| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
- 그룹 연산
- sql
- 캐글 신용카드 사기 검출
- 마케팅 보다는 취준 강연 같다(?)
- python
- pmdarima
- 로그 변환
- DENSE_RANK()
- 그로스 마케팅
- ARIMA
- lightgbm
- 인프런
- WITH ROLLUP
- 데이터 정합성
- tableau
- 부트 스트래핑
- WITH CUBE
- Growth hacking
- ImageDateGenerator
- 컨브넷
- 리프 중심 트리 분할
- 3기가 마지막이라니..!
- 데이터 핸들링
- XGBoost
- 캐글 산탄데르 고객 만족 예측
- 스태킹 앙상블
- splitlines
- 데이터 증식
- 분석 패널
- 그로스 해킹
- Today
- Total
목록분류 전체보기 (192)
LITTLE BY LITTLE
[12] 시계열에 따른 사용자의 개별적인 행동 분석하기 - 액션 간의 리드 타임, 카트 추가 후 구매까지 걸린 시간, 등록일로부터 경과한 일수 별 매출액 집계
목차 3. 데이터 가공을 위한 SQL 3-1. 하나의 값 조작하기 (5강) 3-2. 여러 개의 값에 대한 조작 (6강) 3-3. 하나의 테이블에 대한 조작 (7강) 3-4. 여러 개의 테이블 조작하기 (8강) 4. 매출을 파악하기 위한 데이터 추출 4-1. 시계열 기반으로 데이터 집계하기 (9강) 4-2. 다면적인 축을 사용해 데이터 집약하기 (10강) 5. 사용자를 파악하기 위한 데이터 추출 5-1. 사용자 전체의 특징과 경향 찾기 (11강) 5-2. 시계열에 따른 사용자 전체의 상태 변화 찾기 (12강) 5-3. 시계열에 따른 사용자의 개별적인 행동 분석하기 (13강) 6. 웹사이트에서 행동을 파악하는 데이터 추출하기 6-1. 사이트 전체의 특징/경향 찾기 6-2. 사이트 내의 사용자 행동 파악하기 ..
[11] 시계열에 따른 사용자 전체의 변화 찾기(2) -정착률/잔존율, 방문 빈도 기반 사용자 속성 정의, 방문 종류 기반 성장 지수 집계
목차 3. 데이터 가공을 위한 SQL 3-1. 하나의 값 조작하기 (5강) 3-2. 여러 개의 값에 대한 조작 (6강) 3-3. 하나의 테이블에 대한 조작 (7강) 3-4. 여러 개의 테이블 조작하기 (8강) 4. 매출을 파악하기 위한 데이터 추출 (9강) 4-1. 시계열 기반으로 데이터 집계하기 (10강) 4-2. 다면적인 축을 사용해 데이터 집약하기 5. 사용자를 파악하기 위한 데이터 추출 5-1. 사용자 전체의 특징과 경향 찾기 5-2. 시계열에 따른 사용자 전체의 상태 변화 찾기 5-3. 시계열에 따른 사용자의 개별적인 행동 분석하기 6. 웹사이트에서 행동을 파악하는 데이터 추출하기 6-1. 사이트 전체의 특징/경향 찾기 6-2. 사이트 내의 사용자 행동 파악하기 6-3. 입력 양식 최적화하기 7..
[10] 시계열에 따른 사용자 전체의 변화 찾기 - 지속/정착률 산출, 지속/정착률에 영향을 주는 액션 요인 집계, 액션 수에 따른 정착률 집계
목차 3. 데이터 가공을 위한 SQL 3-1. 하나의 값 조작하기 (5강) 3-2. 여러 개의 값에 대한 조작 (6강) 3-3. 하나의 테이블에 대한 조작 (7강) 3-4. 여러 개의 테이블 조작하기 (8강) 4. 매출을 파악하기 위한 데이터 추출 4-1. 시계열 기반으로 데이터 집계하기 (9강) 4-2. 다면적인 축을 사용해 데이터 집약하기 (10강) 5. 사용자를 파악하기 위한 데이터 추출 5-1. 사용자 전체의 특징과 경향 찾기 (11강) 5-2. 시계열에 따른 사용자 전체의 상태 변화 찾기 (12강) 5-3. 시계열에 따른 사용자의 개별적인 행동 분석하기 6. 웹사이트에서 행동을 파악하는 데이터 추출하기 6-1. 사이트 전체의 특징/경향 찾기 6-2. 사이트 내의 사용자 행동 파악하기 6-3. 입..
[책 리뷰] 독학은 어떻게 삶의 무기가 되는가
하이라이트 정리 - 요즈음 인재 육성이나 조직 개발 영역에서 자주 언급되는 것이 '파이형 인재의 중요성'이다. 파이형 인재란 글자 그대로 '두개 영역의 스페셜리스트로서의 깊은 전문성'이 '제너럴리스트로서의 폭넓은 지식'을 떠받치고 있는 인재를 말한다. - 경영학이란 얼마나 현재의 시스템에 최적화할 수 있는가를 연구하는 학문이기 때문에 적용하면 할수록 현재 시스템의 존재 상태를 변혁해서 얻는 이득을 감쇄시켜버린다. 이렇게 시스템을 전제로 하지 않는 지식에 '철학'이 있다. 시스템 자체를 비판적으로 고찰하고, 경우에 따라 시스템의 변경이나 교체를 제언할 수 있다. 이러한 지식이 지적 전투력으로 연결될 수 있을 것 - 배우기만 하고 생각하지 않으면 얻는 것이 없고, 생각하기만 하고 배우지 않으면 위태로워진다...
[9] 데이터 가공을 위한 SQL - 사용자를 파악하기 위한 데이터 추출 2 : 벤 다이어그램, Decile 분석, RFM 분석
목차3. 데이터 가공을 위한 SQL 3-1. 하나의 값 조작하기 (5강) 3-2. 여러 개의 값에 대한 조작 (6강) 3-3. 하나의 테이블에 대한 조작 (7강) 3-4. 여러 개의 테이블 조작하기 (8강) 4. 매출을 파악하기 위한 데이터 추출 (9강) 4-1. 시계열 기반으로 데이터 집계하기 (10강) 4-2. 다면적인 축을 사용해 데이터 집약하기 5. 사용자를 파악하기 위한 데이터 추출 5-1. 사용자 전체의 특징과 경향 찾기 5-2. 시계열에 따른 사용자 전체의 상태 변화 찾기 5-3. 시계열에 따른 사용자의 개별적인 행동 분석하기 6. 웹사이트에서 행동을 파악하는 데이터 추출하기 6-1. 사이트 전체의 특징/경향 찾기 6-2. 사이트 내의 사용자 행동 파악하기 6-3. 입력 양식 최적화하기 7...
[8] 데이터 가공을 위한 SQL - 사용자를 파악하기 위한 데이터 추출 : 사용자 별 액션 수 집계, 연령 별 구분[연령대] 별 특성 집계,
목차3. 데이터 가공을 위한 SQL 3-1. 하나의 값 조작하기 (5강) 3-2. 여러 개의 값에 대한 조작 (6강) 3-3. 하나의 테이블에 대한 조작 (7강) 3-4. 여러 개의 테이블 조작하기 (8강) 4. 매출을 파악하기 위한 데이터 추출 (9강) 4-1. 시계열 기반으로 데이터 집계하기 (10강) 4-2. 다면적인 축을 사용해 데이터 집약하기 5. 사용자를 파악하기 위한 데이터 추출 5-1. 사용자 전체의 특징과 경향 찾기 5-2. 시계열에 따른 사용자 전체의 상태 변화 찾기 5-3. 시계열에 따른 사용자의 개별적인 행동 분석하기 6. 웹사이트에서 행동을 파악하는 데이터 추출하기 6-1. 사이트 전체의 특징/경향 찾기 6-2. 사이트 내의 사용자 행동 파악하기 6-3. 입력 양식 최적화하기 7...
[7] 데이터 가공을 위한 SQL - 다면적인 축을 사용해 데이터 집약하기 : ABC분석으로 구성비 누계로 등급 매기기, 팬 차트로 성장/쇠퇴 판단하기, 도수분포표로 분포 확인/비교하기
목차 3. 데이터 가공을 위한 SQL 3-1. 하나의 값 조작하기 (5강) 3-2. 여러 개의 값에 대한 조작 (6강) 3-3. 하나의 테이블에 대한 조작 (7강) 3-4. 여러 개의 테이블 조작하기 (8강) 4. 매출을 파악하기 위한 데이터 추출 (9강) 4-1. 시계열 기반으로 데이터 집계하기 (10강) 4-2. 다면적인 축을 사용해 데이터 집약하기 5. 사용자를 파악하기 위한 데이터 추출 5-1. 사용자 전체의 특징과 경향 찾기 5-2. 시계열에 따른 사용자 전체의 상태 변화 찾기 5-3. 시계열에 따른 사용자의 개별적인 행동 분석하기 6. 웹사이트에서 행동을 파악하는 데이터 추출하기 6-1. 사이트 전체의 특징/경향 찾기 6-2. 사이트 내의 사용자 행동 파악하기 6-3. 입력 양식 최적화하기 7..
[6] 데이터 가공을 위한 SQL - 시계열 기반으로 데이터 집계하기 : 날짜 별 매출 집계, 이동 평균, 당월 매출 누계, 월별 매출의 작대비, Z차트
목차 3. 데이터 가공을 위한 SQL 3-1. 하나의 값 조작하기 (5강) 3-2. 여러 개의 값에 대한 조작 (6강) 3-3. 하나의 테이블에 대한 조작 (7강) 3-4. 여러 개의 테이블 조작하기 (8강) 4. 매출을 파악하기 위한 데이터 추출 4-1. 시계열 기반으로 데이터 집계하기 4-2. 다면적인 축을 사용해 데이터 집약하기 5. 사용자를 파악하기 위한 데이터 추출 5-1. 사용자 전체의 특징과 경향 찾기 5-2. 시계열에 따른 사용자 전체의 상태 변화 찾기 5-3. 시계열에 따른 사용자의 개별적인 행동 분석하기 6. 웹사이트에서 행동을 파악하는 데이터 추출하기 6-1. 사이트 전체의 특징/경향 찾기 6-2. 사이트 내의 사용자 행동 파악하기 6-3. 입력 양식 최적화하기 7. 데이터 활용의 정..