그룹 항목으로 비교 분석
비교는 분석에서 자주 쓰는 방법입니다. 예를 들어 같은 날짜의 서로 다른 차원 간 데이터 성과를 수평 비교할 수 있으며, 분석 모델에서는 그룹 항목으로 수평 비교를 할 수 있습니다. 서로 다른 날짜의 데이터 성과를 비교하려면 이벤트 분석에서 비교 기간을 추가할 수 있습니다.
기능 설명
그룹 항목을 사용하면 서로 다른 그룹 값에 따라 해당 데이터 결과를 확인할 수 있습니다. 이벤트 속성, 유저 속성, 유저 태그, 유저 코호트를 모두 그룹 항목으로 사용할 수 있습니다.
예를 들어 선택한 그룹 항목이 유입 채널이면 app store, Huawei AppGallery, Tencent MyApp 등 각각의 구체적인 유입 채널이 해당 그룹 값이 됩니다. 각 그룹 값에는 고유한 데이터 결과가 있으며, 해당 채널의 결제 횟수를 나타냅니다.
여러 그룹 항목을 추가하여 여러 차원에서 그룹 값별 성과를 교차 비교할 수도 있습니다. 퍼널 분석과 속성 분석을 제외한 나머지 모델에서는 그룹 항목을 최대 50개까지 추가할 수 있습니다.
그룹 방식
선택한 그룹 항목의 속성 타입이 숫자, 리스트 또는 시간이면 그룹 값이 많을 수 있으므로, 그룹 방식을 설정하여 여러 그룹 값을 하나의 그룹으로 합친 후 비교할 수 있습니다.
숫자 타입
| 그룹 방식 | 계산 로직 |
|---|---|
| 기본 구간 | 그룹 값 수에 따라 자동 판단
|
| 이산 값 | 실제 값으로 그룹화하며, 그룹 값이 500개를 넘으면 최댓값과 최솟값을 기준으로 12개 구간으로 균등 분할 |
| 커스텀 구간 | 필요에 따라 구간을 수동으로 나누며, 모든 구간은 시작값 포함, 끝값 미포함 |
선택한 그룹 항목이 비즈니스상 명확한 구간 의미를 가지는 경우(예: 레벨 1~12는 신규 유저 단계) 커스텀 구간을 선택하여 나눌 수 있습니다. 특정 구간 범위의 데이터를 더 분석할 때는 이산 값을 선택하면 그룹 값별 성과를 비교하기 더 편리합니다.
시간 타입
| 그룹 방식 | 계산 로직 |
|---|---|
| 집계 | 선택한 집계 단위에 따라 같은 일, 주, 월…의 데이터를 자동으로 하나의 그룹으로 묶음 |
| 비집계 | 실제 보고된 시간으로 그룹화 |
시간 타입 속성은 모두 초 또는 밀리초 단위여서 그룹 값이 많으므로, 분석 시 집계를 선택하는 것을 권장합니다. 예를 들어 가입 시간으로 그룹화할 때 일별 집계를 선택하여 코호트 분석을 할 수 있습니다. 상세 데이터를 펼쳐서 표시하려면 비집계를 선택할 수도 있습니다.
리스트 타입
| 그룹 방식 | 계산 로직 |
|---|---|
| 요소별 | 리스트를 여러 요소로 분할하며, 하나의 이벤트가 각 요소 그룹의 계산에 사용됨 |
| 리스트 전체 그룹화 | 리스트를 하나의 전체로 보고, 같은 리스트를 하나의 그룹으로 묶음 |
| 요소 집합별 | 각 리스트 내 요소를 중복 제거하고 정렬하여 집합을 만든 후, 같은 집합을 하나의 그룹으로 묶음 |
게임에서는 출전한 여러 영웅 ID를 리스트형 속성에 기록하는 경우가 많습니다. 분석 시나리오에 따라 적절한 그룹 방식을 선택할 수 있습니다.
- 영웅별 출전 횟수를 비교하려면 요소별을 사용할 수 있습니다
- 라인업(영웅 조합)별 출전 횟수를 비교하려면 같은 영웅이 여러 번 등장하는 경우나 영웅 순서를 구분할지에 따라 리스트 전체 그룹화 또는 요소 집합별을 선택할 수 있습니다
그룹 항목에 리스트형 속성이 여러 개 있으면, 다른 리스트형 속성이 모두 해당 속성의 차원 테이블 속성인 경우를 제외하고 최대 하나만 요소별 그룹 방식을 선택할 수 있습니다.