[수료증] 유데미 - DT전략 마스터클래스

 

 

 

올해들어 5번째 유데미 수료증을 획득했다.

 

과목은 'DT전략 마스터클래스'

 

나는 보통 강의 목차를 보고 선택하는데 이 강의의 목차가 내가 너무 좋아하는 책 <감으로만 일하던 김팀장은 어떻게 데이터를 좀 아는 팀장이 되었나>의 실무편처럼 느껴져서 선택. 역시나 만족스러웠다.

 

기억에 남는 내용을 복기하자면 다음과 같다.

 

---

 

1. 멤버십 데이터를 보는 방법 w. 엑셀 슬라이서

1차적으로 접근할 수 있는것은 기술통계. 그러나 기술통계는 수많은 고객의 단면만을 알 수 있기 때문에 지역별, 성별, 나이대별 분류를 통해 데이터를 쪼개서 들여다보는 작업 필요하다. 엑셀을 통해서 활용가능한 기능은 슬라이서이며, 해당 기능을 활용한 드릴다운을 통해 멤버십 데이터에 입체적으로 접근할 수 있다. 

 

 

 

 

 

실무에서 엑셀은 잘 안써서 슬라이서 기능을 처음 알았다(...) 일종의 필터기능인데 빠르게 데이터를 탐색하는데 유용한듯. 

 

나의 경우에는 기존 고객등급을 기준으로 고객데이터를 봤고, 도메인의 특성에 맞는 분류축을 설정하여 고객별 맞춤 타겟전략을 수립했었다. 구매주기등을 기반으로 마케팅 스케쥴을 짜고, 객단가등을 고려하여 쿠폰스킴을 설계하고 등등. 강의를 들으면서는 항상 '나는 이렇게 했는데 다른 사람은 이렇게 하는구나, 이렇게도 할 수 있구나' 를 깨닫는다. 

 

2. 고객을 구분하는 3가지 방법 - RFM / ABC / 통계기반

 

실무에서 RFM은 써봤기때문에 패스.

 

ABC는 누적비율 기준으로 고객을 분류하고 상위 0%를 A, 그 다음 0%를 B 등으로 분류하는 방식이다. 통계기반은 평균과 표준편차를 기반으로 하는데, 예를 들어 상위 2.5% 고객은 정규분포에 따라 (평균+표준편차*2) 이상의 고객을 뜻한다.

 

 

 

물론 요즘에는 머신러닝으로 가능한 K-MEANS 클러스터등의 분류 방식이 가능하고,

 

나의 경우에는 특정 서비스 이용고객의 고객특성을 찾아내기 위한 분석을 많이 했었다. (선물하기 / 샘플서비스 등) 해당 고객의 특성을 파악하여, 어떻게 하면 다른 고객도 이 서비스를 이용하게 할 수 있을까? 하는 목적으로 가설을 세우고 실험을 수행했던 기억. 표준편차 개념을 실무에 적용해본적은 없는데 확실히 통계를 공부하고나니까 쉽게 이해가 된다. 

 

 

3. 상품추천 (앗 엑셀로도 가능하다)

상품추천에 대한 부분도 다루는데 여기서는 피어슨 상관관계 및 유클리드/맨하탄 거리 개념을 배운다. 나도 이 개념을 알고는 있었지만 구현은... 어떻게 하지? 라는 생각을 했었는데 이 강의에서는 엑셀을 이용한 예시를 보여준다. 

 

피어슨 상관거리 = 상관분석

유클리드 = SQRT((X2-X1)^2 + (Y2-Y1)^2)

 

유클리드거리는 작을수록,

피어슨거리는 1에 가까울수록 높은 유사도를 지닌다.

 

나의 경우는 GA를 활용해서 a상품 구매고객을 세그먼트 설정한 후, a 상품과 동시 구매율이 높은 상품을 찾고, 이를 a를 구매했지만 동시구매상품을 구매하지 않은 고객에게 상품추천하여 성과를 낸 경험이 있다. 

 

GA를 활용하면 대략적인 상품추천이 가능한데 상관관계 혹은 유클리드(OR맨하탄)거리를 활용하면 보다 체계적인 상품 추천이 가능하지 않을까 싶다. 

 

 

---

 

 

 

이외에도 카이제곱검정(성별에 따른 주종선호도의 차이가 있을까?), RPA 구현(폴더 내 여러 파일을 어떻게 하면 자동화할까)등 실무에서 도움이 될만한 데이터 활용 사례들이 가득하다. 개인적으로 요즘 엑셀을 따로 공부하고 있는데 파워쿼리를 통해 어떻게하면 RPA를 효율적으로 구상할 수 있을지 고민 중. 파워쿼리와 파워피봇을 좀 더 배워볼까도 싶고. 이래저래 배울건 많고... 내 머리로 살짝은 어려운 부분도 많지만 그래도 재미있다. 

 

이 글도 몇년후에 보면서 '이것도 몰랐니 과거의 나야?' 하면서 웃을 수 있기를. 하... 배울수록 '무엇을 모르는지도 모르' 다가 '무엇을 모르는지 알게' 되니 모르는게 더 많이 보인다. 꾸준히 공부해나가다보면 양질전환의 법칙을 이루는 날이 오겠지. 오늘도 조금씩. 멈추지 않는다면 언젠가 도달한다!