샘플 사용 사례

확장하고, 결과를 다른 사용 사례에 적용하거나, 모델을 운영하기 전에 대규모 데이터 세트에서 AI/ML 분석을 실험할 수 있는 몇 가지 방법을 살펴보십시오.

팁

이러한 사용 사례에 대한 도움이 필요하면 지원 팀에 이메일을 보내거나 커뮤니티에 문의하십시오.

시작하기 전에

프로젝트 관리 노트북을 사용하여 프로젝트를 준비합니다.
기존 AWS Glue 카탈로그를 사용하고 샘플 데이터를 업로드합니다. 또는 제공된 OTF(Open Table Format) 예제를 사용하기 위해 새 카탈로그를 만듭니다.

고객은 웹사이트, 직원과의 지점 내 상호작용, 이메일, 콜센터 등 다양한 마케팅 접점을 통해 금융 기관과 소통합니다.

전반적인 고객 여정을 이해하는 것은 고객 여정을 개선하고 고객 확보와 채택을 늘리는 데 매우 중요합니다.

데이터에 액세스하여 검토한 후에는 귀속 모델링, 채널 분석, 경로 지정을 활용하여 시간 경과에 따른 고객 행동을 파악하게 됩니다.

구매 내역은 고객을 세분화하는 데 강력한 요소가 될 수 있습니다. 예를 들어, 구매량과 금액에 따라 세그먼트를 만들 수 있습니다.

데이터를 준비한 후에는 k-평균 클러스터링과 데이터 준비 파이프라인을 사용하여 고객 세그먼트를 결정합니다.

이상적인 수의 고객 세그먼트에 마케팅한다는 것은 관리할 세그먼트가 너무 많지 않아도 세분화의 이점을 누릴 수 있다는 것을 의미합니다. 고객 구매 내역의 코멘트에서 이상적인 세그먼트 수를 도출할 수 있습니다.

데이터에 액세스하여 검사한 후에는 LLM(대규모 언어 모델)을 사용하여 벡터 테이블을 만든 다음 이상적인 k-평균 모델과 세그먼트 수를 찾습니다.