데이터 코스 (-‿◦)✶ * .

쇼룸 비즈니스에 대해서는 잘 몰랐는데자세히 알 수 있어서 공부가 되었고어떤 취향을 가진 쇼룸 오너가 어떤 브랜드를 수집하고 있는지 보는 게 재밌었다교육적이기도 하지만 일해보지 않으면 모르는 아주 실전적인 내용도 있어서 정말 좋은 내용이었다.도서관에 가면 패션 비즈니스 실무적인 책도 있지만디자인이나 브랜드 자체에 대한 책이 더 많아서 사회 초년생으로서 일을 하는 데 관한 지식을 얻기에 한계가 있었는데이런 좋은 책이 있어서 다행인 것 같다

18일 전에 갑자기 이력서 완성 각오로 빡세게 달리는 이유:18일날 국민취업지원제도 상담이라서 완성된 이력서 들고가야함 + 지금 커리어톤 이력서 sbs 챌린지 하고 있는데 더 빨리 끝내기 도전 + 18일에 마감인 기업 지원하기로 해서 완성해야 함 (아직 프로젝트 완성도 높일 필요 있지만 그래도 팀원분이랑 스케줄 맞춰서 같이 달려보기로!!) 이번주에 이력서 달리고, 다음주에 이력서 다시 한 번 업데이트 하고, 다다음주에는 포폴 업데이트 작업을 하게 될지도 모름. 9월 전까지 이거 다 하면 기적일지도 모르는데, 하면 무조건 좋다고 생각해서, 신나게 해보쟈! 2025-07-15(화)ROI 판단 근거 페이지 추가구체적인 수치 추가 (스코어링, 결측치 몇 개, 다중공선성, 상관계수, 모델링 성능 지표, shap,..

프로젝트 끝나자 마자 기억 안날아가도록 바로 추후 2차적인 작업 뭐 해야할지 적어놓고 나서 주말에 푹 자고 쉬고 다시 월요일이 되었다.수료식 정말 졸업식보다 감회가 새로웠다...ㅋㅋㅋㅋ단기간에 다같이 고생해서 그런 것 같다. 이제 하는 일은 !!!!이력서 업데이트 + 프로젝트 업데이트 + 자료 누락되는 거 없이 모두 잘 챙기기 + 부족한 공부 더 하기 + 코딩테스트 공부 꾸준히 하기 + 자격증따기이다. 간단하게 적어봐도 벌써 여러개긴 한데 ...ㅋㅋㅋ 이번주 일과는 이렇다: 1. 프로젝트 보완할 내용, 지적받았거나 발전시키면 좋을 내용 업데이트 하는 중2. 이력서 이번주에 1차 피드백 받기 목표 (이거 하면 네이버 페이 포인트도 주길래 바로바로 해버리기~ 기억 증발 방지!!)로 작업 하는. 스텝바이스텝 ..

정말 크게 성장한 것 같다. 날 것의 데이터셋으로 최대한 완성도 높은 전처리 하는 게 해보고 싶었고, 머신러닝 쓰는 거 제대로 해보고 싶었고, 태블로를 제대로 해보고 싶었고, 전략 제안도 완성도 높게 하고 싶었는데, 다 제대로 해볼 수 있었다. 거기서 더 고도화 된 것도 있고 말이다. (마감 3일 전에도 빌딩을 하나 지었다고 볼 수 있었다.) 그리고 고생해서 오래 작업한 데이터셋인만큼 인사이트 낼 게 많았다. 오직 시간이 부족할 따름이었다. 할 말이 많아지고 싶어서 최종 프로젝트 열심히 한 거고, 오늘에 와보니 실제로 할 말 많아져 있는 게 머릿속에 정리된 게 많이 있는 게 금고를 여는 것마냥 참 좋았다. 성장이 느껴지는 부분이 거기다. 아쉬움이 느껴지는 부분은 머릿속에 정리되어있지 않으면 말로 할 ..

감격ㄱ의 눈물을 흘리다..사진은 ㄱ ㅡㅡ냥 오늘 캡처된것중 아무거나임....자는시간 빼고 하루종일 마우스를 클릭해서손이너무나아프다....손목 보호 마우스인데 으흑흑.근데 너무나 뿌듯하닻ㅇ^^^

할 일은 나와 있고 역할분담 시간분배 잘 해서 실천에 옮기면 됨. 체력아 버텨라!

대시보드 1차 피드백 받았는데 수정할 게 엄청 마니 있어서 많이 수정했다추가로 고민해야할 부분도 있었다. 팀원분들께서 완전 빠르게 수정해주셔서 다행히 금방 되었다이 부분에서 배운 것는 보는분들 (우리의 경우 마케팅팀)이 이 시각화들이 초면이니까무슨뜻인지 잘 이해하실 수 있게 최대한 쉽고 자세하게 표현해야한다는 것과 사용설명서같은 텍스트를 많이 넣으면서 잘 알려드려야한다는 사실과우리도 이해하기 어려운 내용과 분량을 담은 시각화는 남들은 더 어렵다는 것을 잊지말자는 것이었다읽는 분 배려하는 대시보드 만드는 법을 구체적으로 배운 것 같다 피피티 진행해주시는 팀원분꼐서 그것도 왕빠르게 해주고 계셔서 내일까지 하면 많이 정리될 것 같다끝이 보이는구먼

대시보드 4개 중 3개는 배치까지 완료됐고 마지막인 클러스터 대시보드 1개는 배치 다른한분이 진행중임 나는 대시보드 뒤에 들어갈 배경이미지 생성을 맡아서 지금 그 3개에 대한 디자인을 내일 오전까지 팀원 컨펌 받고 피드백하는 게 목표임 한분은 피피티 중간단계까지 만드는 거 해주실것임또 한분은 오늘 적은 인사이트들 문서화해주실 것임 지금까지 만든 대시보드에서 뭐를 더 넣고빼자는 논의와, 클러스터 대시보드에 어떤 시트 반영할지 선별하는 회의를 했고그에 이어서 이 시각화를 보고는 이런 대시보드가 나오니까 넣고 겹치니까 없어도 되고, 알에프엠 기준으로 생각했을 때 이 시각화는 필요하고 안하고 같은거를 추리는 작업을 낮에 했다

아래는 오늘은 정말 진짜 찐 최종인 친구들이다. 내가 만든 쿠키...가아닌 시트

저녁에 한 건 이거고연서 : 클러스터 분석 전용 대시보드용 eda 시도. 클러스터용 주제 확립이랑, 기초 eda 하기. 어제랑 오전에 한 건 이 내용이다 오전 회의요약해봄:주제 정리내용클러스터 해석- 0: 유지 기반- 1: 고액 단발- 2: 중간 금액 단발→ 1+2 합쳐서 전략 가능리텐션 전략 범위- 전체 고객 기반 전략으로 의견 수렴 → 압도적 분포를 고려해 ‘전체’를 기준으로 두는 것이 우선이탈 다룰 범위- 머신러닝 모델링 결과는 보완적 서브자료로 사용 → 스토리의 주된 줄기는 클러스터 기반 + 행동 분석 기반으로클러스터 기반 대시보드- 새 시트로 추가 or 기존 시트 개편 - ‘고객 이해 기반 전략 설계’ 관점 강조코호트/리텐션 커브- 의미 명확히 하고, 일정 맞게 작업 끝나면 심화 포인트..

이탈 예측 모델링 열심히 했는데 데이터셋 자체의 불균형 문제로 결과가 좋지는 않은데 그것 나름의 인사이트가 있어서 (잔존한 고객이 많음) 그대로 결과에 담고 설명을 잘 하기로 했고, 이거 주말에 좀 더 보고 인사이트 적어보는 작업 해오기로 했고, 클러스터링은 고객 유형이 애초에 비슷했어서인지 압도적인 수를 차지하는 군집이 1개 있는 모양이지만 처음에 비해서 점수는 많이 올라가서 여기서 멈추기로 했다. 모델링과 클러스터링이 완료되었으니 이제 태블로에 연결할 데이터셋이 바뀔 예정이다. 주말 지나면 이것들 머지 하게 될거고, 태블로 대시보드 디자인 열심히 하게 될 것 같다. 그리고 주말동안 네명이 적은 인사이트를 가지고 대시보드나 발표 아이디어도 연결되지 않을까 싶다. 처음에 데이터 고를 때 나름 확인하고 고..

오늘 한 거 모음 태블로 모음 준수튜터님께 질문폭발 후 정리.... 답변부터 정리. 제 마이크가 하나도 안들어가있어가지구, 제가 말한 내용을 생각나는대로 써볼게요, 튜터님 답변만 들어도 대ㅐ충 유추 되긴 하지만...글구 나머지는 제가 적은거 읽으면서 답변해주셔서 그냥 이해 되실듯!우리가 이탈 분석을 하는 게 문제 없는거 맞나요, 우리가 튜터님이 저한테 지금 설명해주신 것처럼 이탈 문제점 발견해서 가져간 것도 아닌데 계획서 왜 통과시켜줬나요(ㅋㅋㅋㅋㅋㅋ), 지금이라도 이렇게 리즈닝 하면 된다고 하셨는데, 했는데 타당한 리즈닝이 안나와버리면 어떻게 해요. 프로젝트를 한 근거가 사라지는 거 아닌가요 --> 원래 중요해서 아무도 의문가질 게 아니라고 하심, 그래서 그림그리면서 설명해주신 것임.클러스터 결과 나..

0625 시계열 데이터는 ischurned 다음에 cutoff 해야한다 머리에 새긴 하루... 랑 관련해서 튜터님께서 오전에 설명하신 내용 이해하고 정리하고, 그 조언을 적용해서 전처리 수정한 팀원분이 새로 작업해서 보내주신 모델링 코드 숙지하는데 또 한 세월 보내고, 이 전처리 완성되기 전에 일단 태블로용 시각화 하고 있었던터라 앞으로 변하게 돼서 폐기해야할 파생변수 판단하고(그럴 줄 알긴 해서 최대한 관련있는거 피해서 만들고있었음), 그렇게 하기 전에태블로 시각화 매출 4개 만들고,파생변수 병합 코드 관련해서 아래와 같은 문제가 발생했었는데 해결되었다오 연서님 계셨군요!다름이 아니라, 그 아주 전에 저희 A안,B안,C안 합쳐서 최종 파일 만들때,r_orders_final(A+B+C) 파일 주셨던거요!..

클러스터링 한창 하면서 배운 점 : 클러스터링은 그림으로만 보기보다는 점수로도 봐줘야한다. 군집 중 불분명한 한 친구가 다른 군집들 중간중간 자꾸 섞여있으면 그 친구는 그 외 라는 이름으로 보는 방법도 있긴 하다. 모델링에서 당면한 문제: 시계열의 함정에 빠짐. 시계열이라는 걸 생각하면서 코드를 짜는 게 관건인데 처음해봐서 어려웠다. 파생변수에서 눈물 흘리는 문제: 파생변수를 가지고 아무 이슈 없이 코드작업하고 태블로 작업하고 시각화 하는 게 정말 쉽지 않은 일임을 알게 되었다. 심지어 내가 만들었던 파생변수는 좀 신뢰성?과 보편타당성이 떨어진다고 판단되어 넣지 않았다. 파생변수를 가진 데이터로 잘 짜는 게 실력적으로도 어렵고 데이터 품질 면에서도 어려움이 있다는 것을 많이 느꼈다. 왜 그런걸 특히 느..