망망대해

고객 세분화를 위한 통계 분석 고객 세분화는 고객의 특성(특징)과 행동패턴을 분석하여 비슷한 그룹으로 나누는 과정이다. → 군집화(clustering)고객 세분화를 위한 대표적 통계 분석기법으로는 기술 통계 분석, K-평균 군집 분석, RFM 분석, 계층적 군집 분석이 있다. 기술 통계 분석- 데이터의 분포와 기본적인 특징을 파악하는데 사용 (EDA)평균 (Mean): 고객 1인당 평균 구매 금액, 평균 방문 횟수 등을 분석. 평균은 그 데이터들을 대표하는 값중앙값 (Median): 데이터의 중앙값을 계산하여 이상치의 영향을 최소화표준편차 (Standard Deviation): 고객 간 소비 패턴의 차이 파악, 중심값에서 얼마나 떨어져 있는지.최댓값 및 최솟값 (Max & Min): 가장 높은 구매 금액..

마케팅 데이터의 주요 지표마케팅 데이터 분석에서 주요 지표를 활용하면 캠페인의 효과를 수치적(정량적)으로 평가할 수 있다. 이를 바탕으로 향후 전략을 수립하는데 활용할 수 있다.각 지표를 종합적으로 분석하여 트래픽 증가 → 전환율 최적화 → 광고 효율성 개선 → 고객 유지 및 충성도 향상이라는 구조를 구축하는 것이 중요하다.마케팅 목표에 맞는 주요 지표를 설정하고, 지속적으로 모니터링하며 최적화해야한다.  트래픽 관련 지표방문자 수특정 기간 동안 웹사이트를 방문한 총 사용자 수신규 방문자 vs. 재방문자 비교 분석 가능페이지뷰방문자가 특정 웹사이트에서 본 페이지 수페이지뷰가 많을수록 사용자가 많은 콘텐츠를 소비했음을 의미세션사용자가 웹사이트를 방문해 특정 시간 동안 머무른 활동 단위평균 세션 길이를 분석..

상관관계란?- 한 변수의 변화가 다른 변수의 변화와 어떤 관계가 있는지 나타냄- 한 변수가 증가할 때 다른 변수가 증가하거나 감소하는 패턴이 있는지 분석 상관계수- 상관관계의 정도는 상관계수로 표현- 가장 많이 사용되는 상관계수는 피어슨 상관계수(기타 스피어만 상관계수, 켄달의 타우 가 있음)- 독립변수가 많을 때 추리는 용도로 좋음 상관계수 해석r = 1 : 완전한 양의 상관관계 (한 변수가 증가할 때 다른변수도 완전히 비례하여 증가)0.7 ≤ r 0.3 ≤ r r = 0 : 상관관계 없음 (두 변수 간 관계가 없음)- 0.3 ≤  r - 0.7 ≤  r r = - 1 : 완전한 음의 상관관계 (한 변수가 증가할 때 다른변수는 완전히 반비례하여 감소)  상관계수 사용시 주의사항- 반드시 인과관계가 있는..

지난 수업 예제 코드 ( 광고비와 판매량 사이의 관계를 선형회귀분석으로 분석)# statsmodels - 통계분석 라이브러리# numpy - 숫자를 다루기 위한 라이브러리import statsmodels.api as smimport numpy as np# 독립변수(광고비)와 종속변수(판매량) 예제 데이터# np.array()를 써서 데이터를 숫자로 다루기 쉽게 한다.X = np.array([1, 2, 3, 4, 5]) # 광고비(독립변수)Y = np.array([3, 6, 7, 8, 11]) # 판매량(종속변수)# 상수항 추가# 상수항(절편)(b)을 추가하는 코드# sm.OLS() 같은 함수는 절편을 따로 수동으로 추가해줘야 함.X = sm.add_constant(X)# 선형 회귀 모델 학습# sm...

통계의 기초- 현상을 기호로 바꾸고 그다음 코드로 바꾸고...현상을 기호로 바꾸는 도구가 통계이다.  통계학은 데이터를 수집, 정리, 분석, 해석하여 의미있는 정보를 도출하는 학문.수집 - API,CSV,SQL정리 - Pandas / DB분석 - 그래프 (행, 컬럼, 통계)>>>>>>특징을 도출하여 해석가능하게 함. 데이터를 통해 특정 현상의 패턴을 이해하고, 이를 기반으로 예측하거나 의사결정을 지원통계학은 기술통계, 추론통계로 구분됨.  1. 기술통계- 데이터를 요약하고 정리하여 쉽게 이해할 수 있도록 표현하는 방법을 다룸 (1) 중심 경향 측정- 데이터의 중심 값을 찾는 방법- 대표적인 지표 : 평균, 중앙값, 최빈값  # 평균 - 데이터 값들의 총합을 데이터 개수로 나눈 값. 데이터가 정규분포를 따..

EDA (탐색적 데이터 분석)란?데이터 분석을 수행하기 전에 데이터의 구조를 파악하고 특성을 이해하는 과정EDA를 통해 데이터의 패턴을 발견하고, 이상치 및 결측치를 확인하여 적절한 전처리 방법을 결정 EDA 데이터 분석 절차 1. 데이터 로드 및 기본 정보 확인 (API, CSV, SQL)2. 결측치 및 이상치 탐색3. 기술통계를 활용한 데이터 요약 (기술 = description)4. 변수 간 관계 분석 및 시각화5. 결론 도출 및 마케팅 전략 수립 → 보고서    1. 데이터 로드 및 데이터의 기본 정보 파악데이터 셋 불러오기 (CSV), 데이터의 크기, 컬럼명, 데이터 타입 확인import pandas as pd# 데이터 로드 (예제 데이터)df = pd.read_csv("sample_data.c..

그래프가 각각 사용되는 이유와 목적을 명확히 알아야 한다. 그로스 마케팅 관점에서 각각의 그래프에 대한 사용목적 히스토그램 (Histogram)데이터의 분포를 분석활용사례특정 캠페인의 광고 클릭 수 분포를 분석고객별 구매 금액의 빈도 분포를 분석  선형 그래프 (Line Chart)데이터의 시간적 변화를 시각화활용사례특정 마케팅 캠페인의 주간/월간 매출 트렌드를 분석A/B 테스트 결과를 시간별로 비교지난 6개월간의 월별 매출 변화(Revenue Trend) 를 분석하여 매출이 증가하는 시기와 감소하는 시기를 파악할 때신규 가입자의 월별 유지율(Retention Rate) 을 분석하고, 특정 월에 이탈율이 증가하는지 확인할 때 막대 그래프 (Bar Chart)범주형 데이터의 비교활용사례광고 채널별 전환율 ..

서울 열린데이터 광장에서 확보한 데이터로 낚시가게를 오픈하기 좋은 동네(50대 남성이 많은 동네)와 화장품가게(20대 여성이 많은 동네)를 오픈하기 좋은 동네의 후보 5곳을 찾기.     문제에서 다시 확인해야 할 개념 정리데이터에서 특정 열 선택 (filtered_df = df[['열1', '열2', ...]]) filtered_df = df[['행정동코드','여자20세부터24세생활인구수', "여자25세부터29세생활인구수"]]df[['열1', '열2', ...]] → DataFrame에서 특정 열만 선택할 때 사용filtered_df는 df에서 '행정동코드', '여자20세부터24세생활인구수', '여자25세부터29세생활인구수'만 포함한 새로운 DataFrame이 됨새로운 열 추가 (df['새로운 열'] ..

데이터를 획득할 수 있는 채널구분APICSVDB Connect데이터 교환 방식서버 간 요청/응답을 통해 데이터 주고받음파일을 저장하고 읽어서 주고받음데이터베이스에 직접 연결하여 조회 및 수정데이터 형식JSON, XML 등텍스트 파일 (CSV 형식)테이블 형태의 구조화된 데이터실시간성O (실시간 데이터 요청 가능)X (파일을 갱신해야 최신 데이터 반영)O (DB에 직접 연결하여 실시간 조회 가능)자동화 및 연동O (시스템 간 연동 가능)O (스크립트로 자동화 가능)O (DB 연동을 통한 자동화 가능)데이터 처리방식API 요청 후 응답 받아 처리파일을 읽고 분석하여 처리SQL 쿼리로 직접 처리 ※ RESTful - API를 사용하기 위하게 해주는 도구  API ( Application Programming ..

크롤링이란?웹 크롤링은 웹사이트에서 데이터를 자동으로 수집하는 기술이다. 크롤러 또는 스크래퍼라고 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 마케팅에서 크롤링의 이유와 목적그로스 마케팅에서 크롤링은 데이터를 자동으로 수집하여 경쟁사 분석, 소비자 행동 파악, 광고 최적화, 가격 조정 등 다양한 마케팅 전략을 개선하는 데 활용된다.경쟁사 및 시장 분석 – 경쟁사의 가격 정책, 프로모션, 마케팅 전략을 실시간으로 추적하여 경쟁 우위를 확보하고, 업계 트렌드를 분석하여 소비자 선호도 변..