google-site-verification=tiTpc7g9EFArxomgX7IqEflz-fp4nI0F2jLaMkFLPoQ LLM( 생성형) 업무효율화, 업무활용, 인공지능 활용하여 일잘 하는법 104

상세 컨텐츠

본문 제목

LLM( 생성형) 업무효율화, 업무활용, 인공지능 활용하여 일잘 하는법 104

카테고리 없음

by 홍승민경영컨설팅(주) 2024. 10. 30. 10:05

본문

따라하면 바로 적용가능한 홍보효과 똑같은 채널 구분방법

 

 

지난 포스팅에 이어 효과적인 마케팅 채널인가?를 구분하는 방법 중 첫 번째, 상관분석에 대해 살펴보겠습니다.

 

상관분석

상관분석의 개념은 말 그대로 상관있어?를 보는 것입니다. 데이터 두 개를 놓고 이 데이터가 서로 상관이 있는지 없는지를 보는 것이죠 만약 상관이 있다면 거기에 따른 대응을 하면 되는거고 상관이 없으면 각각 독립적으로 생각을 하면 되는 그런 개념입니다. 다음 예시를 보겠습니다.

뭐가 보이시나요? 혹시 뭔가 유사한 거 보신 경험 있으실까요? 히트맵 떠오르시지 않나요? 그 히트맵이 상관분석 결과입니다. 저 숫자들을 자극적으로 보이게 하기 위하여 색상을 넣고 보여주는 거죠, 진짜 별거 아닌 거 같고 아는 척들을 많이 하는데요, 그렇게 단순하게 ‘아우~ 빨가면 안 되지~’ 하는 무식쟁이 말고 ‘왜?’ 색상이 다르게 하지? 그리고 다른 거에 기준은 뭐지? 그래서 어찌 사용하지?를 알아 가는 과정이 다음 설명에 나와 있습니다.

 

상관분석을 하는 이유는 앞서서 말씀드린 대로 데이터 간 상관이 있는지 없는지를 확인하는 것입니다. 위 이미지를 기준으로 설명드리면 컬럼 1은 컬럼1과 1의 상관계수가 나옵니다. 1은 100%입니다. 당연하죠 자기가 자기랑 비교하니 100% 일치합니다. 그런 식으로 각 컬럼간 비교를 한 것입니다. 즉 데이터 간 비교를 통해 얼마나 상관있는지를 보는 것인데 보통의 상관 기준은 0.4~0.6입니다. 이 정도 상관계수가 나오면 상관이 어느정도 있다이고 저는 주로 0.4 이상을 상관있다고 규명합니다. (실제 통계분석해서 상관계수와 P값을 동시에 보고 해석을 해야 합니다.)

 

그럼 다시 위 이미지를 해석하면 컬럼1과 컬럼2는 0.18 수준으로 상관이 있고 컬럼1과컬럼3은 0.25 마지막으로 컬럼 2와 컬럼3은 0.86 으로 나왔습니다.

 

그럼 아직 잘은 모르지만 왠지 0.86은 똑같은 거 아닐까요?

 

이제 데이터를 보고 상관분석을 돌리겠습니다.

 

챕터 20에서 사용한 다중회귀 분석을 위한 자료와 동일합니다.

이때 우리가 궁금한 것을 과연 카카오 광고와 네이버 광고와 그리고 인스타 광고가 각각 상관이 있을까 없을까입니다. 만약 상관이 없다면 계속 따로따로 광고비를 집행하는 게 맞고 상관이 높다면 한번은 고민해야 하지 않을까요?

 

상관분석을 하는 방법은 어렵지 않습니다.

데이터 분석 -> 상관분석 클릭

 

이제 값들을 넣고 돌리면 이런 결과가 나옵니다.

 

결과에 대한 해석은 앞서서 충분히 했으니 넘어가겠습니다.

 

다음 포스팅에서는 쌍체비교하는 방법에 대해 설명드리겠습니다.

.

.

.

생성형인공지능, LLM, 일잘러, RAG응용, 챗지피티 를 활용해서 프로 일잘러 되기 출간 준비중~~!!

 

728x90