지역 별 , 수익률 배달의 민족 - 알뜰민족 ( 라이더를 구해서, 한번에 음식점을 많이 돌고, 최단 루트를 많이 생각 하고 있다. ) 그 지역에서 수익률이 많이 나오는, 배달비를 줄일수 있는 방법 배달비는 배달 대행에서 정하는 걸로 아는데, 배달의 민족이 부담을 지는 걸로 알고 있따 .외곽 지역 같은 경우에는 메리트가 있다면 움직이겠지만, 플랫폼 비용은 지표는 비즈니스 팀 내적으로, 회사의 손익 분기점 플랫폼 이용비 + 광고비 + 가맹주들을 위한 수수료 줄일수 있다. 가맹주들에게 부담이 너무 많다면, 수수료를 줄여줈 ㅜ있다. 배달 사업은 재고가 없다. 안팔리지 않는 제품은 플랫폼에서 나가게 되고, 잘 팔리는 제품은 할인을 하여 더 많이 팔리게 할 수 있다. vo..
df.isna() True, False 구분 df.isna().sum() True 결측치 확인 import missingno as msno msno.bar(df) 각 컬럼별로 결측치가 얼마나 있는지, df.dropna(axis=0) 결측치가 있는 행이 제거됨. df.dropna(axis=1) 결측치가 있는 열이 제거됨 df.dropna( axis=0, how='any') # 해당 행이나 열에 결측치가 하나라도 있다면 제거. (default) df.dropna( axis=0, how='all') # 해당 행이나 열의 '모든 값' 이 결측치라면 제거 df.dropna( axis=1, thresh=800) # 결측치가 아닌 값이 thresh 보다 적게 있을 때 제거. how 와 함께 사용 불가 df.dropn..
Uber Eats 데이터 분석은 식품 산업 내 고객 선호도에 대한 귀중한 통찰력을 추출하는 데 맞춰져 있습니다. 우리는 레스토랑 메뉴 가격, 등급, 인종 카테고리, 위치 및 기타 사실을 면밀히 조사하여 이를 수행합니다. 이를 통해 우리는 시장 포지셔닝을 개선하고 전반적인 이익을 높일 수 있는 맞춤형 추천을 제공하는 것을 목표로 합니다. 이 조사를 통해 우리는 요리 환경의 추세와 패턴을 찾을 수 있습니다. 궁극적으로 우리의 목표는 레스토랑 전략을 재정의하고 Uber Eats 플랫폼에서 레스토랑의 입지를 강화하기 위해 실행 가능한 권장 사항을 제공하는 것입니다. > 문제: 이 프로젝트에서 우리의 주요 목표는 새로운 레스토랑 체인을 설립할 계획이거나 기존 레스토랑의 성과를 개선하려는 고객에게 전략적 권장 사항..

목적은 분명히 하고 문제는 구체적으로 정의하라 데이터를 분석할 때 정확한 의미부터 알아야 한다. 데이터 분석은 원시 데이터를 정리, 변환, 처리해 유용한 통찰력으로 바꾸는 것을 말한다. 당연히 데이터 분석의 목적은 데이터에서 알고 싶은 정보를 얻기 위한 것이다. 앞서 설명한 바와 같이 데이터 그 자체로는 문자나 숫자 등의 집합일 뿐이므로 정보를 더 쉽게 얻을 수 있도록 가공해야 한다. 이후 특이성, 규칙성, 상관관계나 인과관계 등을 찾아냄으로써 데이터가 의미를 갖게 된다. 현장에서 주로 어떤 목적으로 데이터 분석을 할까 ? 고객을 이해하고 타깃팅하기 위해서다. 경쟁사와 비교 분석해 제품과 서비스를 개선하기도 하고 제품과 서비스에 가장 적합한 타깃 고객층을 찾아내기도 한다. 이를 통해 수익성이 강화된 효과..

출처 정의 위키피디아 데이터를 정보로 읽고 이해하고 작성하고 전달하는 능력, 데이터 작업에 관련된 역량에 중점을 두므로 데이터 읽기, 이해와 관련된 특정 기술력도 필요함 포브스 비즈니스 활동과 결과를 위해 데이터를 효과적으로 사용하는 것 이스턴미시간 대학교 데이터 차트를 적절하게 읽고 올바른 결론을 도출하고 오해의 소지가 있거나 부적절한 방식으로 사용되는 경우를 인식하는 방법을 포함해 데이터가 의미하는 바를 이해하는것 가트너 데이터 소스, 구성, 적용된 분석 방법과 기술에 대한 이해와 함께 상황에 따라 데이터를 읽고 쓰고 전달할 수 있는 능력, 사용 사례 적용과 그에 따른 비즈니스 가치 또는 결과를 설명할 수 있는 능력 데이터 리터러시의 정의 데이터 리터러시는 왜 필요할까? 데이터는 탁월한 인식 능력을 ..

21세기 미래 역량, 4C Communication 의사소통 능력, Collaboration 협업 능력, Critical thinking 비판적 사고, Creativity 창의성 이 네가지의 앞 글자를 따서 4C 라고 하며, 이것들을 '미래 역량' 이라고 합니다. Communication 의사소통 능력 에서 의사소통을 정의하는 글에서는 '공유Sharing가 핵심 키워드 입니다. 생각과 질문, 아이디어와 문제 해결 방법을 함께 나누는 것이 의사소통 이라고 설명하고 있습니다. Critical thinking 비판적 사고 어떤 문제를 새로운 관점으로 바라보고, 기존에 알고 있던 과목과 다른 학문들을 서로 연결시킬 수 있는 역량이 바로 비판적 사고라고 설명합니다. Creativity 창의성 , 창의성이란 무언가..

조직의 경우에는 실험을 설계하기 전에 답을 구하려는 의문에 대해 신중히 새각하는 단계가 반드시 필요하다. 예컨대 아마존닷컴이 여러 형태의 웹사이트를 두고 실험한다고 해보자. 평가 기준을 심리학 규칙(사용자가 처음 방문해서 사이트를 탐색하는 데 어려움을 겪는다면 설계에 중대한 결함이 있는 것이다.) 과 경제학 규칙(사용자가 사이트에 서너 번 접속한 뒤에 새로운 설계가 사용하기에 더 쉬운가 더 어려운가를 결정한다) 중 어디에 두어야 할까 ? 그 대답은 아마존으이 목표, 또 소비자가 얼마나 자주 웹사이트를 방문하느냐에 따라 달라진다. 한편 사용자가 곧바로 웹사이트를 떠나는 경우도 있지만 , 오랜 시간을 탐색하며 더 많은 것을 둘러보는 경우도 있다. 두 경우에 단기적인 문제는 별로 중요하지 않을 수 있다. 결국..

가격은 어디에나 있다. 우리는 하루에도 여러 번, 때로는 몇 번이고 고심하면서, 또 때로는 한 치의 망설임도 없이 가격을 매기고 지불한다. 가격 저변에 깔린 역학을 이해하는 경영인은 그 지식을 이용해 더 많은 이익과 더욱 강력한 경쟁우위를 얻어낼 수 있다. 문제는 '가격' 이라는 게임이 점점 더 복잡해지고 있다는 사실이다. 치열한 경쟁과 인터넷 발달, 그리고 세계화 진행에 더불어 소비자가 가치와 가격을 셈하는 방식은 완전히 바뀌고 있으며 이에 따라 판매자가 어떻게 가격을 설정해야 하는지도 변화하고 있다. 당신이 가격이라는 주제에 대해 알아야 할 모든 것이 이책에 담겨 있다. 이는 소비자뿐만 아니라 관리자, 경영인, 판매 전문가, 마케팅 전문가와도 깊이 관련된 이야기다. 이익은 생존비용과 같다. 끊임없는 ..

14. 메모는 점이고, 점이 모여 트렌드가 된다. - 일상에서 읽은 다양한 정보를 여러 가지 방식으로 메모해둔다. 메모는 낱개의 점이지만, 메모가 쌓이게 되면 점과 점이 연결되는 선이 되고, 선을 모으면 면으로 발전한다. 면은 거대한 트렌드이다. 앞으로 어떤 기술과 서비스가 주목받을 것인지는 일종의 발견이 아니라 분석과 해석을 통한 논리적 도출이다. 그런데 그렇게 하기 위해서는 평소 여러 사람들의 의견, 시장 정보와 흐름을 잘 캐치하고 이를 내 생각으로 한 번 더 필터링 하는 것이 중요하다. 남들보다 앞서서 세상을 읽으려면 스스로 논리적 가설을 세우는 힘이 반드시 필요하다. 점이 많아질수록 선은 빨리 만들어진다. 그러니 어떤 점들이 생겨났는지 점의 크기는 어떻게 변해가는지, 무엇과 무엇이 결합되어 선이 ..

데이터 분석, 꼭 알아야 할 15가지 Garbage in, Garbage Outr 가장 중요하면서도 핵심이 되는 말이다. 데이터가 쓰레기면 아무리 날고뛰는 분석 도구를 사용한다 하더라도 결과물은 쓰레기다. 한마디로 말해 사용할 수 없는 데이터다. 분석 자체보다 분석 과정 전체를 보는 것이 훨씬 더 중요하다. 기계학습 Machine Learnig 이 비약적으로 발전하면서 데이터 분석에 쓸 수 있는 도구들이 많아졌다. 이런 도구들 덕분에 분석 자체는 과거보다 훨씬 쉬워졌다. 그래서 지금은 어떤 식으로 데이터를 가져오고 어떤 전처리를 거쳤으며 어떤 분석 도구를 사용했는지, 이러한 과정 전체인 분석 시스템 설계가 훨씬 더 중요해졌다.그리고 이때 필요한 지식은 분석 시스템/프로세스 설계 지식이지, 데이터 분석 그..
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 |
- 빅테크
- 데이터 시각화
- ADsP
- 아하 모먼트
- 북극성 지표
- 아무일 없는것처럼
- 퍼포먼스 마케팅
- 그로스 해킹
- 데이터 분석가 주니어
- 데이터 분석
- 알고리즘
- BA
- 프로젝트 매니저
- 데이터 분석 주니어
- 프로덕트 매니저
- 빅데이터
- PM
- 프로덕트 분석가
- 기획자
- 데이터 리터러시
- 머신러닝
- 방법론
- A/B테스트
- BI
- 퍼포먼스 마케터
- 통계학
- 책 추천
- 설레다
- 데이터 분석가
- 데이터분석가
- Total
- Today
- Yesterday