Retention 글을 읽고 사용자 방문에 따른 기준이 다양한 방면에서 마케팅 활용 요소를 사용할 수 있다는 것을 배웠습니다. 이론적으로는 어느 정도 이해했지만 막상 실무에서 닥치게 되면 막 우왕자왕 할 것 같다는 생각이... 그래도 데이터 분석 하려면 이정도는 알아야지!! 않을까 싶습니다!! 클래식 리텐션: 하루하루를 방문자수를 체크한다. 롤링 리텐션: 방문자가 매일 접속 안했어도 특정날짜를 기준으로 방문을 했다면, 그 기준날짜 전까지는 모두 방문한 것으로 간주한다. 범위 리텐션: 날짜를 1그룹, 2그룹, 3그룹으로 나누고 그룹에 속하는 날짜에 하루라도 방문했다면, 리텐션 범위에 포함시킨다. 요약하자면 약간 이런 느낌인 것 같습니다!! 결국에 서비스의 특성에 따라 리텐션 계산법을 적용하는게 중요하고, ..

데이터리안의 ‘RFM 분석이란 무엇일까요’를 읽고 R: Recency F: Frequency M: Monetary 고객이 최근에 구매한 이력, 얼마나 자주 구매했는지, 얼마나 지출했는지 이 3가지 RFM 분석을 통해 고객의 특성을 파악하고, Segmentation(분류)하는 과정은 일반적인 마케팅의 사례라고 생각한다. 고객을 분류하기 위한 Segmentation 하기 위해 기존의 데이터에서 기준점을 세우는게 중요하다. Recency: 2024-01-01 기준으로 최근 한 달 이내 결제했는가? Frequency: 기준 몇 회 이상 주문했는가? Monetary: 기준 얼마 이상 주문했는가? 위의 값을 바탕으로 T/F True에 해당하면 GOOD, F에 해당하면 BAD 이런식으로 고객을 선별할 수 있는 기준을..

- 데이터 타입에 따른 시각화 유형 - 단일변수 데이터 타입 유형 수치형 확률분포 또는 히스토그램 범주형 빈도 수 그래프 (Bar / Pie Chart) - 다변수 데이터 타입 유형 Y: 연속 / X : 연속 산점도 / 회귀 그래프 / 히트맵 Y: 연속 / X: 범주 막대 그래프 / 상자그림 Y: 연속 / X: 시간(순서) 선 그래프 / 포인트 그래프 1. DDA: 묘사적 데이터 분석 -> Target (Y) / X : 시각화 (신뢰성) 1. EDA: 탐색적 데이터 분석 (데이터의 관계성 파악, 데이터 트랜드 파악) -> 시각화(변수 간 분석, 다 변수) 2. CDA 3. PDA 라이브러리 사용 1. Matplot: 파이썬 그래프 시각화에서 가장 많이 사용됨 - 디테일한 옵션 저장 가능 (라벨 색상, 라..