Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- 사례
- AutoEncoder
- Kaggle
- anomaly
- 오토인코더
- PYTHON
- self-similarity
- LTV
- 기초통계학
- LTV예측
- 데이터 분석
- dacon
- 대회
- 게임 이탈 분석
- 데이터분석
- 봇탐지
- anomaly detection
- 자료의요약
- 자기유사도
- google.cloud
- AE
- 게임
- 게임분석
- 통계학
- 이상탐지
- 딥러닝
- 유저이탈
- 게임 데이터분석
- google.oauth2
- Detection
Archives
- Today
- Total
사쿠의 데이터 블로그
어림짐작 금지! sample 추출시, 비율을 봐야하는 이유 본문
22년 7월 20일 겪은 이야기
A상품에 관한 분석을 하던 중, 위 아래 그림이 대충 비슷하기(눈 대중으로)에 유저 비율대로 잘 구매하고 있구나 하고 넘어갔지만... 너무 안일했다. ㅜ
동료분의 추가 확인은 나를 부끄럽게 만들었다.
로그인 유저들 중, 구매 유저의 비율을 보니, 80 레벨대 유저에서는 쥐 파먹은 모습이 보였다.
눈 대중으로 보지않고 "sample 추출시, 비율을 봐야하는 이유"를 배웠다.
'게임 데이터 분석' 카테고리의 다른 글
self-similarity 게임 봇 탐지를 위한 자기 유사도 분석 (1) | 2023.03.04 |
---|---|
유저 이탈 기준 정하기 (0) | 2020.11.20 |
LTV 예측하기 (2) | 2020.05.24 |
Stacking 혹은 Meta모델링 적용하기 (0) | 2020.04.26 |
[R code] 유저 플레이 타임(Play time) 군집화 (6) | 2020.03.26 |