[ FCPEDA ] 패션 고객-상품 탐색적 데이터 분석 - PYTHON    강의 PDF 파일 다운로드 ::     강의 실습용 코드 주피터노트북 다운로드 (PC용) ::    참고용 코드와 브루클린 데이터셋 다운로드 ::https://github.com/stillxyxon/fashionRetailAnalysis2022 GitHub - stillxyxon/fashionRetailAnalysis2022: analyzing a virtual fashion retailer's customers, products and transactionsanalyzing a virtual fashion retailer's customers, products and transactions - stillxyxon/fashion..

[ FCSEDA ] 패션 고객 세분화 탐색적 데이터 분석 - PYTHON      FCSEDA . FCSEDA . FCSEDA . FCSEDA . FCSEDA . FCSEDA .  FCSEDA . FCSEDA . FCSEDA .  FCSEDA . FCSEDA . FCSEDA .  FCSEDA . FCSEDA . FCSEDA .  FCSEDA . FCSEDA . FCSEDA .  FCSEDA . FCSEDA . FCSEDA .  FCSEDA . FCSEDA . FCSEDA .  FCSEDA . FCSEDA . FCSEDA .    강의 PDF 파일 다운로드 ::     강의 주피터노트북 다운로드 (구글 Colab용)    강의 주피터노트북 다운로드 (PC용)      *** Colab에서 한글폰트 사용 설..

[온라인 서점 고객세분화] ChatGPT가 지원하는 디지털 마케터의 시장/고객 데이터 분석 * 고객세분화와 마케팅, 그리고 데이터분석과 알고리즘 활용 (Python). ChatGPT의 초안을 이해하고 응용하는 방안 ** 온라인서점의 가상 예제로 예제의 전반적 설명과 데이터셋(첨부)에 대한 설명은 아래 블로그 링크를 참고 https://revisioncrm.tistory.com/405 [CRMAJU2018] R데이터분석 - 탐색적 고객세분화 :: 서점 데이터 활용 # 서점의 고객 데이터에 대한 가상 사례 # 탐색적인 분석과 고객세분화 응용 사례 # cs1 > 고객세분화(customer segementation)와 시장세분화(market segmentation)는 대상에서 차이가 나기 때문에 엄밀하게는 구별..

styleMarket 데이터분석 : 보헤미안브리즈 고객세분화 분석 PYTHON FSTAAP { # FSTAAP { # FSTAAP { # FSTAAP { # > 스타일마켓은 대한민국에 위치한 패션 제품의 생산, 수입 및 국내외 유통을 담당하는 기업입니다. 이 회사는 다양한 스타일과 트렌드에 맞춘 다양한 패션 아이템을 제공하며, 의류, 액세서리, 신발 등을 포함한 주요 제품 라인업을 생산합니다. 스타일마켓은 고품질의 원단과 재료를 사용하여 제품의 품질과 내구성을 보장하며, 다양한 디자인 팀과 협업하여 새로운 패션 트렌드를 제공합니다. 또한, 유명한 패션 브랜드 및 디자이너와의 협업을 통해 독특하고 차별화된 제품을 개발합니다. 회사는 글로벌 시장 동향을 파악하고 다양한 유통 채널을 통해 국내외 고객들에게 제..

ChatGPT 주도적인 데이터 분석 - 온라인서점 고객세분화 예제 분석가의 개입을 최소화하고 최대한 ChatGPT(3.5)의 코드 생성 기능만을 활용하여 실전적 데이터 분석을 실시해보는 예제. 90% 이상의 작업은 ChatGPT 가 수행하고 지휘와 감독, 부분적인 수정 정도만 인간 분석가가 하는 방식으로 진행한 결과물 # prompt: 파이썬에서 테이블의 컬럼별 기본 특성 정보를 확인하는 스크립트를 작성하라. csv 파일로 데이터가 제공된다 # prompt: 실제로는 수치인데 천단위 컴마가 들어가 object로 보이는 컬럼의 값들을 컴마 없는 수치로 변경하는 스크립트를 작성하라 # prompt: 테이블에서 수치형 데이터들 끼리만 상관관계를 매트릭스로 구한 후 매트릭스 히트맵으로 시각화하는 스크립트를 작성..

고객세분화에 대한 이해와 활용방안 2007. BI코리아 고객세분화(customer segmentation)라는 용어는 이제는 특별히 심각한 학술 세미나에서가 아니라도 쉽게 들을 수 있다. 마케팅이나 고객관리와 관련된 업무를 담당하는 사람들이 일상 업무에도 흔히 사용하고 있다. 그러나 그처럼 보편화되었다는 것과 정확한 이해와 활용이 이루어진다는 것과는 별개의 문제인 듯하다. 꽤나 많은 사람들이 그 개념에 대해 오해를 가지고 있기 때문이다. 먼저 대표적인 오해들을 몇 가지 짚어보고 나서 그에 대한 여러 측면을 살펴보고 활용도를 높이기 위한 방안까지 알아본다. 고객세분화와 관련된 오해들 오해 1 RFM 분석은 고객세분화의 대표적인 방법이다 본래 통신판매에서 시작되었다고 하는 RFM (recency, frequ..