코테준비 | Top earners/Weather Observation Station 13~18(+해커랭크 SQL 모든 문제 해결 완료)
·
SQL
☑️  Top Earners[문제]Write a query to find the maximum total earnings for all employees as well as the total number of employees who have maximum total earnings. Then print these values as  space-separated integers.직원의 가장 높은 총 수입과 해당 수입을 받는 직원 수집계두 출력값은 스페이스 두개로 연결[문제 풀이]내 코드 SELECT CONCAT(max(months*salary),' ',count(DISTINCT employee_id))FROM EMPLOYEEWHERE months*salary IN (SELECT max(months*sa..
코테준비 | 15 Days of Learning SQL (+해커랭크 고 난이도, where 절 연관 서브쿼리 활용)
·
SQL
15 Days of Learning SQL | HackerRankfind users who submitted a query every day.www.hackerrank.com☑️  15 Days of Learning SQL[문제]Julia conducted a  days of learning SQL contest. The start date of the contest was March 01, 2016 and the end date was March 15, 2016.Write a query to print total number of unique hackers who made at least  submission each day (starting on the first day of the contest),..
태블로 | AARRR 대시보드 구현하기2 ( Revenue + 대시보드 꾸미기)
·
TABLEAU
태블로 | AARRR 대시보드 구현하기1 ( Acquisition / Activation /Retention + Cohort)➡️  AARRR 프레임워크 및 관련 지표 Acquisition (획득) : 유입DAU : 하루 활성 사용자WAU : 주간 활성 사용자MAU : 월간 활성 사용자STICKINESS : DAU/MAU → 값이 클수록 충성도가 높음Activation (활성화) : 첫cookievlog.tistory.com ➡️ Revenue 대시보드매출 관련 지표 PU(PAYING USER) : 유료 고객ARPU ( AVERAGE RE PER USER) : 1인당 평균 매출ARPPU ( AVERAGE RE PER PAYING USER ) : 1인당 유료 고객 평균 매출LTV (한 사용자가 서비스에서 ..
분석 기법 | 코호트(cohort) 분석
·
데이터 분석
➡️ 코호트 분석이란?코호트 분석은 고객 세분화를 '시간의 흐름'을 기준하는 분석. 고객 세분화의 일종이기도 함.가입일 /최초 방문일등 특정 이벤트의 최초 수행일시를 기준으로 `공통된 경험`을 한 사용자 그룹을 나누어 분석하는데 목표가 있음코호트 구분 예시예시 1) 사용자를 `최초 프로덕트 방문일` 기준으로 그룹화한다. → 코호트 O예시 2) 사용자를 `최초 접속 국가` 기준으로 그룹화한다. → 코호트 X예시 3) 사용자를 `최초 프로덕트 방문일 및 접속 국가` 기준으로 그룹화한다. → 코호트 O➡️ 코호트 분석 예시예를 들어, 특정 쇼핑몰의 사업 시작 후 첫 5개월 동안의 고객 당 평균 매출액을 표로 그렸을 때 아래와 같다고 가정한다면, 이 데이터를 보고 추이가 좋아졌는지 나빠졌는지 해석하기 어려움. ..
태블로 | 랜딩페이지 A/B 테스트 대시보드 구현 (+ kaggle a/b testing 데이터셋 실습)
·
TABLEAU
아래 Kaggle 의 a/b tesing 데이터셋으로 ab테스트 결과 대시보드를 구현하는 실습을 진행했다. A/B testing www.kaggle.com 최종 구현한 대시보드 ➡️ 대시보드 목표 정의`who` (대시보드 대상) : 프로덕트 팀`why` (목적) : a/b 테스트 실험 결과 공유 및 의사결정 지원`what` (주요 지표) : 랜딩 페이지 전환율`how` (대상자가 어떻게 활용하려고하는가) : 세부수준? 고수준? → 세부수준`when` (언제 사용하는가) : 매일? 매주? 특정 상황? → 특정 상황`design` (대시보드 구성) : 어떻게 대시보드를 구성할 것인가? → 주요 지표만 간단하게➡️ 대시보드 구현 실습 대시보드 구성 (개별 워크시트 작업)그룹별 유저 비중 →수치그룹별 전환율 →..
태블로 | AARRR 대시보드 구현하기1 ( Acquisition / Activation /Retention + Cohort)
·
TABLEAU
➡️  AARRR 프레임워크 및 관련 지표 Acquisition (획득) : 유입DAU : 하루 활성 사용자WAU : 주간 활성 사용자MAU : 월간 활성 사용자STICKINESS : DAU/MAU → 값이 클수록 충성도가 높음Activation (활성화) : 첫 경험재방문율 : 가입후 7일내 재방문율완료율 : 주요 기능 완료율첫 세션 평균 시간 (첫 방문시)Retention (유지)리텐션코호트Revenue (수익)ARPU ( AVERAGE REVENUE PER USER) : 1인당 평균 매출 : 총 매출/ 총 고객수ARPPU ( AVERAGE RE PER PAYING USER ) : 1인당 유료 고객 평균 매출LTV (한 사용자가 서비스에서 발생시키는 총 매출) : ARPU * 평균 유지기간AOV(AV..
코테준비 | Print Prime Numbers - 1-1000까지 소수만 필터링 (recursive CTE, group_concat, not exists)
·
카테고리 없음
Print Prime Numbers | HackerRankPrint prime numbers.www.hackerrank.com ☑️  Print Prime Numbers[문제]Write a query to print all prime numbers less than or equal to 1000. Print your result on a single line, and use the ampersand (&) character as your separator (instead of a space).For example, the output for all prime numbers  would be:2&3&5&71-1000 가지 숫자 중 소수만 찾아 앰퍼센트로 연결해서 하나의 셀에 출력[문제 풀이]내 코드 WIT..
태블로 | 유입채널/시간/요일별 트래픽 분석 (도넛차트, 히트맵) / LOD 계산식 예제 (DATEADD로 UTC 변환, FIXED,INCLUDE,EXCLUDE) / 대시보드 실습
·
TABLEAU
➡️ 유입채널별 트래픽 분석 - 도넛 차트 목표유입 채널(Channel Grouping)별 트래픽 비율을 시각적으로 표현 (도넛차트) 전체 사용자 중 특정 채널에서 온 비율이 얼마나 되는지 분석시각화도넛 차트는 행/열 구분이 없으므로, 열에 1 작성하여 임의의 차원 값 생성 →  파이차트 생성`유입채널별 고객수` : 색상/각도 설정 -> 각도 (고객수) / 색상 ( 유입 채널)`내부원 생성` : 임의의 파이차트 생성 후이중축으로 설정후 크기/색상 변경`디자인`  : 레이블 / 컬러/ 크기 조정 해서 시각화➡️ 시간/요일별 트래픽 분석 - 히트맵목표시간대/요일 별 방문자 수를 색상 강도로 표현특정 시간대에 트래픽이 집중되는 패턴 분석 목표`시간 전처리`UNIX 타입일 경우 → UTC 타입으로 변경 필수함수..
코테 준비 | Draw The Triangle 1/Draw The Triangle 2 (SET @ / REPEAT)
·
SQL
Draw The Triangle 1 | HackerRankDraw the triangle pattern using asterisks.www.hackerrank.com☑️  Draw The Triangle 1[문제]'*' 특수문자 반복하여 직각 삼각형 구현하는 문제[문제 풀이]내 코드 SELECT REPEAT('* ',20) UNION ALL SELECT REPEAT('* ',19) UNION ALL SELECT REPEAT('* ',18) UNION ALL SELECT REPEAT('* ',17) UNION ALL SELECT REPEAT('* ',16) UNION ALL SELECT REPEAT('* ',15) UNION ALL SELECT REPEAT('* ',14)UNION ALL SELECT RE..
WIL | 내배캠 데이터 분석 과정 11주차 회고(+머신러닝 프로젝트 회고)
·
내배캠 | 데이터분석 부트캠프
FACTS (이번주 내가 한 일)머신러닝 팀 프로젝트 완료 (1/24~2/5 수요일 완료) 월 : 담당 모델인 catboost 가 recall/precision 기준 베스트 모델로 1차 선정. 전처리 옵션별 평가 비교/ 혼동행렬/ 중요 변수 확인 완료 → 화요일 즈음 GBM 담당 팀원 결과값이 recall 기준 +0.002 더 높아 최종 베스트 모델로 선정월 : 시간 부족으로, PPT 팀 + 머신러닝 마무리/ 군집화 팀으로 나눠서 진행. 그 중 ppt 전체 디자인 및 EDA 파트 담당하여 PPT 제작 (EDA 시각화에 대부분 시간 쏟음)화 : 1차 PPT 완료후, 현진튜터님 피드백 요청. EDA - 분류모델 까지 인사이트 및 내용 정리는 잘 됐으나 결론이 군집파트에만 집중되어 급하게 마무리한 느낌이며, ..