비개발자를 위한 빅쿼리(BigQuery) #2
1편에서 구조체와 배열에 대해 알아보았습니다. 빅쿼리는 하나의 컬럼 안에 배열구조의 또 다른 테이블을 확인할 수 있습니다. 2편에서는 난이도가 있는 쿼리문을 중심으로 이야기를 해보겠습니다. 쿼리문에 대해서 알고 있다면 필요한 시점에 필요한 데이터를 빠르게 확보할 수 있을 것입니다.
테크
비개발자를 위한 빅쿼리(BigQuery) #1
비개발자지만 필요한 데이터를 추출하여 활용하거나, 빠른 커뮤니케이션을 할 수 있도록 기본적인 쿼리문에 대해서 공유하고자 합니다. GA4로 업그레이드 되면서 GA로 수집되는 RAW 데이터를 빅쿼리에서 활용할 수 있기 때문에 빅쿼리의 활용 범위가 점차 넓어질 것입니다.
비즈스프링이 만드는 데이터센터와 AI 활용
비즈스프링이 디지털 뉴딜 정책 사업에 데이터 가공 및 AI 솔루션 공급기업으로 선정되어, ‘AI바우처’ 사업에 참여합니다. AI/ML를 통한 비즈니스 혁신을 원하는 마케팅 에이전시 파트너사와 함께하고 있는데요, 파트너사의 데이터를 기반으로 AI 학습용 데이터 센터를 만들게 됩니다.
구글 빅쿼리(Google BigQuery) 화면 구성
빅쿼리는 기업용으로 만들어진 클라우드식 데이터 웨어하우스입니다. 즉, 기업에서 데이터를 빅쿼리에 적재해야 한다는 이야기 인데요. 만일 기업에서 빅쿼리에 쌓아 놓은(적재) 데이터가 없다면 급변하는 IT 기술에 대한 이해를 위하여 ‘아~ 이런게 있구나’ 정도로 이해해주세요.
예시와 함께 아마존 추천엔진 이해하기 : 아이템 기반 필터링 기법을 중심으로
아이템 기반 협업 필터링(IBCF, Item Based Collaborative Filtering)은 고객 들의 선호도를 바탕으로 아이템 간의 유사도를 계산하고, 특정 사용자가 어떤 아이템을 구매하거나 좋다고 평가하면 그와 유사한 아이템을 추천해주는 방식입니다.
예시와 함께 넷플릭스 추천엔진 이해하기 : 사용자 기반 필터링을 중심으로
오늘은 ‘협업 필터링(Collaborative filtering)’ 기법 중 사용자 기반 필터링(User-based filtering)에 대해 알아보겠습니다. 사용자 기반 필터링은 고객 간의 선호도를 분석하여 나와 유사한 성향의 고객이 좋아하는 상품/콘텐츠를 추천하는 기법입니다.
구글 빅쿼리(Google BigQuery) 시작하기
빅쿼리는 확장성이 뛰어나고 가격 대비 성능이 좋은 기업용 서버리스 데이터 웨어하우스 입니다. 객체 스토리지, 스프레드시트의 데이터, 관리형 열 형식 스토리지를 통해 논리적 데이터 웨어하우스를 생성하여 모든 배치와 연속적으로 생성되는 스트리밍 데이터를 분석합니다.
애드테크/마테크/DMP 의 이해
IT 기술 발전으로 온라인 광고성과 측정이 가능해지면서 퍼포먼스 마케팅에 대한 수요가 증가하였습니다. 데이터를 통해 광고 효과를 측정하고 분석하여 전환을 극대화하는 퍼포먼스 마케팅의 등장은, 이용자의 형태 분석 및 정밀 타켓팅을 위한 방대한 데이터의 자동화 시스템으로 이어지고 있습니다.