본문 바로가기

분류 전체보기

(11)
GM. GA 정복하기1 (기초 용어 정리 등) 1. GA(google analyitcs)란?: 구글 애널리틱스란, 구글에서 무료로 제공하는 웹 로그 분석 도구 2. 마케터는 왜 GA를 다뤄야 하나요?데이터 기반 마케팅 전략 수립이 가능해요GA는 방문자의 행동 데이터를 정밀하게 분석하여 마케팅 전략을 최적화하는 데 필요한 중요 정보를 제공한다.데이터를 바탕으로 보다 정확한 의사 결정을 할 수 있고, 효율적인 마케팅 전략도 세울 수 있다.데이터 기반 인사이트 제공해요GA는 웹사이트 트래픽, 사용자 행동, 전환율 등 다양한 지표를 분석해 마케팅 전략을 세우는 데 필요한 인사이트를 제공한다.이를 통해 트렌드에 빠르게 대응하고, 사용자 행동을 이해 할 수 있다. 마케팅 성과 측정 및 비용을 절감해요GA는 다양한 마케팅 활동의 성과를 구체적으로 측정하고, 어떤..
GM. 머신러닝기초1 (Tableau 시각화, 대시보드 분석, Looker Studio 시각화, 대시보드 최적화, Looker studio MariaDB 연동) - 속성으로 마리아 설치 후 데이터베이스 생생, 파이썬/플라스크 설치) Tableau 사용법 및 시각화를 통한 분석 1. Tableau 기본 사용법과 데이터 연결 1) Tableau(테블루)란?Tableau(테블루)는 데이터를 시각적으로 분석하고 대시보드를 생성하는 강력한 데이터 시각화 도구이다. 사용자가 코드를 작성하지 않고도 데이터를 쉽게 분석할 수 있도록 설계되었다.Tableau는 직관적인 드래그 앤 드롭(Drag & Drop) 방식을 지원한다.  2) Tableau의 주요 기능(1) 데이터 연결다양한 데이터 소스 연결 가능Excel, CSV, Google Sheets, JSON관계형 데이터베이스(MySQL, PostgreSQL, MariaDB 등)클라우드 데이터(Warehouse: Google BigQuery, AWS Redshift 등)(2) 강력한 데이터 시각화차..
GM. 통계분석 기초2 (상관관계, 상관분석, 마케팅 데이터의 주요 지표 분석, 고객 세분화) 상관관계 및 상관분석   1. 상관관계(Correlation)의 이해와 기초 1) 상관관계란?두 변수 간의 관계를 나타내는 통계적 개념으로, 한 변수의 변화가 다른 변수의 변화와 어떤 관계가 있는지를 나타낸다 즉, 한 변수가 증가할 때 다른 변수가 증가하거나 감소하는 패턴이 있는지를 분석하는 것이다.2) 상관계수의 해석r = 1 → 완전한 양의 상관관계 (한 변수가 증가할 때 다른 변수도 완전히 비례하여 증가)0.7 0.3 r = 0 → 상관관계 없음 (두 변수 간 관계가 없음)−0.3 −0.7 r = -1 → 완전한 음의 상관관계 (한 변수가 증가할 때 다른 변수는 완전히 반비례하여 감소)3) 상관관계와 인과관계상관관계가 있다고 해서 반드시 인과관계(causation)가 있는 것은 아니다아이스크림 판매..
GM. 통계분석 기초1 (통계, 데이터 분포와 확률, 회귀분석, 단순회귀, 다중회귀) 통계 1. 통계의 정의와 목적데이터를 통해 특정 현상의 패턴을 이해하고, 이를 기반으로 예측하거나 의사 결정을 지원하는 데 활용기술통계(Descriptive Statistics)와 추론통계(Inferential Statistics)로 구분1) 기술통계(Descriptive Statistics)기술통계는 데이터를 요약하고 정리하여 쉽고 빠르게 주요 특징을 이해할 수 있도록 표현하는 방법을 다룬다.(1) 중심 경향 측정 (Central Tendency)중심 경향 측정은 데이터의 중심 값을 찾는 방법평균(Mean): 데이터 값들의 총합을 데이터 개수로 나눈 값. 데이터가 정규분포를 따를 때 대표적인 값이 된다.장점: 전체적인 흐름을 쉽게 파악 가능단점: 이상치(outlier)에 민감하여 왜곡될 가능성이 있음중..
GM. 데이터수집 및 전처리3 (데이터 구조 파악-EDA, 데이터 전처리 종합 실습, 그로스마케터, 마케팅보고서, 그래프시각화) 그래프 색 바꾸는 게 너무 재밌어 근데 막상 빨리 바꾸려니까 생각이 안나서 레드, 옐로우, 그린 돌려쓰다가 핑크도 쓴다.  EDA 데이터 구조 파악  1. 데이터 구조 파악(EDA, 탐색적 데이터 분석, Exploratory Data Analysis)데이터 분석을 수행하기 전에 데이터의 구조를 파악하고 특성을 이해하는 과정1) EDA의 주요 목적데이터의 기본 정보 파악: 데이터 크기, 컬럼 수, 데이터 타입 등을 확인.결측치 및 이상치 탐색: 누락된 값과 비정상적인 값을 찾아 적절한 처리 방안을 결정.기술통계를 이용한 데이터 요약: 평균, 중앙값, 표준편차 등 주요 통계량을 분석.데이터의 분포 확인: 데이터가 정규분포를 따르는지 여부 등을 시각적으로 확인.변수 간 관계 분석: 변수 간 상관관계를 분석하여..
GM. 데이터수집 및 전처리2 (설문조사를 통한 데이터 수집, Matplotlib에 의한 시각화, 외부 데이터셋, 데이터 정제, 결측치, 표준화, 정규화) 설문조사를 통한 데이터 수집  1. 개요(1) 설문조사의 목적설문조사는 그로스마케팅에서 다음과 같은 목적을 가질 수 있습니다.고객 페르소나 구축: 고객의 연령, 성별, 직업, 관심사 등 파악제품/서비스 만족도 조사: 고객이 제품을 어떻게 평가하는지 조사광고/캠페인 효과 분석: 특정 광고나 마케팅 캠페인이 효과가 있었는지 평가구매 의사결정 과정 분석: 고객이 제품을 구매하기까지 어떤 요인이 영향을 미쳤는지 확인NPS(Net Promoter Score) 분석: 고객의 브랜드 추천 의향 평가 2. 설문 설계 예제: 그로스마케팅 캠페인 효과 분석(1) 설문 대상최근 3개월 내 브랜드의 제품을 구매했거나, 마케팅 캠페인을 접한 고객 (2) 설문 질문 설계설문지는 폐쇄형 질문(객관식)과 개방형 질문(주관식)을 혼합..
GM. 데이터수집 및 전처리1 (웹 크롤링, API, API 데이터 수집, 마케팅 보고서만들기) 웹 크롤링 개요 및 기본 사용법 1. 그로스 마케팅에서 크롤링과 목적웹 크롤링(Web Crawling)은 웹사이트에서 데이터를 자동으로 수집하는 기술이다. 크롤러(Crawler) 또는 스크래퍼(Scraper)라고 불리는 프로그램이 웹페이지의 HTML을 가져와 특정 정보를 추출하는 방식으로 동작한다.크롤링은 뉴스, 상품 가격, 리뷰, 통계 데이터 등 다양한 정보를 자동으로 수집하는 데 활용되며, 검색 엔진, 가격 비교 사이트, 데이터 분석 등의 분야에서 필수적인 기술이다.그로스 마케팅(Growth Marketing)에서 크롤링(Crawling)은 데이터를 자동으로 수집하여 마케팅 전략을 최적화하고 의사 결정을 개선하는 데 중요한 역할을 한다. 1) 경쟁사 및 시장 동향 분석경쟁사의 가격 정책, 프로모션, ..
GM. 데이터분석 개론 정리4 (JOIN, UNION, 고급 SQL-집계 함수와 그룹화, Python과 SQL 연동) MariaDB에서 여러 테이블 다루기 (JOIN,UNION) 및 고급 SQL (집계 함수와 그룹화)   1. 여러 테이블 다루기 - JOIN 워드 설명(FOREIGN KEY, REFERENCES, ON DELETE CASCADE, DISTINCT)용어설명예제 활용FOREIGN KEY한 테이블의 특정 컬럼이 다른 테이블의 기본 키를 참조하는 제약 조건orders.customer_id → customers.customer_id 참조REFERENCESFOREIGN KEY 정의 시 참조할 테이블과 컬럼을 지정FOREIGN KEY (author_id) REFERENCES authors(author_id)ON DELETE CASCADE부모 테이블의 데이터가 삭제될 때, 참조하는 자식 테이블의 데이터도 자동 삭제FO..