【実践データ分析】<スポーツジムの顧客分析(ノック21-30)>まとめ
-
Fumihiko__K
- 433
- 1
- 0
- 0
-
- いいね！0
Fumihiko Kimura
@Fumihiko__K
【実践データ分析】 <スポーツジムの顧客分析(new!)> ノック21:データ読込 ・4種類のデータ -uselog -customer_master -class_master -campaign_master ・各種データのカラムや件数把握 →こちらは何度も登場している通りドラッグ&ドロップでインポートし、そのままEDA可能です #dataiku #機械学習 #AI pic.twitter.com/aMZLA9Ery7
2023-06-24 07:45:00
Fumihiko Kimura
@Fumihiko__K
【実践データ分析】 <スポーツジムの顧客分析> ノック22:顧客データ整形 ・顧客マスタへのクラスとキャンペーンの結合 →ジョインレシピによる左結合 ・欠損値の確認 →データセットの視覚的探索 こちらも動画の長さでdoneです！ #dataiku #機械学習 #AI pic.twitter.com/I7spf0Ud9G
2023-06-25 07:45:00
Fumihiko Kimura
@Fumihiko__K
【実践データ分析】 <スポーツジムの顧客分析> ノック23:顧客データの基礎集計 ・所属クラス集計 ・適用キャンペーン集計 ・性別 ・在籍/退会 →整形データからChartを作成し、そのままダッシュボードを作成できます。可視化は特に簡単でした・・・ #dataiku #機械学習 #AI pic.twitter.com/mY1qddrERO
2023-06-26 07:45:00
Fumihiko Kimura
@Fumihiko__K
【実践データ分析】 <スポーツジムの顧客分析> ノック24:最新月の顧客データ集計 ・所属クラス集計 ・適用キャンペーン集計 ・性別 →最新月が2019/3月なので、それ以前のデータはPrepare recipeにて除外 →履歴データと最新データを比較、同様のため履歴データを活用（割愛） #dataiku #機械学習 #AI pic.twitter.com/55DZKuyHqU
2023-06-27 07:45:00
Fumihiko Kimura
@Fumihiko__K
【実践データ分析】 <スポーツジムの顧客分析> ノック25:利用履歴データの集計（月次） 1. 利用履歴から月次集計の"年月"列作成 2. "年月""顧客ID"毎の月次利用回数をグループ集計 3. "顧客ID"毎の利用回数の平均/最大/最小値を集計 →ここまでノック25本ノーコード継続中 #dataiku #機械学習 #AI pic.twitter.com/oAioskNOKp
2023-06-28 07:45:00
Fumihiko Kimura
@Fumihiko__K
【実践データ分析】 <スポーツジムの顧客分析> ノック26:定期利用フラグの作成 ・毎週同じ曜日に来ているかで判断 ・月/曜日(day of week)毎にカウント ・月/同じ曜日に4回以上来ていたらフラグ立て →フラグ作成が超簡単&更新もレシピ更新で柔軟にできたので助かりました #dataiku #機械学習 #AI pic.twitter.com/GZ8Cq7WlZr
2023-06-29 07:45:00
Fumihiko Kimura
@Fumihiko__K
【実践データ分析】 <スポーツジムの顧客分析> ノック27:顧客データと利用履歴の結合 ・前回作成した定期利用フラグ ・利用回数の平均/最大/最小 等の利用履歴からの分析データを顧客マスタに結合 →何度も出ているJoinレシピで二つのデータセットを一つのレシピで結合可 #dataiku #機械学習 #AI pic.twitter.com/BPFRU6sBA4
2023-06-30 09:44:27
Fumihiko Kimura
@Fumihiko__K
【実践データ分析】 <スポーツジムの顧客分析> ノック28:会員期間の計算 ・退会していないユーザーのend_date欠損値には2019/4/30を入力 ・start_dateとの差を算出 →今回は参考書通り2019/4/30を入れて差分計算しましたが、Dataikuで現在時間(now)を指定した方が早そうです！ #dataiku #機械学習 #AI pic.twitter.com/1UTk5K0cic
2023-07-01 07:45:00
Fumihiko Kimura
@Fumihiko__K
【実践データ分析】 <スポーツジムの顧客分析> ノック29:顧客行動の各種統計量把握 ・顧客数と利用傾向の把握 ・会員期間の分布の把握 →10ヶ月以内のユーザーが多く、短期間での離脱が多い傾向が見て取れました ※Dataikuではより多くの統計情報が確認できます #dataiku #機械学習 #AI pic.twitter.com/nmpgmqkwgf
2023-07-02 07:45:00
Fumihiko Kimura
@Fumihiko__K
【実践データ分析】 <スポーツジムの顧客分析(fin)> ノック30:継続/退会ユーザーの違い ・Is_delete(継続(0)/退会(1))フラグ事に分析 ・平均利用回数と継続利用フラグで傾向の差が大きい →統計画面でデータ選択後カードが自動推奨 &3章doneですが、ノーコード継続中です！ #dataiku #機械学習 #AI pic.twitter.com/dboSsS9Amx
2023-07-03 07:45:00