hachaenii님의 블로그

INTRO1. Growth Mind SetSef-Talk : ton of small wins > big winEnvironment : 할 수 있는 환경을 만들고 가두기Trade-Off : unfreind/disconnect 하다고 크게 손해볼 거 없다 Trade-Ooff = SacificeTools : 중요치 않다. 기초를 아는 것이 중요 기초를 알아야 확장성이 있다Persistence : 꾸준함은 승리한다2. 그룹 실습 : 실제 데이터 기반 가설 세우기 (Looker Studio)MAIN이메일 마케팅1. 이메일 마케팅 통계 2. 이메일 마케팅 - 컨텐츠 측면컨텐츠테크닉마케팅What / WhoHow / WhenWhy세일즈 캠페인을 위하여 브랜드 인지도를 높이기 위하여도달률을 높게하여자동화된 7개의 이메일..

오늘의 학습 내용- Data Driven Contents Marketing- Growth Contents Marketing ProcessINTRO개인 실습을 위한 review 지금 작성하여 지금 발송 또는 예약 발송시의성이 있는 캠페인, 뉴스등 미리 써놓은 메세지(이메일, SMS, 카카오, 앱푸쉬등)가 특정 액션에 따라 발송Engagement : 브랜드 및 서비스와 고객과의 친밀도 형성Trigger Based : 고객 행동 패턴에 따른 메세지▶ 개인 실습▶ 실습 결과 MAIN1. Data Driven Contents Marketing1.1   Owned Media vs. Paid MediaOwned MediaPaid Media기업이 직접 소유하고 관리하는 채널(예: 공식 웹사이트, 블로그, SNS, 유튜..

오늘의 학습 내용- CRMINTRO. 1. 처음부터 100% 창조는 없어요감자칩과 오모리 김치찌개 라면 예시두 가지의 상관성은??                    GS25 " 오호라! 감자스낵을산사람들은오모리김치찌개라면을많이구매하는패턴이있구나! " 빅데이터 기반으로 두 다른 세그먼트에서 하나의 아이템 탄생IDEA의조합,데이터의조합 = 새로운창조 = 새로운비즈니스 2. 패션유행의 시작은 누가 시작할까요?Retro Shop 사장님이 리드Retro Shop?1. 보통의 경우 완전 부유층 지역보단 문화적 활성화 지역에서 살짝 거리가 있는, 렌트가싼지역위치스타일이다양한아이템을사입가능2. 바잉시일반적으로같은스타일(브랜드)을볼륨구매하여마진을크게함. 리바이스501,꽃무늬,와이드팬츠3. 독립샵들이기에점장과의소통및소셜에..

오늘의 학습 내용- LSTM 이해와 마케팅 데이터를 활용한 실습- LSTM 모델 성능평가LSTM 이론LSTM은 RNN(Recurrent Neural Network)의 한 종류로, 장기 의존성 문제를 해결하기 위해 개발된 모델기본 RNN은 시간이 지남에 따라 기울기 소실(Vanishing Gradient) 문제가 발생하는데, LSTM은 셀 상태(Cell State)와 게이트 구조(Gates)를 활용하여 이를 해결1. LSTM의 주요 구성 요소셀 상태(Cell State): 네트워크의 장기 기억을 유지하는 경로입력 게이트(Input Gate): 새로운 정보를 셀 상태에 추가할지 여부 결정망각 게이트(Forget Gate): 불필요한 정보를 제거출력 게이트(Output Gate): 현재 상태에서 어떤 값을 출..

오늘의 학습 내용- 계절성을 고려한 회귀 분석 - 인공신경망의 기본 구조 & 역전파와 딥러닝 모델 학습계절성을 고려한 회귀 분석 (Seasonal Regression Analysis) 회귀 분석은 종속 변수와 독립 변수 간의 관계를 분석하는 통계 기법계절성을 고려한 회귀 분석은 시간 요소(예: 월, 분기, 연도 등)를 독립 변수로 추가하여 계절적 변동을 반영하는 방법1. 방법더미 변수(Dummy Variables) 추가 : 월별, 계절별 변화를 반영하기 위해 더미 변수를 생성푸리에 변환(Fourier Transformation) : 계절적 패턴을 사인(Sine) 및 코사인(Cosine) 함수를 이용해 모델링. 이는 특정 주기성을 더 정확하게 반영할 수 있는 방법이동 평균 또는 지수 평활법(Exponent..

오늘의 학습 내용- 마케팅 보고서 작성- 차원 축소- 계층적 군집 분석 - 회귀 분석을 통한 시계열 데이터 예측마케팅 보고서 시나리오가상의 회사 “GreenTech”는 친환경 제품을 판매하는 기업으로, 최근 6개월 동안 온라인과 오프라인에서 다양한 마케팅 전략을 시행하였습니다. 회사는 제품 판매량 증가와 고객 반응 분석을 기반으로 향후 마케팅 전략을 수립하고자 합니다.목표온라인 광고 (SNS, 검색 광고)를 활용한 브랜드 인지도 향상오프라인 매장에서의 고객 유입 증가고객 리뷰 및 피드백을 활용한 제품 개선연령대 및 지역별 고객 분석을 통한 맞춤 마케팅 전략 수립 분석을 위한 샘플 데이터는 Pandas DataFrame 형식으로 제공됨▶ 코드import matplotlib.pyplot as pltimpor..

오늘의 학습 내용- ANN(Artificial Neural Network)- 다층신경망- 결정 트리의 기본 개념과 구현- 랜덤 포레스트 개념과 구현- K-평균 군집화 개념과 구현ANN(Artificial Neural Network)인공신경망(Artificial Neural Network, ANN)은 인간의 뇌 구조를 모방한 기계 학습 모델로, 주로 패턴 인식, 분류, 예측 등의 문제 해결에 사용1. Single layer & Multilayer Perceptron1.1 Single Layer Perceptron (SLP):입력 데이터 X = [1, 2, 3] 에 대해 하드코딩된 가중치 W = [0.2, 0.4, 0.6] 와 편향 b = 0.5을 적용하여 선형 변환을 수행시그모이드 활성화 함수로 출력값을 ..

오늘의 학습 내용- KNN 알고리즘- SVM- 분류 모델 - 로지스틱 회귀 개념과 활용 - 분류 모델 - 모델 성능 평가와 다중 분류 k-NN 알고리즘1. 개요1.1 거리 측정: 새로운 데이터 포인트와 모든 훈련 데이터 포인트 간의 거리를 계산. 일반적으로 유클리드 거리(Euclidean Distance)를 사용하지만, 맨해튼 거리(Manhattan Distance) 등 다른 거리 측정 방법도 사용 가능1.2 이웃 선택: 계산된 거리 값을 기준으로 가장 가까운 k개의 이웃을 선택1.3 분류/회귀:분류: 선택된 k개의 이웃 중 가장 많은 클래스를 새로운 데이터 포인트의 클래스로 할당. 즉, 다수결 투표(Majority Voting) 방식으로 클래스를 결정회귀: 선택된 k개의 이웃의 평균 값을 새로운 데이터..