#INTRO
오늘도 화이팅.
#코드카타
#스파크 (강의)
-
차근차근 해보자..
#데이터 수집 - API 연동 (라이브 세션)
- 데이터 URL 입력 :
(인증키)부분에는 개인 KEY 값을 넣으면 된다.
# 서울시 열린광장에서 복사해온 KEY 값과 URL 기입 # url 중 xml 부분을 json 으로 변경 # 'http://openapi.seoul.go.kr:8088/(인증키)/xml/GetParkInfo/1/5/' url = 'http://openapi.seoul.go.kr:8088/(인증키)/json/GetParkInfo/1/5/'
JSON FILE불러오기
# request library 를 이용한 json file 로드 response = requests.get(url).json()
JSON데이터 확인
# json 데이터 확인 response
JSON FILE데이터의 KEY 값 확인
# json file 의 key 값 확인 (각 딕셔너리 값으로 이뤄져있음) response['GetParkInfo'].keys()
JSON FILE데이터의 ROW 데이터 불러오기
# json 파일의 row 데이터 로드 response['GetParkInfo']['row']
JSON FILE형식을 DATAFRAME 으로 받기
# json file 형식을 dataframe 으로 받아주기 raw1 = pd.DataFrame(response['GetParkInfo']['row']) raw1.head()
- 데이터 확인
말로만 듣고 검색만 해보고 그렇구나 하고 말았던 API 연동을
쉽게 이해할 수 있게 가르쳐 주신 튜터님께 감사 !
OPEN API만 보이면 다 연결해서 가져오고 싶어질 것 같다 : )
#최종 프로젝트 관련
-
도메인과 관심 주제가 비슷한 팀원 구성을 끝냈다!
-
공통 희망 도메인 :
이커머스
프로젝트 기획 초안
<프로젝트 목표>
이커머스 데이터를 활용하여 고객 이탈 방지 및 재고(수요/공급) 관리와 같은
문제를 해결하는 시스템이나 대시보드 등의 도구 구축
<사용 도구>
데이터 수집 및 전처리: SQL, 웹 크롤링, API
데이터 시각화: 태블로(Tableau)
분석 및 모델링: Python
<프로젝트 주요 단계>
1. 데이터 수집 및 전처리
- 웹 크롤링 및 API: 데이터 수집
- SQL: 데이터베이스에서 필요 데이터를 정제 및 추출
- 전처리: 데이터 정제 및 변환, 결측치 처리 등
2. 데이터 탐색적 분석(EDA)
- SQL/Python: 기본 통계량 확인, 데이터 분포 및 특징 파악, 인사이트 도출
- 카테고리 분류 및 데이터 특징 파악 (예: 이탈 여부 기준, 재고 확립 필요 여부 기준 등)
<프로젝트 세부 내용 예시>
1. 리뷰 분석
- 이커머스(패션 쇼핑몰) 데이터 분석: 리뷰 텍스트 분석을 통해 고객 피드백 파악
- 목적: 고객 이탈 방지 및 서비스 개선
2. 모델링: 머신러닝(ML) 모델링을 통해 예측 시스템 구현
고객 이탈 방지 모델
재고(수요/공급) 관리 모델
- 모델 성능 평가: 모델 적용 전후의 손익 비교 및 효율 차이 제시
<프로젝트 결과물 예시>
1. 태블로 대시보드 및 PPT: 분석 결과 시각화 및 프레젠테이션 자료
2. 핵심 마케팅 전략 수치화: 마케팅 전략의 효과를 수치화하여 제시
3. 명확한 결과 제시: 프로젝트 결과를 수치화하여 명확하게 제시
고객 이탈 감소율
재고 관리 효율성 향상
<기대 효과 예시>
1. 고객 이탈 방지: 고객 유지율 향상
2. 재고 관리 최적화: 재고 비용 절감 및 효율성 증대
3. 마케팅 전략 개선: 효과적인 마케팅 캠페인 수립#OUTRO
오늘의 한 줄.
시간이 너무 빨리 가 !
커피 좋아하는 데이터 꿈나무