Pamsyra

1. 데이터 모델링 개념2. 데이터 모델링 단계 ① 개념설계3. 데이터 모델링 단계 ② 논리모델링4. 데이터 모델링 단계 ③ 물리모델링5. 3층 스키마1. 데이터 모델링 개념데이터 모델링의 결과 실패 원인 분석 : 대학원생의 수강신청 현황 파일 만들기-식별자 도출 실패 : 학번 / 이름 / 소속 / 연락처 등등 중복값이 많이 발생함 ▶ DB에서는 한 줄 한 줄이 unique 해야함- 속성(엔티티) 도출 실패 : 그 가방에 들어갈 수 있는 속성은 정해져있음 ▶ 애매모호한 건 버리고, 단일성을 갖춰야함데이터모델링의 3단계 : 개념→ 논리 → 물리모델링개념모델링(설계) : 엔티티 도출 실패 (논리설계 : 속성추출/식별자 정의)논리모델링(설계) : 정규화 미수 행(엔티티 / 속성의 분리 및 독립성 보장)데이터모..

1. 데이터베이스 입문 소개2. 데이터베이스 소개- 데이터와 정보- 데이터베이스 관리 시스템이 필요한 이유- 데이터베이스 관리 시스템(DBMS) 소개- 관계형 데이터베이스 vs NoSQL- 관계형 데이터베이스 종류- 관계형 데이터베이스 핵심 개념3. 데이터베이스 시작- 데이터베이스 시작하기 1- 데이터베이스 시작하기 2- SQL 이란?- 데이터 타입- 제약 조건2. 데이터베이스소개[데이터와 정보]- 정보와 데이터 차이- 데이터 : 의미없는 기록 조각(날 것)- 정보 : 목적을 가진 결과물 (구조화된 데이터를 목적을 가지고 가공해서 얻어낸 유의미한 결과물) 💡이 내용이 중요한 이유우리 쇼핑몰이 성공하려면 이런 정보를 바탕으로 똑똑한 결정을 내려야 하니까어떤 상품이 잘 팔리는지(정보) 알아야 재고관리를 효..

3번째 과제는 SQL 실무사례로 풀어보는 SQL 쿼리작성인데요복습입니다 복습 목표는 "뷰티 기업인 GlowCos의 리텐션 분석 "Attitude는 "quick quick" 할 일 정리~1. 현황 파악 및 마케팅 타겟 설정 : 기초진단2. 마케팅 전략 제시 : 수익 최적화 및 고객 유지[SQL 작성 순서]SQL 실습을 하는데 항상 헷갈리는 부분이 작성순서여서 다시 한번 정리하고 들어갑니다1. 현황 파악 및 마케팅 타겟 설정 ■ 상황- 역할 : 온라인 편집숍 'UK 스토어'의 데이터 분석가- 문제 : 현재 우리 회사는 글로벌 확장을 준비 중이며, 최근 늘어난 환불과 정체된 매출 문제를 해결해야 함.- 목표 : 경영진이 당신에게 데이터를 통해 현황을 진단하고 해결책을 제시하라는 미션을 줬음 [기초 진단]기..

▼오늘 배운 사항들1. 이벤트 데이터- 데이터레이어 - ga4 데이터 pandas 연동 2. 전처리 실습 : B2B 리드 퍼널 데이터 분석 - 전처리 : 유입채널 정제 - 영업 사이클 시각화 - 유입 채널별 리드 전환율 분석 지난주 크롤링 배우면서, pandas 까먹었을 것 같다고 다음 강의인 머신러닝 전에 전처리 내용 다시 진행!Part 1. 이벤트 데이터[정의]본질 : '누가' '무엇을' 했다 기록하는 것 일반 데이터 vs 이벤트 데이터 비교시, 이벤트 데이터 자체가 더 중요[그로스마케터에게 이벤트 데이터가 중요한 이유]핵심 업무 : 전환율 향상, 이탈률 감소, 재구매 증가이 모든 작업의 출발점이 "사용자가 실제로 어떻게 행동하는가" 파악하는 것이고그 근거가 이벤트 데이터이기 때문업무질문필요한 eve..

3월 마케팅 분석기법 파트가 끝나고4월부터 데이터분석 파트가 시작되었는데 말이죠그래서 TIL에서 알 수 있다시피.. pandas..python..sql..api..mcp..rss 크롤링..뭐라는거야▼내용 참고[GM4] 4월 TIL 'Growth Marketing/GM4' 카테고리의 글 목록방과후 컴퓨터교실에서 배운 타자실력으로 디지털 노트 정리pamsyra.tistory.com 마분기나 통계분석이랑 달리 이번에는 소화라도 해야겠다 싶어서 멋사에서 진행하는 야간 기초 스터디를 시작했습니다.멋사는 참 친절한 것 같습니다. 저처럼 부족한 사람을 위해 나머지 학습도 만들어주고 흑흑예상보다 스터디는 훨씬 만족스러운데 그 이유는 강사님의 강의 스타일이 저랑 맞아서..ㅎㅎ배경과 이유를 상시 생각하고 알려주시는 게 저..

▼오늘 배운 사항들1. 프롬프트 엔지니어링2. 마케팅 액션보고서 작성3. 크롤링- rssPart 1. 프롬프트 엔지니어링[프롬프트 엔지니어링]AI에게 원하는 결과를 정확하게 얻기 위한 입력(질문/지식)을 설계하는 기술데이터 코딩을 대체하는 핵심 능력임4가지 핵심 구성 요소 : 역할 / 맥락 / 작업 / 형식Part 2. 마케팅 액션 보고서 실습프롬프트를 활용해서 shopflow의 6개월 sql 데이터를 가지고 마케팅 액션 보고서 작성하기1. sqlite 변환2. 클로드 코드에 연동3. 마케팅 액션 보고서- 가설 / 데이터 근거 / 액션 [insight]- 마케팅은 잘되는 걸 더 잘되게 하는게 더 쉽고 그걸 잘해야 중요- 클로드 토큰이 질문 1개도 온전히 안된다- 팀원분은 유입퍼널의 고객 세그먼트를 세분화..

▼오늘 배운 사항들1. 유튜브 API 댓글 실습2. MCP 연동하기Part 1. 유튜브 API json.dumps() : 데이터의 구조 확인을 위한 코드 - 파이썬 딕셔너리 형태를 json형태의 문자열로 바꿔줘~- ensure_ascii = 한국어 안깨지게 하는 코드- ex.경쟁사 유튜브 댓글 확인, 내용 확인할 때 사용#유튜브 API 데이터 확인response = youtube.videos().list( part="snippet, statistics", id= VIDEO_ID ).execute() # eexecute하면 알아서 파이썬 딕셔너리 상태로 나옴 -> type(response) 하면 확인 가능 ..

▼오늘 배운 사항들1. 라이브러리2. Pandas로 이상치/결측치 처리- 데이터 탐색 : df.info(), df.describe(), df.head()- 데이터 선택 : loc[], iloc[]- 결측치 파악 : df.isnull().sum() / .dropna(subset=), [''].fillna()- 이상치 파악 : .quantile(), .copy()- 데이터 처리(파생변수) : pd.cut()Part 1. Pandas 로 이상치/결측치 처리를 위한 데이터 탐색 및 선택[1. 데이터 탐색하기]데이터를 받으면 무조건 이 세 줄 먼저 실행하기데이터 분석 시, 데이터를 믿고 바로 계산하는 것이 가장 큰 실수 ▶ 함정 잡고 시작해야함- ex. Age 컬럼에 999가 들어있다 → 평균 나이가 말도 안..

▼오늘 배운 사항들1. SQL 복습- 4/9 실습 시나리오 해설2. SQL 데이터를 활용한 파이썬 시각화- my sql & pandas 연결- matplotlib3. API & JSON 데이터 확인 Part 1. SQL - join & 서브쿼리 & 윈도우 함수 복습[캔슬 유저의 과거 업그레이드 유무 파악] - case when 구문, 서브쿼리, join 활용사용자를 알아간다고 생각하면 쉬움..캔슬한 유저 중에 업그레이드 경험이 있는지 알아보기 위함- 아무것도 경험없이 캔슬 : 온보딩 경험, 서비스 가치 제공 등 마케팅 플랜 수립- 경험했는데 캔슬 : 이탈 원인을 확인해보기 [채널별 이탈 현황 파악] - count, group by , join 활용유튜브 채널이 이탈이 가장 높았는데,- 왜 이탈이 많았을까..

▼오늘 배운 사항들1. sql- join, 서브쿼리, 윈도우함수 Part 1. SQL - joinjoin 여러함수 연결해서 분석서브쿼리윈도우함수 순위를 매기거나 ▶ 오늘 수업 이후 광고 들어온 사람 중에 몇 명이 구독했나 알수있음[Join]join을 배울때는 여러개 테이블 연결사용자 행동 이벤트 테이블foreign key : user id를 레퍼런스를 받겠다 = users테이블의 userid를 레퍼런스 연결하겠다->내가 하고싶던거!!join이 필요한 이유 : 테이블을 연결해야 어떤 경로로 들어온 사용자가 어떤 활동이 많은가 분석이 가능해짐 ▶ 한 테이블 안에 다 넣으면 비효율적이니 각각의 테이블에 나눠서 쌓고 연결만엮이고 나서는 데이터 삭제가 어려움 주의join종류는 벤다이어그램 집합을 생각하면 쉬움 ..