hideBreadcrumbs: true
bottomNavigator: null
title: "홈쇼핑의 취소율 시계열 분석"
description: "홈쇼핑의 취소율 추이를 HEARTCOUNT(하트카운트)로 시각화해보았습니다."
<head>
<link rel="canonical" href="<https://community.heartcount.io/ko/time-series/>" />
</head>

https://images.unsplash.com/photo-1605902711622-cfb43c4437b5?ixlib=rb-1.2.1&q=85&fm=jpg&crop=entropy&cs=srgb

Intro: 시계열(time-series) 데이터

시계열(時系列, time-series) 데이터는 일정한 시간 간격으로 관측, 수집된 데이터를 말합니다. 시계열 모델 개발이 아니라 탐험적 분석(EDA) 또는 의사결정을 위한 실무적 관점에서 시계열 데이터를 분석하는 주요 목표는 날짜 변수에 내재된 주기적 특성이 매출과 같은 다른 주요 변수에 어떠한 영향을 주었는지 이해하는 것입니다.

EDA 관점에서 날짜(:시간) 데이터와 목표 변수 간의 관계를 살펴볼 때는 아래 정도를 고려하면 됩니다.

*이론서에는 계절적 특성을 분리해서 Seasonal Pattern으로 따로 설명하기도 합니다.

서론은 이만하고, 바로 기능을 살펴볼까요? TV 홈쇼핑 사이트의 취소율 데이터를 사용해 보겠습니다. 질문은 어떤 주기적 특성이 취소율에 영향을 주나? 입니다.

Dataset

https://miro.medium.com/max/1400/1*VGRPiY0DMB4OyqKOlGpGDw.png

Analysis in HEARTCOUNT

<aside> 📓 하트카운트 사용자라면, 활용 예시의 레시피를 직접 따라해보세요. 👉 시각화 기능은 무료! 지금 사용해보기

</aside>

파생 날짜 변수란?