본문으로 바로가기

강의

pandas로 마케팅 캠페인 분석하기

기초기술 수준

업데이트됨 2026. 4.

판다스 기술을 쌓고 병합, 분할, 시각화 등을 통해 마케팅 질문에 답하세요!

무료로 강의 시작

PythonExploratory Data Analysis4시간14 동영상53 연습 문제4,500 XP33,356성취 증명서

무료 계정을 만드세요

또는

계속 진행하시면 당사의 이용약관, 개인정보처리방침 및 귀하의 데이터가 미국에 저장되는 것에 동의하시는 것입니다.

수천 개 기업의 학습자들이 사랑하는

2명 이상을 교육하시나요?

DataCamp for Business 체험

강의 설명

데이터 사이언스 기술을 배울 때 가장 큰 어려움 중 하나는 그 기술과 개념이 실제 업무에서 어떻게 쓰이는지 이해하는 것입니다. Python과 pandas를 활용해 마케팅 업무 역량을 높이고 싶으시든, 마케팅 조직에서 데이터 과학자가 어떤 일을 하는지 파악하고 싶으시든, 이 강의가 잘 맞을 거예요. 온라인 구독 비즈니스의 데이터를 바탕으로 만든 가상의 마케팅 데이터셋을 사용해, “이 캠페인의 성과는 어땠을까?”, “가장 많은 구독자를 보내는 채널은 어디일까?”, “왜 특정 채널의 성과가 기대에 못 미칠까?” 같은 일반적인 비즈니스 질문을 측정 가능한 결과로 바꾸는 연습을 합니다. 이 강의는 데이터셋 병합/슬라이싱, groupby(), 데이터 타입 정정, matplotlib을 활용한 시각화 등 Python과 pandas의 핵심을 기반으로 진행됩니다.

선수 조건

Intermediate Python

1

Pandas

In this chapter, you will review pandas basics including importing datasets, exploratory analysis, and basic plotting.

Introduction to pandas for marketing

Importing the dataset

Examining the data

Data types and data merging

Updating the data type of a column

Adding new columns

Date columns

Initial exploratory analysis

Daily marketing reach by channel

Visualizing daily marketing reach

2

Exploratory Analysis & Summary Statistics

In this chapter, you will learn about common marketing metrics and how to calculate them using pandas. You will also visualize your results and practice user segmentation.

Introduction to common marketing metrics

Calculating conversion rate

Calculating retention rate

Customer segmentation

Comparing language conversion rate (I)

Comparing language conversion rate (II)

Aggregating by date

Plotting campaign results (I)

Visualize conversion rate by language

Creating daily conversion rate DataFrame

Setting up our data to visualize daily conversion

Visualize daily conversion rate

Plotting campaign results (II)

Marketing channels across age groups

Grouping and counting by multiple columns

Analyzing retention rates for the campaign

3

Conversion Attribution

In this chapter, you will build functions to automate common marketing analysis and determine why certain marketing channels saw lower than usual conversion rates during late January.

Building functions to automate analysis

Building a conversion function

Test and visualize conversion function

Plotting function

Putting it all together

Identifying inconsistencies

House ads conversion rate

Analyzing House ads conversion rate

House ads conversion by language

Creating a DataFrame for house ads

Confirming house ads error

Resolving inconsistencies

Setting up conversion indexes

Analyzing user preferences

Creating a DataFrame based on indexes

Assessing bug impact

4

Personalization A/B Test

In this chapter, you will analyze an A/B test and learn about the importance of segmentation when interpreting the results of a test.

A/B testing for marketing

Determining key metrics

Test allocation

Comparing conversion rates

Calculating lift & significance testing

Creating a lift function

Evaluating statistical significance

A/B testing & segmentation

Building an A/B test segmenting function

Using your segmentation function

pandas로 마케팅 캠페인 분석하기

강의
완료

수료증 획득

LinkedIn 프로필, 이력서 또는 CV에 이 자격증을 추가하세요
소셜 미디어와 성과 평가에서 공유하세요지금 등록

19백만 명 이상의 학습자와 함께 pandas로 마케팅 캠페인 분석하기을(를) 시작하세요!

무료 계정을 만드세요

또는

계속 진행하시면 당사의 이용약관, 개인정보처리방침 및 귀하의 데이터가 미국에 저장되는 것에 동의하시는 것입니다.

DataCamp for Mobile을 통해 데이터 분석 능력을 향상시키세요.

모바일 강좌와 매일 5분 코딩 챌린지를 통해 이동 중에도 학습 효과를 높이세요.