세조목

심화 프로젝트 금일은 연휴기간 동안 각자 분석한 내용들을 브리핑하고, 작성한 코드에 대해서 이야기를 나눴습니다. 저의 경우 연휴기간동안 DAU, MAU, MAU 방문 주차에따른 코호트 & 리텐션 분석 요일/시간대별 사용자 수 분석은 진행했으나 유저별 평균접속시간 분포 분석은 진행하지 못하여서 금일 추가적으로 진행하였습니다. 다만 아직 완전하게 분석이 끝나지 않았기때문에 별도로 포스팅하지는 않았는데 익일 중으로 분석 완료하고 포스팅까지 진행할 예정입니다. SQLD(3주차-속성)

심화 프로젝트 2024.02.12 - [데이터 분석 공부/프로젝트] - 심화프로젝트 7일차(시간별/요일별 사용자수 히트맵)(24.02.12) 심화프로젝트 7일차(시간별/요일별 사용자수 히트맵)(24.02.12) 시간별/요일별 사용자수 히트맵 1. UNIX타임스탬프를 일반시간으로 변경하고 컬럼으로 추가 visitStartTime_UTC = pd.to_datetime(train_df2['visitStartTime'], unit='s') train_df2['visitStartTime_UTC'] = visitStartTime_UTC 2. 시 eyeoftheworld1209.tistory.com SQL, PYTHON 예제 복습 1. SQL 2356. Number of Unique Subjects Taught by..

시간별/요일별 사용자수 히트맵 1. UNIX타임스탬프를 일반시간으로 변경하고 컬럼으로 추가 visitStartTime_UTC = pd.to_datetime(train_df2['visitStartTime'], unit='s') train_df2['visitStartTime_UTC'] = visitStartTime_UTC 2. 시간 구하기 train_df2['hour'] = train_df2['visitStartTime_UTC'].dt.hour 3. 요일 구하기 train_df2['day_of_the_week'] = train_df2['date'].dt.weekday 4. 코호트 차트 만들기 grouping = train_df2.groupby(['day_of_the_week', 'hour']) cohort_..

금주의 총점은 86.58점입니다. 지난주 77.75점에 비해 11.36% 상승했습니다. 심화 프로젝트가 시작됨에따라 심화 프로젝트와 SQLD공부, 그리고 예제 복습 외에는 별도의 일정을 잡지 않았기때문에 일정을 수행하는데 있어서 크게 어려움이 없었고 그 결과 지난 주에 비해 점수가 11.36% 상승한 것으로 보여집니다. 금주에는 GA4 이커머스 데이터 분석 관련 용어 심화프로젝트(GA4 데이터 분석) SQLD SQL&PYTHON 예제 복습 을 중점적으로 학습했습니다. GA4 2024.02.05 - [데이터 분석 공부/GA4] - GA4 정리(전환율, 'not provided', UTM)(24.02.05) 이커머스 데이터 분석 관련 용어 2024.02.06 - [데이터 분석 공부/이커머스 데이터 분석] -..