Data Science50 [R] 시계열 분석을 통한 미래 예측 https://polar-comet-18d.notion.site/R-a3e88edc781249d78609c316ee6b6583 [R] 시계열 분석을 통한 미래 예측 미래 예측의 중요성 polar-comet-18d.notion.site 미래 예측의 중요성 시간에 따른 변화를 이해하는 것은 비즈니스에서 성공을 좌우하는 가장 중요한 요소이며 마케팅과 비즈니스전략 수립에 많이 쓰이고 있다. 시계열 분석이란? 시계열 분석은 날짜 데이터를 사용해 일/월/연 단위로 수치를 예측하거나 이상치를 모니터링 하는데 사용하는 방법 시계열 분석을 통해 시즌/주기/트렌드 등의 패턴을 도출하는 것이 가능하다. 시계열 분석의 절차는 날짜 데이터 → 시계열 분석 → 수치 예측 시계열 분석을 통해 미래에 발생할 수치를 사전에 파악해 급.. 2022. 3. 1. [R] 텍스트 데이터를 통해 의미를 도출 https://polar-comet-18d.notion.site/R-1888f9c1b8d44cb8b222c3d8fbe3c1f1 [R] 텍스트 데이터를 통해 의미를 도출 비정형 데이터의 중요성 polar-comet-18d.notion.site 비정형 데이터의 중요성 텍스트 분석의 종류 텍스트 분석 방법 빅데이터 시대에 폭발적으로 증가하는 데이터에는 비정형 데이터가 90% 이상이다. 오바마 선거본부 팀의 부동층 맞춤형 선거 캠페인이 효과가 좋았다. 텍스트 분석이란? 사람들이 남긴 뉴스, 댓글, sns글, 상품평, 커뮤니티 글 등을 분석해 가치와 의미가 있는 정보를 찾아내는 방법 자연어 처리 텍스트 분석은 문자로 표현된 언어를 컴퓨터로 분석하고 그 구조와 의미를 이해하고자 하는 자연어 처리 기술에 기반한다. .. 2022. 3. 1. [R] 알짜 고객 분류 https://polar-comet-18d.notion.site/R-45993199d3b24cb1b4328d4b8dd23160 [R] 알짜 고객 분류 고객 가치 분류분석 polar-comet-18d.notion.site 고객 가치 분류분석 높은 고객가치를 지닌 우수고객에게 더 많은 혜택을 제공하는 마케팅을 위해 알짜 고객을 분류한다. 많은 고객들 중에서 수익성을 높여주는 고객과 손해를 일으키는 고객의 분류 고객은 모두 다른 니즈를 가지고 있다. 개별적으로 기여하는 가치도 모두 다르다. 고객가치 분석은 가치가 높은 고객을 다양한 방법으로 분류하는 방법이다. 기업들은 우수 고객의 중요성을 인식하고 고객의 수익성과 미래가치 등을 고려한 분석기법을 활용하여 우수고객을 선정하고 관리한다. 비즈니스적 측면과 고객만.. 2022. 3. 1. [R] 이상거래 탐지 https://polar-comet-18d.notion.site/R-5beae23b83234c3fa9f89df32b824afe [R] 이상거래 탐지 모바일화 될수록 전자금융 사기 건수와 피해금액이 증가하고 있다. polar-comet-18d.notion.site 모바일화 될수록 전자금융 사기 건수와 피해금액이 증가하고 있다. 대형 금융기관들은 이상거래탐지 시스템을 도입해 전자금융 사기 피해를 사전에 예방하고 있다. 이상거래 탐지 시스템이상거래시스템은 최근 급증하고 있는 신종 사기징후까지 사전에 포착할 수 있는 장점이 있다. 전자금융거래시 불법이체, 카드거래 부정 등의 이상거래를 실시간으로 탐지하는 빅데이터 기반의 분석 시스템을 사용하고 있다. 부정사용 의심점수부정사용 의심 점수 계산에 사용되는 정보는 다.. 2022. 3. 1. [R] 데이터 형변환 및 합 https://polar-comet-18d.notion.site/R-19c021ab43c3448f8d745c1952113f8e R에는 dataframe 말고도 vector, list 등 다양한 객체가 존재한다. v 2022. 3. 1. [R] 상품 추천 https://polar-comet-18d.notion.site/R-d7d47303b92648e99b2b8695fce90532 [R] 상품 추천 기업들은 방대한 상품 정보와 고객 데이터를 세밀하게 분석해 소비자 성향에 맞는 상품을 추천하고 있다. polar-comet-18d.notion.site 기업들은 방대한 상품 정보와 고객 데이터를 세밀하게 분석해 소비자 성향에 맞는 상품을 추천하고 있다. 대표적인 예는 유튜브 알고리즘, 넷플릭스 추천, 아마존 상품 추천이 있다 상품추천 방법 상품추천이란? 고객들이 선호할만한 상품을 적시 적소에 미리 추천해주는 방법이다. 연관성 분석 연관성분석이란? 고객의 거래 내역을 분석하여 구매한 상품들간의 연관성을 분석하여 구매를 유도하는 방법이다. 연관성 분석평가 기준 Su.. 2022. 3. 1. [R] 연관성 분석을 위한 데이터 전처리 https://polar-comet-18d.notion.site/R-31c70bf91c1c4b53ab262b58fe4a1fa1 [R] 연관성 분석을 위한 데이터 전처리 데이터의 구조 polar-comet-18d.notion.site 데이터의 구조 str(travel) 'data.frame': 78 obs. of 3 variables: $ cust_id : int 1 1 1 1 1 1 1 2 2 2 ... $ destination: Factor w/ 14 levels "뉴욕","런던",..: 10 11 13 7 8 2 4 10 11 13 ... $ date : Factor w/ 19 levels "1/1/16","1/10/16",..: 6 13 14 15 16 17 18 6 13 14 ... head(tr.. 2022. 3. 1. [R] 소비 패턴 분석 및 프로파일링 https://polar-comet-18d.notion.site/R-bf7c21caad34479abe8e8073e2e57596 소비자의 구매 패턴을 분석하면 매출 전략을 세우는 데 도움이 된다. 고객 세분화를 통해 집단 내 동질성, 집단 간의 이질성, 집단의 크기(고객 수)로 평가한다. 고객 세분화란? 고객들을 동질적인 특성을 가진 세부집단으로 분류하는 방법이다. 평가항목을 잘 세우는 것이 고객 세분화를 성공적으로 하는 데 큰 도움이 된다 고객을 세분화 하는 방법이 다양하고 고객의 주관이나 비즈니스적 요소를 담아서 반영한다. 자주 쓰이는 방식은 RFM 분석 방식이며, RFM 분석이란? 일정 기간동안 발생한 고객의 구매이력을 활용한 고객 세분화 방법이다. RFM의 정의는, Recency(거래의 최근성) :.. 2022. 3. 1. [R] 데이터 변수 추출 및 기본 함수 https://polar-comet-18d.notion.site/R-a249d0c3ce9e47019c87887b4a2fd1fc [R] 데이터 변수 추출 및 기본 함수 꽃받침의 길이 확인 polar-comet-18d.notion.site 꽃받침의 길이 확인 iris$Sepal.Length 💡 [1] "more then 5" "less than 5" "less than 5" "less than 5" "less than 5" "more then 5" "less than 5" [8] "less than 5" "less than 5" "less than 5" "more then 5" "less than 5" "less than 5" "less than 5" [15] "more then 5" "more then 5.. 2022. 3. 1. 이전 1 2 3 4 5 6 다음 728x90 반응형 LIST