당신은 주제를 찾고 있습니까 “소비 패턴 분석 – [Qlik Sense Insight] 소비 패턴 분석“? 다음 카테고리의 웹사이트 https://you.maxfit.vn 에서 귀하의 모든 질문에 답변해 드립니다: https://you.maxfit.vn/blog/. 바로 아래에서 답을 찾을 수 있습니다. 작성자 GTPLUS 이(가) 작성한 기사에는 조회수 84회 및 좋아요 1개 개의 좋아요가 있습니다.
소비 패턴 분석 주제에 대한 동영상 보기
여기에서 이 주제에 대한 비디오를 시청하십시오. 주의 깊게 살펴보고 읽고 있는 내용에 대한 피드백을 제공하세요!
d여기에서 [Qlik Sense Insight] 소비 패턴 분석 – 소비 패턴 분석 주제에 대한 세부정보를 참조하세요
Qlik Sense Demo Challenge
Qlik Sense를 이용한 저금을 위한 소비 패턴 분석 동영상입니다.
소비금액과 저축금액을 시각화하여 분석한 영상입니다.
#Qlik #QlikSense #GTPlus #지티플러스 #비즈니스인텔리전스 #데이터분석 #데이터시각화
소비 패턴 분석 주제에 대한 자세한 내용은 여기를 참조하세요.
2019년 경기도 시군구 남녀별 월 단위 소비패턴 분석
또한 소비자의 소비패턴 분석은 소비 현황, 소비 트렌드를 알 수 있으며 더 나아가 복지정책에도 활용할 수 있다. 따라서 본 분석에서는 소비패턴을 분석하여 여러 가지 …
Source: www.bigdata-map.kr
Date Published: 10/15/2022
View: 9465
2만5000개 소비패턴 분석해서 혜택 제안, 필요할 때 귀신같이 …
넷플릭스’가 하는 것처럼 빅데이터 분석과 머신러닝 알고리즘을 사용해 2만5000개의 소비 패턴을 정립하고 그에 따라 고객이 딱 원하는 …
Source: dbr.donga.com
Date Published: 10/12/2021
View: 1005
우리카드 빅데이터를 활용한 코로나19 이후 소비패턴 변화 분석 …
우리카드 빅데이터를 활용한 코로나19 이후 소비패턴 변화 분석(8월 Industry Watch): 우리금융경영연구소 2020.08.28 원문보기. 페이스북; 카카오스토리; URL 복사 …
Source: eiec.kdi.re.kr
Date Published: 9/1/2021
View: 6323
카드소비패턴분석
카드소비패턴분석.
Source: public.tableau.com
Date Published: 5/23/2022
View: 2988
#소비패턴분석 hashtag on Instagram • Photos and Videos
123 Posts – See Instagram photos and veos from ‘소비패턴분석’ hashtag.
Source: www.instagram.com
Date Published: 9/6/2022
View: 1997
주제와 관련된 이미지 소비 패턴 분석
주제와 관련된 더 많은 사진을 참조하십시오 [Qlik Sense Insight] 소비 패턴 분석. 댓글에서 더 많은 관련 이미지를 보거나 필요한 경우 더 많은 관련 기사를 볼 수 있습니다.
![[Qlik Sense Insight] 소비 패턴 분석](https://i.ytimg.com/vi/HsZE3PWqhNU/maxresdefault.jpg)
주제에 대한 기사 평가 소비 패턴 분석
- Author: GTPLUS
- Views: 조회수 84회
- Likes: 좋아요 1개
- Date Published: 2020. 12. 22.
- Video Url link: https://www.youtube.com/watch?v=HsZE3PWqhNU
본 분석에서는 2019년 3월부터 9월까지 7개월의 ‘경기도 시군구 남녀별 월단위 소비패턴’ 데이터를 사용해 남녀별 소비 비중, 월단위 소비추세, 시군구별 소비패턴, 가맹점업종별 소비 금액 등을 분석하였고 해당 분석 결과를 통해 지역경제 발전, 정책활용에 참고가 될 수 있는 자료를 제공하고자 한다.
활용한 데이터 셋은 다음과 같다.
상세정보 컬럼명 설명 비고 년월 날짜 월별 날짜, 예: 2019-09 시도명 시도명 경기도에 한함 시군구명 시군구명 양주시, 가평군 등 42개 시군구 성별코드 성별를 구분할 수 있는 코드 남성: M, 여성: F 가맹점업종명 업종명 학원, 유통업 영리 등 34개 업종 총결제금액 결제금액 결제 금액, 단위 원
상세정보 구분 원천 데이터셋 링크 비고 소비패턴 데이터 https://www.bigdata-region.kr/#/dataset/b126fea2-7ff1-40c5-a2bc-da4481f885b0
본 분석에서는 2019년 03월부터 2019년 09월까지 총 7개월 경기도 시군구 남녀별 월단위 소비패턴 데이터를 사용해 패턴 분석을 진행했다.
해당 데이터는 6개 컬럼으로 구성되었고 총 353개 행 데이터로 이루어졌다.
2만5000개 소비패턴 분석해서 혜택 제안, 필요할 때 귀신같이 알려주는 ‘똑똑 카드’
Article at a Glance
편집자주
이 기사의 제작에는 동아일보 미래전략연구소 인턴연구원 양성식(경희대 경제학과 4학년) 씨가 참여했습니다.
1. 데이터 축적
DBR mini box I: 넷플릭스의 개인화 화면
영화 스트리밍 업체 넷플릭스는 초창기부터 영화 추천 알고리즘에 많은 투자를 해 왔다. 이미
2009년에 100만 달러의 상금을 걸고 알고리즘 공모전을 열기도 했다.
넷플릭스가 사용자에게 영화를 추천해 주는 프로세스는 크게 다음의 두 가지 단계로 이뤄진다.
1. 태깅(tagging)
새 영화가 나오면 어떤 내용인지 꼬리표를 붙여두는 작업이다. 이 일은 주로 사람이 한다. 영화 ‘국제시장’을 보고 배경이 언제인지, 주제가 무엇인지, 희극인지 비극인지 희비극인지 등을 판단해서 분류하는 일은 아직까지는 컴퓨터보다 인간이 더 정확하게 수행할 수 있다. 넷플릭스는 하루 종일 콘텐츠를 시청하고 태깅하는 직원들을 ‘편집 애널리스트(editorial analyst)’라 부른다. 채용 사이트에서는 이 포지션의 지원자격을 ‘영화와 TV쇼를 사랑하는 사람’ ‘여러 영화와 TV 장르의 뉘앙스를 구분할 수 있는 능력’ 등으로 적어놓고 있다.
하나의 영화는 태그 여러 개를 가질 수 있다. 태그가 총 몇 가지인지는 공개되지 않았지만 한 인터넷 미디어(finder.com)는 현재까지 2만7002개의 넷플릭스 분류 코드를 발견해 정리했다. (신한카드 천 셀장은 약 4만 개로 추측한다.) 태그는 아래와 같이 상세하게 설명된다.
● 소설이 원작인 법정 드라마 (코드번호 4657)
● 브루스 윌리스 주연의 액션 모험 영화 (코드번호 9173)
● 왕실에 관한 영국 영화 (코드번호 15030)
● 감성을 자극하는 아버지-아들 관계 영화 (코드번호 19806)
● 강한 여성이 주도하는 코미디 (코드번호 23465)
● 평론가의 호평을 받은 암울한 로맨틱 드라마 장르의 영화 (코드번호 36504)
이런 태깅은 누구나 볼 수 있다. (https://www.netflix.com/browse/genre/코드번호)
2. 매칭(matching)
넷플릭스는 태그된 영화를 사용자의 취향과 특성에 맞게 자동으로 추천해준다. 심지어 영화의 섬네일(표지 그림)과 트레일러(예고편 영상)마저 달라진다. 디자이너가 수십 종류의 이미지를 만들어두면 그중 하나를 알고리즘이 선택해 사용자에게 보여준다. 선택될 확률을 최대로 높이기 위해서다.
영화 ‘굿윌헌팅’의 예를 들자. 과거에 로맨틱 영화를 많이 본 시청자에게는 굿윌헌팅의 남녀 주인공이 다정하게 머리를 맞대고 속삭이는 장면이 섬네일 이미지로 뜰 수 있다. 과거에 코미디 영화를 많이 본 시청자에게는 굿윌헌팅에 조연으로 등장하는 코미디언 로빈 윌리엄스가 익살스러운 표정으로 서 있는 장면이 섬네일 이미지로 뜰 수 있다. 또 영화 ‘펄프 픽션’의 경우, 두 주연 배우 중 우마 서먼이 출연한 영화를 많이 본 시청자에게는 우마 서먼의 이미지가 섬네일로 뜨고, 존 트라볼타가 나오는 영화를 많이 본 시청자에게는 존 트라볼타의 이미지가 섬네일로 뜰 수 있다.
수십만 개의 영상 중 무엇을 어디에 노출할지, 수십 개의 섬네일 중 무엇을 보여줄지는 머신러닝 알고리즘이 자동으로 결정한다. 심지어 같은 사람이 같은 영화를 본다 하더라도 시간과 상황과 맥락에 따라 보여지는 섬네일이 다르다. 또 새로운 추천 알고리즘이 만들어질 때는 A/B테스트를 통해서 기존의 알고리즘과 효율성을 비교하는데 이 테스트도 인간이 계획을 짜서 시행하는 게 아니다. ‘contextual bandit’이라고 하는 일종의 머신러닝 과정을 통해 자동 진행된다. 넷플릭스는 인간 직원이 A/B테스트를 진행하고 결과를 확인할 시간마저도 아깝다는 것이다.
그럼 넷플릭스가 개인화 추천에 사용하는 제품/사용자 특성(attributes)은 어떤 것들이 있을까. 이 회사의 공식 블로그는 다음과 같은 사항들을 예로 들고 있다.
● 과거에 시청한 콘텐츠와 선호도(‘좋아요’ ‘싫어요’)
● 본인과 유사한 선호도를 보인 다른 회원의 추천
● 하루 중 시청 시간대와 시청 시간(duration)
● 사용하는 디바이스
● 단, 연령/성별/인종 등 미국에서 정치적으로 민감한 인구학적 정보는 수집하거나 사용하지 않는다.
데이터 전문가들은 다음과 같은 변수들도 추천 알고리즘에 사용될 것이라 추측한다
● 언제 플레이/정지/앞으로 감기/뒤로 감기 버튼을 누르는지
● 1주일/1개월 중 어느 날에 어떤 콘텐츠를 보는지
● 지역
● 리스트를 스크롤하는 행태 등
2. 데이터 분석과 혜택 제공
1. 실험 세팅
2. 실험 수행
3. 실험 결과에서 얻은 인사이트
가장 효과적인 행동경제학 메시지 기법은 ‘노력’
행동경제학 기법은 주말에, 날씨가 나쁜 날에 효과가 높음
한국인은 일상에서 합리적으로 생각하면서 바쁘게 살아가는 편이다. 그래서 평상시에는 행동경제학이 전반적으로 효과가 없다. 하지만 일상에서 벗어나는 특수 상황에서는 행동경제학이 효과를 내는 것으로 볼 수 있다. 감정적 혹은 쾌락적으로 생각할 여유가 생기는 주말과 금요일, 또 미세먼지 때문에 생기는 부정적 정서를 (쇼핑 등으로) 환기해야 할 필요성을 느끼는 경우 등이다. 즉, 한국에서는 일상을 벗어나는 상황이 생겨야만 비합리성이 관여하는 행동경제학이 효과가 있음이 이 실험에서 확인됐다.
4050 남성이 가장 강하게 반응
헬스 & 뷰티(H&B) 용품 산업에서는 2030세대와 여성의 구매액과 구매 빈도가 압도적으로 높다. 따라서 기업의 마케팅 활동도 이들에게 집중된다. 평소에도 다양한 마케팅 활동에 노출돼 있는 젊은 층에게는 행동경제학 기법이 적용된 메시지가 식상하게 느껴졌을 것으로 연구팀은 판단했다. 이와 반대로, 평소에 H&B 업종에 관한 마케팅 오퍼를 받는 경우가 드문 4050 세대의 남성에게는 행동경제학 기법을 쓴 재치 있는 메시지가 참신하고, 심지어 고마운 느낌으로 다가갔을 것으로 봤다. 즉, 행동경제학 기법이 그 산업에서 ‘잊힌 고객’을 발견하는 효과가 있음을 보여준 것이었다.
DBR mini box II: 행동경제학을 적용하려는 기업 실무자에게 제언
신한카드의 행동경제학 기법 실험은 기업 현장에서 심각하게 고민하고 있는 이슈를 검증했다는 점에서 의미가 있다. 일반적으로 학계의 연구자들은 어떤 행동경제학 이론과 기법이 작동하는 상황을 파헤치거나 하나의 현상이 발생하는 이유를 찾아내는 데 관심이 많다. 이에 반해 기업 현장에서 일하는 실무자들은 ‘그래서 무슨 방법을 언제 누구에게 어떻게 쓰라는 것인가’에 관심이 있다. i
신한카드의 앱 푸시 메시지 실험은 행동경제학이라는 실무 친화적인 학문이 국내의 기업 혹은 공공 부문 현장에 대규모로 적용된 선구적인 시도라 할 수 있다.
행동경제학을 현업에 적용하기 위해서는 단계별 접근이 필요하다.
먼저 혼자 학습하기 위한 책으로는 댄 에리얼리의 『상식 밖의 경제학』, 리차드 테일러의 『넛지』, 대니얼 카너먼의 『생각에 관한 생각』 등을 추천한다. 온라인 수업은 edX(www.edx.org)에서 딜립 소먼(Dilip Soman)이 진행하는 ‘Behavioural Economics in Action’을 수강할 수도 있고, 여러 기법을 빠르게 이해하기 위해서 ‘Behavioral Economics Guide’와 ‘Nudge Database’와 같은 온라인 파일을 읽을 수도 있다. 해외 사례가 궁금하다면 비허브(www.bhub.org)를 추천한다.
그런 다음, 단기적인 행동경제학 파일럿 팀을 구성하는 것을 추천한다. 토론토대 로트만경영대학원의 학내 연구소인 BEAR (Behavioral Economics in Action at Rotman)가 쓰는 방법을 벤치마킹해보자. 이 파일럿 팀은 서로 다른 업무를 담당하는 2명으로 구성하되 한 명은 문제 해결사인 행동경제학을 담당해 현재 실무와 학계에서 밝혀진 다양한 행동경제학 기법을 수집하고 각 기법의 효과와 한계점을 학습한다. 다른 한 명은 행동경제학 기법을 통해서 해결이 가능한 사내의 이슈를 수집한 뒤 실험 설계, 데이터 분석, 결과 보고를 담당한다. 이 2인1조 파일럿 팀은 월 1회 현장 실험을 수행하고 사내 문제를 해결하는 데 최적화된 행동경제학 기법을 공유하는 것을 목표로 한다.
단기적인 행동경제학 파일럿 팀을 구성해 실무에 도움이 되는 흥미로운 결과를 만들어냈다면, 장기적으로는 Beworks나 뉴욕의 idea42와 같은 미국의 컨설팅 에이전시를 벤치마킹해 4명으로 구성된 행동경제학에 최적화된 전문 팀을 구성할 수 있다. 예를 들어, 4인은 (1) 이론과 기법을 담당하는 행동경제학자 (2) 문제 발견과 실험 수행을 담당하는 프로젝트 매니저 (3) 데이터 수집과 분석 결과를 담당하는 데이터 공학자 (4) 이론-실험-결과를 하나의 패키지로 만들어내서 사내에 새로운 시스템을 만들고 사외에 새로운 지식을 전파하는 대표자로 구성할 수 있다.
키워드에 대한 정보 소비 패턴 분석
다음은 Bing에서 소비 패턴 분석 주제에 대한 검색 결과입니다. 필요한 경우 더 읽을 수 있습니다.
이 기사는 인터넷의 다양한 출처에서 편집되었습니다. 이 기사가 유용했기를 바랍니다. 이 기사가 유용하다고 생각되면 공유하십시오. 매우 감사합니다!
사람들이 주제에 대해 자주 검색하는 키워드 [Qlik Sense Insight] 소비 패턴 분석
- QLIK
- QLIKSENSE
- GTPLUS
- BI
- 비즈니스인텔리전스
- 클릭센스
- 클릭
- 클릭기초
- QLIK교육
- 데이터시각화
- 데이터분석
YouTube에서 소비 패턴 분석 주제의 다른 동영상 보기
주제에 대한 기사를 시청해 주셔서 감사합니다 [Qlik Sense Insight] 소비 패턴 분석 | 소비 패턴 분석, 이 기사가 유용하다고 생각되면 공유하십시오, 매우 감사합니다.