최종 프로젝트 23일차: <사용자 행동 데이터 분석>

프로젝트 5주차 타임라인 (Thu Jan 29 2026)

---

<사용자 행동 데이터 분석

① 사용자 행동 데이터 왜 필요할까요?>

사용자 행동 데이터 분석: 1사용자 행동 데이터 왜 필요할까요? | 요즘IT

아티클 요약 및 주요 내용

사용자 행동 데이터는 페이지뷰, 클릭, 스크롤 등 사용자가 서비스를 이용하며 남긴 로그 데이터로 사용자 경험 개선을 위한 분석용

대규모 사용자 행동을 낮은 비용으로 분석 (e.g. 직접 관찰, 인터뷰)

 

핵심 개념 및 용어 정리

웹 로그 / 앱 로그 / 이벤트 데이터: 사용자 행동 데이터를 현업에서 부르는 다양한 명칭
페이지뷰(Page View): 사용자가 특정 페이지를 조회한 기록
클릭 데이터: 사용자가 어떤 버튼이나 요소를 클릭했는지에 대한 기록
스크롤 데이터: 사용자가 화면을 어느 지점까지 내려보았는지에 대한 정보

실무 적용 사례

1. 활용 데이터 - 결제 페이지 페이지뷰 수, 결제 버튼 클릭 수, 스크롤 도달 비율
2. 분석 방법 - 사용자가 결제 페이지까지는 도달하지만 버튼을 클릭하지 않는지 확인
                      버튼이 화면 하단에 있어 스크롤을 충분히 내리지 않으면 보이지 않는 문제 파악
3. 개선 방향 - 결제 버튼 위치 변경, 버튼 디자인 강조, 불필요한 입력 단계 제거

Note
사용자 행동 데이터를 통해 사용자가 어디서 이탈하는지를 파악하고 정성 조사 없이도 빠른 개선이 가능해진다

 

② 넷플릭스와 아마존은 데이터 분석을 어떻게 할까요?> 

사용자 행동 데이터 분석: 2넷플릭스와 아마존은 데이터 분석을 어떻게 할까요? | 요즘IT

아티클 요약 및 주요 내용

사용자 행동 데이터로 기능 사용 순서, 관심도, 이탈 지점, 전환 경로 등을 분석

맞춤 광고를 통해 마케팅 효율을 극대화할 수 있고,  콘텐츠 기업, 커머스, 뉴스레터 등 다양한 서비스에 적용 가능

핵심 개념 및 용어 정리

개인화(Personalization): 사용자 행동 데이터를 활용해 사용자마다 다른 화면, 추천, 광고를 제공한다.
전환율(Conversion Rate): 방문자 중 구매, 가입 등 특정 행동을 완료한 사용자의 비율
이탈 지점(Drop-off Point): 사용자가 서비스를 떠나는 페이지나 단계
맞춤 광고(Targeted Advertising): 사용자의 검색·클릭 이력 등을 기반으로 관심 가능성이 높은 광고를 노출하는 방식
페이지 로딩 속도(Page Load Time): 웹페이지가 완전히 표시되기까지 걸리는 시간
체류 시간(Dwell Time): 사용자가 특정 페이지나 콘텐츠에 머문 시간

실무 적용 사례

a. 넷플릭스: 시청 시작·중단 지점, 되감기·앞감기, 기기 종류 등 행동 데이터를 분석
                    특정 감독·배우 조합에 대한 사용자 선호도를 발견
                    데이터 기반으로 미국판 하우스 오브 카드 제작 결정
                    결과: 대규모 신규 가입자 유입 + 기존 사용자 이탈 감소
b. 아마존: 전 세계 사용자 클릭 및 로딩 데이터를 수집
                 페이지 로딩 지연 0.1초당 매출 1% 감소라는 인사이트 확보
                 사이트 성능 최적화 및 개인화 추천 강화
                 결과: 평균 구매 전환율 13% 달성

 

③ 데이터를 분석할 때 주의할 점 4가지>

사용자 행동 데이터 분석: 3데이터를 분석할 때 주의할 점 4가지 | 요즘IT

아티클 요약 및 주요 내용

사용자 행동 데이터 분석이 강력한 도구이지만 잘못 해석하거나 잘못 다루면 오히려 서비스에 문제를 일으킬 수 있음

• 사용자 행동에 대한 가정 배제 - 사용자는 기획자가 의도한 방식대로 서비스를 사용하지 않음
• 데이터 수집 방식에 대한 정확한 이해 - 데이터는 언제, 어떤 시점에 기록되는지 정확히 알아야 함
• 데이터 신뢰도 검증 - 사용자 행동 데이터는 항상 누락·중복·오류 가능성이 있음
• 안전한 데이터 조회 - 대용량 로그 데이터는 조회 방식에 따라 서비스 장애를 유발할 수 있음

핵심 개념 및 용어 정리

데이터 QA(Data Quality Assurance): 데이터가 정확하게, 의도한 방식으로 수집되고 있는지 검증하는 과정
로그 데이터(Log Data): 사용자의 행동을 시간 순서대로 기록한 데이터
중복 집계(Duplication): 하나의 사용자 행동이 여러 번 기록되는 현상
누락(Missing Data): 실제 발생한 사용자 행동이 데이터로 저장되지 않은 경우
쿼리(Query): 데이터베이스에서 원하는 데이터를 조회하기 위한 명령문

---

문제 설명	solution.py
#130 x축과 y축으로 이루어진 2차원 직교 좌표계에 중심이 원점인 서로 다른 크기의 원이 두 개 주어집니다. 반지름을 나타내는 두 정수 r1, r2가 매개변수로 주어질 때, 두 원 사이의 공간에 x좌표와 y좌표가 모두 정수인 점의 개수를 return하도록 solution 함수를 완성해주세요. 각 원 위의 점도 포함하여 셉니다.	from math import sqrt def solution(r1, r2):      quar = 0      for i in range(0, r1):           quar += int(sqrt(r2 ** 2 - i ** 2)) - int(sqrt(r1 ** 2 - i ** 2 - 1))      for i in range(r1, r2):           quar += int(sqrt(r2 ** 2 - i ** 2))      return quar * 4