<DDDT 파헤치기>가 궁금하다면, 여기 클릭⭐
만약 마트에서 고기🥩를 구매하는데 근처 코너에 쌈 채소🥬가 있다면 같이 구매하실 건가요? 저는 구매할 것 같은데요! 🙆🏻♀️🙆🏻♂️(고기와 쌈 채소의 조화를 위해서요) 사람들이 고기🥩를 구매할 때, 쌈 채소🥬를 즐겨 먹기 때문에 두 상품을 근처에 배치하여 자연스럽게 구매를 유도하는 것입니다. 사실, 상품의 위치에는 각 제품 간의 연관된 규칙을 찾아내는 ‘장바구니 분석’이 숨겨져 있었던 것이죠! 그렇다면, 기저귀를 구매하는 사람에게는 어떤 제품을 추천 해주는 것이 좋을까요? 해당 질문의 해답은 DDDT 방법이 적용된 월마트의 ‘장바구니 분석’을 통해 알 수 있는데요. 재미있는 월마트 사례로 데이터를 기반으로 공감하는 DDDT의 모든 것을 파헤쳐 보아요!
-에이블런 리사 드림💌
|
💬 DDDT, 다시 한 번 복습하기!🔎
지난 DDDT 파헤치기 1탄에서 살펴본 DDDT의 개념, 기억 하시나요? 기억이 안 나시는 분들을 위하여 빠르게 3️⃣0️⃣초 동안 복습을 해보도록 하겠습니다!📚 DDDT란 Data Driven Design Thinking으로 데이터 기반의 디자인 씽킹을 의미하는데요. 데이터를 통한 이해인 데이터 애널리틱스(Data analytics)와 디자인 씽킹(Design Thinking)이 합쳐진 개념이었죠.
위 사진에서도 알 수 있듯이 DDDT는 디자인씽킹의 5가지 단계에 ‘데이터’를 활용하여 더욱 빠르고 효과적으로 문제를 파악하며, 사용자 중심의 공감을 극대화하여 문제를 더욱 창의적으로 해결할 수 있는 방법입니다.
💬 기저귀를 사면 맥주를 구매한다고요?🍺
이번 <DDDT 파헤치기>에서는 디자인씽킹의 5가지 단계 중 ‘공감’ 단계에서 데이터를 적극적으로 활용한 사례를 알아볼 텐데요. 데이터 기반의 ‘공감’을 위해서는 어떠한 능력이 필요할까요? 바로 해결하고자 하는 문제를 데이터로 보고 공감하는 방법인 ‘데이터 기획’과 ‘설계’가 중요합니다. 이러한 데이터 기획 및 설계를 위해서는 비즈니스의 핵심 가치를 판단하여 데이터 사용의 목적과 목표를 명확히 수립하고, 기업의 방향성과 같은 핵심 가치를 잘 반영하면서도 현재 단계의 서비스 수준과 밀접한 핵심 지표를 선정하는 것이 중요해요!
이러한 데이터 기반의 ‘공감’을 잘 실천한 기업은 바로 월마트인데요. 여러분은 ‘월마트’(Walmart)🏬에 대해 들어본 경험이 있으신가요? 월마트는 미국의 세계 최대 소매유통 체인이자 유통 강자로 흥행의 비결은 바로 DDDT를 활용한 ‘장바구니 분석’🛒에 있는데요! 장바구니 분석이란, 데이터를 활용하여 상품과 상품 간의 연관된 규칙을 도출하는 과정입니다. (따라서 연관성 분석이라고도 불러요) 월마트는 장바구니 분석을 활용하여 ‘누가 어떤 상품을 구매할 것인지를 예측함으로써 매출을 증가시키는 것’에 최우선의 가치를 두었습니다.
월마트는 장바구니 판매 아이템 데이터🛒를 천천히 살펴보았는데요. 먼저, 전체 구매 고객은 위 사진의 가장 큰 사각형으로 표현할 수 있습니다. 월마트는 장바구니 판매 아이템 데이터를 분석한 결과, 가장 잘 팔리는 품목이 ‘기저귀’라는 것을 도출할 수 있었어요. 이러한 기저귀 구매 고객을 왼쪽의 하늘색 원으로 표현할 수 있죠. 그 다음 기저귀를 산 사람들이 같이 구매한 아이템을 알아내기 위하여 기저귀가 계산된 장바구니 영수증을 분석한 결과, ‘맥주’🍺를 함께 구매하는 비중이 높게 나온 것을 파악했습니다. 맥주 구매 고객을 오른쪽 초록색 원으로 표현하면, 기저귀와 맥주를 모두 구매한 고객은 하늘색 원과 초록색 원 사이의 겹치는 부분으로 나타낼 수 있는데요. 이렇게 기저귀와 맥주를 모두 구매한 고객을 공통이라는 의미의 ∩(교집합)를 사용하여 ‘기저귀∩맥주’로 작성해 줄 수 있어요. 즉, ‘기저귀’와 ‘맥주’를 동시에 진열하면 소비자들이 더 편하고 빠르게 구매가 가능하며, 구매율도 높일 수 있다는 인사이트를 도출한 것이죠.
따라서 분석한 데이터를 토대로 ‘기저귀를 사가는 고객은 맥주까지 구매할 확률이 높다’는 가설을 설정했고, 더 깊게 탐색한 결과 ‘아이가 있는 20~30대 남자는 저녁 6~8시 사이에 기저귀를 구매하는 경우 맥주도 함께 구매한다’는 현상을 찾을 수 있었습니다. 이러한 상품 간 연관성을 활용한 장바구니 분석에 사용된 핵심 지표는 바로 지지도(Support), 신뢰도(Confidence), 향상도(Lift)인데요. 이 3개의 평가 지표를 이용하여 최적의 장바구니 규칙을 찾을 수 있었고, 고객의 구매 패턴을 더 잘 이해함으로써 매출이 증대되었죠!
💬 장바구니 분석의 핵심 지표는? 📊
그렇다면 월마트의 장바구니 분석에 사용된 핵심지표인 지지도(Support), 신뢰도(Confidence), 향상도(Lift)에 대해 자세히 알아보도록 할게요! 이때, 앞서 살펴본 ‘기저귀’와 ‘맥주’🍺 사례를 이용합니다.
지지도(Support)는 전체 구매 고객 중에서 ‘기저귀’와 ‘맥주’를 동시에 포함하는 교집합(∩) 거래를 한 고객에 대한 확률을 의미합니다. 지지도를 통해 전체 거래 중 장바구니 분석이 얼마나 빈번하게 발생하는지 알 수 있어요.
신뢰도(Confidence)는 ‘기저귀’를 구매한 상황에서 ‘맥주’를 같이 구매한 확률을 의미합니다. 따라서 분모에는 기저귀를 구매한 고객 수를, 분자에는 기저귀와 맥주를 동시에 구매한 교집합 고객의 수를 작성해 주는데요. 신뢰도를 통해 조건을 포함하는 거래 중 장바구니 분석이 얼마나 빈번하게 발생하는지 알 수 있어요.
향상도(Lift)는 ‘기저귀’가 구매되지 않았을 때 ‘맥주’의 구매 확률에 비해 ‘기저귀’가 구매되었을 때 ‘맥주’의 구매 확률의 증가 비율을 의미하는데요. 따라서 분모에는 ‘기저귀’가 구매되지 않았을 때 ‘맥주’의 구매 확률인 전체 구매 고객 중 맥주를 구매한 고객의 수를 작성합니다. 또한 분자에는 ‘기저귀’를 구매한 상황에서 ‘맥주’를 같이 구매한 확률을 나타내기 위하여 앞서 살펴본 신뢰도를 그대로 가져오면 됩니다! 이러한 향상도가 1보다 작다면 ‘기저귀’와 ‘맥주’는 서로 음의 관계를 가지며, 향상도가 1보다 크다면 ‘기저귀’와 ‘맥주’는 서로 양의 관계를 갖죠. 또한 향상도가 1이라면 서로 관련이 없이 우연에 의한 관계입니다.
- 향상도 < 1 : 음의 관계 (‘기저귀’ 구매량이 증가하면 ‘맥주’의 구매량이 감소한다, ‘기저귀’ 구매량이 감소하면 ‘맥주’의 구매량이 증가한다.)
- 향상도 = 0 : 우연 관계
- 향상도 > 1 : 양의 관계 (‘기저귀’ 구매량이 증가하면 ‘맥주’의 구매량이 증가한다, ‘기저귀’ 구매량이 감소하면 ‘맥주’의 구매량이 감소한다.)
지금까지 장바구니 분석의 핵심지표 3가지를 살펴보았는데요. 앞서 계산한 지지도와 신뢰도의 값이 원하는 기준 이상(디폴트 값 = 0.5)인 쌍들을 선정한 후, 향상도가 큰 기준으로 상품과 상품 간의 연관된 규칙을 찾아내면 됩니다!
월마트🏬는 DDDT의 ‘공감’ 단계에서 데이터를 적극적으로 활용했는데요. 장바구니 분석🛒을 활용하여 ‘누가 어떤 상품을 구매하는지’와 같은 데이터 사용의 목적과 목표를 명확히 설정했고, 현재 단계의 서비스 수준과 밀접한 핵심 지표인 ‘지지도, 신뢰도, 향상도’를 적절히 사용했습니다. 이렇게 ‘공감’ 단계의 데이터 분석을 통해 발견한 새로운 인사이트를 통해 정의-아이디어 도출-프로토타입- 테스트 단계를 더한 결과, 전혀 연관성이 없어 보이는 ‘맥주’와 ‘기저귀’의 연결고리를 알게 됨으로써 마케팅 전략을 새롭게 구성할 수 있었죠!
이번주 에이블레터 어떠셨나요?
좋았어요😁 아쉬웠어요😕
지난 <DDDT 파헤치기> 다시 보기
콜레라 감염 지도로 런던 구하기?💂♀
다이슨의 인기 비결, DDDT라고요?👩🏻🦱
지금 이 콘텐츠 공유하기👇
<DDDT 파헤치기>가 궁금하다면, 여기 클릭⭐
만약 마트에서 고기🥩를 구매하는데 근처 코너에 쌈 채소🥬가 있다면 같이 구매하실 건가요? 저는 구매할 것 같은데요! 🙆🏻♀️🙆🏻♂️(고기와 쌈 채소의 조화를 위해서요) 사람들이 고기🥩를 구매할 때, 쌈 채소🥬를 즐겨 먹기 때문에 두 상품을 근처에 배치하여 자연스럽게 구매를 유도하는 것입니다. 사실, 상품의 위치에는 각 제품 간의 연관된 규칙을 찾아내는 ‘장바구니 분석’이 숨겨져 있었던 것이죠! 그렇다면, 기저귀를 구매하는 사람에게는 어떤 제품을 추천 해주는 것이 좋을까요? 해당 질문의 해답은 DDDT 방법이 적용된 월마트의 ‘장바구니 분석’을 통해 알 수 있는데요. 재미있는 월마트 사례로 데이터를 기반으로 공감하는 DDDT의 모든 것을 파헤쳐 보아요!
-에이블런 리사 드림💌
💬 DDDT, 다시 한 번 복습하기!🔎
지난 DDDT 파헤치기 1탄에서 살펴본 DDDT의 개념, 기억 하시나요? 기억이 안 나시는 분들을 위하여 빠르게 3️⃣0️⃣초 동안 복습을 해보도록 하겠습니다!📚 DDDT란 Data Driven Design Thinking으로 데이터 기반의 디자인 씽킹을 의미하는데요. 데이터를 통한 이해인 데이터 애널리틱스(Data analytics)와 디자인 씽킹(Design Thinking)이 합쳐진 개념이었죠.
위 사진에서도 알 수 있듯이 DDDT는 디자인씽킹의 5가지 단계에 ‘데이터’를 활용하여 더욱 빠르고 효과적으로 문제를 파악하며, 사용자 중심의 공감을 극대화하여 문제를 더욱 창의적으로 해결할 수 있는 방법입니다.
💬 기저귀를 사면 맥주를 구매한다고요?🍺
이번 <DDDT 파헤치기>에서는 디자인씽킹의 5가지 단계 중 ‘공감’ 단계에서 데이터를 적극적으로 활용한 사례를 알아볼 텐데요. 데이터 기반의 ‘공감’을 위해서는 어떠한 능력이 필요할까요? 바로 해결하고자 하는 문제를 데이터로 보고 공감하는 방법인 ‘데이터 기획’과 ‘설계’가 중요합니다. 이러한 데이터 기획 및 설계를 위해서는 비즈니스의 핵심 가치를 판단하여 데이터 사용의 목적과 목표를 명확히 수립하고, 기업의 방향성과 같은 핵심 가치를 잘 반영하면서도 현재 단계의 서비스 수준과 밀접한 핵심 지표를 선정하는 것이 중요해요!
이러한 데이터 기반의 ‘공감’을 잘 실천한 기업은 바로 월마트인데요. 여러분은 ‘월마트’(Walmart)🏬에 대해 들어본 경험이 있으신가요? 월마트는 미국의 세계 최대 소매유통 체인이자 유통 강자로 흥행의 비결은 바로 DDDT를 활용한 ‘장바구니 분석’🛒에 있는데요! 장바구니 분석이란, 데이터를 활용하여 상품과 상품 간의 연관된 규칙을 도출하는 과정입니다. (따라서 연관성 분석이라고도 불러요) 월마트는 장바구니 분석을 활용하여 ‘누가 어떤 상품을 구매할 것인지를 예측함으로써 매출을 증가시키는 것’에 최우선의 가치를 두었습니다.
월마트는 장바구니 판매 아이템 데이터🛒를 천천히 살펴보았는데요. 먼저, 전체 구매 고객은 위 사진의 가장 큰 사각형으로 표현할 수 있습니다. 월마트는 장바구니 판매 아이템 데이터를 분석한 결과, 가장 잘 팔리는 품목이 ‘기저귀’라는 것을 도출할 수 있었어요. 이러한 기저귀 구매 고객을 왼쪽의 하늘색 원으로 표현할 수 있죠. 그 다음 기저귀를 산 사람들이 같이 구매한 아이템을 알아내기 위하여 기저귀가 계산된 장바구니 영수증을 분석한 결과, ‘맥주’🍺를 함께 구매하는 비중이 높게 나온 것을 파악했습니다. 맥주 구매 고객을 오른쪽 초록색 원으로 표현하면, 기저귀와 맥주를 모두 구매한 고객은 하늘색 원과 초록색 원 사이의 겹치는 부분으로 나타낼 수 있는데요. 이렇게 기저귀와 맥주를 모두 구매한 고객을 공통이라는 의미의 ∩(교집합)를 사용하여 ‘기저귀∩맥주’로 작성해 줄 수 있어요. 즉, ‘기저귀’와 ‘맥주’를 동시에 진열하면 소비자들이 더 편하고 빠르게 구매가 가능하며, 구매율도 높일 수 있다는 인사이트를 도출한 것이죠.
따라서 분석한 데이터를 토대로 ‘기저귀를 사가는 고객은 맥주까지 구매할 확률이 높다’는 가설을 설정했고, 더 깊게 탐색한 결과 ‘아이가 있는 20~30대 남자는 저녁 6~8시 사이에 기저귀를 구매하는 경우 맥주도 함께 구매한다’는 현상을 찾을 수 있었습니다. 이러한 상품 간 연관성을 활용한 장바구니 분석에 사용된 핵심 지표는 바로 지지도(Support), 신뢰도(Confidence), 향상도(Lift)인데요. 이 3개의 평가 지표를 이용하여 최적의 장바구니 규칙을 찾을 수 있었고, 고객의 구매 패턴을 더 잘 이해함으로써 매출이 증대되었죠!
💬 장바구니 분석의 핵심 지표는? 📊
그렇다면 월마트의 장바구니 분석에 사용된 핵심지표인 지지도(Support), 신뢰도(Confidence), 향상도(Lift)에 대해 자세히 알아보도록 할게요! 이때, 앞서 살펴본 ‘기저귀’와 ‘맥주’🍺 사례를 이용합니다.
지지도(Support)는 전체 구매 고객 중에서 ‘기저귀’와 ‘맥주’를 동시에 포함하는 교집합(∩) 거래를 한 고객에 대한 확률을 의미합니다. 지지도를 통해 전체 거래 중 장바구니 분석이 얼마나 빈번하게 발생하는지 알 수 있어요.
신뢰도(Confidence)는 ‘기저귀’를 구매한 상황에서 ‘맥주’를 같이 구매한 확률을 의미합니다. 따라서 분모에는 기저귀를 구매한 고객 수를, 분자에는 기저귀와 맥주를 동시에 구매한 교집합 고객의 수를 작성해 주는데요. 신뢰도를 통해 조건을 포함하는 거래 중 장바구니 분석이 얼마나 빈번하게 발생하는지 알 수 있어요.
향상도(Lift)는 ‘기저귀’가 구매되지 않았을 때 ‘맥주’의 구매 확률에 비해 ‘기저귀’가 구매되었을 때 ‘맥주’의 구매 확률의 증가 비율을 의미하는데요. 따라서 분모에는 ‘기저귀’가 구매되지 않았을 때 ‘맥주’의 구매 확률인 전체 구매 고객 중 맥주를 구매한 고객의 수를 작성합니다. 또한 분자에는 ‘기저귀’를 구매한 상황에서 ‘맥주’를 같이 구매한 확률을 나타내기 위하여 앞서 살펴본 신뢰도를 그대로 가져오면 됩니다! 이러한 향상도가 1보다 작다면 ‘기저귀’와 ‘맥주’는 서로 음의 관계를 가지며, 향상도가 1보다 크다면 ‘기저귀’와 ‘맥주’는 서로 양의 관계를 갖죠. 또한 향상도가 1이라면 서로 관련이 없이 우연에 의한 관계입니다.
지금까지 장바구니 분석의 핵심지표 3가지를 살펴보았는데요. 앞서 계산한 지지도와 신뢰도의 값이 원하는 기준 이상(디폴트 값 = 0.5)인 쌍들을 선정한 후, 향상도가 큰 기준으로 상품과 상품 간의 연관된 규칙을 찾아내면 됩니다!
월마트🏬는 DDDT의 ‘공감’ 단계에서 데이터를 적극적으로 활용했는데요. 장바구니 분석🛒을 활용하여 ‘누가 어떤 상품을 구매하는지’와 같은 데이터 사용의 목적과 목표를 명확히 설정했고, 현재 단계의 서비스 수준과 밀접한 핵심 지표인 ‘지지도, 신뢰도, 향상도’를 적절히 사용했습니다. 이렇게 ‘공감’ 단계의 데이터 분석을 통해 발견한 새로운 인사이트를 통해 정의-아이디어 도출-프로토타입- 테스트 단계를 더한 결과, 전혀 연관성이 없어 보이는 ‘맥주’와 ‘기저귀’의 연결고리를 알게 됨으로써 마케팅 전략을 새롭게 구성할 수 있었죠!
이번주 에이블레터 어떠셨나요?
좋았어요😁 아쉬웠어요😕
지난 <DDDT 파헤치기> 다시 보기
콜레라 감염 지도로 런던 구하기?💂♀
다이슨의 인기 비결, DDDT라고요?👩🏻🦱
지금 이 콘텐츠 공유하기👇