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.
테크
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.
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.
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.