데이터분석가 기술블로그

출처 : 제나로 쿠오파노(4월 23일)지금까지는 "AI 도입의 CapEx 단계" 에 불과하다고 설명했습니다 .그리고 AI 도입의 운영 지출(OpEx) 단계에 도달할 때까지는 지속 가능한 실제 대량 도입을 볼 수 없을 것입니다 .이에 따라 인공지능 산업은 자본 집약적인 인프라 투자에서 지속 가능한 운영 수익 창출로 전환하면서 비즈니스 모델에서 근본적인 변화를 겪고 있습니다.이러한 전환이 어떤 모습일지 살펴보겠습니다.CapEx 시대: 인프라 투자초기 CapEx 단계에서 AI 비즈니스 모델은 주로 상당한 선행 투자를 통해 기반 역량을 구축하는 데 중점을 둡니다.상당한 자본 배분이 필요한 높은 인프라 비용내부 효율성 향상을 목표로 한 생산성 중심 ROI비용 절감 전략을 주요 가치 제안으로 삼다불확실한 회수 기..

검색 경험 최적화(SXO)의 힘검색 엔진 최적화(SEO)와 사용자 경험(UX) 원칙을 결합하여 전환을 높이는 검색 경험 최적화(SXO)에 대해 알아보겠습니다. SEO는 웹사이트를 검색 엔진에서 발견할 수 있게 하고, UX는 사용자가 웹사이트를 쉽게 탐색하고 사용할 수 있게 합니다.SXO란 무엇인가?SXO는 웹사이트를 최적화하여 방문자에게 훌륭한 경험을 제공하는 과정입니다. 이는 SEO와 UX의 교집합으로, 웹사이트가 검색 엔진에서 높은 순위를 유지하면서도 사용자가 필요한 것을 쉽게 찾을 수 있도록 돕습니다.SXO의 중요성SXO는 신뢰할 수 있고 빠른 사용자 경험을 제공하여 방문자가 웹사이트에 머물고 전환될 가능성을 높입니다. 5명의 미국 쇼핑객 중 4명은 웹사이트의 검색 및 필터링 옵션에 실망하여 떠났다..

1단계. 기존 노트를 슬라이드 구조로 고치기기본 규칙슬라이드 한 장을 만들고 싶을 때마다 --- 줄을 넣으면 됩니다.각 슬라이드 안에서는 평소처럼 Markdown 문법 사용 가능예시: 기존 노트 → 슬라이드화# 프로젝트 요약 이번 분석의 핵심 목표는 사용자 전환율 증가입니다. --- ## 데이터 수집 - 구글 애널리틱스 로그 - 자체 앱 로그 - 이벤트 태그 --- ## 주요 지표 - 전환율: 12.5% - 이탈율: 38.2% - 페이지 체류시간: 1.8분 --- ## 결론 및 제안 - A/B 테스트 확대 - 유입 채널 분석 개선 → 이렇게 하면 총 4장의 슬라이드가 생성됩니다.2단계. 명령 팔레트에서 슬라이드 시작Obsidian 화면에서 슬라이드화된 노트 열기키보드에서 Ctrl + P 를 눌러 명령 ..

블로그에 작성한 보고서를 Obsidian으로 옮겨서 정리하고 발표자료로 활용하려면 아래와 같은 단계별 매뉴얼을 따르면 됩니다.초보자도 그대로 따라할 수 있도록 아주 쉽게 정리했습니다. 1단계. 블로그에서 글 복사웹브라우저로 블로그에 접속정리한 보고서 게시글 열기마우스로 전체 선택 후 Ctrl + C 로 복사2단계. Obsidian 설치 (이미 설치했다면 건너뛰어도 됨)Obsidian 공식 사이트 접속: https://obsidian.md/Download 버튼 클릭 → Windows용 설치 파일 다운로드다운로드한 설치 파일 실행 → 설치 완료 후 Obsidian 실행3단계. 새 Vault(노트 저장소) 만들기Obsidian 실행첫 화면에서 "Create new vault" 선택Vault 이름 입력 (예: ..

그래프 에 1, 2, 3 이 동일하게 설정되었는데 이것중 2,3번을 다른걸로 바꾸는것에 대해 설명하겠습니다.현재 화면에서 2번과 3번 세그먼트를 변경하는 방법을 아주 설명드리겠습니다. 아래 단계를 따라가시면 쉽게 변경할 수 있습니다.1. 앰플리트에서 세그먼트 변경하기:현재 상태:1번, 2번, 3번 세그먼트 모두 **"Weekly Active Users (account_id)"**로 설정되어 있습니다.2. 세그먼트 변경하기:세그먼트를 변경하려면, 2번과 3번 세그먼트 항목을 새롭게 설정해야 합니다.2.1. 2번 세그먼트 변경:2번 세그먼트 옆에 있는 세그먼트 설정 영역을 클릭합니다."Weekly Active Users (account_id)"가 선택되어 있을 것입니다.다른 값을 선택하려면, 드롭다운 메뉴에..

출처 : 구글애널리틱스 과정 및 본인작성 내용입니다. 대시보드툴은 너무 많습니다. 무료, 유료, 태블로, 스트림릿, 앰프리튜드, 슈퍼셋, 루커 등 의사결정을 위한 비즈니스 BI도구로 많이 사용하고 있습니다. 대시보드는 데이터 스토리를 전달하는 데 도움이 되는 강력한 시각화 도구입니다. 대시보드는 들어오는 라이브 데이터를 모니터링하는 도구입니다. 여러 데이터 세트의 정보를 하나의 중앙 위치로 정리하여 시간을 크게 절약할 수 있습니다. 데이터 애널리스트는 대시보드를 사용해 데이터를 추적, 분석, 시각화하여 질문에 답하고 문제를 해결합니다. 대시보드에 대한 기본적인 개념은 이 도움말을 참조하세요: "비즈니스 인텔리전스 대시보드의 실제 사례"를 참조하세요 대시보드의 장점다음 표에는 데이터 애널리스트와 이..

출처 : 다음은 구글 데이터 애널리틱스 교육과정중에 내용입니다. 의사결정의 중요한 요소중에 데이터로 부터 가치를 얻기위해서는 다른사람들이 알기쉽게 데이터를 시각화하는 과정이 필요합니다. 이 교육 과정에서는 Tableau와 스프레드시트로 작업하게 됩니다. 이 두 도구 모두 장단점이 있습니다. 데이터 분석가는 종종 단일 프로젝트에서도 여러 도구를 사용해야 하는 경우가 있습니다. 어떤 도구를 사용할지는 주로 수행 중인 작업과 목표에 따라 결정됩니다. 이 글에서는 데이터 시각화 및 프레젠테이션에 사용할 수 있는 두 가지 도구, 즉 스프레드시트와 Tableau에 대해 살펴봅니다. 스프레드시트(여러 종류가 있지만 그중에 엑셀도 스프레드시트에 한종류입니다.)Google Workspace와 Microsoft Offic..

Amplitude(앰플리튜드)를 활용해 프로젝트 분석 보고서를 작성하려는 초보자를 위한 기초 사용법 매뉴얼입니다. 가능한 쉽게, 체계적으로, 단계별로 정리 했습니다.Amplitude 사용법 초보자 매뉴얼1. Amplitude란 무엇인가?Amplitude는 제품 분석(Product Analytics) 도구로, 사용자의 행동 데이터를 기반으로 사용자 흐름, 전환, 이탈, 잔존율, 이벤트 성과 등을 분석할 수 있음.Google Analytics보다 제품 내부 행동 분석에 특화되어 있음.Amplitude에서는 고객 이탈률(Churn Rate), 재방문율(Retention Rate) 등 고객 행동 분석 지표를 시각화해서 볼 수 있고,당신이 운영하는 블로그처럼 서비스 웹사이트/앱 사용자 흐름을 추적하는 데 아주 효..

ARR (Annual Recurring Revenue)는 연간 반복 수익을 의미하며, 주로 구독 기반 비즈니스에서 사용됩니다. 기업이 고객으로부터 매년 반복적으로 받는 수익을 나타냅니다. 예를 들어, SaaS(Software as a Service) 서비스에서 고객이 연간 구독료를 지불하는 경우, 그 금액이 ARR로 계산됩니다.GMV (Gross Merchandise Volume)는 총 거래액을 의미하며, 특정 기간 동안 플랫폼이나 온라인 쇼핑몰에서 발생한 총 판매 금액을 나타냅니다. GMV는 실제 판매되는 금액의 총합을 포함하며, 할인이나 반품된 금액은 제외하지 않습니다. 주로 전자상거래 플랫폼에서 사용됩니다.차이점ARR은 반복적인 수익을 나타내는 지표로, 구독 모델에서 중요한 지표입니다.GMV는 특정..

커리큘럼(프로덕트 목표 정의 → 페르소나 설정 → 지표 설정 및 분석 → 고객 여정 분석 → 프로덕트 대시보드 만들기)은 실제 제품의 성공 가능성을 높이기 위한 전략 수립에 해당된다. 해당 내용에 대해 간략하게 1. 프로덕트 목표 정의핵심 요약문제 인식: 고객이 겪는 문제나 니즈를 명확히 정의비즈니스 목표: 수익, 유입 증가, 이탈 감소 등 구체적인 목표 설정사용자 목표: 사용자가 프로덕트를 통해 얻고자 하는 가치 정의✔ 성공적인 프로덕트는 ‘사용자 목표’와 ‘비즈니스 목표’를 동시에 만족시킴2. 페르소나 설정핵심 요약데모그래픽 정보: 나이, 성별, 직업, 지역 등행동/심리 정보: 문제 상황, 정보 탐색 방식, 주요 관심사페인포인트(Pain Point): 사용자 경험에서의 불편 요소 정의✔ 페르소나는 실..

클라우드 슈퍼셋 preset에서 대시보드전체 내용 탭별 내용포함 외부로 공유하는방법 ? ChatGPT의 말:클라우드 Superset (Preset)에서 대시보드 전체 내용을 탭별 내용까지 포함하여 외부에 공유하는 방법은 다음과 같은 단계로 할 수 있습니다.1. Public 공유 설정 (공개 대시보드 URL 생성)관리자 권한 필요: 공유 기능을 사용하려면 Preset 관리자 또는 해당 워크스페이스에서 공개 설정 권한이 있어야 합니다.공개 설정하기:대시보드 편집 모드로 이동우측 상단 “...” > Edit dashboard metadata 선택“Make this dashboard public” 옵션을 체크하거나, 퍼블릭 액세스 롤(Public role) 설정 확인URL 복사: 공개 설정 후 대시보드 상단 “..

Looker Studio 활용 요약1차 EDA 시각화 작업은 Looker Studio를 통해 대시보드를 구성사용자 리텐션 흐름을 시각적으로 표현하여 전반적 패턴 이해에 도움리텐션 분석 요약 (Control vs Intervention)1. 개요목적: 리텐션 흐름 파악기간: 2016년 8월 ~ 2017년 5월출처: Google Merchandise Store 데이터2. 주요 지표 (KPI Summary)총 방문 수: 748,134첫 방문자 수: 580,671도시 수: 615, 국가 수: 218장바구니 추가 수: 40,954디바이스·운영체제·브라우저 정보 포함3. 유입 트렌드 분석Line Chart: 일별, 시간별 방문 수Heatmap: 시간대별 집중 트래픽4. 유입 채널별 리텐션Line Chart: 채널별..

1. Heatmap 차트 (Retention Matrix) – 가장 임팩트 있고 전통적인 표현목표:가입 Cohort 별로 Day 0 ~ Day 7까지의 Retention 비율을 시각화 (색상으로 유지율 차이 강조)Superset 차트 설정법:설정 항목값Chart TypeHeatmapRow (Y축)cohort_weekColumn (X축)days_since_first_visitMetric (Value)COUNT(DISTINCT fullVisitorId)FilterisFirstVisit = 0 (재방문만 포함)Normalize열 기준으로 비율 계산 (% of row total 옵션)Tooltipcountry, deviceCategory, trafficSource 추가하면 hover 시 상세 정보 표시Color..

아래 내용은 번역한 내용이며, 해당 원서는 아래에 올렸습니다. 프롬프트 엔지니어링저자: Lee Boonstra감사의 말검토자 및 기여자Michael Sherman, Yuan Cao, Erick Armbrust, Anant Nawalgaria, Antonio Gulli, Simone Cammel큐레이터 및 편집자Antonio Gulli, Anant Nawalgaria, Grace Mollison기술 문서 작성자Joey Haymaker디자이너Michael Lanning목차서론프롬프트 엔지니어링LLM 출력 구성출력 길이샘플링 제어온도Top-K 및 Top-P통합하기프롬프트 기술일반 프롬프트 / 제로샷원샷 및 퓨샷시스템, 문맥 및 역할 프롬프트시스템 프롬프트역할 프롬프트문맥 프롬프트Step-back 프롬프트Cha..

퍼가기. 출처 한빛+ 데브레터『밑바닥부터 시작하는 딥러닝』. 일명 ‘밑시딥’ 시리즈의 1편이 ‘리마스터링’되어 돌아왔습니다.저는 이 시리즈를 번역한 개앞맵시(이복연)입니다.리마스터링이 저의 제안에서부터 출발하였기에, 추진 이유와 무엇이 달라졌는지 등의 이야기를 풀어보고자 키보드 앞에 앉았습니다. 다음 이야기를 준비했습니다.무엇이 달라졌나?‘1편 좀 다시 써 주시지..’다시 태어나기까지함께하는 다음 8년1. 무엇이 달라졌나?저는 ‘왜’부터 썰을 풀고 싶으나, 여러분은 ‘무엇이’가 더 궁금하시겠죠? 그래서 달라진 점부터 정리했습니다.하나씩 보겠습니다.1. 컬러화책 내지의 서식, 코드, 그래프 등을 컬러로 바뀌었습니다. 컬러화는 가장 먼저 눈에 띄지만, 사실 내용의 본질 면에서는 그렇게 중요한 요소는 아닙니다..

인과관계와 연관관계는 통계 및 데이터 분석에서 중요한 개념으로, 그 차이를 이해하는 것이 중요합니다. 두 개념을 아래와 같이 구분할 수 있습니다:인과관계 (Causality):정의: 하나의 변수(원인)가 다른 변수(결과)에 영향을 미친다는 관계입니다. 즉, 원인이 결과를 직접적으로 변화시키는 관계입니다.예시: "흡연은 폐암을 유발한다." 여기서 흡연이 원인이고 폐암은 결과입니다. 흡연이 폐암을 직접적으로 유발하는 인과관계입니다.특징: 인과관계를 증명하려면 실험적 검증이나 통제된 환경에서 원인과 결과를 명확히 구분해야 합니다. 이를 위해 A/B 테스트나 실험 설계가 중요합니다.연관관계 (Correlation):정의: 두 변수 간에 어떤 관계가 있다는 것을 의미하지만, 한 변수가 다른 변수의 변화를 직접적으..

구글코렙에서 작성한 파일을 CSV로 저장하여 100MB이상이므로 구글스토리지에 올려서 빅쿼리에 연결하고 Json키를 만들어서클라우스 슈퍼셋에 연동한 뒤 위에 화면처럼 선택이 가능합니다.  구글코렙 ~ Json키 발급하고 클라우스슈퍼셋 연동까지는https://nesaram-health-1story.tistory.com/319 이글을 참고하세요. 1. 코호트 재방문 추이 (Line Chart)Colab 코드python복사편집plt.plot(first_cohort['days_since_first_visit'], first_cohort['n_users']) Superset 구현Chart Type: Line ChartX-axis: days_since_first_visitMetrics: COUNT_DISTINCT(..

MATLAB• MATLAB은 고급 수치 계산 및 데이터 분석을 위한 소프트웨어입니다. 특히 통계 프로세스 제어(SPC)**와 실험 설계(DOE)에서 MATLAB은 강력한 도구로 사용됩니다. MATLAB은 데이터 분석, 시각화, 알고리즘 구현 및 사용자 인터페이스 생성을 지원합니다.• SPC에서는 MATLAB을 사용하여 제어 차트를 생성하고 프로세스 변화를 모니터링할 수 있습니다.• DOE에서는 MATLAB의 Statistics and Machine Learning Toolbox를 활용하여 실험 설계와 데이터 분석을 수행할 수 있습니다.Python• Python은 데이터 분석과 과학 계산에 널리 사용되는 프로그래밍 언어입니다. Python은 SPC와 DOE에 적합한 다양한 라이브러리를 제공합니다.• SPC..

1. CSV 파일을 데이터 웨어하우스(예: Google BigQuery)로 업로드A. Google BigQuery에 CSV 파일 업로드BigQuery 콘솔 접속:Google Cloud Console에서 BigQuery 페이지로 이동합니다.데이터셋 생성:CSV 파일을 업로드할 데이터셋이 없다면, 새 데이터셋을 생성합니다.BigQuery 왼쪽 패널에서 프로젝트명을 클릭하고 **"데이터셋 만들기"**를 선택합니다.데이터셋 ID, 위치 및 기타 옵션을 설정한 후 생성합니다.테이블 생성 및 CSV 파일 업로드:생성한 데이터셋 내에서 "테이블 만들기" 버튼을 클릭합니다.소스 유형(Source)에서 "파일 업로드"를 선택하고 CSV 파일을 선택합니다.파일 형식(File format)은 CSV로 지정합니다.대상 테이블..

LTV(Lifetime Value, 고객 생애 가치)는 고객 생애주기와 밀접하게 관련되어 있지만, 두 개념은 동일하지 않다.LTV(고객 생애 가치): 한 명의 고객이 기업과 관계를 맺는 동안 발생시키는 총수익을 정량적으로 평가한 지표입니다. 이는 고객이 기업에 기여하는 경제적 가치를 측정하며, 고객의 평균 구매 금액, 구매 빈도, 관계 유지 기간 등을 기반으로 계산됩니다.고객 생애주기: 고객이 기업과 관계를 맺는 기간 동안의 모든 단계를 의미합니다. 예를 들어, 고객이 처음 브랜드를 접하고, 구매하고, 재구매하거나 이탈하기까지의 과정을 포함합니다.따라서, LTV는 고객 생애주기 동안 발생하는 수익을 수치화한 결과로 볼 수 있다. 즉, LTV는 고객 생애주기를 기반으로 산출되는 경제적 지표라고 할 수 있다..