그로스마케터 취준 일기

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 ..

오늘은 지금까지 배운 코드와 EDA 를 이용해 그로스마케팅 보고서를 작성하는 시간을 보냈다. 역대급으로 바쁘고, 배운 것들을 적용하느라 머리가 터지는 시간이었지만 성장한 기분이 들어서 기분은 좋다. 1. 단순 회귀 분석 수행위 데이터 표를 이용하여 광고비(독립 변수)와 전환수(종속 변수) 간의 단순 회귀 분석을 실시하시오.정답import numpy as npfrom sklearn.linear_model import LinearRegression# 데이터 정의X = np.array([1000, 3000, 5000, 7000, 9000]).reshape(-1, 1)y = np.array([105, 195, 310, 395, 505])# 회귀 모델 학습model = LinearRegression()model...

오늘은 T 검정이랑 회귀 분석에 대해서 배웠다. ADsP 공부할 때 나온 개념이라서 꽤 재미있었다. 언제까지 재밌을진 모르겠지만 화이팅 T 검정A 에 대해서 귀무 가설이 맞는지, 대립가설이 맞는지 유의 수준에 따라 채택/기각을 선택한다.주로 표본 수가 작고, 정규분포를 따를 때 사용한다.P_value : 유의수준 귀무가설 : 기본 가정을 나태나는 가설 (차이가 없다.)대립가설 : 귀무가설과 반대되는 주장 (차이가 있다.) 이 기준은 P_value(유의수준)이 0.05보다 크냐 작냐로 채택과 기각을 선택한다.P-value T 검정 코드import numpy as npfrom scipy import stats# A/B 테스트 데이터 (CTR %)group_A = [12, 15, 14, 10, 16, 14..

오늘은 EDA 에 대해서 배웠다. 데이터를 시각화하고, 데이터를 이해하는 단계로 꽤 재밌는 시간이었다.그래프를 만들고, 정제하는 과정은 나에게 꽤 잘 맞는 것 같다. EDAEDA의 주요 목적데이터의 기본 정보 파악:결측치 및 이상치 탐색: 누락된 값과 비정상적인 값을 찾아 적절한 처리 방안을 결정.기술통계를 이용한 데이터 요약: 평균, 중앙값, 표준편차 등 주요 통계량을 분석.데이터의 분포 확인: 데이터가 정규분포를 따르는지 여부 등을 시각적으로 확인.변수 간 관계 분석: 변수 간 상관관계를 분석하여 데이터의 패턴을 이해.데이터 기본 정보 확인: 데이터 크기, 컬럼 수, 데이터 타입 등을 확인import pandas as pd# 데이터 로드 (예제 데이터)df = pd.read_csv("sample_da..

한동안 일정이 너무 많아서 글 관리를 전혀 하지 못했어요 ... 내일부터 다시 정리 차리고 밀린 부트캠프 회고, 마케터 공부 글, 뉴스레터 정리 글 시작하겠습니다

오늘은 탐방레터에서 말고는 온 소식이 없다. 나는 로컬을 좋아하기 때문에 구독해놓은 채널이지만 아직 많은 사람들에게 흥미가 가진 않는 주제라고 생각하기에 정리를 하지 않겠다. 하지만 대전에 "시티파머스" 라는 카페는 소개하겠다.: 시티파머스는 카페도 운영하고, 커뮤니티 모임도 하고, 텃밭까지 가꾸는 곳으로 유명한 공간이다.요일마다 아침에 모여서 이야기를 나누는 '모닝 클럽' 활동을 하고 있다고 하는데 나도 참여해보고 싶다는 생각이 든다.

오늘은 그로스마케터가 갖춰야할 역량을 정리함과 동시에 나는 얼만큼 그로스마케터에 다가갔는지 확인해보기 위한 글이다. 그로스마케터 핵심 역량1. 데이터 분석 및 해석 능력고객 행동, 서비스 지표 등 다양한 데이터를 수집·분석하고, 그 속에서 문제점과 성장 기회를 찾아내는 능력이 필수입니다단순 수치 해석을 넘어 데이터 기반의 인사이트 도출, 가설 수립, 실험 설계 및 결과 해석까지 수행할 수 있어야 합니다2. 빠른 실험과 실행력작은 규모의 A/B 테스트, 랜딩 페이지 개선, UX 실험 등 가설-실험-개선 사이클을 빠르게 반복하는 실행력이 요구됩니다실험 결과를 바탕으로 즉각적으로 전략을 수정·적용하는 민첩함이 중요합니다3. 문제 해결 및 논리적 사고력데이터와 실험 결과를 바탕으로 문제의 원인을 분석하고, 논리..

오늘은 Matplotlib 시각화 시키는 법 + 이용해서 보고서 작성하기를 했다. 시각적인 효과를 보여주면서 보고서를 작성하니까 더 합리적인 보고서가 만들어지는 기분이 들어서 좋았다. 꽤 적성에 잘 맞을지도 ...? Matplotlib에 의한 시각화Matplotlib는 Python에서 데이터를 시각화할 때 사용하는 강력한 라이브러리. 특히 pyplot 모듈을 사용해 다양한 그래프를 손 쉽게 생성할 수 있음 주요 그래프선 그래프 (Line Plot)바 그래프 (Bar Chart)히스토그램 (Histogram)산점도 (Scatter Plot)박스 플롯 (Box Plot)서브플롯 (Subplot) 코드는 다 내 노션에 적었는데 굳이 여긴 적을 필요 없을 것 같아서 안 적을거임 이런 식으로 시각화 시키고 분석..