오늘은 28일 ~ 3일까지 4일간의 꿀같은 연휴를 보내고 다시 수업을 듣는 날이여서 아침부터 몸이 아주 찌뿌둥했다.그래도 9시부터 14시까지 취업특강을 해서 마음은 편했던 것 같다.대신 자소서에 쓸만한 개인이력, 에피소드를 쓰는 부분이 있었는데 도통 뭘 써야할지 모르겠어서 기본 정보밖에 적지 못했다. 오후 나머지 수업 시간엔 태블로를 통해 csv 파일 데이터를 연결하고, 데이터를 차트로 시각화하여 대시보드까지 만들어보는 시간을 가졌다.추세선과 특정 값 조건에 해당하는 색 적용추세선 추가1. [분석 탭] -> [요약] -> 상수 라인 더블클릭2. 추가된 추세선 클릭 -> 값 설정특정 값 조건에 해당하는 색 적용1. [데이터 탭] -> [더보기] -> [계산된 필드만들기] 2. 필터 조건 적용[컬럼명] [조..

시계열 분석일정 기간 동안의 데이터를 기반으로 미래 성과를 예측하는 방법이다.이동 평균법과거 일정 기간 동안의 데이터를 평균 내어 미래 값을 예측하는 방식이다.ex) 지난 6개월간의 월별 매출 평균을 기반으로 다음 달 예상 매출을 계산ARIMA (AutoRegressive Integrated Moving Average)과거의 패턴과 추세를 분석하여 미래 값을 예측한다.ex) 계절별 마케팅 전략을 수립. 연말 프로모션의 효과를 사전 예측로지스틱 회귀 분석특정 마케팅 캠페인이 성공할 확률을 예측하는 데 활용한다.ex) 이메일 제목이나 광고 문구에 따라 구매 전환율이 증가하는 패턴을 분석군집 분석K-평균 군집 분석고객을 여러 개의 그룹으로 나누는 방법. 유사한 특성을 가진 고객끼리 묶어 그룹을 생성하며, 그룹..

주요 지표 분석데이터 분석에서 주요 지표를 설정하고 이를 지속적으로 모니터링하며 최적화하는 과정은 매우 중요하다. 이를 통해 마케팅 캠페인의 효과성을 측정하고, 향후 전략을 수립할 수 있다.주요 지표는 캠페인의 성과를 분석하고 개선점을 찾아내는 데 핵심적인 역할을 한다. 이를 바탕으로 트래픽 증가 → 전환율 최적화 → 광고 효율성 개선 → 고객 유지 및 충성도 향상이라는 선순환 구조를 구축하는 것이 중요하다.트래픽 관련 지표웹사이트 방문자에 대한 성과를 측정하는 지표방문자 수: 특정 기간 동안 웹사이트를 방문한 총 사용자 수신규 방문자 vs 재방문자 비교 분석 가능페이지 뷰: 방문자가 특정 웹사이트에서 본 페이지 수페이지 뷰가 많을수록 사용자가 많은 콘텐츠를 소비했음을 의미세션 유지 시간: 사용자가 웹사..

상관관계한 변수의 변화가 다른 변수의 변화에 영향을 주는 관계를 상관관계라고 한다.상관관계의 정도는 상관계수로 표현되며, 가장 많이 사용되는 상관계수가 피어슨 상관계수이다. 피어슨 상관계수: 두 변수 간의 선형적인 관계의 강도와 방향을 측정하는 통계적 지표파이썬에서 상관계수 구하는 예시corr(): pandas의 DataFrame이나 Series에서 사용하는 메서드이다. 기본적으로 피어슨 상관계수를 계산한다.import pandas as pd# 데이터 로드df = pd.read_csv('1인가구관심집단.csv')# 종속변수 설정target_variable = "평일_외출이_적은_집단"# 상관계수 계산correlation_matrix = df.corr(numeric_only=True)..

회귀분석 개념통계학에서 두 개 이상의 변수 사이의 관계를 분석하고 예측 모델을 구축하는 기법이다. 주어진 데이터로부터 변수 간의 상관관계를 파악하고, 미래의 값을 예측하거나 변수들이 어떻게 상호작용 하는지 이해하는 데 사용된다.주요 구성요소요소개념예시독립 변수 (X)종속 변수에 영향을 주는 변수광고비, 운동량종속 변수 (Y)분석의 목표가 되는 변수매출, 체중회귀모델의 형태선형 또는 비선형 형태를 가지며, 최소제곱법(OLS)을 사용해 모델의 파라미터를 추정한다.최소제곱법(OLS)단순 회귀 분석에선 최소제곱법을 통해 절편과 기울기를 추정한다.각 관측치에서 예측값과 실제값 사이의 잔차의 제곱합을 최소화하는 파라미터를 찾는 방법이다. 잔차분석: 모델이 데이터의 변동성을 얼마나 잘 설명하는지, 이상치나 패턴이 존..

어느덧 3주차 수업이 마무리됐다..부트캠프 시작한지 벌써 3주라는게 실감이 안 된다. 1단위기간이 다음주면 끝이라니..오늘은 통계에 대한 기초 개념을 훑어보는 시간을 가졌고, 어려운 내용은 강사님께서 다음주에 그로스 마케팅 활용 예제 실습을 통해 이해하기 쉽게 설명해주신다고 하셨다. 고등학교 때 '수학 1'도 안 끝낸 까막눈이라 수식을 보니까 약간 멍해지는 기분이 있었지만 강사님의 말씀을 듣고 속으로 안도했던 것 같다.통계통계학은 데이터를 수집, 정리, 분석, 해석하여 의미 있는 정보를 도출하는 학문이다.여기서 위 네 가지를 여태껏 배운 걸로 정리하자면 아래 내용으로 정리할 수 있다.수집: CSV, API, DB정리: Pandas / SQL, 데이터 전처리분석: 그래프 시각화, 통계 분석해석: 인사이트 ..

오늘은 EDA와 데이터 전처리를 배우고, 이번주 내내 빠지지 않는 마케팅 보고서 실습을 진행했다.EDA (탐색적 데이터 분석)EDA는 Exploratory Data Analysis)의 약자로 데이터 분석을 수행하기 전에 데이터의 구조를 파악하고 특성을 이해하는 과정이다.EDA를 통해 데이터의 패턴을 발견하고 이상치 및 결측치를 확인하여 그에 맞는 적절한 전처리 방법을 결정할 수 있다.EDA의 주요 목적과 분석 절차EDA의 주요 목적은 고객의 행동 패턴을 시각화하고 인사이트를 도출하여 마케팅 전략이나 비즈니스 의사결정에 도움이 되는 유의미한 정보를 발견하는 것이다.분석 절차설명1. 데이터의 기본 정보 파악데이터 크기, 컬럼 수, 데이터 타입 등을 확인하여 데이터의 구조를 파악합니다.2. 결측치 및 이상치 ..

오늘은 그래프의 사용 목적, 데이터 변환에 대해 배웠고 오늘도 수업 중간에 마케팅 보고서를 작성하는 실습을 진행했다.그래프히스토그램히스토그램은 데이터의 분포를 분석할 때 사용된다. 도수분포표를 그래프로 나타낸 것이라고 한다.막대그래프와 유사하지만 막대그래프는 비교를 위해 사용되고 히스토그램은 분포를 측정하기 위한 것이다.주로 고객 연령대별 구매 빈도, 캠페인 참여 시간 분포 등을 분석할 때 사용된다.import pandas as pdimport numpy as npimport matplotlib.pyplot as plt# 예제 데이터 생성data = np.random.randn(1000) # 정규 분포를 따르는 랜덤 데이터 1000개# 히스토그램 그리기plt.figure(figsize=(8, 5))pl..