After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
코스 설명
오늘날 가장 성공적인 기업은 고객의 니즈를 미리 파악할 만큼 고객을 깊이 이해하는 기업입니다. 데이터 분석가는 이러한 인사이트를 발굴하고, 더 나은 서비스를 위해 고객을 세분화하는 데 핵심적인 역할을 합니다. 이 강의에서는 온라인 소매업체의 익명화된 고객 거래 데이터셋을 사용해, 실제 업무에 바로 적용할 수 있는 고객 세분화와 행동 분석 기법을 배웁니다. 먼저 코호트 분석으로 고객 트렌드를 파악하고, 이어서 해석하기 쉬운 고객 세그먼트를 만드는 방법을 학습합니다. 나아가 만든 세그먼트를 Machine Learning에 바로 사용할 수 있도록 준비합니다. 마지막으로, 몇 줄의 코드만으로 k-means 클러스터링을 적용해 세그먼트를 한층 강력하게 만들어 봅니다. 이 강의를 마치면 실무형 고객 행동 분석과 세분화 기법을 직접 적용할 수 있게 됩니다.
사전 요구 사항
커리큘럼
코스 개요
1
코호트 분석
이번 첫 번째 장에서는 코호트의 개념과 분석 방법을 학습합니다. 직접 고객 코호트를 만들고, 핵심 지표를 계산한 뒤 결과를 시각화해 볼 거예요.
2
Recency, Frequency, Monetary Value 분석
두 번째 장에서는 고객 세그먼트에 대해 배웁니다. 특히 재구매 시점(Recency), 구매 빈도(Frequency), 구매 금액(Monetary Value)을 살펴보고, 이 개념에 기반한 고객 세그먼트를 만든 뒤 결과를 분석해 봅니다.
3
클러스터링을 위한 데이터 전처리
세그먼트를 만들었다면 이제 예측을 하고 싶어질 거예요. 하지만 그전에 k-means 클러스터링이 분리도 높고 타당한 세그먼트를 찾을 수 있도록, 실무적인 데이터 준비 방법을 먼저 익혀야 합니다.
4
K-means로 하는 고객 세분화
마지막 장에서는 3장에서 전처리한 데이터를 활용해, 고객의 Recency, Frequency, Monetary Value를 바탕으로 고객 클러스터를 식별합니다.
Python을 활용한 고객 세분화
코스
완료
