에이블런 퍼포먼스마케팅 3일차(06/01)

에이블런 퍼포먼스마케팅 3일 차(06/01)

 

3일 차 커리큘럼 목차

 

<창의적 문제 해결 방식, 디자인싱킹>

디자인싱킹 개념과 핵심 공감,

문제정의 아이디어 도출.

프로토타이핑 이해

디자인싱킹을 통한 문제 해결과 협업의 중요성

 

<데이터 드리븐 디자인싱킹의 이해>

디자인씽킹디자인싱킹 VS 데이터 드리븐 디자인싱킹

사례로 알아보는 데이터 드리븐 디자인씽킹

데이터 드리븐 디자인씽킹의 도구

 

데이터 드리븐 디자인싱킹은 디자인싱킹과 데이터 분석 기술을 융합하여 문제 해결에 활용합니다.

데이터를 수집하고 분석하여 문제를 정의하고 해결하기 위한 아이디어를 도출하며,

최종적으로 프로토타이핑을 통해 해결책을 구현합니다.

 

데이터 분석 툴을 이용한 키워드 파악

썸트렌드

• 크롬에서 실행하는 게 좋다
• 언급량 분석, 연관어 분석, 긍부정 분석
• 직관적인 인터페이스라서 사용이 쉽다.

 

소셜 분석 미니 워크숍

많은 분들과 분석 결과를 공유하여 생각하지 못한 관심사를 알게 되었고,

정리된 내용을 통해 계절별, 연령별, 성별에 따른 분석방법도 배웠습니다.

 

통계 기본 지식 정리

 

통계

현상을 나타내는 데이터로부터 유용한 정보를 도출하여 적절한 의사결정을 하게 해주는 것

모집단/전수조사처럼 모든 데이터를 이용하는 경우는 드물다

표본조사를 할 경우 오차한계(5%)를 설정해야 합니다.

 

편차

하나의 데이터 값이 평균에서 얼마나 떨어져 있는지에 대한 값

 

표준편차

분산에서 루트를 씌워준 값,

분산의 값이 클 경우 실제 값과 근사한 오차를 구함

 

가설 검정

귀무가설 : 기존의 사실과 차이가 없다, 같다

대립 가설 : 귀무가설의 반대

 

ex)

귀무가설 : 다이어트를 위한 소식은 스트레스를 유발한다.

대립가설 : 다이어트를 위한 소식은 스트레스와는 관계가 없다.

 

P-Value < 0.05

귀무가설 기각, 대립가설 채택

가설 검정은 통계적으로 유의한 결과를 도출하기 위한 것입니다.

귀무가설과 대립 가설을 설정하고, P-value를 통해 귀무가설을 기각하고 대립 가설을 채택하게 됩니다.

 

기술 통계와 시각화로 이해하는 탐색적 데이터 분석

1. 통계를 만들어낼 데이터 지정해 주기

 

[데이터]–[데이터 분석] - 통계 데이터 분석 도구가 나옵니다 -[기술 통계법] - [확인]

 

입력값 제일 아래 셀까지 지정하는 방법

• 제일 위쪽 셀 클릭 후 [컨트롤+쉬프트+아래방향키]

 

2. [출력옵션] 출력 범위 설정

 

 

3. [확인]을 눌러 출력값 생성

 

 

왜도

• 데이터가 왼쪽 오른쪽 어디 쪽으로 더 치우쳐있는가, 대칭성 파악
• 음수는 왼쪽으로 양수는 오른쪽으로 치우친다

 

첨도

• 그래프 양쪽 꼬리의 모양
• 음의 첨도는 변동성이 높다(꼬리가 정규 분포보다 얇고, 중간이 뾰족함)
• 양의 첨도는 변동성이 적다(꼬리가 정규 분포보다 두껍고, 중간이 뭉툭함)

 

4. 그래프로 시각화

[데이터]-[데이터분석]–[히스토그램]

 

히스토그램은 데이터의 분포를 한눈에 파악하기 쉽다.

 

실습 예제) 변동성이 적은 원자재는 무엇일까?

 

우선 앞에서 배운 기술통계법과 히스토그램을 사용하여

통계표를 만들고 분석해 줍니다.

어떤 통계 수치를 보고 변동성이 적을지 논리적으로 유추해야 합니다.

변동성 부분에서는 표준편차와 첨도를 기준으로 비교를 해보았습니다.

 

양의 첨도가 높을수록 데이터가 모여 있다 > 변동성이 작다

평균 대비 표준 편차의 비율이 적은 것이 변동성이 작다.

 

결론

열연이 가장 변동성이 낮은 원자재이다.

시각적 패턴들을 보면 문제점을 직관적으로 파악하기 쉽다.

 

상관 분석 기법으로 관계성 파악하기

 

상관분석

-여러 변수 간에 선형적 관계릴 가지는지 분석하는 기법

-평소 대화에서도 많이 사용된다

-노력대비 효과가 좋은 기법 상관 분석은 여러 변수 간의 선형적 관계를 분석하는 기법입니다.

 

이를 통해 두 변수 간의 연관성을 파악하고, 예측 모델을 만들 수 있습니다.

상관 분석은 평소 대화에서도 많이 사용되며, 노력 대비 효과가 좋은 기법 중 하나입니다.

 

상관분석 실습 예제

 

[데이터]-[데이터분석]-[상관분석]

 

[삽입]-[차트]-[분산형]

[점] 우클릭 > [추세선 생성]

 

*차트를 시각화할 때는 가로세로 비율 1:1로 해준다.(데이터 왜곡방지)

 

상관 분석을 수행하기 위해서는 데이터를 입력하고,

분산형 차트를 이용하여 시각화해야 합니다.

이를 통해 두 변수 간의 선형적 관계를 파악하고,

추세선을 생성할 수 있습니다.

결론

두 가지 변수가 양의 상관관계가 있다.

상관 분석을 통해 두 변수 간의 선형적 관계를 파악하고, 예측 모델을 만들 수 있습니다.