🦁🦁

👉 오늘 한 일

• RNN - 시계열(1107 ~ )
• 비즈니스 KPI

RNN

💡 시계열 데이터

• 기존에는 데이터를 나눌 때 섞어서 나눴는데 시계열 데이터에서는 섞어서 나누지 않고 순서를 고려해서 나눔

• 자연어 텍스트를 시퀀스 인코딩 했던 것처럼 언어도 맥락이 있기 때문에 섞으면 원래 의미를 잃어버릴 수 있음. 시계열 데이터에서도 순서가 중요함

• e.g.) 주식, 날씨, 판매량, 동시접속자 수, 신선식품 업체의 유통량 등

🤔 회귀와 시계열의 차이점?

• 회귀분석은 피처가 서로 독립이고 피처 그 자체도 독립성을 가진다는 것을 전제로 함
  • 회귀분석도 시계열 분석을 할 수는 있음
• 시계열분석은 피처가 자기상관성을 가지는 것을 전제로 함

비즈니스 KPI

• KPI : Key Performance Indicator. 비즈니스 목표 대비 팀이나 조직의 진행 상태를 나타내는 정량적인 지표

  • KPI 예시: 2분기에 웹사이트 트래픽을 25,000으로 늘린다.

  • 비즈니스 지표 예시: 웹사이트의 고유 페이지 조회수.

• OKR : 목표(Objective)와 핵심 결과(Key Results)의 약자로, 측정 가능한 팀 목표를 설정하고 추적하는 데 도움이 되는 목표 설정 방법론

🤔오가닉이란?

• 오가닉 트래픽(Organic Traffic)이란 광고나 소셜미디어, 리퍼럴 사이트와 같은 채널을 통해 사이트로 유도되는 트래픽을 제외하고 검색 엔진을 통해 곧바로 유입되거나 동일한 도메인 안에서 유입되는 트래픽을 말함

💡파레토 법칙

• 전체 결과의 80%가 전체 원인의 20%에서 일어나는 현상
  • 상위 20% 고객이 전체 매출의 80%를 차지한다

💡롱테일 법칙

• 주목받지 못하는 다수가 핵심적인 소수보다 더 큰 가치를 창출하는 현상
• 파레토 법칙에서 하위 80%에 해당하는 다수의 비인기 상품을 긴 꼬리에 비유한 용어

AARRR

• AARRR 분석 프레임 워크는 사용자가 처음 서비스에 유입될 때부터 전환에 이르는 과정을 단계별 핵심 지표로 설계하는 것
  • Acquisition(획득), Activation(활동), Retention(재방문), Referral(공유), Revenue(수익)

참고자료
https://beginmate.com/magazine/135

코호트 분석

• 코호트(Cohort) : 특정 기간 동안 공통된 특성이나 경험을 갖는 사용자 집단

• 코호트 분석 : 특정 기간 동안 사용자 행동을 그룹으로 나눠 지표 별로 수치화한 뒤 분석하는 기법

  • 시간 집단, 행동 집단, 규모 집단

💡퀴즈 정리

일반 역전파보다 훨씬 더 많은 곱셈과 연산을 도입하여 생기는 SimpleRNN의 한계점으로 옳은 것은?

• 기울기 소실 또는 폭발 문제(Vanishing-Exploding Gradient Problem)

RNN의 시점(time step)이 길어질 수록 앞의 정보가 뒤로 충분히 전달되지 못하는 현상으로 SimpleRNN의 한계점으로 옳은 것은?

• 장기 의존성 문제(the problem of Long-Term Dependencies)

RNN의 내부 구조에 추가한 LSTM의 구성요소가 아닌 것?

• 활성 게이트(active gate)
  • 망각 게이트(forget gate), 출력 게이트(output gate), 입력 게이트(input gate)로 구성됨

📌오늘의 회고

• 사실(Fact) : LSTM을 이용한 시계열 데이터 분석과 판다스를 이용한 코호트 분석을 실습했다.
• 느낌(Feeling) : 딥러닝 모델 구축을 하다가 다시 판다스로 데이터 랭글링을 해보니 전보다 재밌게 할 수 있었다.
• 교훈(Finding) : SQL을 활용했을 때와 비교해 어떤 툴이 더 쓰기 간편할지 살펴봐야겠다.