K-means 최적의 값 탐색K-means 알고리즘을 사용할 때 가장 중요한 문제 중 하나는 적절한 k 값을 선택하는 것이다.  1. 엘보우 분석엘보우 분석 방법은 K-means 알고리즘을 실행할 때, 클러스터 개수 (k)를 점차 증가시키면서 클러스터링을 수행하고, 이에 따른 SSE(Sum of Squared Error)값을 계산하여 그래프로 나타내어 최적의 값을 선택하는 방법이다. SSE는 각 데이터 포인트와 해당 클러스터 중심점 사이의 거리를 제곱한 값의 합을 의마한다. SSE 값이 작을수록 클러스터링의 성능이 좋다고 판단할 수 있다. 그래서 엘보우 분석에서는 클러스터 개수(K)를 증가시키면서 SSE 값을 계싼하고, 이를 그래프로 나타낸다. 이때 SSE 값이 감소하는 정도가 급격하게 줄어드는 지점을 ..

안녕하세요! 요즘 너무 바빠서 블로그 작성을 못했습니다.... (군대, 면접, 감기몸살 등등 변명 주절주절..)몇 주간 개인적으로 알아보고 싶은 것도 있었고, 면접을 통해 제가 어떤 부분이 부족한지도 알게 되었네요.. ㅎㅎ그래도 포기하고 싶지는 않습니다. 달려갈 수 있을 때까지 계속 달려보자고요!! 아뵤!! 오늘 포스팅은 고객 세분화에 대해서 좀 더 알아보려고 합니다.!또한 추가적으로 R, 태블로, GA에 대해서도 조금씩 포스팅을 해볼게요!! 꾸준히 해보려고 합니다. 자!! 고객 세분화 시작합니둥~ 고객 세분화 - 1 (복습)정의고객 세분화는 특정 기준이나 특성에 따라 기업의 목표 시장을 별개의 그룹 또는 세그먼트로 나누는 메키팅 전략으로 정의된다.목표다양한 고객 그룹의 다양한 요구와 선호도를 더 잘 이..

고객 세분화고객 세분화는 특정 기준이나 특성에 따라 기업의 목표 시장을 별개의 그룹 또는 세그먼트로 나누는 메키팅 전략으로 정의된다. 고객 세분화 목표다양한 고객 그룹의 다양한 요구와 선호도를 더 잘 이해하고 이를 충족하는 것이다.이러한 세그먼트에 맞게 제품, 서비스 및 마케팅 활동을 맞춤화함으로써 기업은 고객 만족도를 높이고 매출을 늘리며 전반적인 마케팅 효율성을 향상 시킬 수 있다.세그먼트고객 세분화에서 특정 기준에 따라 분류된 고객 그룹을 의미한다.예를 들어, 어떤 기업이 고객을 나이, 성별, 소득 수준, 지역 등의 기준에 따라 세분화할 수 있다. 이렇게 세분화된 고객들은 각기 다른 세그먼트를 형성하게 된다. 각 세그먼트는 서로 다른 Bedrock requirements를 가질 수 있다. 이에 따라..