IMMDEWW

고객 세분화(segmentation)를 위한 통계 분석 고객의 특성과 행동 패턴을 분석하여=> 비슷한 그룹으로 나누는 과정이를 통해 맞춤형 마케팅 전략을 수립하고, 고객 만족도를 높이며, 기억의 수익을 극대화할 수 있음대표적인 통계 분석 기법기술 통계 분석K-means 군집 분석RFM 분석계층적 군집 분석 1. 기술 통계 분석데이터 분포와 기본적인 특징을 파악하는 데 사용고객 데이터를 분석할 때 자주 사용되는 통계 지표평균 (Mean): 고객 1인당 평균 구매 금액, 평균 방문 횟수 등을 분석하는 데 사용된다.중앙값 (Median): 데이터의 중앙값을 계산하여 이상치의 영향을 최소화할 수 있다.표준편차 (Standard Deviation): 고객 간 소비 패턴의 차이를 파악하는 데 도움을 준다.예제 코드..

감성분석이란?텍스트 데이터를 분석하여 긍정적, 부정적, 중립적인 감정을 자동으로 분류하는 기술자연어 처리(NLP)와 머신러닝 기술을 활용하여 리뷰, 댓글, 소셜 미디어 게시글 등의 감정을 해석하는 데 사용됨 감성 분석의 주요 활용 분야이커머스 & 제품 리뷰 분석고객 리뷰를 분석하여 제품 만족도 평가긍·부정 리뷰에 따른 마케팅 전략 수립소셜 미디어 모니터링트위터, 페이스북, 인스타그램 등의 게시글을 분석하여 브랜드 인식 및 트렌드 파악고객 피드백 관리 (CRM)고객 서비스(콜센터, 이메일)에서 감성 분석을 적용해 불만 사항 자동 감지감정 변화 분석을 통한 고객 이탈 방지금융 & 투자뉴스 및 SNS 데이터를 분석하여 주가 변동 예측에 활용정치 & 여론 분석선거 전후 여론 분석 및 정책 반응 모니터링   시나..

1. 트래픽(Website Traffic) 관련 지표웹사이트 방문자는 마케팅 성과를 측정하는 핵심 요소입니다.방문자 수 (Visitors)특정 기간 동안 웹사이트를 방문한 총 사용자 수신규 방문자(New Visitors) vs. 재방문자(Returning Visitors) 비교 분석 가능페이지뷰(Page Views)방문자가 특정 웹사이트에서 본 페이지 수페이지뷰가 많을수록 사용자가 많은 콘텐츠를 소비했음을 의미세션(Session)사용자가 웹사이트를 방문해 특정 시간 동안 머무른 활동 단위평균 세션 길이(Average Session Duration)를 분석해 사용자의 관심도를 평가이탈률 (Bounce Rate)방문자가 한 페이지를 본 후 바로 이탈하는 비율이탈률이 높으면 콘텐츠 개선이 필요할 가능성이 있음..

상관관계란?한 변수의 변화가 다른 변수의 변화와 어떤 관계가 있는지 나타냄즉 한 변수가 증가할 때 다른 변수가 증가하거나 감소하는 패턴이 있는지를 분석 상관계수(Correlation Coefficient)상관관계의 정도는 상관계수(Correlation Coefficient, r)로 표현되며,가장 많이 사용되는 상관계수는 피어슨 상관계수(Pearson Correlation Coefficient, r)임상관계수의 해석 상관관계 분석_기본 파이썬 코드import pandas as pd# 데이터 로드data = { "광고비(만원)": [50, 60, 55, 70, 80, 90, 85, 100, 110, 120], "방문자 수": [500, 600, 550, 700, 800, 900, 850, 1000..

1. 회귀 분석 개념 1.1 회귀분석이란?통계학에서 두 개 이상의 변수 사이의 관계를 분석하고 예측 모델을 구축하는 기법이 분석은 주어진 데이터로부터 변수 간의 상관관계를 파악하고, 이를 바탕으로 미래의 값을 예측하거나 변수들이 어떻게 상호작용하는지 이해하는 데 사용됨 1.2 주요 구성 요소종속 변수 (Dependent Variable, Y):분석의 목표가 되는 변수.예를 들어, 판매량, 수익, 체중 등 예측하거나 설명하고자 하는 대상독립 변수 (Independent Variable, X):종속 변수에 영향을 주는 변수예를 들어, 광고비, 교육 수준, 운동량 등이 해당오차항 (Error Term, ε):모델이 설명하지 못하는 부분, 즉 관측된 값과 예측된 값 사이의 차이를 의미이는 측정오차나 누락된 변수..

EDA의 주요 목적데이터의 기본 정보 파악: 데이터 크기, 컬럼 수, 데이터 타입 등을 확인.테이블 보고 파악(그래프 아님)+) info 메서드 활용결측치 및 이상치 탐색: 누락된 값과 비정상적인 값을 찾아 적절한 처리 방안을 결정.결측치⇒ 데이터가 연속적인지 파악이상치⇒ 평균에서 벗어남 의미: 그래프에서 boxplot 중 중간에서 벗어난 부분기술통계를 이용한 데이터 요약평균, 중앙값, 표준편차 등 주요 통계량을 분석.데이터의 분포 확인데이터가 정규분포를 따르는지 여부 등을 시각적으로 확인.변수 간 관계 분석변수 간 상관관계를 분석하여 데이터의 패턴을 이해.=> 3,4,5번을 포함한 것이 보고서  데이터 시각화에 활용할 그래프 종류 그래프 종류활용 사례주요 목적히스토그램광고 클릭 수 분포 분석데이터의 분..

설문조사를 통한 데이터 활용: 그로스마케팅(Growth Marketing)에서는 고객의 구매 행동, 제품 인식, 마케팅 캠페인 효과 등을 분석하기 위해 설문조사를 활용할 수 있음 목적고객 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 survey process설문 기획(대상)설계(질문)배포(응답)엑셀로 정리CSV로 추출pandas로 분석 설문결과 분석 e.g.응답자 수 확인: df[ ].valu..

1. 데이터 필터링 (조건에 맞는 데이터 추출) 1) 특정 조건에 맞는 행 필터링df_filtered = df[df["구매액"] > 50000] # 구매액 5만 원 초과 고객만 선택2) 여러 조건 필터링 (AND 조건)df_filtered = df[(df["연령대"] == "30대") & (df["성별"] == "여성")] # 30대 여성만 선택3) 여러 조건 필터링 (OR 조건)df_filtered = df[(df["카테고리"] == "패션") | (df["카테고리"] == "뷰티")] # 패션 또는 뷰티 카테고리 구매자만 선택4) 특정 컬럼 값이 리스트에 포함된 경우df_filtered = df[df["회원등급"].isin(["VIP", "VVIP"])] # VIP, VVIP 회원만 선택5) ..

목표: [데이터 시나리오화]데이터 분석 결과를 보고서 형식으로 풀어쓰기(모든 예시는 하드코딩된 데이터를 기반으로 실습진행) process1. 목표로 하는 지표에 대해 데이터 분석2. 개선 방향 제안3. 해당 지표의 각 분석에서 사용한 항목(col)들을 종합적으로 분석4. 최종 제안(insight): 이때에는 일반인이 봐도 납득,이해 잘 되게 써주는 것이 좋음   GA(Google Analytics)에서 가져온 데이터 활용  1. 사용자 행동 분석사용자가 웹사이트에서 어떻게 행동하는지를 분석하는 항목분석 항목설명Sessions (세션 수)사용자가 사이트를 방문한 횟수. 세션은 30분 동안 활동이 없으면 종료됨.Users (사용자 수)특정 기간 동안 웹사이트를 방문한 고유 사용자 수.New Users (신규..

PANDAS (sublimetext 환경에서 테이블,데이터 만들고) & SQL (maria DB 에서 불러오기) 연동   [ 판다스 & sql 연동_ 순서 요약 ]1. 테이블&데이터 담긴 파일 저장(즉 아래 코드) : main.py (파일명 예시)2. main.py를 FTP (filezila)에 업데이트  - 즉 내 pc(로컬 사이트)에 있는 main.py를 Maria DB에서 불러오기 위해, 원격 사이트로 옮김3. python3 main.py  - 콘솔창에 입력  - 이때 /var/gm-lab3 (즉 디렉토리) 레벨에서 해야 함4. mysql -u leeseulj -p  - 삽입된 데이터 보기 위해 user 레벨로 접근5. use backend;  - db 접근6. show tables;  - 테이블 ..