미니멈 에포트

지난 편에는 GTM의 역할/기능과 GA4와의 차이점에 대해 알아봤다. 이번에는 좀 더 GTM 쪽으로 깊게 들어가서 인터페이스와 계정 생성, 태그 및 트리거 설정 그리고 GA4 연동까지 간단히 알아보기로 하겠다. [마케터라면 알아야지] 구글 애널리틱스 (GA4) vs. 구글 태그 매니저 (GTM)GA4 자격증 공부하던게 엊그제 같은데.. 부트캠프에서 실무적 관점으로 다시 배우고 프로젝트에도 활용할 수 있게 되어 다행이다.근데 아직 낯설고 뭐가 뭔지 잘 모르겠다,, GA4는 그러려니 하는sayous.tistory.com GTM 계정 만들기구글 태그 매니저 (https://tagmanager.google.com/)에 접속해 계정 생성을 한다. GTM 계정은 지메일 계정 하나당 개수 제한 없이 만들 수 있..

GA4 자격증 공부하던게 엊그제 같은데.. 부트캠프에서 실무적 관점으로 다시 배우고 프로젝트에도 활용할 수 있게 되어 다행이다.근데 아직 낯설고 뭐가 뭔지 잘 모르겠다,, GA4는 그러려니 하는데 GTM은 ㅠ 아직 어려움GA4 자격증을 땄다고 해서 그걸 실무에 접목해 잘 활용할 수 있는 건 절대 아닌 것 같다. 그냥 활용법을 익히기 전 미리 친숙해지기 용도의 테스트라 생각하면 좋을듯.. 구글 애널리틱스 GA4 자격증 (GAC) 독학으로 빠르게 취득하기내 현 직무는 B2B PR과 B2C 마케팅 커뮤니케이션을 아우르고 있는데, 퍼포먼스 마케팅 혹은 CRM을 거쳐 비즈니스 애널리스트로 커리어 전향을 하는 것이 목표라 차근차근 필요한 스킬 스택을 쌓고sayous.tistory.com 구글 애널리틱스가 뭐죠..

안드로메다 그 자체였던 통계분석-머신러닝 파트가 드디어 끝났다... 이제 새로운 강사님과 마케팅 실무 파트에 들어간다. 곧 미드 프로젝트도 들어가서, 강의 내용이 훨씬 실습 위주 및 실무 연계형으로 변했다. 이제야 숨통이 좀 트인다. 데이터 분석 파트 때는 그냥 정줄 놓고 코드 복붙해 돌리다가 현타 맞고 다른 할 일 하고 그랬는데, 지금은 집중력이 훨씬 올라감. 그래, 주니어 마케터가 무슨 머신러닝이야. 실제 현업 최전방에서 쓰이는 기본적인 마케팅 개념과 툴부터 빠삭하게 익혀야지. 그로스마케팅의 개념과 지표, 프레임워크 등 이론적인 내용부터 강의를 듣고 있는데 솔직히 나는 그로스 마케터가 되려는 건 아니라서 그냥 가볍게 듣고 있다. 흥미롭긴 한데 뭐랄까, 너무 스타트업 특화된 개념 같고 그래서 막 와닿지..

Looker Studio(구 Google Data Studio)는 Google에서 제공하는 데이터 시각화 및 보고서 제작 도구로, 데이터를 이해하기 쉽게 대시보드 형태로 시각화할 수 있도록 지원한다. 무료로 쓸 수 있는 몇 안되는 BI(비즈니스 인텔리전스) 툴이고, 사용법도 직관적이고 간단한데다 구글의 다양한 서비스(ex. GA4) 및 타사 데이터 소스와 연동이 가능해 짱짱 편함! 역시 난 코딩 필요없는 직관적인 툴이 좋다 Looker Studio의 장점다양한 데이터 소스 연결 가능구글 애널리틱스(GA4), 구글 애즈(Google Ads), 구글 빅쿼리(BigQuery), 구글 시트 등과 원활히 통합MySQL, PostgreSQL 같은 데이터베이스, CSV 파일, 또는 타사 API를 통해 외부 데이터 연..

SQL 다음으로 가장 배우고 싶었던 태블로(Tableau) - 국내보다는 해외에서 범용적으로 많이 쓰이는 데이터 시각화 및 BI(비즈니스 인텔리전스) 툴이다. 영국 취업 공고를 찾아봤을 때 스킬 요건으로 태블로가 명시된 것을 종종 봐서, 출국하기 전까지 SQL과 더불어 태블로를 조금이라도 손에 익혀 둬야겠다고 생각했다. 대시보드 샘플도 만들어서 링크드인에 올리고, 자격증(Tableau Desktop Specialist)도 따고 나가려고 공부 중이다. 이 부트캠프에서는 Tableau와 Looker Studio를 각각 하루씩 할당해서 빠르게 훑고 넘어갔다. 강사님이 개인적으로 이런 시각화 툴들을 그닥 좋아하지 않는다는 게 티가 났다. Matplotlib으로 그래프 생성하는게 훨씬 낫다고 거듭 말씀하셨지만...

마케팅 지표 분석주요 마케팅 성과지표(performance metrics) 분석을 통해 캠페인의 효과를 측정하고 향후 전략 수립에 활용할 인사이트 도출하기.각 지표를 종합적으로 분석해 트래픽 증가 → 전환율 최적화 → 광고 효율성 개선 → 고객 유지 및 충성도 향상이라는 선순환 구조를 구축해야 한다. 마케팅 목표에 맞는 주요 KPI를 설정하고 지속 모니터링하며 최적화하는 것이 데이터 기반 마케팅의 핵심! 트래픽 (Website Traffic) 관련 지표방문자 수 (visitors)특정 기간 동안 웹사이트를 방문한 사용자 수 페이지 뷰 (page views)방문자가 특정 웹사이트에서 본 페이지 수 세션 (session)방문자가 웹사이트에서 머무른 활동 단위 이탈률 (bounce rate)방문자가 한 페..

상관관계 (Correlation)두 변수 간의 관계를 나타내는 통계적 개념으로, 한 변수의 변화가 다른 변수의 변화와 어떤 관계가 있는지 (증가 or 감소 패턴이 있는지) 나타낸다. 상관관계는 선형 관계(linear relationship)만 측정하며, 극단값(outlier)에 민감해 데이터에 이상치가 많으면 왜곡될 수 있다. 상관관계 값이 낮다고 해서 반드시 두 변수 간에 관계가 없는 것은 아니다 (비선형 관계 가능성도 염두에 두어야 함). 상관관계는 주가 지수와 경제 지표 간의 관계 분석, 혈압과 심장질환 간의 관계 분석, 광고 비용과 매출액 간 관계 분석 등 경제학, 의학, 마케팅 등 다양한 분야에서 활용된다. ※ 상관관계(correlation) vs 인과관계(causation)상관관계가 있다고..

correlation, regression, Z-score, P-value... 대학 시절 들었던 유일한 통계 관련 강의에서 가볍게 찍먹했던 개념들. 더 거슬러 올라가면 고딩 때 AP Psychology 따면서 이런 통계학 개념들을 좀 자세히 배우긴 했었다. 그 때도 이게 뭔 소리람 하면서 주입식 암기법으로 외워서 어찌저찌 시험은 패스했는데, 요것들을 10년이 지나서 다시 만났네..? 뭣 모르는 주니어 마케터(꿈나무)가 소신발언 하자면, 마케터가 이런 고급 통계 개념까지 숙지하고 활용할 줄 알면 당연히 좋겠지만 이게 과연 필수 스킬셋일까라는 질문에는 NO라고 생각한다. 마케팅 애널리스트같은 data-heavy한 직군으로 간다면 중요하겠지만, 좀 더 일반적인 디지털 마케터나 퍼포먼스 마케터 이런 사람들이 ..

데이터 구조 파악 (EDA)EDA(탐색적 데이터 분석, Exploratory Data Analysis)는 데이터 분석을 수행하기 전에 데이터의 구조를 파악하고 특성을 이해하는 과정. 기술통계, 데이터 시각화, 변수 간 관계 분석 등의 방법을 사용하며 데이터의 패턴을 발견하고 이상치(outlier) 및 결측치(missing value)를 확인해 적절한 전처리 방법 결정 가능. 1. 데이터의 기본 정보 파악: 데이터 크기, 컬럼 수, 데이터 타입 등 확인. 2. 결측치, 이상치 탐색: 누락된 값과 비정상적인 값을 찾아 적절한 처리 방안 결정. 3. 데이터 분포 확인: 데이터가 정규분포를 따라는지 여부 등을 시각적으로 확인. 5. 변수 간 관계 분석 및 시각화: 상관관계를 분석해 데이터의 패턴 이해. ..

그래프를 통한 마케팅 데이터 분석 및 시각화 히스토그램 (Histogram) 데이터의 분포(distribution) 파악 광고 클릭 수 분포, 고객별 구매 금액의 빈도 분포 분석 선형 그래프 (Line Chart) 시간적 변화 (시간에 따른 트렌드) 분석 주간/월간 매출 트렌드, A/B 테스트 결과 (시간별 비교) 막대 그래프 (Bar Chart) 범주형 데이터 비교 광고 채널별 전환율 비교, ROI가 높은 제품 분석 산점도 (Scatter Plot) 두 변수 간의 상관관계 분석 광고 클릭 수와 전환율 간의 관계 분석 파이 차트 (Pie C..

그로스 마케팅에서는 고객 페르소나 구축, 제품/서비스 만족도 조사, 광고/캠페인 효과 분석, 구매 의사결정 과정 분석, NPS(Net Promoter Score) 분석 등을 위해 서베이를 활용한다. 서베이를 통한 체계적인 데이터 수집 및 분석은 고객 맞춤형 마케팅 전략 수립에 도움이 되며, 마케팅 예산 최적화 및 매출 증대에 활용될 수 있다. (예시) 최근 3개월 내 브랜드의 제품을 구매했거나 마케팅 캠페인을 접한 고객을 대상으로 서베이 진행. (BLS - Brand Lift Survey와 비슷한 개념이라 보면 될듯) 설문조사 데이터는 특정 타겟 그룹의 의견을 반영하지만 표본 크기가 작거나 특정 그룹에 편향될 가능성이 있어, 이를 보완하기 위해 외부 데이터셋을 활용하면 더 풍부한 분석이 가능하다. 외부..

커리큘럼 누가 짠건진 몰라도 반성 조금만 하시길 웹 크롤링(Crawling)은 데이터를 자동으로 수집해 마케팅 전략을 최적화하고 의사 결정을 개선하는 데 중요한 역할을 한다.경쟁사 동향 실시간 추적, 업계 트렌드 분석SNS, 블로그, 쇼핑몰 리뷰 크롤링으로 제품 선호도와 피드백 분석검색 트렌드, 소셜 인기 키워드 수집해 광고 최적화 및 SEO 전략 수립리드(잠재 고객) 발굴 ex. 기업 웹사이트 데이터 크롤링 (B2B)실시간 가격 비교, 최저가/평균가 분석으로 가격 최적화 (Dynamic Pricing)인기 콘텐츠 분석, 커뮤니티 모니터링 (브랜드 인지도, 소비자 반응, 바이럴 마케팅 효과 등)판매 데이터와 검색량을 크롤링해 제품 수요 예측도 가능! 효율적인 재고 관리까지크롤링 기능에 따른 기술 스택 ..

MariaDB - ALTER TABLE 쿼리문MariaDB에서 기존 테이블의 구조를 변경하는 데 사용. 열 추가, 삭제, 수정, 인덱스 추가, 제약 조건 변경 등의 작업 가능.열 추가하기ADD COLUMNALTER TABLE employees ADD COLUMN email VARCHAR(100) AFTER name; 열 삭제하기DROP COLUMNALTER TABLE employees DROP COLUMN department;열 이름 변경하기CHANGE COLUMNALTER TABLE employees CHANGE COLUMN salary monthly_salary DECIMAL(10,2) NOT NULL;열 데이터 타입 변경하기MODIFY COLUMNALTER TABLE employees MODIFY..

MariaDB에서 여러 테이블 다루기 (JOIN)데이터베이스에서 데이터의 효율적인 관리를 위해 테이블을 분리해 저장하는 경우가 많은데, 이 때 JOIN 함수를 사용하면 여러 테이블의 데이터를 조합해 원하는 정보를 조회할 수 있다. INNER JOIN두 테이블에서 일치하는 데이터만 반환교집합을 반환하며, 일치하지 않는 데이터는 제외LEFT JOIN왼쪽 테이블의 모든 데이터 + 오른쪽 테이블에서 일치하는 데이터왼쪽 테이블과 일치하는 데이터가 없으면 NULL 반환RIGHT JOIN오른쪽 테이블의 모든 데이터 + 왼쪽 테이블에서 일치하는 데이터오른쪽 테이블과 일치하는 데이터가 없으면 NULL 반환FULL OUTER JOIN두 테이블의 모든 데이터 포함합집합을 반환하며, 일치하지 않는 데이터는 NULL로 표시 (..

지난 시간에 배운 SQL 연습해보는 예제 모음편. 시작하기에 앞서서.... 멋쟁이사자처럼 그로스마케팅 부트캠프 신청 당시 커리큘럼에서 가장 핵심적으로 배우고 싶었던 부분, 그리고 가장 도움이 될 것 같았던 파트가 SQL이었다. 마케팅 현업에 있는 분들 말 들어보면 파이썬, R 같은 프로그래밍 언어보다 SQL을 먼저 배우는 걸 추천하는 경우가 많을 정도로 SQL이 기본적이면서도 강력한 데이터 분석 툴/언어다 보니. 그런데 SQL도 파이썬과 마찬가지로 너무 휘리릭 훑고 지나가버린 감이 있다... 따로 혼자 공부하고 자격증도 준비하는 것이 사실상 필수인 것 같다. 그리고 MariaDB와 연동해서 SQL를 다루고 있는데, 이왕이면 좀 더 widespread한? MySQL로 실습하면 좋았을 것 같고, MariaD..

연이은 이틀 결석으로 상당한 진도 공백이 발생해 버렸다.... 안 그래도 첫주간 수업 커리큘럼이 좀 말이 안 될 정도로 빡세다고 느껴서 이게 맞나 싶은데, 더 절망의 수렁으로 빠져드는 중. 못참고 냅다 도피 여행 질러버린 내 잘못이지만, 인간적으로 이거 비전공자를 위한 커리큘럼은 절대 아니라고 느낌. 다른 부트캠프에서는 1-2주간 다루는 파이썬을 이틀만에 떼고 바로 SQL로 들어간다? 거기에 Pandas랑 DB도 MariaDB, MongoDB까지 해서 너무 잡탕..이 아닌가 싶음. 전 편에서도 썼지만 커리큘럼이 좀 더 선택과 집중이 있었으면 좋겠음. 근데 또 다른 수강생들 보면 힘들어하면서도 나름 잘 따라가고 열심히 하는것 같아서 혼자 자괴감.. 까지는 아니고 그냥 반쯤 자포자기 심정으로 여기서 반 정도..

1. Pandas 데이터 정렬하기 (Sorting)sort_values()를 활용한 단일 열 정렬import pandas as pd# 그로스 마케팅 데이터 예제data = { "캠페인": ["봄맞이 할인", "여름 특가", "가을 이벤트", "겨울 세일"], "매출액": [3500000, 5000000, 2200000, 4300000], "클릭수": [750, 1200, 540, 980], "전환율": [0.045, 0.052, 0.038, 0.049]}df = pd.DataFrame(data)# 매출액 기준 오름차순 정렬df_sorted_asc = df.sort_values(by="매출액", ascending=True)print(df_sorted_asc)# 매출액 기준 내림차순 정..

Pandas란?Python에서 데이터 분석과 조작을 쉽게 할 수 있도록 도와주는 강력한 오픈소스 라이브러리로, 엑셀과 유사한 데이터 구조를 제공 (테이블 형식의 데이터). Numpy 기반으로 만들어졌으며 데이터 정리, 변환, 분석, 시각화 등의 기능을 제공한다. 강력한 데이터 구조 Series: 1차원 데이터 구조 (엑셀의 한 열과 유사) DataFrame: 2차원 데이터 구조 (엑셀의 표와 유사) ※ R에서 사용되는 data.frame 구조를 본뜬 구조라 R의 data.frame 기능 상당수를 무리없이 사용할 수 있음. 거기다 파이썬이라는 접근성 좋은 언어 기반으로 동작하기에 데이터 분석을 파이썬으로 입문하는 사람들에게 필수적인 라이브러리가 됨 (출처: 나무위키) 고성능과 확..

Python 데이터 구조 (자료형)파이썬에서는 다양한 데이터 구조(Data Structures)를 제공해 데이터를 효율적으로 저장하고 관리 가능. 리스트(List) - 순서가 있는 변경 가능한(mutable) 배열튜플(Tuple) - 순서가 있는 변경 불가능한(immutable) 배열 (*현업에서 상대적으로 덜 쓰임)딕셔너리(Dictionary) - 키-값 쌍으로 구성된 해시 맵 자료형 (*현업에서 주로 많이 쓰이는 구조)집합(Set) - 중복이 없는 요소를 저장하는 구조1. 리스트 (List)순서가 있는 변경 가능한 데이터 구조로, 리스트 내부의 요소는 서로 다른 타입의 데이터도 저장 가능. 대괄호 [](bracket)를 사용해 정의, 인덱스(Index)를 통해 요소에 접근.2. 튜플 (Tuple)순서..

파이썬(Python)이란? 1991년 귀도 반 로섬(Guido van Rossum)이 처음 발표한 고급 프로그래밍 언어로, 그리스 신화에 나오는 뱀 '파이썬'에서 이름을 따왔으며, 배우기 쉽고, 읽기 쉬운 문법으로 많은 개발자들 사이에서 인기. Python의 주요 특징 읽기 쉬운 코드: 가독성이 뛰어난 코드. 더 적은 노력으로 코드를 이해하고 유지보수 가능. 광범위한 표준 라이브러리: 다양한 표준 라이브러리를 제공해 많은 기능을 쉽게 구현. 파일 입출력, 웹 서비스, 데이터베이스 연결 등 다양한 작업 수행 가능. 플랫폼 독립성: Windows, macOS, Linux 등 다양한 운영체제에서 실행 가능 (다양한 환경에서 동일한 코드를 사용). 동적 타이핑: 변수의 타입을 명..