베리의 마케터 로그

퍼널 분석 (Funnel Analysis)고객이 특정 목표 행동(e.g. 상품 구매, 회원가입, 앱 설치 등)을 완료하기까지의 과정을 단계별로 나누어 분석하는 기법"퍼널(Funnel)"은 깔때기를 의미하며, 많은 사용자들이 유입되지만 단계가 진행될수록 점점 수가 줄어들어 최종 목표에 도달하는 사용자만 남게 되는 깔때기 모양과 같다고 해서 붙여진 이름 퍼널 분석 주요 특징 및 목적고객 여정 시각화: 사용자가 서비스를 인지하고, 탐색하고, 최종적으로 구매에 이르는 과정을 시각적으로 표현병목 현상(Bottleneck) 식별: 각 단계에서 다음 단계로 넘어가는 전환율을 측정하여 사용자들이 가장 많이 이탈하는 지점(병목 구간)이 어디인지 파악 가능문제점 진단: 이탈률이 높은 단계가 확인되면 그 원인을 분석하여 U..

🔎 데이터 그래프 해석 · 분석 연습 팁데이터셋 먼저 파악하기 → 컬럼 의미, 단위, 데이터 범위 우선 확인기본 사실 읽기 → 그래프에 드러난 수치와 패턴을 객관적으로 관찰비교·차이 찾기 → 범주별, 시간대별, 집단별 차이를 집중적으로 비교맥락에 연결하기 → 단순 수치가 아닌, 왜 이런 결과가 나왔는지 상황과 연결해서 해석시사점 도출 → 실제 활용할 수 있는 전략이나 인사이트로 정리 연습문제 3. 하루 시간대별 매출 분석 연습문제 4. 성별에 따른 매출 비교 분석 연습문제 5. 연령대별 매출 비교 분석 연습문제 6. 주중 v. 주말 매출 비교 분석분석은 항상 정확한 숫자 데이터(% 및 실제 금액 등)를 기반으로분석 보고서 작성 시 전달하고자 하는 바를 명확하게 구분하여 최종적으로 "설득"할 수 있도..

EDA를 이용한 데이터 분석 절차데이터의 구조를 파악하고 인사이트를 도출하는 과정EDA를 통해 데이터의 분포, 이상치, 변수 간 관계 등을 분석하여 데이터 기반 의사결정 최적화데이터 로드 및 기본 정보 확인결측치 및 이상치 탐색기술통계를 활용한 데이터 요약변수 간 관계 분석 및 시각화결론 도출 및 마케팅 전략 수립 데이터 분석 절차 상세 정리1. 데이터 로드 및 기본 정보 확인데이터셋의 기본 구조 파악 및 변수 속성 이해컬럼명, 데이터 타입, 결측치 개수 확인# pandas 사용하여 데이터 불러오기import pandas as pd# 데이터 로드df = pd.read_csv("dataset.csv")# 기본 정보 확인print(df.info()) # 컬럼 파악print(df.describe()) # 기초..

8/26 진행된 '불닭볶음면' 소비자 경험 관련 설문조사 진행 및 데이터 분석 보고서 작성 Matplotlib에 의한 시각화Python에서 데이터를 시각화할 때 사용하는 강력한 라이브러리 (특히 보고서 등 문서 작성 시 많이 사용)pyplot 모듈을 사용하여 다양한 그래프 생성 가능 주요 기능선 그래프 (Line Plot)바 그래프 (Bar Chart)히스토그램 (Histogram)산점도 (Scatter Plot)박스 플롯 (Box Plot)서브플롯 (Subplot) 등 🔎 데이터 시각화 기획 3단계더보기1. 어느 데이터를 표현할 것인가?핵심: 무엇을 보여줄지 선택사용자 유입 수 (일별 방문자, 채널별 방문자)광고 성과 (노출, 클릭, 전환율)매출 지표 (총 매출, 객단가, 재구매율)→ 분석 목적에..

시각화 도구 & 플랫폼 한 줄 정리matplotlib (파이썬 라이브러리) : 코드로 그리는 정적 그래프 중심 (이미지 저장에 강점)Tableau (시각화 플랫폼) : 드래그&드롭으로 만드는 대시보드/스토리에 강함Looker Studio (시각화 플랫폼) : 웹 기반, GA/스프레드시트/빅쿼리 등 연결 쉬움Chart.js (자바스크립트 라이브러리) : 웹 프론트엔드에서 쓰는 Canvas 기반 인터랙티브 차트선택 가이드주피터에서 빠르게 실험/이미지 저장 → matplotlib조직 공유용 대시보드/필터/탐색 → Tableau / Looker Studio내 웹앱에 차트를 직접 넣기 → Chart.js EDA 핵심 한 줄 정리 df.info()- 컬럼 수, 각 컬럼의 non-null 개수, 데이터 타입, 메모..

데이터 파이프라인 개념 복습데이터 원천 (Source)SQL: 데이터베이스(DB)에 저장된 데이터 (e.g. MySQL, MariaDB)File: CSV, Excel, JSON 같은 파일API: 외부 서비스에서 제공하는 Open API (e.g. 카카오맵 API, 통계청 OpenDB데이터 추출 & 적재 (ETL)E (Extract): 위 원천에서 데이터 추출T (Transform): 원하는 형태로 가공/정제 (필드 선택, 결측치 처리, 타입 변환 등)L (Load): 분석에 적합한 저장소로 적재 (보통 디스크에 CSV로 저장하거나 데이터 웨어하우스에 넣음)→ DB/API/File에서 불러온 데이터를 바로 쓰지 않고→ 중간 저장 형태(CSV, Parquet 등)로 디스크에 저장한 뒤,→ 그걸 다시 Pand..

1. 크롤링 방지 사이트 판단 방법1.1. robots.txt 확인웹사이트의 크롤러 접근을 허용하거나 차단하는 규칙을 정의한 파일 (근거)대표 도메인 /robots.txt (e.g. www.example.com/robots.txt)주요 규칙- user-agent: * 모든 크롤러에 적용- Disallow: /private/ 특정 디렉토리 크롤링 금지- Allow: /public/ 특정 디렉토리 크롤링 허용예제 확인User-agent: *Disallow: /searchDisallow: /privateUser-agent: *Allow: / 🔎 데이터베이스 접근 관련 해킹 문제더보기XSS: javascript를 활용해서 상대방 페이지에 있는 내용을 가져오는 형식→ 공격자가 악성 Javascript 코드..

MongoDB 복습 터미널 명령어cd : change directoryls : listrm : remove-rf : all (예시) rm -rf *.xlsxsudo : superuser domkdir : make directorychmod : change mode-R 777 : 최고 권한 (r/w/x 모두 가능)🔎 rm -rf 의미더보기rm → remove (파일/디렉토리 삭제 명령어)-r → recursive (재귀적으로 삭제)👉 폴더(디렉토리) 안에 있는 모든 하위 파일/폴더까지 싹 다 지움-f → force (강제 삭제)👉 "정말 지울까요?" 같은 물어봄 없이, 권한 있으면 바로 삭제 TODO LIST 구현 실습todo/│├── app.py├── uploads/├── static/│ └─..

MongoDB- 대표적인 NoSQL(Non-Relational) 데이터베이스- 전통적인 관계형 데이터베이스의 구조적인 한계를 극복하고자 등장- 현대의 웹, 모바일, IoT 등 다양한 환경에서 유연한 데이터 구조와 대량의 데이터 처리 요구사항을 효과적으로 해결 문서 기반 저장 방식- BSON(Binary JSON) 형태의 문서로 데이터 저장→ JSON과 유사하며 인간이 읽기 쉽고 다양한 데이터 형식을 자연스럽게 표현 가능{ "_id": ObjectId("65c4b5ea156f9c1d2f3a1b4c"), "이름": "김민수", "연락처": { "전화": "02-123-4567", "이메일": "minsu@example.com" }, "관심분야": ["인공지능", "데이터 분석", "클라우..

그로스마케팅 3기 매일 20분 블로그 챌린지 시작,수료까지 꼼꼼히 기록을 남길 수 있었으면 좋겠다 :) JOIN - 데이터의 효율적인 관리를 위해 분리된 여러 테이블에서 데이터를 조건에 맞춰 결합할 수 있는 SQL 구문 - 새로운 테이블 구조를 만들어주는 역할 > 테이블을 결합 or 연결해서 쓴다 FOREIGN KEY : 한 테이블의 특정 컬럼이 다른 테이블의 *기본키를 참조하도록 설정하는 제약 조건 - 데이터의 *무결성 유지 가능 - 참조된 테이블에 존재하지 않는 값이 입력되지 않도록 제한 가능# 고객 테이블과 주문 테이블 생성CREATE TABLE customers ( customer_id INT PRIMARY KEY, name VARCHAR(100), email VARCH..