Study 1 주차 - 태블로 Tableau, 모바일 디바이스 유저 행동 분석 대시보드

스터디 진행일 : 24.11.10

💡 대시보드 및 퍼블릭 주소

https://public.tableau.com/views/Mobileusagebehavior_202411/BYGROUP?:language=ko-KR&:sid=&:redirect=auth&:display_count=n&:origin=viz_share_link

Mobile usage behavior_202411

---

💡 데이터

• 모바일 기기 사용 패턴과 사용자 행동 분류에 관한 데이터, 캐글
• 700개의 데이터
• Mobile Device Usage and User Behavior Dataset
• https://www.kaggle.com/datasets/valakhorasani/mobile-device-usage-and-user-behavior-dataset/code

Mobile Device Usage and User Behavior Dataset

	컬럼명	내용	EX
1	User ID	유저 ID	1
2	Device Model	휴대폰 기기	Google Pixel 5
3	Operating System	가동시간	Android
4	App Usage Time (min/day)	앱 사용시간	393
5	Screen On Time (hours/day)	활성화 시간(실제 사용시간?)	6.4
6	Battery Drain (mAh/day)	베터리 소모량	1872
7	Number of Apps Installed	설치된 앱 수	67
8	Data Usage (MB/day)	데이터 사용량	1122
9	Age	연령	40
10	Gender	성별	Male
11	User Behavior Class	유저 행동 그룹	4

---

💡 문제정의

• 5가지의 유저 클래스로 이미 구분되어 있으므로 직접 모델링을 하기보다 유저 그룹별 특징을 찾아보고자 함
•  특정 변수들로 상관성을 봤을 때, 어떤 특성들에 의해 그룹별로 묶인 것이라 판단하여 유저 그룹별로 분석해보고자 함
• 해당 데이터는 실제 데이터가 아닌, 실제 데이터들을 참고한 시뮬레이션된 데이터임을 고려해서 분석을 진행함

앱 설치수와 스크린 활성화 시간간 상관성

 

---

💡 분석 시나리오

• 유저 그룹별 특징을 분석하여 유저 그룹별 마케팅에 인사이트를 제공하고자 함
• 유저그룹별로 시각화 기반의 데이터 분석을 통해 인사이트를 발굴함
• 성별 혹은 연령대별로 선호하는 OS가 다를것으로 생각되어 OS별로 대시보드의 필터를 만들고자 함
• 분석 시나리오 수립 후, 피그마 (figma)를 이용해서 대시보드 레이아웃을 제작함

피그마로 제작한 레이아웃

---

💡 분석결과 및 인사이트 

    ✔ OS별 유저 현황 

        1. 전체 700명의 유저 중 안드로이드 유저가 약 79%로 절반 이상을 차지함

        2. 안드로이드 유저는 남성이 292명으로 여성 (262명) 보다 많았고 iOS 유저들은 여성(74명)이 남성(72명)보다 많음

        3. 연령대로 살펴보면, 안드로이드는 50대 남성과 20대 여성이, iOS는 50대 여성과 남성이 가장 많음

            (아이폰 유저가 50대가 많다니,, 흠?)

   

OS 필터링 전 전체 현황

       

        4. 두드러진 특징은 크게 눈의 띄지 않지만.. 그룹5에서 10 대 여성 유저가 없고 10대 남성유저들은 앱은 사용하나
            실질적인 데이터가 발생하지 않으므로  해당 앱을 잘 사용하지 않는 유저군이라 할 수 있음

        5.  대체적으로 20-30대의 데이터 이용량이 두드러지고 그룹4는 40대가 데이터 이용량이 가장 많음

 

     ✔  안드로이드

        1. 안드로이드 유저 그룹4에서 50대 남성의 데이터 이용량이 두드러짐 

안드로이드 사용자 현황

 

     ✔  iOS

         1. 그룹별로 여성 유저수가 대체적으로 없거나 적음

         2. iOS유저 그룹2,3,4에서 10대 여성은 앱 사용시간에 비해 실직적인 데이터 이용량이 적어서 해당 앱을 잘 사용하지
             않는 유저군이라 할 수 있음

 

---

💡 느낀점 및 보완점

• 실제 데이터가 아니어서 아쉬웠고 제 역량탓인지 흥미로운 인사이트를 발견할 수 없었습니다..ㅠㅠ 
• iOS별 그리고 유저 그룹별로 특징을 잡아서 그룹 타깃 마켓팅 전략을 찾고 싶었으나 두드러진 성과는 없었습니다
• 과거 데이터로 특정 앱에 대한 유저 현황 대시보드 제작에 그친 것 같아서 아쉬웠습니다..

---

💡 피드백

• 스터디원 모두 데이터의 신뢰성이나 인사이트에 대한 아쉬움이 있었던 과제였습니다.
• 그래서 자료 탐색 끝에 좀 더 인사이트와 현실성있는 데이터로 정했습니다.
• https://www.kaggle.com/datasets/meeraajayakumar/spotify-user-behavior-dataset?resource=download

Spotify User Behavior Dataset

 

---