.png&blockId=ac94ad2f-ce71-4951-9ad0-959e7ff0199e)
강의계획서
‘데이터 분석 실전반 - 추천 시스템 구현’과 뭐가 다른건가요?
•
추천 시스템 구현반은 Rule 기반·연관성 분석·딥러닝·머신러닝 등
다양한 추천 알고리즘을 설계·구현하는 데 집중합니다.
•
지표 설계 및 고객 분석반은 지표(KPI) 설계와 고객 세분화, 예측 모델링 등을 통해
비즈니스 인사이트를 발굴·활용하는 데 집중합니다.
[공통 사항]
서로 다른 주제지만, 실무에 적용 가능한 분석 기법을 배울 수 있다는 점은 동일합니다.
관심 분야나 필요에 따라 맞는 분반을 선택하세요!
Pandas를 완전히 익히고 분석 역량을 높이고자 하는 분을 위해 프로젝트 형식의 강의를 진행합니다.
[어떤 것을 배우나요?]
•
지표 설계 기초부터 코드 구현까지 다양한 실습을 통해
비즈니스 지표를 직접 설계·구현하는 과정
•
고객 분석 및 모델링 집중 실습을 위해 구매·이탈·충성도 등
데이터로 고객 세분화와 예측 모델링
•
데이터 기반 인사이트와 전략 의사결정 능력을 기르기 위해
실제 프로젝트 사례의 KPI 관리와 활용 방안
어떤 사람에게 추천하나요?
[이런 분께 추천합니다]
•
데이터 분석 전처리 역량은 충분하지만
지표 설계, 고객 분석과 같은 실전 경험이 부족하신 분
•
KPI 설계, 고객 분류, 예측 모델링 등
구체적인 비즈니스 분석 프로젝트를 수행하고 싶은 분
•
선행 요구 역량: 데이터 분석 전처리반 (판다스)에서 배우는
문법은 숙지하고 있어야 함
신청 전 확인하기!
본 강의는 지표 설계와 고객 분석 실습을 중심으로 진행하며,
이론보다는 실제 사례와 코드 구현 위주로 수업이 진행됩니다.
만약 기본적인 데이터 전처리 능력이 부족하다고 느끼시는 경우
보다 원활한 수강을 위해 “데이터 분석 전처리반 (Pandas)” 또는
”데이터 분석 전처리 적용반” 수강을 권장합니다.
권장 수업 페이지로 이동하기
커리큘럼
1주차 | GA4 주요 기능과 강의 소개 |
2주차 | 지표 프레임워크와 주요 지표 이해 (1) |
3주차 | 지표 프레임워크와 주요 지표 이해 (2) |
4주차 | 지표 프레임워크와 주요 지표 이해 (3) |
5주차 | 분석 기준 설정과 메트릭 하이라키 |
6주차 | 사용자 행동 로그 데이터 이해: 세션과 이벤트의 개념 |
7주차 | 구글 태그 매니저(GTM) 활용 이벤트 설계 |
8주차 | 탐색 보고서 활용 프로덕트 분석 방법 1탄 |
9주차 | 필수 과제 (1) 해설 - 메신저 서비스 이벤트 택소노미및 지표 설계 |
10주차 | 탐색 보고서 활용 프로덕트 분석 방법 2탄 |
11주차 | 탐색 보고서 활용 프로덕트 분석 방법 3탄 |
12주차 | 마케팅 채널 용어 및 분석 |
13주차 | 마케팅 채널 성과 분석 |
14주차 | Looker Studio 활용 대시보드 만들기 |
15주차 | 필수 과제 (2) 해설 - 게임 유저 행동 대시보드 제작 |
16주차 | GA4 총정리 |