Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 네트워크
- Spark jdbc parallel read
- Python
- 리눅스 환경변수
- Spark Data Read
- Decision Tree
- git init
- 데이터분석
- 오라클 데이터 처리방식
- BFS
- 데이터 분석
- Spark 튜닝
- 알고리즘
- 통계분석
- enq: FB - contention
- eda
- CF
- Oracle ASSM
- 의사결정나무
- Linux
- 랜덤포레스트
- 배깅
- Oracle 논리적 저장 구조
- 추천시스템
- Collaborative filtering
- SQL
- git 기본명령어
- git stash
- 앙상블
- airflow 정리
Archives
- Today
- Total
목록데이터 마케팅 (1)
[Alex] 데이터 장인의 블로그
[Data driven Marketing] 코호트 분석 (cohort analysis) feat. python
코호트 분석 코호트 분석을 검색하면 나오는 대표적인 이미지는 다음과 거의 대부분 비슷합니다. 하지만 회사에서는 코호트 분석을 지칭해서 이렇게 이야기하지 않습니다. (적어도 제가 다녔던 회사에서는) "OO님~ 내일까지 고객 데이터 코호트 분석해서 전달 주세요!" / "코호트 분석을 진행해보니 고객 성향이 어쩌고 저쩌고 ~" 저는 주로 아래의 형태의 방법으로 코호트 분석을 진행했던 것 같습니다. 코호트 = 동질집단 사전적 의미로 코호트는 '동질집단'을 뜻합니다. 예를들어 위에서처럼 '4월에 구매했던 회원'이 '코호트 집단'이 되는 것이고 해당 코호트 집단의 변화(주로 Retention)를 분석하는 것이 바로 코호트 분석입니다. 코호트 분석의 정의 코호트 분석은 기간/ 속성(회원, 상품) / 고객 관심사 등 ..
Data driven marketing
2020. 6. 28. 15:49