1. 동료의 솔루션 이해 및 비평

1) 문제상황과 분석 목적

• 7월 27일 이후 Weekly Active Users (주차별 로그인한 유저 수) 하락의 원인 파악

  

  SELECT DATE_TRUNC('week', e.occurred_at),
         COUNT(DISTINCT e.user_id) AS weekly_active_users
    FROM tutorial.yammer_events e
   WHERE e.event_type = 'engagement'
     AND e.event_name = 'login'
   GROUP BY 1
   ORDER BY 1
  

2) 리뷰 프로세스

1. 가설 논리 확인
2. 쿼리 내 변수 분석
3. 데이터 경향성 및 쿼리 해석
4. 쿼리 및 논리 비평
5. 최종 정리 및 추가 제안

3) 동료의 솔루션 리뷰

• 1. 신규 유저
• 2. 기존 유저
• 3. 디바이스
• 4. 이메일
• 5. 이메일 클릭률

동료에게 한마디

👍 Good

• 매니저에게 보고하는 것이 목적이라 가정했을 때, 요점만 정리되어 있어 내용을 파악하기 쉬움

👎 Bad

• 전체적으로 변수 및 가설/쿼리에 대한 설명(주석)이 부족함
• 외생변수(국가별, 회사별 가설)에 대한 검증이 누락되어 있음
• 분석 기준 (유저 가입한지 10주까지 확인, 메일 오픈/클릭 인터벌 5분) 모호
• 분석 순서 (신규/기존 유저→ 디바이스 별→ 메일)에 대한 고민 부재
• 분석의 목적이 단순 보고가 아닌 분석 결과를 바탕으로 한 서비스 개선이었다면 더 상세한 액션플랜을 도출할 수 있는 세밀한 분석결과가 필요함

2. 추가 제언

• 추가 가설

  • 가설1) 국가별(대륙별) 휴일 (혹은 여름 휴가)가 user engagement에 영향을 끼칠 것이다.
  • 가설2) 야머 사용자 수가 많은 회사에서 사용이 줄어 active user 감소에 영향을 미칠 것이다.
  • user_type

• 추가 데이터 수집 및 분석 제안

  • 경쟁사의 등장이 Yammer active user 수에 영향을 미쳤을 가능성이 있다.
  • 탈퇴 혹은 비접속자의 증가가 engagement 감소에 영향을 줄 수 있다.
  • 서비스 이탈 - login 이후 이벤트가 없거나 감소한 경우 로그인 시도 또한 감소할 수도 있으므로 WAU 감소 이전부터 트래킹해볼 수 있다.

3. 과제를 수행하며

• 슬기 : 🤯🤮 국가별/대륙별 영향을 보기위해 쿼리를 짜는데 좀 더 이쁘고 효율적인 쿼리를 짜고 싶다는 마음이 몹시 들었습니다.. 클린코딩은 언제쯤 가능해질까요?

• 우진 : 😂🙄 실제 사례로 데이터 분석을 해보니 SQL보다 엑셀의 효용성이 훨씬 뛰어나다는 것을 확인했다. 복잡한 쿼리를 짜는 것 보다 단순한 엑셀조작으로 확인하는 것이 편했다. 더불어, 실제 분석을 진행할 때는 결론을 내지 않겠다고 마음먹으면 한도 끝도 없이 갈 수 있을 것 같은데 어떤 지점에서 결론을 내야 하는지 궁금하다.

• 근정 : 🤕🤦🏻‍♀️ 데이터에 매몰된다는 것이 무슨 의미인지 알 것 같다. 앞으로 프로젝트를 하면서 분석의 목적을 항상 상기해야겠다. 또 SQL 연습문제를 푸는 것과는 다르게 복잡한 코딩을 하려니 오류가 많았다. 원하는 테이블을 만들지 못해 포기한 경우도 있었다. SQL 어려운 문제를 더 연습해야 할 것 같다.

  +동료의 솔루션은 실무에서 얼마나 좋은 (?) 솔루션인지 궁금했다.

• 해인 : 🤩😳 계속 빤히 모니터를 봤더니 눈알이 조금 아프다. 확실히 SQL연습문제와 프로젝트는 다르다. 정확히는 쿼리를 작성하는 것과 읽는 것의 차이를 크게 느꼈다. 어느 쪽이 어렵냐면 사실 읽는 쪽이 더 어려운 것 같다. 문득 슬랙 제품팀은 매일 이런 일을 할 거라고 생각하니 수고가 많으시다는 생각이...

• 새민 : 😱🥴 실제 사례에서 사용된 쿼리를 해석하는 것이 도움이 됐다. 동료가 주석을 넣어줬더라면 싶긴 했다. 쿼리를 작성하면서 row끼리 계산할 수 없어서 답답했다. column별로는 select로 계산이 가능한데, row끼리는 어떻게 처리할 수 있는지 알고 싶다.

• 0822(토) 피드백