추가 적립 안내

‘정말 고객이 우리 광고 메일을 보고 서비스를 구독할까?’
‘연령이 높은 고객이 구매하는 상품은 따로 있을까?’
‘무엇이 고객의 행동을 유발하는지’에 대한 답을 주는 책!

이 책은 단순히 고객의 행동만 예측하고 끝나지 않습니다. 오래전부터 널리 쓰이고 있는 선형 회귀와 로지스틱 회귀를 사용하여 행동의 원인을 파악하고 분석해봅니다. 행동 데이터 과학은 다양한 분야에서 활용될 수 있기 때문에, 데이터 분석가뿐만 아니라 마케터나 기획자 등 다른 직무의 사람들도 이 분야에 대한 이해가 필요합니다.

하지만 행동 데이터 과학은 아직까지 정의되지 않은 부분이 많은 분야입니다. 이 책은 이를 보완하기 위해 일상적인 예제를 활용하여 행동 과학에 좀 더 친숙해지고, 각 개념과 기법을 정확하면서도 이해하기 쉽게 설명합니다. 또한 부트스트랩을 활용하여 데이터 분석 결과의 정확성을 높이는 방법을 소개합니다. 이를 통해 행동 데이터 과학 분야에 대한 지식이 부족한 독자들도 쉽게 따라갈 수 있고, 깊은 이해를 얻을 수 있습니다. 처음부터 차례대로 읽으면서, 사람의 행동 패턴이 어떻게 이루어지는지에 대한 궁금증을 해소하길 바랍니다.

대상 독자
● 구독형 서비스를 제공하는 담당자
● 매달 영업 실적을 예측하는 비즈니스 분석가
● 고객의 클릭 경향을 분석하는 UX 연구원
● 머신러닝 모델을 구축하는 데이터 과학자

이 책에서 다루는 내용
● 현실 세계의 실제 행동 경향과 이와 관련된 심리적 현상(의도, 인지, 감정 등)
● 행동 데이터를 정리하고 준비하는 방법
● 행동 데이터의 세부 내용
● 측정과 예측의 차이
● 실험을 설계하고 분석하여 최적의 비즈니스 의사결정

고객 중심 데이터 분석으로 최적의 비즈니스 전략 세우기

이 책은 고객 행동 데이터 분석에 특화된 도구와 방법론을 소개하는 실전 지침서입니다. 구독형 서비스 기업에서 제공하는 이메일을 계기로 고객이 서비스 구독을 시작하는지, 나이가 많은 고객이 특정 상품을 구매하는 경향이 있는지 등 다양한 분석 주제를 소개합니다. 여기에 선형 회귀와 로지스틱 회귀를 활용하여 고객 행동의 원인을 구체적으로 분석하고, 서비스를 개선하는 방법을 적용하는 등 실질적인 분석 방법을 제시합니다. 또한 R과 파이썬을 활용하여 다양한 예제를 실습할 수 있어 데이터 과학, 비즈니스 분석, 행동 과학 등 모든 분야에서 행동 데이터 분석을 적용할 수 있습니다. ‘무엇이 고객의 행동을 유발하는가?’라는 질문에 대한 궁금증을 가지고 있는 모든 이에게 이 책은 훌륭한 안내서가 되어줄 것입니다.

송진영(데이터 분석가)
사람들의 행동에 대한 궁금증을 가진 독자에게 이 책은 끊임없이 탐구하는 여정을 함께하며 영감을 주는 좋은 친구가 되어줄 것입니다.

조현석(컨스택츠코리아 데이터 가드너)
‘상관관계는 인과관계가 아니다’는 통계학에서 매우 중요한 원칙 중 하나입니다. 그러나 실제 데이터 분석에서는 상관과 인과를 명확히 구분하는 것은 어려울 수 있습니다. 이러한 문제를 해결하기 위해 이 책에서는 DAG를 이용한 인과 추론에 대해 상세히 소개합니다.

우수연(데이터 분석가)
인과 모델링을 통해 통계적 모델링 결과를 인과적으로 해석하는 방법을 자세히 다루며, 이를 통해 분석 결과를 더욱 신뢰할 수 있게 만드는 방법까지 함께 제시합니다.

류영표(프리랜서 개발자 및 강사)
행동 데이터 분석에 대한 깊은 이해와 실무 경험이 담겨 있어, 단순히 프로덕트를 개발하는 사람뿐만 아니라 마케팅을 분석하는 사람이나 비즈니스를 담당하는 사람에게도 필요한 책입니다. 사용자 행동 데이터를 더 깊은 이론까지 궁금한 모든 이에게 이 책을 추천합니다.

양민혁(현대모비스 데이터사이언스팀)
인과 관계와 행동 분석 이론을 바탕으로 R과 파이썬 언어를 사용하여 실제 데이터를 분석하고 결과를 해석하는 방법을 다룹니다. 이를 통해 데이터 분석 시 ‘왜’ 이런 결과가 나타나는지에 대한 답을 찾는 능력을 키울 수 있습니다.

[PART 1 행동의 이해]
CHAPTER 1 인과-행동 프레임워크
1.1 인과관계 분석을 선택한 이유
1.2 회귀 분석을 방해하는 교란
1.3 정리하기

CHAPTER 2 행동 데이터를 이해하는 방법
2.1 인간 행동의 기본 모델
2.2 행동과 데이터의 연결고리
2.3 정리하기


[PART 2 인과관계 다이어그램과 교란 해소]
CHAPTER 3 인과관계 다이어그램의 개요
3.1 인과관계 다이어그램과 인과-행동 프레임워크
3.2 인과관계 다이어그램의 기본 구조
3.3 인과관계 다이어그램의 일반적인 변환 방법
3.4 정리하기

CHAPTER 4 인과관계 다이어그램 만들기
4.1 비즈니스 문제와 데이터 설정
4.2 포함할 변수 식별하기
4.3 데이터를 기반으로 포함할 관찰 가능한 변수 검증하기
4.4 인과관계 다이어그램 확장
4.5 인과관계 다이어그램 단순화
4.6 정리하기

CHAPTER 5 인과관계 다이어그램을 통한 데이터 분석의 교란 해소
5.1 비즈니스 문제: 아이스크림과 생수 매출
5.2 분리 인과 기준
5.3 백도어 기준
5.4 정리하기

[PART 3 견고한 데이터 분석]
CHAPTER 6 결측 데이터 처리
6.1 데이터와 패키지
6.2 결측 데이터 시각화
6.3 결측 데이터 진단
6.4 결측 데이터 처리
6.5 정리하기

CHAPTER 7 부트스트랩을 활용한 불확실성 측정
7.1 부트스트랩의 개요
7.2 회귀 분석을 위한 부트스트랩
7.3 부트스트랩을 사용하는 경우
7.4 R과 파이썬에서 부트스트랩 최적화
7.5 정리하기

[PART 4 실험 설계와 분석]
CHAPTER 8 실험 설계의 기초
8.1 실험 계획: 변화 이론
8.2 데이터와 패키지
8.3 무작위 배정과 표본 크기/검정력
8.4 실험 결과 분석과 해석
8.5 정리하기

CHAPTER 9 층화 무작위 배정
9.1 실험 계획
9.2 데이터와 패키지
9.3 무작위 배정과 표본 크기/검정력 결정
9.4 실험 결과 분석과 해석
9.5 정리하기

CHAPTER 10 군집 무작위 배정과 계층적 모델링
10.1 실험 계획
10.2 데이터와 패키지
10.3 계층적 모델링의 개요
10.4 무작위 배정과 표본 크기/검정력 결정
10.5 실험 결과 분석과 해석
10.6 정리하기

[PART 5 행동 데이터 분석을 위한 고급 도구]
CHAPTER 11 조절효과
11.1 데이터와 패키지
11.2 조절효과의 행동적 다양성
11.3 조절효과 적용 방법
11.4 정리하기

CHAPTER 12 매개효과와 도구 변수
12.1 매개효과
12.2 도구 변수
12.3 정리하기