Google Cloud BigQuery를 이용한 RFM 분석
RFM 분석기법을 활용해 고객 데이터를 추출하면 우리가 집중해야하는 타겟 그룹을 추출할 수 있습니다. 최근성/빈도/금액 데이터를 활용하여 잠재 고객을 그룹화하는 RFM 분석기법을 바탕으로, 성과 데이터/대상기간 동안 RFM 데이터 등 다양한 데이터를 생성할 수 있는 쿼리문을 알아봅시다.
테크
BizSpring Growth Platform™️을 자세히 알아보자 – TAM (2)
클러스터링과 RFM 분석기법을 활용한 Discovery 세그먼트 생성에 대해 소개드리고자 합니다. 세그먼트를 직접 생성하는 것에 어려움을 겪는 사용자들을 위한 Discovery 세그먼트는 머신러닝을 통해 세그먼트를 자동으로 정의 및 생성하여 보다 편리하게 사용할 수 있습니다.
데이터엔지니어링을 위한 구글 빅쿼리(BigQuery) 이용 사례
데이터 엔지니어링이란 사용자의 데이터(주문, 매출, 회원가입 등)를 수집하여 원하는 형태의 데이터로 가공하고 사용할 수 있도록 제공하는 서비스입니다. GA360을 활용한 데이터 엔지니어링에 대한 사례를 알아봅시다. GA 데이터는 히트, 세션, 사용자 세 가지 구조로 되어 있습니다.
BizSpring Growth Platform™️ 자세히 알아보자 – TAM (1)
타깃 세그먼트 분석 및 생성(추출) 단계에서 사용되는 TAM에 대해 알아보겠습니다. TAM이란 목표 잠재고객군을 정의하고, 정의된 잠재 고객군을 관리/분석/추출/활용할 수 있습니다. TAM을 사용하기 위한 데이터 구성은 세그먼트릿 생성, 템플릿 작성, 세그먼트 생성으로 진행됩니다.
웹로그분석에서 데이터 엔지니어링까지
20여년간 웹 데이터 분석 경험을 기반으로, 초기 웹분석 시장 내용부터 빅데이터 시대에 맞이하여 변화된 데이터 시장, 그리고 오늘날 발전된 데이터 활용 범위(데이터 엔지니어링, 머신러닝, 인공지능 등)를 간략하게 소개합니다.
광고매체 통합 리포트는 어떻게 만들어질까?
각 광고매체사에서 제공하는 매체 데이터를 이용하여, 매체통합솔루션이 통합 리포트를 생성하는 과정을 공유합니다. 데이터 다운로드부터 통합 및 가공까지, 일련의 과정과 사용되는 서비스를 확인해보세요.
매체 데이터 수집을 위한 매체 API 설정 및 활용
API란 Application Programming Interface의 약자로,하나의 응용 프로그램이 다른 응용 프로그램에 요청을 보내고 응답을 받을 수 있도록 운영체제나 프로그래밍 언어가 제공하는 기능을 제어할 수 있게 만든 인터페이스를 말합니다.
고객 정보 활용 마케팅을 위한 필수 작업 : 데이터 클렌징 과정 엿보기
마케터는 ‘어디에 노출시킬 것인지’보다는 어떤 행동을 한 사람에게, 어떤 관심사를 갖고 있는 사람에게 그 대상에 대한 정보를 통해 액션을 시도합니다. 특정 고객에 따라 메세지를 전달하려면, 기본적으로 그 대상에 대한 데이터가 있어야 하고 활용하기 위해 데이터 클렌징 과정이 필요합니다.
ETL vs ELT 차이점과 사례 살펴보기
ETL은 단일 데이터베이스로 가져오는 데 도움이 되는 데이터 통합 프로세스로 데이터를 추출(E), 변환(T), 적재(L) 순으로 처리하는 프로세스입니다. ELT는 데이터를 추출(E), 로드(L) 및 변환(T)을 하는 프로세스를 의미하며, ETL의 T와 L의 위치가 바뀐 개념입니다.
디지털 마케팅 성과 예측하기
기업에서는 많은 광고 예산을 들여 온라인 광고를 집행합니다. 그렇다면 소비자는 그 많은 광고 중 어떤 광고에 긍정의 인식을 갖고, 부정적 인식을 갖게 될까요? 이러한 질문에 도움이 될 수 있는 머신러닝 및 데이터 기반 의사결정과 마케팅 실행에 지원하는 방법을 제안드리고자 합니다.