TIL

Funnel (퍼널) 깔대기라는 뜻이지만, 마케팅에서는 소비자가 고객이 되는 과정을 의미한다. Sales funnel = purchase funnel - 상품이나 서비스의 구매를 향한 이론적인 고객 여정을 보여주는 소비자 중심의 마케팅 모델 1. awareness(인식): user가 브랜드, 제품에 대해 인식하고 있는 단계 2. interest : understanding, discovery라고도 한다. 3. decision : consideration이라고도 한다. 결정을 내리기 시작하는 단계이다. 4. Action, Sales, Conversion : 실제로 구매하는 단계 5. loyalty : repurchase, 재구매하는 단계이다. 퍼널은 마케터에게 있어서 고객이 구매/재구매하는 여정을 시각화할..

클러스터링(Clustering)은 데이터에서 표면상으로는 안 보이는 패턴을 찾을 수 있게 해준다. 중요한 것은 몇 개의 클러스터가 새분화를 잘 해내는지 찾아내는 것이다. 클러스터링의 대표적인 방법은 k-means clustering 이 있다. k-means clustering - group similar data points - iterative approach (반복적인 접근법) - Starting point : Randomly selected cluster centers , Variable = you're interested in (location, demographics,,,) ----> revaluate hoe good your random choice was and improve it! 과정 1..

*마케팅을 위한 데이터 분석 방법론에 대해 공부한 내용을 정리했습니다. 세분화 segmentation - 공통된 특성을 가지고 있는 사람들을 그룹별로 분류하는 것 - 플랫폼(페이스북, 구글,,,,)에서 타켓팅하는데에 쓰일 수 있다 - 타겟팅 전에 세분화 먼저 수행해야 한다. 세분화는 2가지 형태로 나타난다. 1. developed from a persona - 그 사람의 구성요소에 따라 분류 (나이,직업 등) 2. developed from data analytics - k-means clustering, statistical analysis,,, 세분화를 하는 이유? - 세분화 helps us reach the right users! 세분화의 변수 : demograpic(인구통계학적), psychogr..

binary classification은 종류가 2개로 나뉘어진 데이터가 있고 이를 분류하는 문제입니다. 이 문제는 예측 값이 연속적인 값이 아닌 0 또는 1입니다. 예시 이메일 : 스팸인가 / 아닌가? 온라인 거래: Fraudulent Financial Statement (FFS)인가 / 아닌가? 종양 : 악성종양(암)인가 / 양성인가? 이때는 우리의 예측 값을 확률 값으로 만든 다음에 확률 값이 우리의 기준보다 높으면 1, 아니면 0으로 분류합니다. 이러한 문제를 푸는 방법을 logistic regression이라고 합니다. 나누는 종류가 3개이상이면 - multi classification Logistic regression을 진행하기 위해서는 출력 값을 0과 1의 값으로 맞춰주어야 합니다. 이를 ..

실제로 예측을 하고자 할 떄 보통 하나 이상의 변수들을 고려해야 합니다. multiple linear regression은 다양한 입력 변수들을 사용하는 예측모델입니다. 위 이미지를 예로 설명하면, 집가격(y)를 예측한다고 할 때, x1(침실수), x2=층 수, x3=지어진연수, x4=크기 4가지 feature(n=4)가 있습니다 . feature= dimension=attribute x(2)는 =[3 2 40 127](열벡터로)가 되고, x3(2)는 30 입니다 default는 한상 열벡터이고, row vector 즉 [3 2 40 127]로 표현하고 싶다하면, transpose를 사용하여 표현합니다. 예측 모델 식은 다음과 같습니다. 세타0,1,2,3은 각 변수의 가중치이고, x1,2,3는 각 fea..

집 사이즈에 따른 가격을 예측하는 One Variable Regression을 생각해보자. 데이터의 분포를 보면, 예측하려는 직선값이 안 나타날 수도 있다. (사이즈와 가격이 비례하지 않음) 이때, 변수값을 그대로 곱하는것이 아닌 루트x나 x의 거듭제곱, sinx 등 x를 변환한 값을 새로운 칼럼으로 추가하여 예측모델을 생성할 수 있다. 이를 다중회귀하면 된다.(lost function, gradient descent 수행하면 됨) 파이썬에서 사이킷런의 PolynomialFeatures를 사용할 수 있다. from sklearn.preprocessing import PolynomialFeatures https://scikit-learn.org/stable/modules/generated/sklearn.p..

https://www.kaggle.com/competitions/store-sales-time-series-forecasting Store Sales - Time Series Forecasting | Kaggle www.kaggle.com 대회 개요 - 에콰도르에 위치한 Favorita 매장에서 판매되는 수천 개의 제품군의 매출을 예측 데이터 셋,변수 설명 1. train.csv - store_nbr : 제품이 판매되는 스토어 id family : 판매되는 제품의 종류 더보기 ( ['AUTOMOTIVE', 'BABY CARE', 'BEAUTY', 'BEVERAGES', 'BOOKS', 'BREAD/BAKERY', 'CELEBRATION', 'CLEANING', 'DAIRY', 'DELI', 'EGGS',..

과거 데이터 기반으로, 입력 주어졌을 때 출력(예측값)이 나와야 한다. 예측하고자 하는 변수 = target variable(타겟 변수) 타겟 변수가 실수이면 = regression problem, 타겟 변수가 카테고리 변수이면 = classification (대표적인 방법론: 로지스틱 회귀) 이 둘은 supervised learning(지도 학습)이다. unsupervised learning(비지도 학습)에는 clustring(k-means) 등이 있다. 선형회귀 Linear Regression - 종속 변수 𝑦와 한개 이상의 독립 변수 𝑋와의 선형 관계를 모델링(=1차로 이루어진 직선을 구한다)하는 방법론 - 최적의 직선을 찾아 독립 변수와 종속 변수 사이의 관계를 도출하는 과정 독립 변수= 입력 값..

선형대수학을 공부하면서 첫번쨰 고비가 기저 벡터에서 찾아와 버렸다. 설명을 찾아봐도 너무 어려워서 이해를 못했었다. 완벽하게 100% 안다고는 할 수 없지만 그래도 여태까지 이해한 내용을 바탕으로 기저 벡터에 대한 설명을 해보겠다. 기저 벡터란 어떤 공간을 이루는 원소 중 가장 엑기스인 원소이다. 이때, 어떤 공간은 대부분 좌표평면으로 많이 설명하는 것 같다. 예를 들어 어떤 공간이 x축, y축으로 이루어진 좌표평면(R^2)이면, {(1,0),(0,1)}은 기저 벡터이다. 이 두 좌표에 어떤 실수를 곱하면, 즉 벡터 조합으로 좌표평면에 있는 모든 점을 표현할 수 있기 때문이다. 그러나 {(1,0),(2,0)}은 기제가 될 수 없다. 아무리 큰 수를 곱해도, x축 위에서만 점이 찍히기 때문에 모든 좌표평면..

튜플 언패킹 예시 - 리스트는 ()를 []로 바꿔주면 리스트 패킹, 언패킹이 가능하다. a, b = (1, 10) print(a) print(b) 1 10 a, *b, c = (1, 2, 3, 4, 5) print(a) print(b) print(c) 1 [2,3,4] 5 *은 나머지를 묶어준다고 생각하면 편하다.