디지털 마케팅 :
고객 데이터 기반 의사결정을 위한 R 데이터 분석

- 고객 데이터를 활용한 잠재고객발굴과 고객유지관리

난이도
3/5

“이제 더 이상 감으로 하는 것이 아닌,
정확한 분석을 근거로 마케팅 & 기획을 하셔야 됩니다!”

  • 마케터 & 기획자를 위한 데이터 분석 방법
  • 실무에 활용할 수 있는 고객 데이터 분석 프로젝트 진행
  • 분석 결과를 활용한 정확한 고객 타겟팅 방법 소개
  • 17년 경력 마케터 & 기획자 출신 강사님의 노하우 공유
일    정03.22 ~ 04.26 | 6회
매주 일요일 14:00 ~ 17:00 | 일 3시간
총 18시간 강의
정    원15명
준비물노트북
가    격85만 원60만 원
장    소러닝스푼즈 강의장 강남대로94길 15, S2빌딩 4층
* 강남역 11번 출구 3분 거리 (지도확인)

잠깐!!

마케터 & 기획자 여러분!
아직도 근거 없이 감으로 일하고 계신가요?

고객의 카드사용실적을 분석한 S사

고객별 소비패턴 및 선호 트렌드를 파악하여 남녀 각각 9개의 고객군으로 클러스터링한 후,
각 그룹별 최적화된 코드나인(Code 9) 카드 시리즈 출시. 2년만에 500만매를 돌파했고,
주력 카드보다도 평균 10% 이상 이용률을 얻는 성과 창출

고객의 주요 SNS 활동을 분석한 F사

사용자들이 평소 어떤 컨텐츠에 ‘좋아요’를 누르는지 등의 활동을 분석하여 사용자 고객 타겟팅 으로 ‘맞춤형 광고’를 제공한 결과, F사에 광고를 맡긴 회사의 매출이 크게 증가하였으며 F사 매출의 98%가 광고수입이 되는 성과를 창출

콜택시에 AI 배차 시스템을 도입한 K사

4억건 이상의 데이터를 분석하여 출발지, 도착지, 교통상황 등 6차원의 데이터를 고려한 후 사용자 성향 및 기사 선호 지역 등 정확한 고객 타겟팅 으로 매칭한 결과, 건당 1,000원을 받는 유료 서비스임에도 불구하고 두 달만에 약 100만명이 사용하여 10억 이상 성과 창출

고객의 영상시청이유를 분석한 N사

영상시청이유가 주연 배우의 팬이어서인지, 아니면 영화 OST를 좋아해서인지 혹은 해당 장르를 좋아했기 때문인지 등을 파악하여 ‘추천 시스템’을 구축한 결과, 고객 만족도 및 스트리밍 수가 급증하여 업계 1위의 입지를 굳히는 성과 창출

이미 많은 기업에서 데이터 분석을
마케팅 & 기획에 활용하고 있습니다.
 
 
“고객의 마음을 알고 싶어요 – “
“정해진 예산을 효율적으로 사용하고 싶어요 – “
“떨어져가는 전환율을 높이고 싶어요 – “

 
 
R을 활용한 고객 데이터 분석을 통해
여러분이 가지고 있는
고민의 해결책을 제시합니다.

| 왜 마케터 & 기획자가 R 데이터 분석을 배워야 하나요?

01

데이터 분석을 통한
인사이트 도출

기존의 수동적 마케팅 & 기획 전략은 매출 상승을 극대화하기 어렵습니다. 요소들을 통제하기 위한 불필요한 노력들과 한정된 시간 내 많은 테스트를 진행해야 했기 때문입니다. 하지만 R 데이터 분석을 이용하면 엄청난 규모의 경우의 수를 테스트하여 매출 상승을 극대화할 수 있으며, 새로운 인사이트를 뽑아낼 수 있습니다.

02

고객 데이터를 분석하여 마케팅 KPI 설정

마케터 & 기획자로서 최적화된 전략을 위해 성과지표들의 상관관계를 이해하고 통제할 수 있어야 합니다. R 데이터 분석을 이용하여 고객 데이터를 분석하면 각 지표들이 마케팅 & 기획 성과에 미치는 영향을 예측하고 이에 따른 목표를 수립할 수 있습니다.


03

고객 패턴 분석을 통한
예측 가능한 성과 창출

대부분의 마케터 & 기획자분들은 클릭 수, 랜딩 수 등과 같은 단기적 성과 척도로 성공 여부를 측정합니다. 하지만 근본적인 고객 데이터를 분석하면 고객의 패턴을 분석할 수 있어 고객이 어떻게 반응하는지 장기적으로 측정하여 성과를 창출해낼 수 있습니다.


| 강의특징

01

비전공자도 할 수 있게!
R 데이터 분석 과정

모든 언어 중 가장 쉬운 R로 데이터 분석을 시작합니다. 특히 R은 통계를 위해 만들어진 언어이기 때문에, 통계적 근거가 필요한 마케터 & 기획자에게 가장 적합한 언어입니다. R은 통계와 관련된 패키지가 굉장히 많아, 패키지 몇 개만 알아도 충분히 고객 데이터를 분석할 수 있습니다. 모든 함수와 패키지를 배우지 않습니다. 꼭 알아야 하는 패키지만 뽑아 효과적으로 전달합니다.

02

현업 즉시 적용 가능한
다양한 프로젝트 진행

‘실적 리포트 자동화’, ‘트렌드 분석 후 잠재고객예측’,’고객 유지/이탈 예측’,’고객 매출 기여 방안’ 등 배운 내용을 현업에 즉시 적용할 수 있도록 매 주마다 프로젝트를 진행합니다. 특히 마케팅 & 기획에 관련된 이론을 근거로 ‘고객 데이터를 업무에 적용하면 어떤 결과를 얻어낼 수 있을까?’의 접근방식을 사용합니다.

03

17년차 마케터 & 기획자
출신 강사님의 노하우 전수

마케터 & 기획자의 고민을 가장 잘 이해하고 해결해줄 수 있는 현업의 전문가가 직접 강의합니다. 어떻게 하면 R을 효과적으로 사용할 수 있을지, 어떤 사고를 가지고 데이터에 접근해야 하는지, 정확한 고객 타겟팅 방법은 무엇인지 등 17년 경력 마케터 & 기획자 출신의 강사님께서 수강생분들의 모든 고민들을 해결해드리는 것은 물론, 강사님의 모든 노하우를 가져가실 수 있습니다.

본 과정에서 R 데이터 분석과 머신러닝을 활용하면
어떤 결과물을 확인할 수 있나요?

쌓여있는 고객 데이터를 분석하는 것만으로도
잠재고객발굴과 고객유지관리가 가능합니다.

고객 데이터를 제대로 활용하는 방법을 배우고,
정확한 고객 타겟팅으로 성과를 창출해보세요!

| 수강효과

01

R과 머신러닝을 활용한 데이터 분석 능력

현업에서 가장 많이 사용하고 데이터 분석에 꼭 필요한 함수 및 패키지만 학습한 결과, 마케팅 및 기획을 할 때 자동적으로 R을 활용하여 데이터 분석을 함으로써 근거를 만들어 나갈 수 있게 됩니다. 이제는 수강생분들이 데이터 기반 사고능력을 갖게 되어 업무의 정확도를 올리고 예측 가능한 성과를 창출할 수 있게 됩니다.



02

정확한 고객 타겟팅 을 통한 비즈니스 성과 창출

이제는 쌓여만 가는 고객 데이터를 분석하여 감이 아닌 정확한 고객 타겟팅 으로 전략을 구성합니다. 고객이 현재, 그리고 앞으로 어떤 니즈를 갖게 될 것인지 정확하게 파악할 수 있습니다. 또한 이를 바탕으로 구매 가능성이 높은 고객에게는 가장 적합한 상품을 제시하고, 이탈 가능성이 높은 고객에게는 회유책을 제공하는 등 마케팅 및 기획에 다양하게 활용할 수 있게 됩니다.

03

주어진 예산 하에서 최대의 마케팅 효율 달성

근거없이 감으로 마케팅 & 기획할 때마다 정해진 예산을 넘길까 두려워하실 필요가 없습니다. 이제는 정확한 결과물을 바탕으로 마케팅 & 기획을 하기 때문에 정해진 예산 내에서 전략을 구현할 수 있어 최대 효율을 창출해낼 수 있습니다.




| 수강대상

R과 머신러닝을 활용하고 싶은 마케터

파이썬 데이터 분석

데이터를 분석하고 싶은 기획자

새로운 분석 스킬을 배우고 싶은 분

성과를 바탕으로 '연봉'을 올릴 수 있는
나만의 R & 머신러닝 스킬을 장착할 수 있는 기회!

| 수강후기

디지털마케팅_머신러닝_강의

R을 처음 입문하는 마케터 & 기획자분들이 가장 빨리 R에 익숙해지고 활용할 수 있는 구성으로 수업이 진행된 것 같아 만족합니다. 특히 매 주차마다 머신러닝기법과 이를 위해 무엇을 알아야 하고 유의해야하는지 등이 가장 도움이 되었던 것 같습니다. 2주차 수업에서 다룬 검색어 데이터를 활용하여 예측하는 방법, 4주차 수업에서 다룬 고객 분류 및 예측 방법 등은 현업에서 바로 활용할 수 있을 것 같아요!


이건승 님 후기

기획자

데이터 분석. 특히 머신러닝이 생소하고 어려운 마케터 & 기획자들이 듣기에 가장 좋은 과정이라고 생각합니다. 고객 데이터 중 어떤 부분을 중점으로 봐야하는지 등 사례를 볼 수 있었던 점이 이 과정에서 가장 유용했었습니다.



이은주 님 후기

마케터

처음 머신러닝과 R을 접한 상황이어서 해당 과정을 통해 그 2가지를 이해하는게 가장 큰 목표였습니다. 결과적으로 목표를 모두 이루었다고 생각합니다! 강의의 눈높이가 초심자 수준에서 진행되었고, 속도도 빠르지 않아 하나 하나 살펴보면서 따라가는 데 문제가 없었어요. 특히 알고만 있던 마케팅 & 기획 이론들을 R로 코딩하며 적용해나가는 점들이 저에게 가장 큰 도움이 되었다고 생각합니다. 해당 과목을 통해 앞으로 무엇을 배워야할 지 로드맵을 작성할 수 있었습니다.

딥러닝 입문

전형준 님 후기

마케터

이 강의의 가장 큰 장점은 강사님이었던 것 같습니다. 누구나 머신러닝이라고 하면 생소하고 겁을 먹을 수 있는데, 강사님이 정말 친절하고 세세하게 실무에 바로 적용할 수 있도록 알려주신 점이 너무 좋았습니다. 매 순간마다 실무자들을 위해 준비해주셨고, 업무에 어떻게 적용하면 좋을지 다양한 모델들도 소개해주셨어요. 오히려 6주라는 시간이 짧아 더 길게 배웠으면 좋을 것 같다는 생각을 했습니다.

데이터 분석

김지훈 님 후기

기획자

▼ 수강생 전형준님의 이야기를 자세히 만나보세요! ▼

| 수강혜택

01

마케터 & 기획자용 R 프로그램
라이브러리 증정

강의 내에서도 꼭 필요한 함수, 패키지만 학습하여 부담을 줄여 드리지만, 강의가 끝난 후에도 어렵기만한 내용들을 더욱 쉽게 사용하실 수 있도록 강사님이 직접 개발한 마케터 & 기획자용 R 프로그램 라이브러리를 증정합니다.

02

끝까지 책임진다!
개별 프로젝트 컨설팅

지금 당장 회사 데이터를 통해 성과를 내야 하는 수강생분들을 위해 수업과는 별개로 다수 컨설팅 경험으로 모두를 만족시켜왔던 17년 경력의 강사님께서 직접 컨설팅하며 개별 프로젝트를 도와드립니다. 강의가 끝난 이후에도 온라인으로 질의응답을 진행하며 언제 어디서든 수강생분들의 니즈를 해결해드립니다.

| 커리큘럼

단 6주,
매주 이론과 프로젝트를 반복하는 실무중심 커리큘럼

강의 후, 실무에 바로 적용할 수 있게 –

프로젝트를 시작하기에 앞서, R이 무엇인지부터 시작하여 R프로그램 환경을 구축합니다. 이후 몇 가지 함수 및 패키지를 사용하여 간단하게 데이터 전처리를 해보면서 기본기를 다져나갑니다.

이론

  • R의 장점 및 활용의 이해
  • R 설치 방법 및 작동 원리
  • R 패키지 및 기획자 맞춤형 패키지 소개

실습

  • R / R Studio 설치 및 프로그램 환경설정
  • 엑셀을 활용한 데이터프레임 생성 및 핸들링
  • 데이터프레임 형 변환 및 결측값(NA) 처리방법
  • 데이터 조합(cbind/rbind), 필터링(filter) 등
  • R Studio 환경에서 코드 입력 후 결과값 도출

마케터 & 기획자로서 보고서를 제출하는 것은 피할 수 없는 일입니다. 특히 고객 데이터를 바탕으로 작성하는 보고서는 대용량 데이터이기 때문에 엑셀로 처리하기에는 한계가 존재합니다. 하지만 R을 활용하면 10배 이상의 시간을 단축시킬 수 있습니다.

이론

  • 데이터의 효율적 활용을 위한 데이터 수집 및 분류법
  • 보고서 작성시의 효과적인 리포트 방식
  • R프로그램을 활용한 반복작업 최소화 방안

실습

  • R프로그램에서의 데이터 분류 및 적재 방법
  • dplyr함수를 적용한 로데이터 활용방안
  • 다수의 액셀파일을 하나의 파일로 수집하는 방법
  • R프로그램을 활용한 보고용 데이터 시각화 및 리포팅 방법

네이버 트렌드 데이터를 활용하여 특정단어의 검색 횟수를 조회하고 시기별 관심도를 파악함으로써 관심도가 기업 매출에 미치는 영향도를 분석하는 프로젝트를 진행합니다. 이후 R을 활용하여 예측모형을 개발하는 방법을 습득합니다.

이론

  • 네이버 트렌드 활용 및 데이터 수집 방법
  • 매출액 예측을 위한 회귀분석의 이해
  • 매출액 데이터와 네이버 트렌드 데이터 활용의 이해

실습

  • R에 네이버 트렌드 데이터 업로드 및 취합(aggregate), 매칭(merge) 방법
  • 기업의 매출 데이터와 네이버 트렌드 데이터 조합 방안
  • 네이버 트렌드 데이터를 활용, lm 함수 적용하여 회귀분석을 통한 매출액 예측
    – 어떻게 네이버 트렌드 데이터를 이용하여 타사의 판매실적을 예측할 수 있을까?

고객 1인당 매출 및 비용, 고객유지율, 할인율, 고객획득비용 등의 데이터를 활용하여 판매 방식에 따라 고객생애가치를 분석하는 방법을 습득합니다.

이론

  • 고객생애가치분석의 전반적인 이해
  • 다양한 고객생애주기에 따른 이론 적용 방안

실습

  • R을 활용하여 고객생애가치분석을 위한 로우데이터 수집 및 정재 방법 습득
  • 고객매출 및 비용, 유지율, 할인율, 획득비용 데이터를 활용하여 고객생애가치 도출
  • 고객생애주기활용 및 결과값 해석(CLV용 별도 패키지 제공)
    오늘 방문한 고객이 앞으로 우리 회사 매출에 얼마나 기여할까?

RFM 분석이란 Recency(최근성), Frequency(구매빈도), Monetary(구매가격) 이 세 가지 기준을 바탕으로 고객을 분류하는 방법을 뜻합니다. 4주차에 사용했던 에듀테크 데이터를 사용하며, 이전고객, 일반고객, 단골고객, 신규고객 등 고객을 유형별로 군집화하여 구분한 후 유형별로 마케팅 방안을 마련해보는 프로젝트를 진행합니다.

이론

  • 고객의 구매 최근성(Recency), 구매 빈도(Frequency), 구매 가격(Monetary) 에 따른 고객 분류방안
  • RFM유형별 고객군 정의 및 맞춤형 마케팅 방안

실습

  • 고객데이터를 활용, RFM분석을 위한 데이터 정재방안
  • 경제학적 지표를 적용한 분류 방안
  • RFM모형을 적용한 고객별 가치 정의방안
    우리 회사의 차별화된 마케팅을 위해 고객을 어떻게 분류하는게 좋을까?

숨 가쁘게 달려오느라 고생하셨습니다. 머신러닝을 사용하여 마케팅 & 기획에서 어떻게 성과를 창출할 것인지를 최종 프로젝트로 진행합니다. 가장 보편적이고 비전공자인 분들도 쉽게 소화해낼 수 있는 기법을 주로 사용하여 알아봅니다.

이론

  • RandomForest, ctree등 머신러닝 활용의 이해
  • 학습데이터와 테스트데이터 적용의 이해
  • 머신러닝 패키지 쉽게 활용하는 방법
  • 이탈고객 예측을 위한 데이터셋 구현방법

실습

  • 머신러닝을 구현하기 위한 독립변수 및 종속변수 데이터 업로드
  • 독립변수에 추가되는 파생변수의 생성 방안
  • 머신러닝 구현 및 예측 정확도 분석
  • 화장품 회사 마케팅 데이터 활용한 고객별 쿠폰 사용 가능성 예측
    우리 회사 쿠폰을 어떤 고객에게 보내야 마케팅 효과를 극대화할 수 있을까?

| 강사소개 및 인터뷰

데이터 분석

이준성

현) 중견기업 데이터사이언티스트

- 국민대학교 대학원 데이터사이언스학과 박사 수료
- 고객 및 모바일 앱 이용자 행동패턴분석 등 그로스해킹 분석
- 농가소득예측모델 개발 등 식품 관련 데이터 분석
- GIS 기반 물류 이동정보 분석 등 공간정보 활용 데이터 분석
- 텍스트마이닝을 활용한 비정형데이터 분석
- 추천시스템 및 마케팅 데이터를 활용한 BI 개발 등 다수 프로젝트 진행

1. 자기소개 부탁드립니다.

안녕하세요. 기획 및 마케팅 업무를 10년 가까이하다가 데이터사이언스 업무로 전환하고 박사과정을 수료, 현재 데이터사이언티스트로 근무중에 있습니다.

 

그러다보니 개발자가 아닌 기획자와 마케터의 입장에서 데이터 분석이 왜 필요한지 잘 알 수 있게 되었습니다. 비전공자 입장에서 데이터 분석을 위해 코딩을 하는 것이 얼마나 어려운 것인지를 잘 알기에, 보다 쉽게. 코딩을 최소화하는 방향으로 업무와 강의 그리고 컨설팅을 해왔습니다. 또한 식품분야, 마케팅분야, 강의 및 컨설팅 분야에서 기획과 데이터를 다루면서 업무를 해오다보니 다양한 업무에 대한 이해도가 높습니다.

 

저의 바람은 비전공자분들이 데이터를 보다 자유롭게 다루고 좋은 결과를 도출할 수 있는 능력을 키워드리고자 하는 것입니다. 실무에서 꼭 활용할 수 있는 내용을 알려드리겠습니다.

 

2. 강의에서는 주로 어떤 내용을 다룰 예정이시고, 어떤 형태로 진행되나요?

고객 데이터에 ‘머신러닝’기법을 적용하여 고객 타겟팅 을 하는 등 철저히 현업에서 성과를 낼 수 있는 내용을 다룹니다. 2주차부터 5주차까지는 이론을 학습한 후, 프로젝트를 진행하는 등 실제로 가설을 설정하고 결과물을 도출해내는 작업을 반복합니다. 이후 마지막 6주차에는 앞에서 다루었던 내용을 복습하며 더욱 쉽게, 업무 자동화를 할 수 있도록 최종 프로젝트를 진행합니다.

 

R 프로그램 사용에 있어서 코딩은 최소화하고, 데이터 분석 프로세스의 필요한 부분에만 코딩을 적용할 수 있도록, 현업에서 자주 사용하는 데이터 분석에 특화된 R 패키지를 주로 활용할 예정입니다.

 

3. 본 강의에서 배운 내용을 수강생 분들이 어떻게 활용할 수 있을까요?

모든 실습은 오로지 고객의 행동패턴분석에 집중하고 있기 때문에 마케터 및 기획자가 실무에 바로 적용하는 활용할 수 있을 것입니다. 회사에서 보유하고 있는 데이터를 활용하여 수강생분들이 원하는 결과물을 바로 얻어낼 수 있게 됩니다.

 

마케터 및 기획자가 아니더라도 다양한 분야에 적용할 수 있도록 강의가 구성되어 있기 때문에 적절하게 활용 가능합니다.

 

4. 다른 강의와 어떤 차별 점이 있나요?

✔ 저는 마케터 및 기획자 출신이기 때문에 철저히 마케터 및 기획자 눈높이와 마인드로 강의를 진행합니다. 데이터 분석, R programming, 머신러닝 등 당연히 전공자가 아니라면 어려울 수 밖에 없습니다. 여러분들의 걱정을 충분히 이해하기 때문에 어려운 코딩은 최소화하고 최대한 쉬운 강의로 현업 담당자들의 이해도 및 활용도를 높여드리겠습니다.

 

✔ 데이터 분석 강의는 강의 내용을 습득하고 이를 실무에서 바로 적용하실 수 있도록 만들어져야 한다고 생각합니다. 본 강의는 그동안 제가 느꼈던 생각들, 겪었던 경험들을 모두 녹여내 많은 분들의 니즈를 충족시켜줄 수 있도록 커리큘럼을 구성했습니다.

 

✔ 매일 바쁜 하루를 보내고 있는 직장인분들이 본 강의로 인해 받을 수 있는 부담을 최소화하였습니다. 가능하면 집에서 예·복습하지 않아도, 강의시간만으로도 충분히 현업에 활용할 수 있도록 기틀을 만들어 드리겠습니다.

 

5. 마지막으로 수강생들에게 하고 싶으신 말

본 강의는 데이터 분석의 모든 것을 가르치는 것이 아닙니다. 수강생분들이 현업에서 바로 활용할 수 있도록 만드는 실용적인 강의입니다. 이 강의를 듣는 것과 듣지 않는 것은 ‘머신러닝’을 실무에서 바로 사용할 수 있느냐 없느냐로 구분될 것입니다. 이를 활용할 수 있는 능력의 차이는 엄청난 경쟁력으로 나타날 수 있습니다. 수강생분들이 최대한 쉽게 이해하고 활용할 수 있도록 강의를 구성하여 도움이 되어드리고자 합니다.

 

수강료 85만 원60만 원

수강신청은 결제 순으로 선착순 마감될 수 있습니다.
개강 후 환불은 학원법 시행령 <제18조 제3항> 수강료 반환기준에 의거합니다.

  

# 환불 세부규정 확인하기 (클릭)

 

25만 원 할인, 놓치지 마세요!