그로스마케터 취준 일기

2025.04.30 ~ 2025.08.26 시작 개요마케팅을 하든 창업을 하든, 내 머릿속 생각을 타인에게 명확히 설명하는 데 늘 어려움이 있었다.그래서 정량적인 데이터를 통해 설득하는 힘을 기르고자 ‘멋쟁이사자처럼’ 부트캠프에 지원하게 되었다. 처음엔 데이터 분석이 생각보다 쉬울 거라 여겼다. 단순히 숫자가 모든 걸 말해준다고 생각했고, 가벼운 마음으로 시작했다.하지만 같은 데이터를 보더라도 해석하는 사람의 관점과 역량에 따라 전혀 다른 결과를 만들어낼 수 있다는 것을 깨닫고, 데이터 분석을 만만하게 여기 전제민을 때리고 싶어졌다. 4개월간의 그로스 마케팅 공부는 쉽지 않았지만, 인간 전제민으로서 한층 성장할 수 있었던 시간이었기에, 만족하며 수료할 수 있을 것 같다. 사용 가능한 툴- GTM/GA4 ..

오늘은 데이터분석 파트 수업 종료 다음날로 오전에는 꿀 같은 휴강 시간을 보내고, 오후에 특강 2개가 잡혀있어 듣게 되었다.첫번째 강사님은 내가 지금 다니고 있는 멋쟁이사자처럼 창업 과정을 통해 직접 예창패로 창업까지 하신 분이셨고,두번째 강사님은 제일기획에서 광고를 하시다가 현재는 하쿠호도제일 이라는 광고대행사에 다니시는 분이셨다. 두 강사님 모두 대단하신 커리어를 가지고 계신 모습에 나도 언젠간 꼭 도달하고 싶다는 욕망이 생기기도 했고, 현재 내 모습이 초라해보이기도 했다. 제일기획은 마케팅을 지망하는 학생이라면 모두가 알고 있고, 꿈의 직장으로 불리는 곳이지만 이상하게 나는 하쿠호도제일이 더 멋졌다. 대한민국에서 가장 유명한 제일기획과 일본에서 가장 잘 나가는 하쿠호도의 합작으로 만들어진 종합광고대..

오늘은 진짜 이제 내가 개발자가 아닐까 ? 라는 확신을 가질만큼 어려운 코드들의 파티였다 ..... 나 진짜 ADsP 자격증에서 다 공부한 것들인데 직접 사용해보려고하니까 뇌가 초기화 되는 기분 결정 트리구성 요소1. 루트 노드 : 트리의 최상단 노드로, 전체 데이터에서 가장 중요한 속성을 기준으로 데이터를 나눔2. 내부 노드 : 특정 속성을 기준으로 데이터를 분할하는 지점3. 단말 노드 : 더 이상 분할이 이루어지지 않는 최종 노드 ( 이것은 뎁스 지정을 통해 미리 갯수를 지정해놓음)4. 가지 : 각 노드를 연결하는 선으로, 특정 속성 값에 따라 데이터가 이동하는 경로를 나타냄 가지치기: 과적합을 방지하기 위해 결정 트리의 크기를 줄이는 방법이 가지치기 결정트리 구현 방법from..

오늘은 KNN 알고리즘과 SVM에 대해서 공부했다. 뭔가 ADsP 자격증 공부하면서 봤던, "저걸 사람이 한다고?" 라고생각했던(그게 나야 ...) 알고리즘들을 직접 사용하니까 은근 재밌기도 했다. 또한 오늘 강사님이 그로스마케터로 지금까지 배웠던 강의들에 대해서 생각해보고 내가 어떤 분석 능력을 가지고 있는지 정립할 필요가 있다고 해서 이번 주말에 진행해보려고 한다 ! KNN1. 거리 측정 : 훈련 데이터 포인트 간의 거리를 계산. 일반적으로 유클리드 거리를 많이 사용한다. (cost 대비 효용성을 파악하고 선택)2. 이웃 선택 : 계산된 거리 값을 기준으로 가장 가까운 k개의 이웃을 선택3. 분류/회귀: - 분류 : 선택된 k개으 ㅣ이웃 중 가장 많은 클래스를 새로운 데이터 포인트의 클..

(개인 일정이 있어서 24,25일차 수업은 못 들었습니다 ㅠ)오늘은 의사결정트리 모델로 마케팅 결과를 예측하는 방식과 트리 시각화 하는 방법에 대해서 공부했다. 뭐라고 하는지 이해하려고 우다다다 따라가다보니 시간이 6시 .... ADsP 자격증 공부 안 했으면 못 따라갔을거야 .......결정 트리 기본 개념결정 트리는 트리 구조를 사용하여 데이터를 분류하거나 회귀하는 지도 학습 알고리즘트리의 각 노드는 특정 특징을 기준으로 데이터를 나누는 역할을 하며, 최종적으로 예측값을 도출함 결정 트리 구조 루드 노드데이터가 처음 입력되는 노드가장 중요한 특징을 기준으로 데이터를 나누는 역할내부 노드특정 특징을 기준으로 데이터를 분할 하는 역할각 노드는 질문(조건문)을 포함하며, 예/아니요 또는 특정 범위에 따라 ..

지금 Python, Pandas, SQL, EDA 까지 배운 부분은 분석의 영역에 속하는 것이고, STAT, 시각화, M/L (머신러닝) 은 예측의 영역에 속하는 거라고 강사님께서 말씀해주셨다 ... 아쉽게도 이때까진 내 미래를 예측하진 못했다 .... 오후에 머신러닝을 들어가서 오전에는 시각화 연습을 조금 더 진행하였다. 1. 데이터 파일 만들기 (하드코딩)2. 데이터 생성하는 코드 실행3. 루커스튜디오에 데이터 넣기4. 데이터 시각화하기 식으로 진행하였다.1. 데이터 파일 만들기 # 데이터 테이블 만들기CREATE TABLE user_activities ( activity_id INT AUTO_INCREMENT PRIMARY KEY, department VARCHAR(100), ..

오늘은 Looker Studio 들어가는 날 !! Looker Studio는 google Analytics와 연동이 되어서 편리하게 사용 가능하다는 점이 매력적이었다.드디어 google Analytics 자격증의 힘을 보여줄 때가 된 거 같다 ㅎ 아래 페이지로 들어가서 Looker Studio 회원가입하고 접속하면https://lookerstudio.google.com/u/0/navigation/reporting 맞춤 보고서 및 대시보드 손쉽게 만들기 - Looker Studio이메일 또는 휴대전화accounts.google.com 아래와 같은 시작 페이지가 있다. 여기서 빈 보고서를 클릭하면 우리의 데이터분석 대시보드 만들기가 시작된다.이후 데이터를 연동해줘야하는데, 우리는 google sheets에 ..

오늘은 tableau 기본 사용법과 데이터 파일을 연결시켜 시각화 시키는 방법, 대시보드를 만드는 방법에 대해서 공부했다. 기존에 데이터 분석에 대한 이론적인 지식과 python을 활용한 보고서 작성을 미친듯 반복하다보니 tableau에 대해 빠르게 이해할 수 있었던 것 같다. (근데 python으로 시각화 시키는게 조금 더 쉬운듯 ....) 테블로의 기본 사용법은데이터 파일 연결 -> 컬럼 선택 -> 시각화 도구 선택 -> 시각화 -> 대시보드 제작 이런 흐름을 통해서 대시보드를 만드는 과정이다. 처음에 창을 열면 연결할 파일을 선택할 창이 뜨고 연결된 데이터를 선택하면 데이터파일에 존재하는 컬럼들이 뜬다. 이후 열과 행에 원하는 데이터 컬럼을 옮기면 데이터들이 tableau 시트로 이동을 하게 된..

오늘은 데이터를 시각화해서 추세를 분석하는 시간을 가졌다. 데이터 숫자로만 볼 때 보다 시각화해서 볼 때가 데이터의 추세를 더 잘 이해할 수 있다는걸 오늘 격하게 배웠다. 앞으로 보고서 쓸 때도 시각화를 잘 사용해야겠다는 생각을 했다. 보고서 시나리오 분석시나리오 : 방문자 수와 페이지뷰 분석어느 전자상거래 사이트는 마케팅 캠페인(A/B 테스트)을 진행하면서 방문자 수와 페이지뷰 증가를 모니터링하고 있다. 캠페인 A와 B 중 어떤 것이 더 많은 방문자와 페이지뷰를 유도했는지 분석한다.import pandas as pdimport matplotlib.pyplot as plt# 하드코딩된 방문자 및 페이지뷰 데이터data_visits = { "Date": ["2025-01-01", "2025-01-02..

오늘은 피어슨 상관관계 분석이랑 데이터분석 시나리오를 통해 보고서를 작성하는 시간을 가졌다.상관관계 분석이 생각보다 이해는 잘 안됐다. 왜 상관관계 분석이 이렇게 되는진 잘 모르겠지만 그래도 상관관계를 알 수 있다는건 보고서를 작성할때 마케팅 계획을 수립할때 큰 도움이 될 수 있을 거 같다. 피어슨 상관관계 분석두 연속형 변수 간의 선형 관계가 얼마나 강하고 어떤 방향인지(양/음)을 -1에서 1 사이의 값으로 나타내는 통계 분석 방법 +1: 완전한 양의 상관관계 (한 변수가 증가하면 다른 변수도 증가)0: 상관관계 없음 (선형 관계 없음)-1: 완전한 음의 상관관계 (한 변수가 증가하면 다른 변수는 감소)상관계수 r의 범위:상관계수(Pearson Correlation Coefficient) 출력상관계수 ..