커리큘럼

파트 17개약 95시간

• Part Excel
• Part 2 SQL

  Ch 1 Introduction

  • 1 데이터와 데이터베이스
  • 2 DBMS
  • 3 테이블과 모델링
  • 4 SQL을 왜 배워야 하는가?
  • 5 실습환경 세팅, MySQL, DBeaver (Windows)
  • 6 실습환경 세팅, MySQL, DBeaver (Mac)
  • 7 SQL Fiddle 소개(설치가 귀찮은 분들을 위한)
  • 8 공공데이터 소개

  Ch 2 테이블 생성 SQL (DDL)

  • 1 CREATE
  • 2 ALTER
  • 3 DROP / TRUNCATE

  Ch 3 데이터 생성 SQL (DML)

  • 1 INSERT
  • 2 UPDATE
  • 3 DELETE

  Ch 4 데이터 조회 SQL (Easy)

  • 1 SELECT / ALIAS
  • 2 WHERE (+IN, LIKE, BETWEEN)
  • 3 ORDER BY (+LIMIT)
  • 4 집계 함수
  • 5 GROUP BY
  • 6 HAVING

  Ch 5 데이터 조회 SQL (Medium)

  • 1 INNER JOIN
  • 2 OUTER JOIN
  • 3 SELF JOIN
  • 4 CASE WHEN
  • 5 서브쿼리 - 스칼라 서브쿼리
  • 6 서브쿼리 - 인라인 뷰
  • 7 서브쿼리 - 중첩 서브쿼리 (+EXISTS)
  • 8 UNION & UNION ALL
  • 9 WITH ROLLUP
  • 10 윈도우 함수

  Ch 6 알아두면 쓸데있는 SQL 함수

  • 1 String Functions
  • 2 Number Functions
  • 3 Data Functions
  • 4 Null Functions

  Ch 7 데이터 시각화

  • 1 전국 캠핑장 데이터 시각화
  • 2 고속도로 휴게소 데이터 시각화

  Ch 8 전국 캠핑장 데이터 분석(실습1)

  • 1 전국 캠핑장 정보 테이블 및 데이터 생성
  • 2 각 지역에 위치한 캠핑장 조회
  • 3 해수욕장에 위치한 캠핑장 찾기
  • 4 면적이 가장 넓은 캠핑장 TOP10
  • 5 캠핑장이 가장 많은 지역은 어디?

  Ch 9 고속도로 휴게소 데이터 분석(실습2)

  • 1 고속도로 휴게소 정보 테이블 및 데이터 생성
  • 2 전국 휴게소의 각종 데이터를 JOIN
  • 3 전국 휴게소의 화장실 실태 조사
  • 4 만족도가 높은 휴게소의 편의시설 현황
  • 5 반려동물을 데리고 와이파이 빵빵한 휴게소에 가보자!

  Ch 10 편의점 구매 상품 데이터 분석(실습3)

  • 1 편의점 구매 상품 및 날씨 테이블 및 데이터 생성
  • 2 편의점에서 월별로 가장 많이 팔린 상품 카테고리는?
  • 3 편의점 월별 매출액 구하기
  • 4 날씨와 편의점 구매 상품의 상관 관계

  Ch 11 마무리

  • 1 성능 좋은 SQL을 작성하려면?
  • 2 강의를 마치며
• Part 3 PYTHON

  Ch 1 인트로

  • 1 과정 소개
  • 2 파이썬 소개
  • 3 분석 환경 colab 소개

  Ch 2 Python 기초 살펴보기

  • 1 변수
  • 2 자료형_숫자형
  • 3 자료형_문자열
  • 4 자료형_리스트
  • 5 자료형_튜플
  • 6 자료형_딕셔너리
  • 7 자료형_집합
  • 8 제어문_if
  • 9 제어문_while
  • 10 제어문_for
  • 11 list, dict comprehension
  • 12 함수
  • 13 예외 처리
  • 14 라이브러리 사용

  Ch 3 데이터 전처리

  • 1 dataframe과 series 이해하기
  • 2 데이터 불러오기, 저장하기
  • 3 조건에 맞는 데이터 추출
  • 4 데이터가공_행,열
  • 5 데이터가공_결측값처리
  • 6 데이터가공_타입변환
  • 7 데이터가공_날짜다루기
  • 8 데이터가공_고급기능(apply, lambda, map)
  • 9 데이터가공_데이터결합
  • 10 데이터집계_분포와 대표값
  • 11 데이터집계_groupby
  • 12 데이터재구조화_crosstab
  • 13 데이터재구조화_피벗테이블
  • 14 데이터재구조화_stack, unstack, melt

  Ch 4 데이터 시각화

  • 1 그래프의 종류
  • 2 matplotlib 이해하기
  • 3 matplotlib으로 유형별 그래프 그리기
  • 4 seaborn 이해하기
  • 5 seaborn으로 유형별 그래프 그리기
  • 6 plotly 이해하기
  • 7 plotly로 유형별 그래프 그리기
  • 8 PyGWalker 이해하기
  • 9 PyGWalker로 유형별 그래프 그리기
  • 10 folium 이해하기
  • 11 folium으로 지리 데이터 시각화하기

  Ch 5 실습1: 공개 데이터 플랫폼 활용 방법

  • 1 다양한 공개데이터 플랫폼 살펴보기
  • 2 Pandas 활용하기
  • 3 BeautifulSoup 활용하기

  Ch 실습2: 영화 데이터를 활용한 영화 흥행 결정 요인 분석

  • 1 데이터 둘러보기 & 가설 세우기
  • 2 데이터 전처리하기
  • 3 EDA, 시각화, 분석
  • 4 리뷰

  Ch 실습3: 유통 데이터를 활용한 리텐션과 RFM 분석

  • 1 데이터 둘러보기 & 가설 세우기
  • 2 데이터 전처리하기
  • 3 EDA, 시각화, 분석
  • 4 리뷰

  Ch 실습4: 사용자 행동 로그 데이터를 활용한 퍼널 분석

  • 1 데이터 둘러보기 & 가설 세우기
  • 2 데이터 전처리하기
  • 3 EDA, 시각화, 분석
  • 4 리뷰

  Ch 실습5: 교통 데이터를 활용한 지리 데이터 시각화

  • 1 데이터 둘러보기 & 가설 세우기
  • 2 데이터 전처리하기
  • 3 EDA, 시각화, 분석
  • 4 리뷰

  Ch 실습6: 직접 크롤링하기 - 부동산 데이터 분서을 통해 최적의 자취방 구하기

  • 1 데이터 둘러보기 & 가설 세우기
  • 2 데이터 전처리하기
  • 3 EDA, 시각화, 분석
  • 4 리뷰

  Ch 실습7: 직접 크롤링하기 - 경제 뉴스기사 키워드 추출을 통한 연도별 이슈 분석

  • 1 크롤링하기
  • 2 데이터 둘러보기 & 가설 세우기
  • 3 데이터 전처리하기
  • 4 EDA, 시각화, 분석
  • 5 리뷰

  Ch 실습8: 직접 크롤링하기 - 뉴스기사 키워드 추출을 통한 주식 종목 이슈 분석

  • 1 크롤링하기
  • 2 데이터 둘러보기 & 가설 세우기
  • 3 데이터 전처리하기
  • 4 EDA, 시각화, 분석
  • 5 리뷰
• Part 4 R

  Ch 1 Introduction

  • 1 강의 소개 및 목차

  Ch 2 R 소개 및 세팅

  • 1 R & RStudio 설치
  • 2 인터페이스 소개 및 환경 설정
  • 3 R 초스피드 기초 개념
  • 4 변수, 함수, 패키지 이해

  Ch 3 데이터 기초 개념

  • 1 데이터 프레임 이해
  • 2 외부 데이터 호출
  • 3 데이터 프레임 수정

  Ch 4 데이터 파악

  • 1 데이터 파악
  • 2 dplyr 라이브러리 소개
  • 3 파이프 연산자(%>%,

  Ch 5 함수 살펴보기

  • 1 select() 를 이용한 열 선택
  • 2 filter() 를 이용한 행 필터링
  • 3 arrange() 를 이용한 행 정렬
  • 4 mutate() 를 이용한 열 추가 및 수정
  • 5 group_by(), summarize() 를 이용한 데이터 요약
  • 6 join() 를 이용한 데이터 결합
  • 7 dplyr - 기타 유용한 함수들

  Ch 6 EDA 실습하기

  • 1 실습: 스포티파이 데이터 EDA

  Ch 7 데이터 변환

  • 1 tidyr 라이브러리 소개
  • 2 tidy한 데이터란?
  • 3 pivot_longer(), wider() 를 이용한 피봇팅
  • 4 tidyr - 기타 유용한 함수들

  Ch 8 데이터 정제

  • 1 결측치 정의 및 정제
  • 2 이상치 정의 및 확인

  Ch 9 데이터 시각화

  • 1 ggplot2 라이브러리 소개
  • 2 시각화의 목적
  • 3 스캐터플롯
  • 4 바차트
  • 5 라인차트
  • 6 박스플롯
  • 7 facet() 을 이용한 그래프 분할
  • 8 실습: 비디오 게임 시각화

  Ch 10 데이터 핸들링

  • 1 lubridate를 활용한 날짜 데이터 핸들링
  • 2 stringr을 활용한 문자열 데이터 핸들링

  Ch 11 이커머스 데이터 분석 실습 (1)

  • 1 퍼널 분석 개념
  • 2 이커머스 마케팅 데이터를 이용한 퍼널 분석
  • 3 RFM 분석 개념

  Ch 12 이커머스 데이터 분석 실습 (2)

  • 1 이커머스 행동 데이터를 이용한 RFM 분석
  • 2 A/B Test 개념

  Ch 13 모바일 게임 데이터 분석 실습

  • 1 모바일 게임 데이터를 이용한 A/B Test
  • 2 연관 규칙 분석 개념

  Ch 14 영화 데이터 분석 실습

  • 1 영화 데이터를 이용한 연관 규칙 분석
  • 2 군집 분석 개념

  Ch 15 와인 데이터 분석 실습

  • 1 와인 데이터를 이용한 군집 분석
• Part 5 Tableau

  Ch 1 Overview & Tableau 소개

  • 1 Tableau 다운받기

  Ch 2 기본 통계를 활용한 데이터 스토리텔링

  • 1 데이터 스토리텔링의 6가지 기본 원칙
  • 2 데이터 시각화의 좋은 예와 나쁜 예
  • 3 다양한 차트 종류 (Histogram, Heatmap 등)
  • 4 Tableau로 기본 통계 분석하기

  Ch 3 데이터 소스 연결, 데이터 결합 및 블렌딩

  • 1 데이터 연결
  • 2 데이터 결합

  Ch 4 Tableau Prep을 활용한 데이터 전처리 및 Flow 만들기

  • 1 Tableau Prep 소개
  • 2 데이터 Flow 작성 및 구성
  • 3 데이터 필터링
  • 4 데이터 Cleaning 하기
  • 5 데이터 피벗
  • 6 테이블 추출 job 만들고 게시하기
  • 7 Tableau Prep Builder로 데이터 전처리 및 추출

  Ch 5 Tableau Desktop 기본 구성

  • 1 워크시트의 구성
  • 2 집계 방법
  • 3 마크, 필터, 캡션
  • 4 Bin 생성하기
  • 5 Histogram으로 분포도 확인
  • 6 갠트차트로 프로젝트 상태 추적

  Ch 6 Dual Axis를 활용한 Line + Bar 그래프

  • 1 Small Multiples와 이중축
  • 2 계층 만들기와 데이터 그룹화
  • 3 Dual Axis 그래프 만들기
  • 4 파레토그램(Paretogram) 만들기
  • 5 Boxplot으로 유저 분포 확인

  Ch 7 매개변수와 계산된 필드를 활용한 시계열 그래프

  • 1 날짜 변수 다루기
  • 2 계산된 필드 만들기
  • 3 매개 변수 만들기
  • 4 LOD 계산
  • 5 분석 기능 활용
  • 6 대시보드와 스토리 만들기
  • 7 KPI 비교 (Daily, Weekly, Monthly)
  • 8 폭포차트 만들기

  Ch 8 Geocoding을 활용한 지도 대시보드 만들기

  • 1 지오 데이터 연결하기
  • 2 커스텀 맵핑 기술
  • 3 맵 디자인
  • 4 이중 레이어 지도 만들기
  • 5 스파이더 맵 만들기 (기점/종점)
  • 6 코로나 확진자 분포 맵 만들기

  Ch 9 고객 여정 Funnel Dashboard 만들기

  • 1 AARRR Funnel 분석

  Ch 10 성과를 분석하는 코호트 대시보드 만들기

  • 1 유저 리텐션 분석

  Ch 11 Sankey Diagram 만들기

  • 1 회사 수익과 비용 흐름 보여주기

  Ch 12 Tableau 게시 및 추출 만들기

  • 1 대시보드 임베딩 및 추출 방법
  • 2 모바일/다양한 해상도 대응
  • 3 대시보드 만들고 공유하기
• Part 6 Redash

  Ch 1 Redash 세팅하기

  • 1 첫인사 및 강의 개요 설명
  • 2 Redash 소개 & 세팅 (Docker, AWS 활용)
  • 3 Redash 화면 구성 설명

  Ch 2 Redash 쿼리하기

  • 1 실습 데이터 설명 및 데이터 연결
  • 2 데이터 시각화의 목적 : 지표 모니터링
  • 3 선정한 지표 쿼리하기

  Ch 3 Redash 시각화하기 - 그래프

  • 1 그래프 소개(1)
  • 2 그래프 소개(2)
  • 3 매출 데이터 실습(1) - 지표 쿼리
  • 4 매출 데이터 실습(2) - 매출 목표 달성 (Filter & Counter)
  • 5 매출 데이터 실습(3) - 카테고리/브랜드/상품 분석
  • 6 유저 행동 데이터 실습(1) - 지표 쿼리
  • 7 유저 행동 데이터 실습(2) - AU & 리텐션 (Cohorts)
  • 8 유저 행동 데이터 실습(3) - 퍼널 분석
  • 9 유저 행동 데이터 실습(4) - 데모 분석 (Pivot)

  Ch 4 Redash 시각화하기 - 대시보드

  • 1 좋은 대시보드란?
  • 2 KPI 대시보드 만들기(1)
  • 3 KPI 대시보드 만들기(2)
  • 4 KPI 대시보드 만들기(3)
  • 5 A/B Test 성과 대시보드 만들기(1)
  • 6 A/B Test 성과 대시보드 만들기(2)
  • 7 A/B Test 성과 대시보드 만들기(3)

  Ch 5 Redash 엔지니어링

  • 1 Alert, Slack Message (Zapier)
  • 2 Data Import/Export
  • 3 ETC : Tag, Query Snippet
  • 4 스터디 자료
• Part 7 POWER BI

  Ch 1 데이터 시각화와 생산성 100배

  • 1 Overview
  • 2 데이터 시각화
  • 3 핵심 메시지 설정

  Ch 2 Power BI 시작하기

  • 1 Power BI 소개
  • 2 Power BI 설치 및 시작
  • 3 Power BI 구성요소
  • 4 Power BI 작업흐름과 시각화
  • 5 Power BI 웹게시

  Ch 3 Power Query

  • 1 Power Query 소개 및 데이터 불러오기
  • 2 데이터 형태 이해하기
  • 3 구글스프레드시트(웹) 데이터 불러오기
  • 4 오픈 API 데이터 불러오기

  Ch 4 데이터모델링

  • 1 데이터 모델링 개념

  Ch 5 Dax

  • 1 Dax란?
  • 2 필터와 Calculate
  • 3 X함수

  Ch 6 타이타닉 생존자 시각화

  • 1 데이터 소개 및 생존률 계산
  • 2 변수별 생존률 시각화
  • 3 대시보드 디자인

  Ch 7 Global Super Store 대시보드

  • 1 데이터 소개
  • 2 마스터 테이블 만들기
  • 3 DAX : 수요변화 시나리오 작성
  • 4 분산형 차트 : 상품 엔지니어링
  • 5 파레토 법칙(80:20) 상품 찾기

  Ch 8 HR 대시보드

  • 1 데이터 및 대시보드 소개
  • 2 막대 그래프 : 입사 경로별 비율 계산
  • 3 히트맵, 퍼널차트 추가분석
  • 4 콤보 차트 : 입퇴사 분석
  • 5 드릴스루
  • 6 디자인팁

  Ch 9 서울시 지하철 대시보드

  • 1 데이터 소개 및 전처리
  • 2 날짜별 지하철 승하차고객 불러오기
  • 3 커스텀 맵핑 적용하기

  Ch 10 코호트 분석 대시보드

  • 1 데이터 소개, 전처리
  • 2 데이터 모델링 : 쿼리 병합
  • 3 Cohort 분석(1) : W1~17 Retention
  • 4 Cohort 분석(2) : 리텐션 막대
  • 5 대시보드 디자인 : 폰트테마 적용

  Ch 11 고객 분석 대시보드

  • 1 데이터 소개 및 전처리, 모델링
  • 2 Summarize 함수로 고객 분류
  • 3 Switch 함수로 커스텀 필터
  • 4 Charticulator 소개
  • 5 커스텀 막대 차트 만들기
  • 6 거품형 차트로 순위 만들기
  • 7 TOPN으로 최고 신장률 팀 찾기
  • 8 좋은 대시보드란
• Part 8 머신러닝

  Ch 1 Introduction

  • 1 강의 개요

  Ch 2 머신러닝 기본

  • 1 머신러닝이란?
  • 2 Supervised vs Unsupervised Learning

  Ch 3 머신러닝 학습

  • 1 머신러닝 학습 방법

  Ch 4 데이터 예측모델링

  • 1 데이터 예측 모델링 프로세스
  • 2 모델링 대표 문제유형 및 알고리즘

  Ch 5 Regression(회귀) 모델링

  • 1 문제상황 및 데이터 살펴보기
  • 2 Data Spec Check
  • 3 문제해결 프로세스 정의
  • 4 Data Info Check
  • 5 Data Readiness Check
  • 6 Feature Engineering
  • 7 Modeling
  • 8 Model Evaluation & Summary

  Ch 6 Classification(분류) 모델링

  • 1 문제상황 및 데이터 살펴보기
  • 2 Data Spec Check
  • 3 문제해결 프로세스 정의
  • 4 Data Info Check
  • 5 Data Readiness Check
  • 6 Feature Engineering
  • 7 Modeling
  • 8 Model Evaluation & Summary
• Part 9 AI로 시작하는 데이터 분석

  Ch 1 AI 시대, 생성형 AI 기초 익히기

  • 1 생성형 AI는 무엇일까?
  • 2 ChatGPT 기본 사용법
  • 3 ChatGPT 데이터 분석 실무에서는 이렇게 쓴다

  Ch 2 데이터분석의 흐름

  • 1 데이터 분석의 정의? 기업에서는 왜 분석가를 채용할까?
  • 2 실무기반 데이터 분석 프로세스 정리하기
  • 3 EDA부터 예측 모델링까지 데이터 분석 흐름 익히기

  Ch 3 ChatGPT로 데이터 분석 단계별로 같이 해보기

  • 1 ChatGPT랑 데이터 분석 첫걸음 - 프롬프트 엔지니어링 입문
  • 2 인기 웹툰의 비밀을 찾아라! - EDA 실습
  • 3 가짜 리뷰 데이터 생성하고 감정 분석하기
  • 4 VIP 고객 세분화 - RFM 분석 실습
  • 5 다음 달 매출 예측 - 회귀 모델링
  • 6 구매 가능성 높은 고객 예측 - 분류 모델링
• Part 10 일상 속 궁금증을 해결하는 데이터분석

  Ch 1 [소셜미디어] 인스타 최강 인플루언서는 누구?

  • 1 팔로워 수만 보면 안 된다! 영향력 기준 이해
  • 2 인스타 데이터를 통한 최강 인플루언서 찾기

  Ch 2 [스포츠] 오타니 선수 성적 예측

  • 1 세이버메트릭스란?
  • 2 오타니 선수 데이터로 성적 예측

  Ch 3 [쇼핑] 네이버 쇼핑 리뷰 분석

  • 1 네이버쇼핑 리뷰 데이터 수집하기 (JupyterLab 세팅)
  • 2 네이버쇼핑 리뷰 데이터 크롤링하기
  • 3 잘 팔리는 제품의 비밀 찾기

  Ch 4 [엔터테인먼트] BTS와 블핑, 누가 더 글로벌한가?

  • 1 "글로벌하다"의 정의
  • 2 gtrends로 글로벌 검색량 비교
  • 3 Youtube API로 조회수 크롤링 및 시각화
• Part 11 Deep-dive Project : 유통업계

  Ch 1 VVIP 고객 매출 상승 전략

  • 1 시나리오 배경 설명
  • 2 현황 파악: VVIP 고객 데이터 이해
  • 3 VVIP 고객 추가 구매 예측
  • 4 클러스터링으로 VVIP 고객 패턴 분류
  • 5 클러스터링 결과로 세그먼트 만들기
  • 6 효과적 방법론 선정: 분류모델 고르기
  • 7 모델 오류 활용하여 예측
  • 8 실제 모델링으로 업셀링 고객 예측
  • 9 연관성 분석 배우기
  • 10 VIP 인기 제품 마케팅 활용
  • 11 결과 분석과 결론 만들기
• Part 12 Deep-dive Project : 금융업계(카드사)

  Ch 1 이탈 고객 예측 및 분석

  • 1 시나리오 배경 설명 - 이탈 영향
  • 2 이탈고객 정의와 현황 분석
  • 3 데이터 EDA 및 인사이트 도출
  • 4 이진 분류모델 구축
  • 5 모델링 평가 및 개선 포인트
  • 6 성과 분석 및 Action Item 도출
• Part 13 Deep-dive Project : 게임업계

  Ch 1 광고 전환율 높이기 (업리프트 모델링)

  • 1 시나리오 배경 설명
  • 2 업리프트 모델링이란?
  • 3 전환율 비교 분석
  • 4 업리프트 모델링 스코어 산출
  • 5 모델 평가 및 ROI 분석
  • 6 업리프트 기반 자동 타겟팅 기획
• Part 14 Deep-dive Project : O2O 업계

  Ch 1 콜수요 초과율 지표 고도화

  • 1 O2O 서비스 매칭 이해
  • 2 지역별 콜수요 초과율 파악
  • 3 시간대별 SQL 분석
  • 4 원인 분석
  • 5 Uber h3index 활용 딥다이브
  • 6 보정값 가설 설정
  • 7 SQL로 보정값 생성
  • 8 보정값 검증
  • 9 기존 대비 표준화(MMN) 비교
  • 10 전국 배포 시뮬레이션
• Part 15 커리어 UP

  Ch 1 포트폴리오 작성법

  • 1 비즈니스 글쓰기 이론(1)
  • 2 비즈니스 글쓰기 이론(2)
  • 3 비즈니스 글쓰기 실습(1)
  • 4 비즈니스 글쓰기 실습(2)

  Ch 2 데이터 분석가 커리어 UP

  • 1 현실적인 데이터 분석 커리어 전략
  • 2 이력서 및 포트폴리오 작성법
  • 3 데이터 분석 채용공고(JD) 분석하기
  • 4 현직 데이터분석가가 말하는 데이터분석가란?
  • 5 데이터분석가로 피벗한 전략
  • 6 실무에서 데이터분석 AI 활용성
• Part 16 실전 정량적 분석 스킬 5가지

  Ch 1 데이터 분석 Overview

  • 1 강의방식 소개
  • 2 BA 업무 방식 및 필요역량
  • 3 Overview
  • 4 엑셀 함수 소개

  Ch 2 이중차분법

  • 1 A/B Test란?
  • 2 독립변수와 종속변수
  • 3 이중차분법 개념
  • 4 A/B Test 실습 데이터 소개
  • 5 (실습) 5천원 vs 5% 할인쿠폰

  Ch 3 Cohort 분석

  • 1 Cohort 분석이란?
  • 2 Cohort 실무활용 사례
  • 3 Cohort 실습 데이터 소개
  • 4 (실습) 첫구매 고객 분석

  Ch 4 RFM 분석

  • 1 RFM 이란?
  • 2 Percentile 개념
  • 3 변수간 상관관계
  • 4 RFM 실습 데이터 소개
  • 5 (실습) 이커머스 고객 이탈 예측

  Ch 5 LTV 산출

  • 1 LTV란?
  • 2 LTV 실무활용 사례
  • 3 LTV 산출법
  • 4 LTV 실습 데이터 소개
  • 5 (실습) 새벽배송 플랫폼 핵심 고객

  Ch 6 로그데이터 분석

  • 1 로그데이터 분석이란?
  • 2 실습 데이터 소개
  • 3 (실습) 광고 배너별 전환율 분석
• Part 17 마케팅을 움직이는 데이터분석

  Ch 1 전략을 말하는 데이터 보고서 쓰기

  • 1 전략 기획에 기여하는 분석가
  • 2 데이터 인사이트 보고서 작성법(1편)
  • 3 데이터 인사이트 보고서 작성법(2편)

  Ch 2 데이터로 마케팅 인사이트 캐내기

  • 1 딥컨조인트 분석으로 이탈 이유 찾기
  • 2 광고 매체별 상품 성과 분석
  • 3 회계 데이터로 돈 되는 전략 짜기
  • 4 FGI 자동화로 마케팅 페르소나 만들기
  • 5 이미지 분석으로 소스 개선 전략

  Ch 3 AI로 전략 자동화하기

  • 1 데이터로 광고 성과 시뮬레이션
  • 2 추천 알고리즘으로 광고 전략 짜기
  • 3 강화학습으로 마케팅 성과 향상
  • 4 AI로 광고 전략 최적화하기
  • 5 유전 알고리즘과 마케팅 전략
  • 6 나만의 마케팅 AI 만들기
  • 7 AI 시대의 데이터 분석가 무기