# Marketing

yth960617

사람은 3명...

jaekyeongmoon

시도해봤던 한남동 전시 포스트의 라이크 수 31, 북마크 수 18으로 나쁘지 않았다. 다만 공유 0건으로 공유까지는 안 하고 북마크만 해두어 정보성으로 저장해두는 정도로 추정된다. 전시로 유입된 프로필 방문 수도 45건이나 찍혀서 효과성 입증하려고 이번엔 강남/코엑스

jaekyeongmoon

톤앤매너 구축 팔로워 90명 달성, 100명 이벤트 준비할 수 있는 환경 구축 책 외 인사이트 공유할 수 있는 요소 (전시회) 추가 포스트 당 광고 $5 집행하며 인사이트 얻는 중얻은 인사이트를 기반으로 폰트와 행간 리사이징, 아이콘, 카피라이팅 뉘앙스 등에 미묘한 차

jaekyeongmoon

개선할 내용들

jaekyeongmoon

북 계정 키우기

jaekyeongmoon

2건의 포스팅을 "a는 b다"라는 타이틀을 사용해 반응을 확인했다. \-분야: 경제\-내용: 레버리지의 원리, 기회비용 관련\-특징: 숫자로 순서로 내용을 정리했다, 바디텍스트는 작가의 이야기를 인용 \-타이틀 크기 80대\-노출/프로필활동 14/12 \-분야: 인문학

bbdbbdb337

UTM : 'Urchin Tracking Module'.URL에 간단히 첨부하는 모듈.유입 출처를 알 수 있다. 마케팅 캠페인의 효과를 알 수 있다.ROAS : 'Return on Advertising Spend'. 광고지출비용 대비 광고수익. 디지털 광고의 효과를 측

bbdbbdb337

"웹 사이트 뿐 아니라 앱 이벤트 기반 데이터까지 모두 수집 가능한 툴"트래픽을 분석할 수 있다(ex.광고를 띄웠을 때 들어온 유입 출처나 그 양을 파악가능).<'오소마 참고'> 1\. GA4 가입하기 2\. sample data 준비(.html) 3\

tygerhwang

Firebase Events / GA(Google Analytics) 사용해 보기 Firebase Events Documentation firebase_core | Flutter Package firebase_analytics | Flutter Package Fi

tygerhwang

Firebase In App Message 사용해 보기 Firebase Cloud Message Documentation firebase_core | Flutter Package firebaseinapp_messaging | Flutter Package fireba

cherin0817

분류: 알려진 범주에 관측치 할당 11.1 분류 클러스터링은 그룹 멤버십을 발견하는 프로세스인 반면, 분류는 멤버십의 예측 분류는 상태가 알려진 관측치를 사용해 예측 변수를 도출한 다음 해당 예측 변수를 새 관측치에 적용한다. 분류 프로젝트에는 일반적으로 최소한 다음

cherin0817

세그멘테이션: 부분 모집단 탐색을 위한 비지도 클러스터링 방법

cherin0817

데이터 복잡도 줄이기 9.1 소비자 브랜드 평가 데이터 먼저 웹사이트로부터 데이터를 불러온다. 데이터 확인 9.1.1 데이터 크기 조정 원시 데이터의 크기 조정을 통해 개임과 샘플 간에 데이터를 더 비교할 수 있다. 데이터 표준화(정규화, Z-점수): 모든 관측치

cherin0817

추가 선형 모델링 주제 8.1 고도로 상관된 변수 처리 8.1.1 온라인 지출의 초기 선형 모델 데이터 생성 ols()를 사용해 지출을 다른 모든 변수의 함수로 모델링한다. 데이터 시각화를 통해 해당 모델링의 문제점을 발견할 수 있다. => 극도로 치우친 변수와

cherin0817

결과의 동인 식별: 선형 모델 만족 동인 분석: 제품의 특정 요소 및 그 제공과 관련해 제품에 대한 만족도를 모델링하는 것 마케팅 믹스 모델링: 가격과 광고가 판매와 어떻게 관련돼 있는지 이해하는데 사용되는 선형 모델 이때, 동인은 인과 관계를 암시하지 않으며, 모델은

cherin0817

앞선 5장의 데이터를 그대로 사용한다.그룹 간의 차이가 실제 유의미한 차이인지를 식별하기 위해서 통계 검정을 진행해야 한다!카이제곱 검정은 가장 간단한 통계 검정 중 하나로, 2개의 범주형 변수가 서로 연관성이 있는지, 즉 서로 독립인지를 통계적으로 판단하는 방법이다.

cherin0817

구독 기반 서비스를 이용하는 300명의 응답자로부터 수집된 데이터 사용세 부분으로 코드 분리5.1.1 세그먼트 데이터 정의변수 이름과 추출하려는 분포 유형 정의각 세그먼크의 각 변수에 대한 통계 정의이상이나 푸아송 변수의 경우 평균만 지정하면 된다정규 변수의 경우 분포

cherin0817

4.1.1 데이터 시뮬레이션매장과 온라인에서 제품을 판매하는 다채널 소매 업체의 1000명 고객에 대한 데이터셋 생성프로세스를 재현할 수 있도록 난수 시드 설정고객을 설명하는 여러 변수를 만들 후 해당 변수를 cust_df 데이터프레임에 추가고객의 연령은 numpy.r

cherin0817

데이터 설명 3.1 데이터 시뮬레이션 3.1.1 데이터 저장: 구조 설정 상점 수와 각 상점에 대한 데이터 주 수 설정 head()를 사용해 store_sales를 확인 설정한대로 모든 값을 0으로 설정되어 있음 각 상점을 식별하기 위해 store_numbers 작