Data 공부

A/B TestA/B 테스트에 대한 정의와 관련된 Issue들을 공부하고, kaggle data를 통해 실습한다. A/B 테스트- 두 가지 또는 그 이상의 시안을 실험하여 비즈니스에 최상의 결과를 가져오는 버전을 알아내는 통계적 검증방식- 목적: 변형이 더 나은 성능을 보는지 통계적으로 검증. A/B 테스트 수행 전 중요한 issue1. KPI 지표의 잘못된 산출    - 작은 실수로 발생할 수 있는 해당 issue는 실험 data를 왜곡시킨다.2. post-click landing page    - 변경하고자하는 B 안이 기존의 A 안과 동일하게 모든 기기와 브라우저에서 호환되야 한다.    - 테스트 시 A 안이 순간 나타나고 B 안이 나타나는 flicker effect를 조심해야 한다.3. 너무 빠..

LTV이전 Cohort Analysis에서 고객이탈에 대한 주기에 대한 지표에 대한 중요성 등의 필요성을 확인했으므로 LTV 분석을 통해 고객의 예상 구매 횟수, 예상 구매 금액을 예측한다. 신규 고객 유치에 드는 비용(Acquisition Cost)가 통상적으로 기존 고객을 유지하는데 드는 비용(Retention Cost)보다 크다는 점을 이용하여 기존 고객들의 특성 파악을 통해 고객 중심의 마케팅 전략을 설정한다.*참고:https://pl ayinpap.github.io/ltv-practice/      0. Import Package & Data Load¶ In [1]:import pandas as pdimport seaborn as snsimport numpy as npimport osimport..

Cohort Analysis이전, Customer Segment의 결과에서 이탈 우려 고객에 대한 분포가 비교적 크게 분포하였다. Cohort 분석을 통하여 고객들의 이탈을 이해하고, 고객의 재구매율을 통해 맞춤형 마케팅 전략 등을 고민해본다.   0. Import Package & Data Load¶ In [6]:import pandas as pdimport seaborn as snsimport numpy as npimport osimport scipy.stats as stimport matplotlib.pyplot as pltimport warningswarnings.filterwarnings('ignore')%matplotlib inlinedata_cus = pd.read_pickle("data_c..

Customer Segment이전 Simple Analysis에서 MAU와 (매출, 마케팅 사용금액)에는 상관관계가 없는 것을 확인했으며, 소수고객이 큰 매출 비율을 차지하는 것을 확인하였다. 이는 고객에 대한 더 깊은 분석이 필요할 것이라 판단하였다. 따라서, 고객에 대한 세분화 분석을 진행하여 고객 유지, 재구매율 향상 유도, 맞춤형 마케팅 등의 효과를 야기하기로 한다.Heuristic RFM 기법과 data-driven K means clustering 기법을 비교하여 고객 세분화 결과를 비교한다.     0. Import Package & Data Load¶ In [1]:import pandas as pdimport seaborn as snsimport numpy as npimport osimpo..