이서

태블로 상관 관계 분석 (1) 분산형 차트 분산형 차트는 측정값 간의 관계를 파악하기 위한 시각화의 한 방식입니다. 열 선반과 행 선반에 각각 측정 값을 배치하면 자동적으로 분산형 차트가 만들어집니다. 열 선반과 행 선반에 올리는 필드를 고정적으로 배치가 가능하지만, 좀더 자유도를 주기 위해서는 별도의 매개 변수를 만들어 매개 변수 안의 값에 따라서 분산형 차트를 다양하게 활용하실 수 있습니다. 여기에서는 수익과 할인율 필드를 더블 클릭해서 간단한 상관 관계를 살펴보는 분산형 차트를 만들겠습니다. (2) 데이터 설명 데이터 설명은 AI 의 힘을 활용하여 뷰 내의 특정 요소를 설명함으로써 기존에 찾지 못했던 왜 (Why)를 발견하도록 도와주는 기능입니다. 고급 통계 모델인 베이지안 (Bayesian) 방법..

1. 디지털 마케팅 환경의 변화와 성과 측정의 필요성 디지털 마케팅과 데이터 분석 디지털 마케팅에서 데이터 분석은 고객이 Web 또는 App 어떤 행동을 하는가를 파악하는 작업 데이터 분석을 통해 가설을 수립하고 이를 실험을 통해 증명하며 지속적으로 개선하는 과정의 일환 보이지 않는 디지털 세상에서 고객의 인사이트를 알고자 하는 니즈 상승으로 데이터 분석 급부상 중 2. Google Analytics 특징 구글 애널리틱스를 사용하는 이유 대체적으로 사용하기 쉽다. 무료이다. 마케팅 관점에서 높은 퍼포먼스를 추적할 수 있다. 모든 데이터 분석은 전환이 기준 전환 개념이 없다면 그 동안 우리가 접한 유입자수, 페이지뷰, 유입경로, 인기콘텐츠 등의 지표는 허수지표일 수 있다. 구글 애널리틱스를 활용하는 방향 ..

통계란 분산의 마법입니다. 평균: 자료의 중심값으로서 자료의 특성을 대표하는 값, 모든 자료로부터 영향을 받는다. 아웃라이어에 취약하다. 분산: 내가 가진 자료가 평균값을 중심으로 퍼져 있는 평균적인 거리 why 평균과 분산인가?: 계산이 쉽다. 가우스에 따르면 데이터의 불규칙성이 정규분포를 따르고 있으면 최소제곱법이 가장 좋은 추정방법이고, 그 결과 평균값이 가장 좋은 추정값이 됨, 체비체프에 따르면, 데이터의 불규칙성이 어떠하든 평균값 +-2xSD 범위안에는 반드시 전체의 4분의 3이상의 데이터가 존재하는 것이 증명됨 p값 왜 유의할까? p값이 0.05보다 작으니 유의하다. => p값은 무엇이고, 0.05는 뭐며, 유의하다는건 무슨 뜻일까? p값은 무엇일까? percent? possibility? p..

이번 시간에는 정형 데이터 분석의 전체 파이프라인에 대해 복습해 보도록 하겠습니다. 순서는 다음과 같습니다. 1. 탐색적 데이터 분석(EDA) 2. 데이터 전처리 3. 머신러닝 모델링 4. 모델 튜닝 탐색적 데이터 분석(EDA) EDA: 처음 데이터를 수집하였을 때 다양한 각도에서 관찰하고 이해하는 과정 EDA 과정이 필요한 이유는 데이터 분석을 시작 하기 전에 데이터에 대한 100% 이해가 필요하기 때문입니다. 데이터를 잘 이해하고 파악하여야 목적에 맞게 데이터를 정제시킬 수 있고 더 나아가 새로운 인사이트를 도출 할 수 있게 될 것이다. 라이브러리 불러오기 (import) 파일 불러오기 (read_csv()) 행열갯수 관찰하기 (shape) 데이터 확인하기 (head()) 결측치 유무 확인하기 isn..

- 누적 막대 차트 (Stacked Bar chart) 태블로에서는 기본적으로 측정 값들을 집계를 하기 때문에 마 크를 누적해서 보는 경향이 강 합니다. 축에 따라 각각의 값들에 대한 개별 측정값과 전체 누적한 값 을 볼 수 있습니다 . 여기서 살펴볼 누적 막대 차트 도 한 덩어리로 집계된 차트를 차원의 값에 따라 잘라서 구분 해 쌓은 다음에 (stacked), 퀵 테 이블 계산을 적용해 구성 비율 을 함께 표시할 수 있습니다 - 파이 차트 (Pie chart) 파이 차트는 전체에 대해 각각 의 비중을 살펴보는 차트입니다 . 전체 한 덩어리를 잘라서 구분 해서 보기 위해서는 차원을 색 상에 넣으면 차원에 포함되어 있는 수에 따라서 1/N 로 동일한 크기로 나눠지는데, 전체에서 각 각의 portion 을 ..

UNIT 7-1 딥러닝의 기초 배워야하는 이유 - 데이터와 문제의 복잡성 - 강력한 비선형성 - 현재도 발전하고 있는 것 UNIT 7-2 Neural Network(ANN) 인공신경망 생물학적 뉴런이 서로간에 신호를 보내는 방식을 모방하여 만든 노드(인공 뉴런)의 연결체 - 기본 구성: 입력 레이어, 히든 레이어, 출력 레이어 Neuron Perceptron Back Propagation Activation Function Cross Entropy UNIT 7-3 이미지에 효과적인 CNN 3-layer NN vs ConvNet Image Classification with ConvNet Convolution Layer Convolution 대표적인 모델 UNIT 7-4 효과적인 학습 방법 Optimize..

태블로 기본 컨셉 이해하기 (2) 불연속형 (파란색) - 개별적으로 구분 - 유한한 범위, 뷰에 추가하면 머리글을 추가합니다. - Discrete = Blue, Seperate and distinct, finite - Discrete fields draw headers. 연속형 (초록색) - 단절이 없고 끊어지지 않는 무한대 범위, 뷰에 추가하면 축을 추가합니다. - Continuous = Green, unbroken, without interruption, infinite - Continuous fileds draw axes. 라인 차트는 왜 만들까요? 1) 시간 순서에 따른 추세를 보는데 적합하다 2) 만들기 쉽다((더블) 클릭만으로 가능)

태블로 기본 컨셉 이해하기 (1) 측정값은 1. 숫자 형식이고, 2. 액션을 통해 3. 설정된 집계에 따라 4. 차트를 만들게 됩니다. 차원은 1. 그 숫자들로 만들어진 차트를 2. 어떻게 나눠서 볼 것인지를 결정합니다. 막대 차트는 왜 만들까? 1) 만들기 쉽다 2) 항목별로 나눠서 보는데 적합하다 3) 카테고리(범주), 순위, 추세를 보는데 유용하다

1. 최적화 실험 소개 A/B Test 최적화 실험에서 가장 대표적이며 널리 사용되는 방법 서로 다른 집단에게 동일한 비율로 각기 다른 요소를 제공해 그 결과를 비교 Google Optimize https://optimize.google.com 구글에서 제공하는 사이트 최적화 실험 도구 2. 최적화 실험 도구, 구글옵티마이즈 세팅 (1) Google Optimize 실험 유형 A/B 테스트 : 둘 이상의 대안 페이지를 테스트 하는 방법 다변수 테스트 : 둘 이상의 다른 섹션으로 대안 페이지를 테스트 하는 방법 리디렉션 테스트 : 다른 URL 또는 경로로 식별되는 별도의 웹페이지를 테스트 하는 방법 3. 최적화 실험 도구, 구글옵티마이즈 세팅 (2) 실험만들기 페이지에서 할 수 있는 것들 실험 실행 대안페..

1. 사용자 경험을 돕는 마케팅 툴 소개 Google Analytics : 사용자들의 Web/App에서의 경험을 데이터로 확인할 수 있게 해주는 분석 도구 Google TagManager : 구글 애널리틱스 뿐만 아니라 구글 옵티마이저 등의 툴 설치를 도와줄 뿐만 아니라 다양한 이벤트 행동을 추적할 수 있게 해줌 Hotjar : 사용자들의 사이트 내 마우스 행동을 직관적인 히트맵 형식으로 보여주는 도구 2. 사용자 경험 연구와 인사이트 대표적인 실험 예시 효과의 극대화 : 기존 페이지의 전환율을 더 높이고자 하는 실험 개선 : 이탈율이 특히 높은 페이지의 개선 랜딩페이지 : 광고를 통해 고객이 처음 만나는 페이지의 효과 개선 및 극대화 대표적 사용자 경험 인사이트 연구 사례 Dell 장바구니 : 장바구니..