D.M.숑스토리

우극한과 좌극한

일반적으로

x가 a보다 큰 값을 가지면서 a에 한없이 가까워지는 것을

기호로 다음과 같이 나타냅니다.

x→a+0

또,

x가 a보다 작은 값을 가지면서 a에 한없이 가까워지는 것을

기호로 다음과 같이 나타냅니다.

x→a+-0

특히,

x→0+0은 x→+0,

x→0-0은 x→-0

으로 나타냅니다.

함수 f(x)에서 x의 값이 a보다 크면서 a에 한없이 가까워질 때,

f(x)의 값이 일정한 값 α에 한없이 가까워지면

α를 x=a에서의 함수 f(x)의 우극한 이라고 하며

기호로는

라고 나타냅니다.

또,

함수 f(x)에서 x의 값이 a보다 작으면서 a에 한없이 가까워질 때,

f(x)의 값이 일정한 값 β에 한없이 가까워지면

β를 x=a에서의 함수 f(x)의 좌극한 이라고 하며

기호로는

라고 나타냅니다.

x→a일 때, 함수 f(x)의 극한값이 α라는 것은

x=a에서의 우극한과 좌극한이 존재하고

그 값이 모두 α와 같음을 뜻합니다.

즉,

따라서

우극한과 좌극한이 모두 존재하더라도 그 값이 서로 같지 않으면 

는 존재하지 않습니다.

함수의 극한에 관한 성질

함수의 극한에 대한 성질은 x→a+0, x→a-0, x→∞, x→-∞  일 때에도 성립

함수의 극한의 대소 관계

함수

에서 x=1 이면 분모가 0이 되므로

x=1의 함숫값 f(1)은 정의되지 않습니다.

하지만 x≠1이면

이므로

x가 1이 아닌 값을 가지면서 1에 한없이 가까워지면

함숫값 f(x)는 2에 한없이 가까워집니다.

일반적으로 함수 f(x)에서

x가 a와 다른 값을 가지면서 a에 한없이 가까워질 때,

f(x)의 값이 일정한 값 α에 한없이 가까워지면

함수 f(x)는 α에 수렴한다고 하고,

α를 x→a 일 때의 함수 f(x)의 극한값 또는 극한이라고 하며,

기호로는

또는

x→a 일 때, f(x)→α

와 같이 나타냅니다.

특히

 상수함수 f(x)=c(c는 상수)는

모든 x의 값에 대하여 함수값이 항상 c이므로

a의 값에 관계없이

가 성립합니다.

함수

에서 x의 값이 한없이 커지면

f(x)의 값이 0에 한없이 가까워지고

x의 값이 음수이면서 그 절대값이 한없이 커질 때에도

f(x)의 값은 0에 한없이 가까워집니다.

일반적으로 함수 f(x)에서 x의 값이 한없이 커질 때 

함수값 f(x)가 일정한 값 α에 한없이 가까워지면서

함수 f(x)는 α에 수렴한다고 하고

기호로는

또는

x→∞ 일 때, f(x)→α

와 같이 나타냅니다.

또, x의 값이 음수이면서 그 절대값이 한없이 커질 때,

함수값 f(x)가 일정한 값 β에 한없이 가까워지면서

함수 f(x)는 β에 수렴한다고 하고

기호로는

또는

x→-∞ 일 때, f(x)→β

와 같이 나타냅니다.

함수

에서 x의 값이 0에 한없이 가까워지면

f(x)의 값은 한없이 커집니다.

마찬가지로, 함수

에서 x의 값이 0에 한없이 가까워지면

g(x)의 값은 음수이고 그 절댓값은 한없이 커집니다.

일반적으로 함수 f(x)에서 x의 값이 a에 한없이 가까워질 때

함수값 f(x)가 한없이 커지면

f(x)는 양의 무한대로 발산한다고 말하고 

기호로는

또는

x→a 일 때, f(x)→∞

와 같이 나타냅니다.

또,

함수 f(x)에서 x의 값이 a에 한없이 가까워질 때

함수값 f(x)가 음수이고 그 절대값이 한없이 커지면

f(x)는 음의 무한대로 발산한다고 말하고 

기호로는

또는

x→a 일 때, f(x)→-∞

와 같이 나타냅니다.

일반적으로 함수 f(x)에서 x의 값이

한없이 커지거나, 음수이면서 그 절대값이 한없이 커질 때,

함수값 f(x)가양의 무한대 또는 음의 무한대로 발산하면 

기호로

와 같이 나타냅니다.

삼각함수의 여러가지 공식을 끝으로 오늘 포스팅을 마치고자 합니다.

삼각함수의 여러가지 공식을 모아놓았으니 참고부탁드립니다.

배각 공식

반각 공식

곱을 합이나 차로 바꾸는 공식

합이나 차를 곱으로 변경하는 공식

2017/04/01 - [Cyong's Mathmatics] - 삼각함수의 덧셈정리

2017/04/01 - [Cyong's Mathmatics] - 삼각함수의 합성

삼각함수의 합성

위 그림과 같이 

좌표평면 위에 점 를 잡고

가 x축의 양의 방향과 이루는 각을 α라 하면

따라서

이와 같이 

꼴의 삼각함수를 

하나의 삼각함수 의 꼴로 변형하는 것을

삼각함수의 합성이라고 합니다.

2017/04/01 - [Cyong's Mathmatics] - 삼각함수의 덧셈정리

2017/04/01 - [Cyong's Mathmatics] - 삼각함수의 여러가지 공식

삼각함수의 덧셈정리

위 그림과 같이 

두 각 α, β를 나타내는 두 동경이 단위원과 만나는 점을 각각 P, Q라고 하면

입니다.

이때, △OPQ에서 제2코사인법칙에 의하면

이고

이므로

한편, 좌표평면 위에서 두 점 사이의 거리 구하는 공식에 의하여

따라서 

β 대신 -β를 대입하여 정리하면

또한, 

이므로

앞서 한 방식과 마찬가지로 β 대신 -β를 대입하여 정리하면

삼각함수의 덧셈정리

다음 포스팅에서는 삼각함수의 합성에 대해서 알아보도록 하겠습니다.

2017/04/01 - [Cyong's Mathmatics] - 삼각함수의 합성

2017/04/01 - [Cyong's Mathmatics] - 삼각함수의 여러가지 공식

디지털 마케팅의 용어 중 일부 단어들은 디지털 마케팅에 종사하는 사람이 아니라면 파악하기 어려운 경우도 많습니다. 대부분의 업계에서와 마찬가지로 마케팅업계에서 사용되는 용어도 영어가 많기 때문에 한 단어가 많은 정의를 가질 수도 있습니다. 

이번 포스팅에서는 마케팅 업계를 처음 접한 분들을 돕기 위해 초심자가 느끼기에 어려울 수 있는 용어 중 일부를 소개하고자 합니다.

혹시 잘못된 내용이 있거나 추가 되야 할 것 같은 단어가 있으시면 댓글 부탁드립니다.

Artificial intelligence(인공지능)

간단히 말해, 데이터 기반 예측을 만드는 것은 수학적 모델을 사용하는 것입니다. 이 기술은 사기 발견, 스팸 필터링, OCR 등에서 많이 쓰였습니다. 하지만 최근에는 텍스트 분석 및 번역, 음성 인식 및 이미지 분석과 관련된 비정형 데이터를 마이닝하고 분석하는 분야에도 많은 발전이 이루고 있습니다. 또한 DMP, DSP 등에서도 이제 기계 학습 API를 제공하고 있으므로 우리는 우리도 모르는 사이 이미 인공지능 기술을 점점 더 많이 사용하고 있습니다. 그렇다고 인공지능이 만능은 아닙니다. 그렇게 때문에 우리는 모든 소프트웨어 개발자나 디지털 마케팅 업체에서 '인공 지능 강화'를 주장할 때, 인공지능이라는 단어에 현혹되지 않는 것이 중요합니다.

마케팅 자동화(Marketing automation)

마케팅 자동화의 시작은 전자 메일 자동화에서부터 시작되었습니다. 아직 생긴지 얼마 되지 않은 기술이죠. 전자 메일 자동화에는 잠재 고객과 그 잠재 고객이 받을 메시지를 결정하는 규칙을 만드는 작업이 포함됩니다. 그리고 이런 로직들이 발전하여 검색광고(SA) 및 디스플레이 광고(DA)에서도 고객에게 맞춤형 광고를 보여줄 수 있게 되었습니다.

예를 들어, 홈페이지에 방문한 고객들에 자동으로 추가 메시지를 보내 일부 추가 리소스로 안내 할 수 있습니다. 또는 들어왔지만 아무런 액션을 하지 않은 고객들에게는 기존에 메일과는 다른, 고객이 혹할 수 있을 만한 메세지를 보내게 됩니다.

때문에 마케팅 자동화는 때로는 행동 마케팅이라는 용어와 융합되어 사용되기도 합니다. 행동 마케팅은 웹 사이트, 모바일, 소셜을 포함한 다양한 채널에서 고객 상호 작용을 보고 때로는 DMP를 활용하여 3rd parties data를 포함하여 잠재 고객이 받을 메시지 또는 광고를 결정합니다. 행동 마케팅은 잠재적으로 관심이있는 사용자를 타겟팅하기 위해 쿠키 데이터를 사용하는 타겟팅된 디스플레이 광고와 가장 관련이 있습니다.

Chatbot(챗봇, 채팅봇)

한때 유행이었던, 맥스, 심심이, 시리 등이 대표적인 챗봇이라 할 수 있습니다.

최근 열린 ‘F8 2016’에서 마크 주커버그(Mark Zuckerberg) 페이스북 최고 경영자가 주목한 키워드는 ‘메신저’, 그리고 ‘챗봇(Chatbot)’이었습니다. 그는 당시 진행한 행사에서 챗봇과 함께 메시징 API를 공개했습니다. 때문에 챗봇은 현재 다양한 업계에서 뜨거운 관심을 한 몸에 받고 있습니다.

하지만 아직까지는 대부분의 챗봇들은 자유로운 채팅이 가능하진 않습니다. 즉, 사용자가 자유 텍스트를 입력했을 때 정상적인 대답을 하지 못하는 경우가 많습니다. 하지만 챗봇은 커뮤니케이션을보다 쉽고 집중적으로하기 위해 만들어 졌으며 최근 국내에서도 고객 상담이 중요한 홈쇼핑, 인터넷 쇼핑몰, 은행·보험사부터 음식 배달, 숙박 예약 서비스를 제공하는 스타트업들까지 적극적으로 챗봇을 도입하고 있습니다. 

Customer experience / User experience

고객 경험은 사용자 경험은 똑같은 용어로 고객이 모든 채널에서 브랜드와 관련된 모든 경험을 언급 할 때 사용됩니다. 예전에는 UI(User interface)를 강조했지만 최근 소비자의 브랜드 경험에 의해 마케팅의 성과가 좌우된다는 주장에 따라 고객의 경험적 측면의 중요성을 강조하기 위해 생겨난 단어입니다. 때문에 홈페이지나 앱을 만들 때도 앱로그분석을 통해 최적의 UX를 제공하고자 하는 움직임이 활발합니다.

CRM

말그대로 고객 관계 관리 라는 의미로 사용되지만 회사마다 CRM을 해석하는 의미는 다양합니다. 어떤 회사는 전자 메일, 대금 청구 및 다이렉트 메일(DM), 판매의 큰 부분 등을 주로 CRM의 업무라 생각합니다. 하지만 최근에는 CRM을 고객관계관리에 한정하여 생각하지 않고 영업, 마케팅 및 서비스 부서와의 고객 상호 작용을 분석하고 관리 하여 궁극적으로 고객 라이프 사이클을 형성 하는 등 고객과 접점이 직간접적으로 있는 회사의 모든 활동을 CRM의 영역으로 바라보고 있는 추세입니다.

Full-stack marketer

개발에서 사용되는 용어를 가져온 것으로, 풀 스택 개발자는 백 엔드 및 프런트 엔드 기술 모두에서 활약합니다.

마찬가지로 풀 스택 마케팅 담당자는 또한 마케팅 영역의 모든 부분을 아우를 수 있는 역량을 가진 마케터로서 이벤트, SA, DA와 같은 유료 광고, SEO, Growth hacking, 카피 라이팅, CRM 등 모든 성장 활동을 관리해야 할 수 있습니다.

Growth hacking

창의성, 분석적인 사고, 소셜 망을 이용하여 제품을 팔고, 노출시키는 마케팅 방법으로 스타트업회사들에 의해 개발되었습니다. 그로스 해킹은 새로운 고객을 찾는 데 있어 빠른 실험 과정을 의미합니다. 때문에 최근 핫하게 사용되는 단어입니다

다시말해 그로스 해킹은 온라인 마케팅의 한 종류라고 볼 수 있는데, 그로스 해커(growth hacker)들은 검색엔진 최적화, 웹사이트 분석, 컨텐츠 마케팅, A/B 테스팅과 같은 이미 대중화된 기술을 잘 이용하고 있습니다. 그로스 해커(growth hacker)들은 낮은 비용으로 라디오, 뉴스, 텔레비전 광고 등과 같은 기존 미디어광고을 대체할 수 있는 소셜미디어나 바이럴 마케팅과 같은 혁신적인 방법들에 초점을 두고있다.

Influencer

이 단어는 최근 영향력있는 YouTuber 에 많이 사용되지만 Influencer가 의미하는 것은 훨씬 넓습니다. 영향력있는 사람들은 전체를 포함한다고 생각하셔도 무방합니다. 정치가나 유명 연예인 뿐만아니라 파워블로거, 유명 유튜버 등 인맥형성노드가 많은 사람들을 뜻합니다. 이를 활용해 영향력있는 사람들에게 마케팅을 하거나 자신의 콘텐츠를 후원하거나 협력는 등의 마케팅 활동을 할 수 있습니다.

Omnichannel marketing / ecommerce

다중 채널, 옴니 채널의 논리적 확장은 채널이나 장치에 관계없이 끊김없는 일관된 경험이라는 개념입니다. 전자 상거래에서 옴니 채널은 주식 및 상점 및 창고 전반에 대한 통합 된 뷰와 고객에 대한 단일 뷰 (충성도 제도 또는 전자 영수증을 통한 온라인 및 오프라인 구매 연결)를 의미 할 수 있습니다.

Service design

서비스 설계에는 디자이너, 개발자, 사용자 연구원, 컨텐츠 전문가, 프로젝트 관리자 및 제품 관리자가 참여하는 교차 기능 팀을 의미합니다. UX가 강조됨에 따라 생겨난 팀으로 이 팀은 종종 다양한 채널에 걸친 고객 상호 작용에 중점을 두고 은행 계좌 신청과 같은 특정 서비스를 개선하기 위해 노력합니다. 최근 컨설팅 회사들은 설계 능력을 기르기 위해 많은 투자를 하고 있으며 우수한 고객 경험의 우선 순위를 결정하는 데 있어 설계가 더 중요 해지고 있습니다.

2016/12/04 - [Cyong's 마케팅] - 마케팅 기초 용어 정리

2016/12/13 - [Cyong's 마케팅] - TVC 광고의 매체용어 정리

2016/12/09 - [Cyong's 마케팅] - 모바일 광고 플랫폼 정리

모델, 유도, 예측

모델이란 목적을 달성하기 위해 실세계를 명확하, 단순화하여 일정한 규칙으로 표현 한 것입니다. 즉, 확률함수로서 특징을 입력받아 타겟 변수값을 추정하는 것입니다. 쉽게 설명하지면 경제학에서의 '수요공급곡선'은 수요와 공급에 대한 관계를 단순하게 표현하기 위해 만들어진 모델입니다. 

모델링이란 속성 또는 특징와 같은 일련의 변수와 타겟 변수라고 불리는 사전에 정의한 변수간의 관계를 보여주는 모델을 만드는 행위를 말합니다. 

예측이란 발생할 일이나 모르는 값을 추정하는 것인데 , 예측 모델(어떤 값을 예측하기 위해 일정한 규칙으로 표현한 공식), 예측 모델링을 통해 예측을 합니다.

감독 세분화 (Supervised Approach)

감독방법으로 데이터에서 패턴을 만드는 방법에 대해 생각해보면 타겟변수를 기준으로 전체 데이터를 유사한 값을 가진 세그먼트로 분할하는 방법이 있다. 타겟값은 모르지만 알려진 변숫값으로 분할 한다면 이 세그먼트는 타겟 변숫값을 예측하는데 사용될 수 있다. 그리고 두드러진 세그먼트를 자동으로 뽑아내기 위해서는 정보를 전달하는 속성을 알아보고 이 기법을 반복 적용해 어떻게 감독 세분화하는지를 알아야 한다.

정보를 전달하는 속성의 선택

2진 분류인 타겟 변수값(yes 또는 no)을 생각해봅시다. 사람들 중 대손상각 여부와 여러 속성을 데이터로 하면 어느 세그먼트에 속한 그룹원이 다른 세그먼트 그룹원보다 상각률이 높은지 낮은지 예측할 수 있습니다.

그러나 기술적으로 복잡한 문제가 많습니다.

a. 그룹을 완전히 분리하는 속성은 거의 없다.

b. 3개 이상의 값을 가진 속성도 많다.

c. 수치값을 가지는 속성들도 많다.

이러한 문제를 해결하기 위해 순도에 기반한 여러 공식들이 존재합니다.

가장 널리 사용되는 분할 기준은 정보증가량(IG)이라고 부릅니다.

정보증가량(Information Gain, IG)와 엔트로피(entropy)

정보증가량은 엔트로피라고 불리는 순도에 기반합니다. 엔트로피는 어떤 집합에 적용해 무질서의 정도를 측정하는 것입니다. 뒤죽박죽 섞인 정보일수록 엔트로피가 높습니다.

정보의 엔트로피를 구하는 공식은 아래와 같습니다.

위 식에서 각 는 i 번째 속성의 확률을 의미합니다.

즉, 인 경우 100%의 확률로 모든 원소가 i번째 속성을 가지는 것을 의미하고 인 경우에는 i번째 속성을 가진 원소가 하나도 존재하지 않는 것을 의미합니다.

엔트로피는 0일 경우 무질서 정도가 최소이고 1일 경우 무질서 정도가 최대라 할 수 있다.

분할, 분류를 통해 엔트로피가 많이 줄어들 수록 좋은 분할이라고 말할 수 있을 겁니다. 어떤 속성에 따라 분류하면 전체그룹의 엔트로피가 개선되는지 추정할 수 있도록 나타내주는 수치가 IG입니다.

정보증가량를 구하는 공식은 아래와 같습니다.

위 식에서 는 분할 전 집합이고 는 분할 후 i번째 집합을 의미합니다.

정보증가량으로 판단할 때에는 분할 후 집합이 완전히 순수할 필요는 없으며, 분할한 후의 집합의 개수에 상관없이 적용할 수 있습니다. 또한 분할 후 집합의 크기를 고려해 가중치를 조절할 수도 있습니다.

하지만 기술적으로 너무 다양한 값을 가질 수 있는 속성에 대해서는 문제가 발생할 수 도 있습니다. 같은 속성을 기준으로 세분화하면 IG는 상당히 늘어나지만 예측이 난해해지는 과적합화(Over-fitting)가 발생할 수 도 있습니다.

타겟변수가 수치형일 경우에는 수치형값의 불순도를 측정하는 방법인 분산을 이용합니다. 즉, 수치형 타겟값을 세분화하려면 가중치 평균의 분산이 가장 많이 줄어드는 값을 선택하면 됩니다.

IG을 증가시키는 속성선택

구체적인 데이터 마이닝을 위해선 속성과 타겟변수를 가진 객체가 담겨있는 데이터세트를 분석해 타겟변수를 추정하는데 필요한 정보를 가장 많이 전달하는 속성을 결정해야 합니다. 그리고 과적합화를 피하기 위해 데이터 세트에서 타겟변수를 예측할 때에는 데이터마이닝 해야 할 속성이 너무 많은 것은 아닌지 전혀 쓸모 없는 것이 있는 것은 아닌지 의심해봐야 합니다.

원래의 순서라면 이제 Dimension과 Metrics에 대해서 살펴봤으니 마케팅 성과를 확인하기 위해 목표값을 설정해야 할 차례지만 이번 포스팅에서는 목표값을 설정하는 방법에 앞서 정규식을 배워보도록 하겠습니다.

그 이유는 정규식을 활용하면 좀 더 목표값을 잘 설정할 수 있기 때문입니다.

Regex - 정규표현식

특정한 규칙을 가진 문자열의 집합을 표현하는 데 사용하는 형식언어

GA는 리포팅을 좀 더 자유롭게 할 수 있도록 정규 표현식을 사용할 수 있게 설계되어 있습니다. 정규식을 활용하면 원하는 데이터만을 필터링하여 리포팅 할 수 있기 때문에 그 활용도가 굉장히 높은 편입니다. 

https://support.google.com/analytics/answer/1034324?hl=ko 에 가면 아래와 같이 정규식에 대한 정보를 얻을 수 있습니다.

<출처 : 구글 웹로그 분석 고객센터>

자주쓰는 정규식 표현

|

‘또는’을 의미하는 표현으로 shift+\로 표현됩니다.

.

임의의 한 문자를 표현할 때 사용됩니다.

\

특수문자를 문자화할 때 사용됩니다.

^

입력 문자의 시작부분을 표현할 때 사용됩니다.

$

입력 문자의 끝을 표현할 때 사용됩니다.

*

앞의 문자와 0회 이상 일치함을 의미하는 표현방식입니다. ‘.*’을 사용하면 어떤 것도 올 수 있으며 아무것도 없어도 됩니다. 예를 들어 ‘.*tistory\.com.*’ 이란 표현을 하게되면 추적 중인 모든 티스토리 페이지에 대한 표현을 할 수 있습니다.

\d

임의의 한 숫자를 표현합니다.

2016/12/05 - [Cyong's 마케팅] - 구글 애널리틱스 Ch.1 GA의 장단점 및 리포트 메뉴

2016/12/05 - [Cyong's 마케팅] - 구글 애널리틱스 Ch.2 티스토리_GA 연동하기

2017/03/13 - [Cyong's 마케팅] - 구글 애널리틱스 Ch.3 GA 주요지표 이해하기

2017/03/18 - [Cyong's 마케팅] - 구글 애널리틱스 Ch.4 GA Metrics와 Dimension의 이해

곱창먹으러 자주가는 삼곱식당에 다녀왔습니다.

이미 맛있다고 입소문이 난 곳이라 그런지 갈때마다 사람이 항상 많아 가끔씩은 10~20분씩 웨이팅 해야할 때도 있습니다.

삼곱식당에서 파는 고기는 태어나면서 함초를 먹인 돼지의 고기를(불포화지방산이 일반돼지 보다 월등히 높다고 합니다.) 삼곱식당만의 숙성법으로 최소 180시간에서 360시간 숙성하여 내놓는다고 합니다. 그래서그런지 고소하고 맛있습니다.

메뉴는 삼곱식당이란 이름에 걸맞게 곱창과 삼겹살에 포커스되어 있습니다. 

저희는 우선은 모듬곱창으로 시작했습니다. 오랜만에 가서 그런지 첨에 곱창이 나왔을 때 원래 이렇게 양이 적었나..생각되어 실망했었는데 부추, 마늘, 콩나물, 김치를 올리니까 꽉 차네요^^ 고기는 직접 구워주시기 때문에 세팅되기 전까진 오이고추된장무침과 겉절이에 한잔씩 하면 될 거 같아요.

그 뒤로 추억의 도시락, 항정살, 된장도 시켜서 먹부림을 부렸는데 너무 맛있게 먹느라 정신팔려서 사진은 못 찍었습니다만ㅠ

삼겹살, 항정살은 초벌해서 나오고 다시 김치와 콩나물을 다시 올려주셔서 먹기만 하면 됩니다.

친구들에게 추천하면 모두 만족하는 삼곱식당

언제가도 맛있는 곳입니다.

GA를 사용하시는 분들이라면 Metrics와 Dimension에 익숙해지셔야 합니다.

처음 GA를 접하게 되면 Metrics와 Dimension에 대하여 정확하게 이해가 되지않아 어려움을 겪게 되는데요. Metrics와 Dimension에 대해서만 완벽하게 이해하게 된다면 GA를 원활하게 활용하실 수 있을 겁니다.

이번 포스팅에서는 Google Analytics를 구성하고 있는 Metrics와 Dimension에 대해 알아보도록 하겠습니다.

Metric(측정기준) = 지표, 단위

상태를 판단하기 위한 용도로 측정된 수치를 이해할 수 있는 언어로 표현하는 것입니다. 이전 포스팅에서 말씀드렸던 주요지표 또한 Metrics 중 하나입니다. 즉 Metric는 세션, 이탈률과 같은 지표라고 생각하시면 이해하기 쉬울 겁니다.

Dimension(측정단위)

Dimension은 웹사이트 방문자들의 특성(속성)입니다. Metrics가 측정된 데이터를 숫자로 말하고 의미를 부여한다면, Dimension은 텍스트를 통해서 데이터를 분리하는 역할을 합니다. 예를 들어, 방문자들이 어느 도시에서 많이 들어왔는지(도시명), 어떤 경로로 사이트에 유입됐는지(소스/매체)가 있습니다. 이렇듯 Google Analytics의 보고서들은 모두 Dimension과 Metrics의 조합으로 이루어져 있습니다.

위의 보고서는 “소스/매체별 획득” 보고서 입니다. 위의 보고서는 소스/매체라는 “Dimension”과 세션, 신규방문자, 이탈률, 목표달성횟수 등의 “Metric”으로 이루어져 있습니다.

앞서 말씀드린대로 Google Analytics의 보고서들은 모두 Dimension과 Metrics의 조합으로 이루어져 있습니다. 그렇기 때문에 GA 를 활용하고자 하시는 분이라면 반드시 “Dimension”과 “Metric”에 대한 정확한 이해가 필요합니다.

2017/03/13 - [Cyong's 마케팅] - 구글 애널리틱스 Ch.3 GA 주요지표 이해하기

2016/12/05 - [Cyong's 마케팅] - 구글 애널리틱스 Ch.2 티스토리_GA 연동하기

2016/12/05 - [Cyong's 마케팅] - 구글 애널리틱스 Ch.1 GA의 장단점 및 리포트 메뉴