동 광고 측정 서비스 구현하기 - PyCon Korea 2018승호 박
 
서비스 기획자의 데이터 분석
서비스 기획자의 데이터 분석서비스 기획자의 데이터 분석
서비스 기획자의 데이터 분석YOO SE KYUN
 
알면 알수록 어려운 서비스 기획 뽀개기_2020
알면 알수록 어려운 서비스 기획 뽀개기_2020알면 알수록 어려운 서비스 기획 뽀개기_2020
알면 알수록 어려운 서비스 기획 뽀개기_2020YOO SE KYUN
 
20160203_마인즈랩_딥러닝세미나_07 머신러닝 기반 고객 이탈 분석 유태준대표
20160203_마인즈랩_딥러닝세미나_07 머신러닝 기반 고객 이탈 분석 유태준대표20160203_마인즈랩_딥러닝세미나_07 머신러닝 기반 고객 이탈 분석 유태준대표
20160203_마인즈랩_딥러닝세미나_07 머신러닝 기반 고객 이탈 분석 유태준대표Taejoon Yoo
 
마인즈랩 통합 VOC 관리 솔루션 소개_20151030
마인즈랩 통합 VOC 관리 솔루션 소개_20151030마인즈랩 통합 VOC 관리 솔루션 소개_20151030
마인즈랩 통합 VOC 관리 솔루션 소개_20151030Taejoon Yoo
 
Google Analytics 가이드 (한국어)
Google Analytics 가이드 (한국어)Google Analytics 가이드 (한국어)
Google Analytics 가이드 (한국어)Min Hee Lee
 
20160203_마인즈랩_딥러닝세미나_10 voc 매니지드서비스 김동수상무 20160203
20160203_마인즈랩_딥러닝세미나_10 voc 매니지드서비스 김동수상무 2016020320160203_마인즈랩_딥러닝세미나_10 voc 매니지드서비스 김동수상무 20160203
20160203_마인즈랩_딥러닝세미나_10 voc 매니지드서비스 김동수상무 20160203Taejoon Yoo
 
코로나19로 인해 변화된 우리 시대의 데이터 트랜드
코로나19로 인해 변화된 우리 시대의 데이터 트랜드코로나19로 인해 변화된 우리 시대의 데이터 트랜드
코로나19로 인해 변화된 우리 시대의 데이터 트랜드Yongho Ha
 
리텐션의 산출과 활용
리텐션의 산출과 활용리텐션의 산출과 활용
리텐션의 산출과 활용Chanman Jo
 
마인즈랩소개자료 20150616
마인즈랩소개자료 20150616마인즈랩소개자료 20150616
마인즈랩소개자료 20150616Taejoon Yoo
 

Was ist angesagt? (20)

데이터가 흐르는 조직 만들기 - 마이리얼트립
데이터가 흐르는 조직 만들기 - 마이리얼트립데이터가 흐르는 조직 만들기 - 마이리얼트립
데이터가 흐르는 조직 만들기 - 마이리얼트립
 
데이터를 비즈니스에 활용하기 왜 어려울까?
데이터를 비즈니스에 활용하기 왜 어려울까?데이터를 비즈니스에 활용하기 왜 어려울까?
데이터를 비즈니스에 활용하기 왜 어려울까?
 
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA)
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA) 오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA)
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA)
 
MindsLab seminar(20140527) 02_빅이슈 해결을 위한 빅데이터 사용
MindsLab seminar(20140527) 02_빅이슈 해결을 위한 빅데이터 사용MindsLab seminar(20140527) 02_빅이슈 해결을 위한 빅데이터 사용
MindsLab seminar(20140527) 02_빅이슈 해결을 위한 빅데이터 사용
 
NPS 75점의 뱅크샐러드 고객상담, 어떻게 달성했나?
NPS 75점의 뱅크샐러드 고객상담, 어떻게 달성했나? NPS 75점의 뱅크샐러드 고객상담, 어떻게 달성했나?
NPS 75점의 뱅크샐러드 고객상담, 어떻게 달성했나?
 
그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)
그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)
그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)
 
Customized Big Data Report 소개(minds lab) v1.0_full
Customized Big Data Report 소개(minds lab) v1.0_fullCustomized Big Data Report 소개(minds lab) v1.0_full
Customized Big Data Report 소개(minds lab) v1.0_full
 
데이터 분석에 필요한 기본 개념: 지표, Funnel 등 데이터를 이해하기 위한 멘탈 모델(Mental Model)
데이터 분석에 필요한 기본 개념: 지표, Funnel 등 데이터를 이해하기 위한 멘탈 모델(Mental Model)데이터 분석에 필요한 기본 개념: 지표, Funnel 등 데이터를 이해하기 위한 멘탈 모델(Mental Model)
데이터 분석에 필요한 기본 개념: 지표, Funnel 등 데이터를 이해하기 위한 멘탈 모델(Mental Model)
 
마인즈랩 유태준 투이Y세미나_20150622
마인즈랩 유태준 투이Y세미나_20150622마인즈랩 유태준 투이Y세미나_20150622
마인즈랩 유태준 투이Y세미나_20150622
 
MindsLab seminar(20140527) 03_실시간 마켓센싱을 위한 마켓인텔리젼스
MindsLab seminar(20140527) 03_실시간 마켓센싱을 위한 마켓인텔리젼스MindsLab seminar(20140527) 03_실시간 마켓센싱을 위한 마켓인텔리젼스
MindsLab seminar(20140527) 03_실시간 마켓센싱을 위한 마켓인텔리젼스
 
하이퍼커넥트에서 자동 광고 측정 서비스 구현하기 - PyCon Korea 2018
하이퍼커넥트에서 자동 광고 측정 서비스 구현하기 - PyCon Korea 2018하이퍼커넥트에서 자동 광고 측정 서비스 구현하기 - PyCon Korea 2018
하이퍼커넥트에서 자동 광고 측정 서비스 구현하기 - PyCon Korea 2018
 
서비스 기획자의 데이터 분석
서비스 기획자의 데이터 분석서비스 기획자의 데이터 분석
서비스 기획자의 데이터 분석
 
알면 알수록 어려운 서비스 기획 뽀개기_2020
알면 알수록 어려운 서비스 기획 뽀개기_2020알면 알수록 어려운 서비스 기획 뽀개기_2020
알면 알수록 어려운 서비스 기획 뽀개기_2020
 
20160203_마인즈랩_딥러닝세미나_07 머신러닝 기반 고객 이탈 분석 유태준대표
20160203_마인즈랩_딥러닝세미나_07 머신러닝 기반 고객 이탈 분석 유태준대표20160203_마인즈랩_딥러닝세미나_07 머신러닝 기반 고객 이탈 분석 유태준대표
20160203_마인즈랩_딥러닝세미나_07 머신러닝 기반 고객 이탈 분석 유태준대표
 
마인즈랩 통합 VOC 관리 솔루션 소개_20151030
마인즈랩 통합 VOC 관리 솔루션 소개_20151030마인즈랩 통합 VOC 관리 솔루션 소개_20151030
마인즈랩 통합 VOC 관리 솔루션 소개_20151030
 
Google Analytics 가이드 (한국어)
Google Analytics 가이드 (한국어)Google Analytics 가이드 (한국어)
Google Analytics 가이드 (한국어)
 
20160203_마인즈랩_딥러닝세미나_10 voc 매니지드서비스 김동수상무 20160203
20160203_마인즈랩_딥러닝세미나_10 voc 매니지드서비스 김동수상무 2016020320160203_마인즈랩_딥러닝세미나_10 voc 매니지드서비스 김동수상무 20160203
20160203_마인즈랩_딥러닝세미나_10 voc 매니지드서비스 김동수상무 20160203
 
코로나19로 인해 변화된 우리 시대의 데이터 트랜드
코로나19로 인해 변화된 우리 시대의 데이터 트랜드코로나19로 인해 변화된 우리 시대의 데이터 트랜드
코로나19로 인해 변화된 우리 시대의 데이터 트랜드
 
리텐션의 산출과 활용
리텐션의 산출과 활용리텐션의 산출과 활용
리텐션의 산출과 활용
 
마인즈랩소개자료 20150616
마인즈랩소개자료 20150616마인즈랩소개자료 20150616
마인즈랩소개자료 20150616
 

Andere mochten auch

[DataDay] 지표의 개념과 활용
[DataDay] 지표의 개념과 활용[DataDay] 지표의 개념과 활용
[DataDay] 지표의 개념과 활용Alex Suh
 
[NDC 2014] 모바일 게임데이터분석 및 실전 활용
[NDC 2014] 모바일 게임데이터분석 및 실전 활용[NDC 2014] 모바일 게임데이터분석 및 실전 활용
[NDC 2014] 모바일 게임데이터분석 및 실전 활용Alex Suh
 
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표Dylan Ko
 
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)Yongho Ha
 
[우리가 데이터를 쓰는 법] 어느 스타트업의 그럴싸한 데이터 삽질 스토리 - 헬로마켓 한상협 이사
[우리가 데이터를 쓰는 법] 어느 스타트업의 그럴싸한 데이터 삽질 스토리 - 헬로마켓 한상협 이사[우리가 데이터를 쓰는 법] 어느 스타트업의 그럴싸한 데이터 삽질 스토리 - 헬로마켓 한상협 이사
[우리가 데이터를 쓰는 법] 어느 스타트업의 그럴싸한 데이터 삽질 스토리 - 헬로마켓 한상협 이사Dylan Ko
 
모바일 앱 성과 측정과 분석
모바일 앱 성과 측정과 분석모바일 앱 성과 측정과 분석
모바일 앱 성과 측정과 분석Alex Suh
 
[우리가 데이터를 쓰는 법] 데이터로 소소한 의사결정하기 - 노리 조영임 UX 아키텍트
[우리가 데이터를 쓰는 법] 데이터로 소소한 의사결정하기 - 노리 조영임 UX 아키텍트[우리가 데이터를 쓰는 법] 데이터로 소소한 의사결정하기 - 노리 조영임 UX 아키텍트
[우리가 데이터를 쓰는 법] 데이터로 소소한 의사결정하기 - 노리 조영임 UX 아키텍트Dylan Ko
 
모바일, 위치기반 광고에서 빅데이터 분석까지 옴니채널 마케팅을 혁신하다_위앤팩토리 김희원
모바일, 위치기반 광고에서 빅데이터 분석까지 옴니채널 마케팅을 혁신하다_위앤팩토리 김희원모바일, 위치기반 광고에서 빅데이터 분석까지 옴니채널 마케팅을 혁신하다_위앤팩토리 김희원
모바일, 위치기반 광고에서 빅데이터 분석까지 옴니채널 마케팅을 혁신하다_위앤팩토리 김희원Heewon Kim
 
데이터는 차트가 아니라 돈이 되어야 한다.
데이터는 차트가 아니라 돈이 되어야 한다.데이터는 차트가 아니라 돈이 되어야 한다.
데이터는 차트가 아니라 돈이 되어야 한다.Yongho Ha
 
Mobile issue report - 한국 모바일게임 시장 분석
Mobile issue report - 한국 모바일게임 시장 분석Mobile issue report - 한국 모바일게임 시장 분석
Mobile issue report - 한국 모바일게임 시장 분석Nasmedia
 
시나리오로 알아보는 빅데이터 대응전략(배포용) Dh kim-2013-3-21
시나리오로 알아보는 빅데이터 대응전략(배포용) Dh kim-2013-3-21시나리오로 알아보는 빅데이터 대응전략(배포용) Dh kim-2013-3-21
시나리오로 알아보는 빅데이터 대응전략(배포용) Dh kim-2013-3-21Donghan Kim
 
[에이스카운터 웹로그분석]에이스카운터 ASP 서비스 소개서
[에이스카운터 웹로그분석]에이스카운터 ASP 서비스 소개서[에이스카운터 웹로그분석]에이스카운터 ASP 서비스 소개서
[에이스카운터 웹로그분석]에이스카운터 ASP 서비스 소개서엔에이치엔디엔티(NHN D&T)
 
[우리가 데이터를 쓰는 법] 스타트업이 데이터를 활용해야 하는 10가지 이유 - Gonnector(고넥터) 고영혁 대표
[우리가 데이터를 쓰는 법] 스타트업이 데이터를 활용해야 하는 10가지 이유 - Gonnector(고넥터) 고영혁 대표[우리가 데이터를 쓰는 법] 스타트업이 데이터를 활용해야 하는 10가지 이유 - Gonnector(고넥터) 고영혁 대표
[우리가 데이터를 쓰는 법] 스타트업이 데이터를 활용해야 하는 10가지 이유 - Gonnector(고넥터) 고영혁 대표Dylan Ko
 
실생활에서 접하는 빅데이터 알고리즘
실생활에서 접하는 빅데이터 알고리즘실생활에서 접하는 빅데이터 알고리즘
실생활에서 접하는 빅데이터 알고리즘sujin oh
 
빅 데이터 개요 및 활용
빅 데이터 개요 및 활용빅 데이터 개요 및 활용
빅 데이터 개요 및 활용Jin wook
 
NDC 2015 게임 기획자에게 들려주는 괜찮은 이야기 _ 이태성
NDC 2015 게임 기획자에게 들려주는 괜찮은 이야기 _ 이태성NDC 2015 게임 기획자에게 들려주는 괜찮은 이야기 _ 이태성
NDC 2015 게임 기획자에게 들려주는 괜찮은 이야기 _ 이태성TaeSeong Lee
 
Apache spark 소개 및 실습
Apache spark 소개 및 실습Apache spark 소개 및 실습
Apache spark 소개 및 실습동현 강
 
2013 응급의료cpr 키트 서비스디자인 사이픽스 한국디자인진흥원_최종보고서
2013 응급의료cpr 키트 서비스디자인 사이픽스 한국디자인진흥원_최종보고서2013 응급의료cpr 키트 서비스디자인 사이픽스 한국디자인진흥원_최종보고서
2013 응급의료cpr 키트 서비스디자인 사이픽스 한국디자인진흥원_최종보고서한국디자인진흥원 공공서비스디자인PD
 
O2O 시대의 커머스 트렌드
O2O 시대의 커머스 트렌드O2O 시대의 커머스 트렌드
O2O 시대의 커머스 트렌드Kim jeehyun
 

Andere mochten auch (20)

[DataDay] 지표의 개념과 활용
[DataDay] 지표의 개념과 활용[DataDay] 지표의 개념과 활용
[DataDay] 지표의 개념과 활용
 
[NDC 2014] 모바일 게임데이터분석 및 실전 활용
[NDC 2014] 모바일 게임데이터분석 및 실전 활용[NDC 2014] 모바일 게임데이터분석 및 실전 활용
[NDC 2014] 모바일 게임데이터분석 및 실전 활용
 
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
 
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
 
[우리가 데이터를 쓰는 법] 어느 스타트업의 그럴싸한 데이터 삽질 스토리 - 헬로마켓 한상협 이사
[우리가 데이터를 쓰는 법] 어느 스타트업의 그럴싸한 데이터 삽질 스토리 - 헬로마켓 한상협 이사[우리가 데이터를 쓰는 법] 어느 스타트업의 그럴싸한 데이터 삽질 스토리 - 헬로마켓 한상협 이사
[우리가 데이터를 쓰는 법] 어느 스타트업의 그럴싸한 데이터 삽질 스토리 - 헬로마켓 한상협 이사
 
모바일 앱 성과 측정과 분석
모바일 앱 성과 측정과 분석모바일 앱 성과 측정과 분석
모바일 앱 성과 측정과 분석
 
[우리가 데이터를 쓰는 법] 데이터로 소소한 의사결정하기 - 노리 조영임 UX 아키텍트
[우리가 데이터를 쓰는 법] 데이터로 소소한 의사결정하기 - 노리 조영임 UX 아키텍트[우리가 데이터를 쓰는 법] 데이터로 소소한 의사결정하기 - 노리 조영임 UX 아키텍트
[우리가 데이터를 쓰는 법] 데이터로 소소한 의사결정하기 - 노리 조영임 UX 아키텍트
 
모바일, 위치기반 광고에서 빅데이터 분석까지 옴니채널 마케팅을 혁신하다_위앤팩토리 김희원
모바일, 위치기반 광고에서 빅데이터 분석까지 옴니채널 마케팅을 혁신하다_위앤팩토리 김희원모바일, 위치기반 광고에서 빅데이터 분석까지 옴니채널 마케팅을 혁신하다_위앤팩토리 김희원
모바일, 위치기반 광고에서 빅데이터 분석까지 옴니채널 마케팅을 혁신하다_위앤팩토리 김희원
 
데이터는 차트가 아니라 돈이 되어야 한다.
데이터는 차트가 아니라 돈이 되어야 한다.데이터는 차트가 아니라 돈이 되어야 한다.
데이터는 차트가 아니라 돈이 되어야 한다.
 
Mobile issue report - 한국 모바일게임 시장 분석
Mobile issue report - 한국 모바일게임 시장 분석Mobile issue report - 한국 모바일게임 시장 분석
Mobile issue report - 한국 모바일게임 시장 분석
 
시나리오로 알아보는 빅데이터 대응전략(배포용) Dh kim-2013-3-21
시나리오로 알아보는 빅데이터 대응전략(배포용) Dh kim-2013-3-21시나리오로 알아보는 빅데이터 대응전략(배포용) Dh kim-2013-3-21
시나리오로 알아보는 빅데이터 대응전략(배포용) Dh kim-2013-3-21
 
[에이스카운터 웹로그분석]에이스카운터 ASP 서비스 소개서
[에이스카운터 웹로그분석]에이스카운터 ASP 서비스 소개서[에이스카운터 웹로그분석]에이스카운터 ASP 서비스 소개서
[에이스카운터 웹로그분석]에이스카운터 ASP 서비스 소개서
 
Kpi
KpiKpi
Kpi
 
[우리가 데이터를 쓰는 법] 스타트업이 데이터를 활용해야 하는 10가지 이유 - Gonnector(고넥터) 고영혁 대표
[우리가 데이터를 쓰는 법] 스타트업이 데이터를 활용해야 하는 10가지 이유 - Gonnector(고넥터) 고영혁 대표[우리가 데이터를 쓰는 법] 스타트업이 데이터를 활용해야 하는 10가지 이유 - Gonnector(고넥터) 고영혁 대표
[우리가 데이터를 쓰는 법] 스타트업이 데이터를 활용해야 하는 10가지 이유 - Gonnector(고넥터) 고영혁 대표
 
실생활에서 접하는 빅데이터 알고리즘
실생활에서 접하는 빅데이터 알고리즘실생활에서 접하는 빅데이터 알고리즘
실생활에서 접하는 빅데이터 알고리즘
 
빅 데이터 개요 및 활용
빅 데이터 개요 및 활용빅 데이터 개요 및 활용
빅 데이터 개요 및 활용
 
NDC 2015 게임 기획자에게 들려주는 괜찮은 이야기 _ 이태성
NDC 2015 게임 기획자에게 들려주는 괜찮은 이야기 _ 이태성NDC 2015 게임 기획자에게 들려주는 괜찮은 이야기 _ 이태성
NDC 2015 게임 기획자에게 들려주는 괜찮은 이야기 _ 이태성
 
Apache spark 소개 및 실습
Apache spark 소개 및 실습Apache spark 소개 및 실습
Apache spark 소개 및 실습
 
2013 응급의료cpr 키트 서비스디자인 사이픽스 한국디자인진흥원_최종보고서
2013 응급의료cpr 키트 서비스디자인 사이픽스 한국디자인진흥원_최종보고서2013 응급의료cpr 키트 서비스디자인 사이픽스 한국디자인진흥원_최종보고서
2013 응급의료cpr 키트 서비스디자인 사이픽스 한국디자인진흥원_최종보고서
 
O2O 시대의 커머스 트렌드
O2O 시대의 커머스 트렌드O2O 시대의 커머스 트렌드
O2O 시대의 커머스 트렌드
 

Ähnlich wie [모바일 데이터 분석] 위치데이터로 100만 유저 잡기

23기 110319 ateam_렌즈케이스_ver2[2].0
23기 110319 ateam_렌즈케이스_ver2[2].023기 110319 ateam_렌즈케이스_ver2[2].0
23기 110319 ateam_렌즈케이스_ver2[2].0Eunhwa Yang
 
종합 포트폴리오
종합 포트폴리오종합 포트폴리오
종합 포트폴리오hogyun yu
 
사용자 관점의 SW개발-UX적용확산: 7가지 방법 제언
사용자 관점의 SW개발-UX적용확산: 7가지 방법 제언사용자 관점의 SW개발-UX적용확산: 7가지 방법 제언
사용자 관점의 SW개발-UX적용확산: 7가지 방법 제언Billy Choi
 
모바일 프라이버시
모바일 프라이버시모바일 프라이버시
모바일 프라이버시David Lee
 
청각장애인을 위한 모바일 금융 애플리케이션 연구
청각장애인을 위한 모바일 금융 애플리케이션 연구청각장애인을 위한 모바일 금융 애플리케이션 연구
청각장애인을 위한 모바일 금융 애플리케이션 연구teaminterface
 
Iot로 열리는 초개인화 앱 시대, 글로벌 4강 동향과 국내 고려사항
Iot로 열리는 초개인화 앱 시대, 글로벌 4강 동향과 국내 고려사항Iot로 열리는 초개인화 앱 시대, 글로벌 4강 동향과 국내 고려사항
Iot로 열리는 초개인화 앱 시대, 글로벌 4강 동향과 국내 고려사항메가트렌드랩 megatrendlab
 
모바일 마케팅 글로벌 트렌드 사례분석
모바일 마케팅 글로벌 트렌드 사례분석모바일 마케팅 글로벌 트렌드 사례분석
모바일 마케팅 글로벌 트렌드 사례분석Joyce Cho
 
2014 ux trend report
2014 ux trend report2014 ux trend report
2014 ux trend reportHyunjeong Lee
 
[2019 공감e가득] 서울 광진구 - 함께 만드는 불안 Zero 스마트 도시 조성
[2019 공감e가득] 서울 광진구 - 함께 만드는 불안 Zero 스마트 도시 조성[2019 공감e가득] 서울 광진구 - 함께 만드는 불안 Zero 스마트 도시 조성
[2019 공감e가득] 서울 광진구 - 함께 만드는 불안 Zero 스마트 도시 조성우리 곁에 반가운 변화
 
ORD-2nd-10-findsteve
ORD-2nd-10-findsteveORD-2nd-10-findsteve
ORD-2nd-10-findsteveVentureSquare
 
Smart Phone Changes The World
Smart Phone Changes The WorldSmart Phone Changes The World
Smart Phone Changes The WorldGunhee Lee
 
Big data analysis for business management
Big data analysis for business managementBig data analysis for business management
Big data analysis for business managementssuser1b3d9d
 
모바일 검색의 기술적&기능적 트렌드 소개 업로드용 20110919
모바일 검색의 기술적&기능적 트렌드 소개 업로드용 20110919모바일 검색의 기술적&기능적 트렌드 소개 업로드용 20110919
모바일 검색의 기술적&기능적 트렌드 소개 업로드용 20110919Jang Soo Im
 
공공 빅데이터를 활용한 실시간 개인 맞춤 지역 정보 제공 크로스플랫폼
공공 빅데이터를 활용한 실시간 개인 맞춤 지역 정보 제공 크로스플랫폼공공 빅데이터를 활용한 실시간 개인 맞춤 지역 정보 제공 크로스플랫폼
공공 빅데이터를 활용한 실시간 개인 맞춤 지역 정보 제공 크로스플랫폼JeongWon Lee
 
Log-based User Behavior Analysis
Log-based User Behavior AnalysisLog-based User Behavior Analysis
Log-based User Behavior AnalysisSookyoung Ji
 
포털관점에서본웹디자인 및 UX동향(@웹월드컨퍼런스 2012, 2012.11)
포털관점에서본웹디자인 및 UX동향(@웹월드컨퍼런스 2012, 2012.11)포털관점에서본웹디자인 및 UX동향(@웹월드컨퍼런스 2012, 2012.11)
포털관점에서본웹디자인 및 UX동향(@웹월드컨퍼런스 2012, 2012.11)keesung kim
 
Week1 ot
Week1 otWeek1 ot
Week1 otEun Yu
 
201111_스마트폰 애플리케이션 블랙마켓_KISA
201111_스마트폰 애플리케이션 블랙마켓_KISA201111_스마트폰 애플리케이션 블랙마켓_KISA
201111_스마트폰 애플리케이션 블랙마켓_KISAYOO SE KYUN
 

Ähnlich wie [모바일 데이터 분석] 위치데이터로 100만 유저 잡기 (20)

23기 110319 ateam_렌즈케이스_ver2[2].0
23기 110319 ateam_렌즈케이스_ver2[2].023기 110319 ateam_렌즈케이스_ver2[2].0
23기 110319 ateam_렌즈케이스_ver2[2].0
 
종합 포트폴리오
종합 포트폴리오종합 포트폴리오
종합 포트폴리오
 
사용자 관점의 SW개발-UX적용확산: 7가지 방법 제언
사용자 관점의 SW개발-UX적용확산: 7가지 방법 제언사용자 관점의 SW개발-UX적용확산: 7가지 방법 제언
사용자 관점의 SW개발-UX적용확산: 7가지 방법 제언
 
모바일 프라이버시
모바일 프라이버시모바일 프라이버시
모바일 프라이버시
 
청각장애인을 위한 모바일 금융 애플리케이션 연구
청각장애인을 위한 모바일 금융 애플리케이션 연구청각장애인을 위한 모바일 금융 애플리케이션 연구
청각장애인을 위한 모바일 금융 애플리케이션 연구
 
Iot로 열리는 초개인화 앱 시대, 글로벌 4강 동향과 국내 고려사항
Iot로 열리는 초개인화 앱 시대, 글로벌 4강 동향과 국내 고려사항Iot로 열리는 초개인화 앱 시대, 글로벌 4강 동향과 국내 고려사항
Iot로 열리는 초개인화 앱 시대, 글로벌 4강 동향과 국내 고려사항
 
모바일 마케팅 글로벌 트렌드 사례분석
모바일 마케팅 글로벌 트렌드 사례분석모바일 마케팅 글로벌 트렌드 사례분석
모바일 마케팅 글로벌 트렌드 사례분석
 
2014 ux trend report
2014 ux trend report2014 ux trend report
2014 ux trend report
 
Sephora
SephoraSephora
Sephora
 
[2019 공감e가득] 서울 광진구 - 함께 만드는 불안 Zero 스마트 도시 조성
[2019 공감e가득] 서울 광진구 - 함께 만드는 불안 Zero 스마트 도시 조성[2019 공감e가득] 서울 광진구 - 함께 만드는 불안 Zero 스마트 도시 조성
[2019 공감e가득] 서울 광진구 - 함께 만드는 불안 Zero 스마트 도시 조성
 
ORD-2nd-10-findsteve
ORD-2nd-10-findsteveORD-2nd-10-findsteve
ORD-2nd-10-findsteve
 
Smart Phone Changes The World
Smart Phone Changes The WorldSmart Phone Changes The World
Smart Phone Changes The World
 
Big data analysis for business management
Big data analysis for business managementBig data analysis for business management
Big data analysis for business management
 
모바일 검색의 기술적&기능적 트렌드 소개 업로드용 20110919
모바일 검색의 기술적&기능적 트렌드 소개 업로드용 20110919모바일 검색의 기술적&기능적 트렌드 소개 업로드용 20110919
모바일 검색의 기술적&기능적 트렌드 소개 업로드용 20110919
 
공공 빅데이터를 활용한 실시간 개인 맞춤 지역 정보 제공 크로스플랫폼
공공 빅데이터를 활용한 실시간 개인 맞춤 지역 정보 제공 크로스플랫폼공공 빅데이터를 활용한 실시간 개인 맞춤 지역 정보 제공 크로스플랫폼
공공 빅데이터를 활용한 실시간 개인 맞춤 지역 정보 제공 크로스플랫폼
 
Log-based User Behavior Analysis
Log-based User Behavior AnalysisLog-based User Behavior Analysis
Log-based User Behavior Analysis
 
포털관점에서본웹디자인 및 UX동향(@웹월드컨퍼런스 2012, 2012.11)
포털관점에서본웹디자인 및 UX동향(@웹월드컨퍼런스 2012, 2012.11)포털관점에서본웹디자인 및 UX동향(@웹월드컨퍼런스 2012, 2012.11)
포털관점에서본웹디자인 및 UX동향(@웹월드컨퍼런스 2012, 2012.11)
 
Week1 ot
Week1 otWeek1 ot
Week1 ot
 
201111_스마트폰 애플리케이션 블랙마켓_KISA
201111_스마트폰 애플리케이션 블랙마켓_KISA201111_스마트폰 애플리케이션 블랙마켓_KISA
201111_스마트폰 애플리케이션 블랙마켓_KISA
 
[Nux]09 nux
[Nux]09 nux[Nux]09 nux
[Nux]09 nux
 

[모바일 데이터 분석] 위치데이터로 100만 유저 잡기

  • 1. 위치데이터로 100만 유저 잡기 알렉스앤컴퍼니 2016. 4.12
  • 2. I. 위치데이터에 대한 이해 • 지금까지 위치데이터를 어떻게 활용해왔나? • 우리가 위치데이터를 바라보는 관점 II. 위치데이터 활용 데이터 분석 사례 • 핵심유저 찾기 • 유저간 전파여부 분석 • 소개 마케팅 실행 III. 데이터분석 조직의 성과
  • 3. 지금까지 우리는 어떻게 위치데이터를 활용해왔나?
  • 5. 모바일 시대, 우리는 항상 스마트기기를 지니고 다닌다.
  • 6. 이동경로는 어떻게 수집되는가? 위치정보는 GPS 위성, 통신사 기지국(3G, LTE 등), WIFI 신호 기반의 측위 방법으로 수집된다. [위치정보 측위방법] [측위방법에 따른 상관관계]
  • 8. Part #2. 위치데이터 적용 데이터 분석 사례
  • 9. True Balance, 인도지역 선불 스마트폰 잔액조회 앱
  • 10. 100만 다운로드 돌파, 성공 Tip은… 위치데이터 + Growth Hacking • Product안에 성장엔진 내재화 • 앱 런칭 초기  초대를 많이하는 유저를 찾아서 이들을 copy하자! • 그 중에서도 이 유저를 찾는 방법이 위치데이터!
  • 11. 100만 다운로드 돌파, 성공 Tip은… • 핵심유저(influencer) 찾기 • 유저간 전파 여부 분석하기 • 소개 마케팅(Referral Marketing) 실행 사용자의 이동경로를 파악하면 그들의 정체를 알 수 있다! Step #1 Step #2 Step #3
  • 12. • 핵심유저(influencer) 찾기 → 후보 선별 후, 위치 분석(Location Profiling) • 유저간 전파 여부 분석하기 • 소개 마케팅 실행 사용자의 이동경로를 파악하면 그들의 정체를 알 수 있다! Step #1 Step #2 Step #3 Step#1. 핵심유저(Influencer) 찾기
  • 13. Step#1. 핵심유저(Influencer) 찾기 진성 사용자를 확보하고 유입하기 위해서는 유저 사이에 영향력있는 “핵심유저”를 찾는 것이 중요하다.
  • 14. Step#1. 핵심유저(Influencer) 찾기 유저간 인맥도와 위치정보를 결합하면 핵심유저를 찾을 수 있다.
  • 15. Step#1. 핵심유저(Influencer) 찾기 D D D D 유저간 인맥도와 위치정보를 결합하면 핵심유저를 찾을 수 있다.
  • 16. Step#1. 핵심유저 찾기 – Network Growth 설치일별 유저간 인맥도를 추적해보면 특정 유저의 등장으로 네트워크가 폭발적으로 성장하는 중심인물(핵심유저)이 나타난다.  userA가 등장하자(앱을 설치), userA를 중심으로 11명의 유저가 동시에 등장→ userA는 핵심유저!! 2단계 3단계 userA 1단계
  • 17. Step#1. 핵심유저 찾기 – location profiling 핵심유저의 특성을 파악하기 위해서 유저가 자주 나타나는 지역을 살펴보자!
  • 18. Step#1. 핵심유저 찾기 – location profiling 몇 개의 권역으로 나눈 뉴델리 지역을 핵심유저의 방문빈도와 이동 패턴에 따라 분석해보니 loc01 loc05 loc02 loc11 Cell 01 loc09 Cell 02 loc04 loc24 loc23 loc20 loc29 loc35 Cell 04Cell 05 New Delhi기차역 주변 (시내 중심부, 다수의 마켓, 교통의 요지) Delhi Univ. 주변 (다수의 학교 소재) Dwarka 대학가 (서쪽 외곽, 다수의 학교 소재, 국제공항 근처) loc06 loc14 loc16 loc21 loc36 Cell #11 Cell #12 대학가 주변이 주요 활동 지역이었고,
  • 19. Step#1. 핵심유저 찾기 – location profiling Noida (공대/경영대 등 다수의 학교 소재) Nehru place (최대의 전자상가, 다수의 학교 소재) Gurgaon (신도시, 다수의 쇼핑몰) loc04 loc26 loc38 Cell 1011 loc06 loc79 loc11 loc60 loc31 Cell 1081 쇼핑몰이나 전자상가 등의 상권에서도 움직임이 많았다. loc53 loc62 loc27 loc48 Cell 1031
  • 20. Step#1. 핵심유저 찾기– user profiling 유저들의 주요 활동지역과 체류 시간대 등을 통해 유저의 생활패턴, 직업을 추정할 수 있다. userID 활동구역 주요 활동 지역 및 생활 패턴 A Cell 11,12 - Dwarka대학가 내 M공대에서 활동(주간) - Dwarka 북쪽 주택가에서 거주(야간) - 주기적으로 뉴델리 기차역에 나타남(주말) B Cell1081 - Noida 지역 경영대학에서 활동 (주간) - Noida Bishanpura 인근 거주 (야간) - 금요일 저녁, 주말 학교부근에서 1박2일 활둉 C Cell04, 05 - D대학 주변 활동 (주/야간 모두) - 가끔 Grugaon 내 쇼핑몰 에 나타남 대학생 직업 추정
  • 21. Step#1. 핵심유저 찾기– user profiling • 데이터 분석의 양날개 - 로그분석과 유저 인터뷰
  • 22. • 핵심유저(influencer) 찾기 → 후보 선별 후, 위치 분석(Location Profiling) • 유저간 전파 여부 분석하기 → 핵심유저와 팔로워간 오프라인 만남 및 전파 분석 • 초대 마케팅 실행 핵심유저는 정말 친구들에게 앱 사용을 전파하였을까? Step #1 Step #2 Step #3 Step#2. 유저간 전파여부 분석
  • 23. Step#2. 유저간 전파여부 분석 – 만남의 장소 확인 user 앱실행시각 위치좌표(x) 위치좌표(y) A 4/7/16 11:16:00 AM 28.45045 77.05355 B 4/7/16 11:26:00 AM 28.45045 77.05355 C 4/7/16 11:29:00 AM 28.45045 77.05355 유저들이 만난 장소를 확인해보니 대학생들의 주요 만남의 장소
  • 24. Step#2. 유저간 전파경로 분석 – 오프라인 만남 분석 사용자 로그로 유저들간의 행동을 추적해보았다. 안드로이드ID 앱실행시각 위치좌표(x) 위치좌표(y) User log A 4/7/16 11:16:00 AM 28.45045 77.05355 Open app A 4/7/16 11:20:00 AM 28.45045 77.05355 Invite B,C B 4/7/16 11:26:00 AM 28.45045 77.05355 Install C 4/7/16 11:29:00 AM 28.45045 77.05355 Install A 4/7/16 11:30:00 AM 28.45045 77.05355 Open App B 4/7/16 11:36:00 AM 28.45045 77.05355 Open App C 4/7/16 11:43:00 AM 28.45045 77.05355 Open App
  • 25. Step#2. 유저간 전파경로 분석 – 오프라인 만남 분석 안드로이드ID 앱실행시각 위치좌표(x) 위치좌표(y) User log A 4/7/16 11:16:00 AM 28.45045 77.05355 Open app A 4/7/16 11:20:00 AM 28.45045 77.05355 Invite B,C B 4/7/16 11:26:00 AM 28.45045 77.05355 Install C 4/7/16 11:29:00 AM 28.45045 77.05355 Install A 4/7/16 11:30:00 AM 28.45045 77.05355 Open App B 4/7/16 11:36:00 AM 28.45045 77.05355 Open App C 4/7/16 11:37:00 AM 28.45045 77.05355 Open App 사용자 로그로 유저들간의 행동을 추적해보았다.  핵심유저A가 앱을 실행한다.  핵심유저A가 친구초대 이벤트를 실행한다.  친구B가 앱을 설치한다.  친구C도 앱을 설치한다.  핵심유저(A)가 앱 사용법을 보여준다.  친구B가 앱을 실행해본다.  친구C도 앱을 실행해본다. 유저A는 친구들에게 설치를 독려하고 있다!
  • 26. 핵심유저(A)가 구르가온 내 쇼핑몰에서 친구들을 만나 앱을 전파하고 있음을 확인!
  • 27. Step#3. 소개 마케팅(Referral Marketing) 실행 • 핵심유저(influencer) 찾기 → 후보 선별 후, 위치 분석(Location Profiling) • 유저간 전파 여부 분석하기 → 오프라인 만남 분석 및 전파 확인 • 소개 마케팅(Referral Marketing) 실행 유저로부터 찾은 성장엔진을 시스템화 하자! Step #1 Step #2 Step #3
  • 29. Step#3. 소개 마케팅 성공 ’16.1월 100만 다운로드, 현재(’16.3월) 300만 다운로드 돌파!
  • 30. Part #3. 데이터분석 조직의 성과