이지섭

여러모로 삶에 도움되는 STP 전략 - S(egmentation) T(argeting) P(ositioning)

이지섭 — Tue, 28 Feb 2023 06:09:40 GMT

어떤 일을 하든간에 내가 하는 일이 '누구를 대상으로 하는지' 알면 비교적 일이 명확해집니다. 유튜브를 한다면 내 영상이 누구를 위한 컨텐츠인지 명확히 알아야 보다 전달력 있는 컨텐츠를 만들 수 있을테고, 사업을 한다면 내 고객이 누구일지 분명히 알아야 양질의 서비스를 만들 수 있겠죠. 이 과정을 도와주는 마케팅 전략이 있습니다. 고객을 보다 빠르게 세

Needs와 Wants의 구분 - Needs(필요)를 기반으로 Wants(욕망)을 공략하라

이지섭 — Tue, 28 Feb 2023 05:03:36 GMT

모든 사람들에겐 Needs와 Wants가 있습니다. 이 둘은 본질적으로 다릅니다. Needs는 ‘필요한 것’이고, Wants는 ‘원하는 것’이니까요. 조금 더 자세한 설명을 위해, Needs와 Wants의 차이를 보여주는 몇 가지 예시를 들어보겠습니다. 병에 걸린 환자 A가 있습니다. 매일 아침 통증에 몸서리치는 A에게 진통제는 필수제(Need to ha

일잘러에게 필요한 단 하나의 툴, Zapier - 통합과 업무자동화는 이제 자피어(Zapier)에게 맡기자.

이지섭 — Wed, 22 Sep 2021 08:03:19 GMT

일은 많고 시간은 없다. 일을 하다 보면 다양한 툴(tool)들을 쓰게 된다. 필수적인 엑셀(혹은 스프레드시트)부터 시작해서 캘린더앱으로 일정관리를 하거나, 노션으로 문서작업을 하는 등 일을 하다보면 최소 3개 이상의 툴을 사용하게 된다. 다양한 툴을 오가면서 반복업무를 하다 보면, 자연스레 다음과 같은 생각이 들기 마련이다. 엑셀에 정리한 서로 다른 거래

04. 어른스러워지고 싶을 때면 마티니를 마셔요 - 우아함 뒤에는 씁쓸함이 있는 법이니까

이지섭 — Wed, 08 Sep 2021 13:47:01 GMT

드라이 진 2oz (60ml)드라이 베르무트 1/3oz (10ml)올리브 혹은 얇은 레몬 제스트로 마무리 우아함의 대명사이자 ‘칵테일의 왕’이라 불리는 마티니. 우아한 잔에 담긴 한 줌의 씁쓸함에 괜시리 어른이 되는 듯한 느낌이 든다. 가끔은 제임스 본드가 아니라 캐롤처럼, 바 테이블에 앉아서, 무심한 듯 우아하게 한 잔의 마티니를 즐겨보자. 디테일이

03. 쌉싸름한 하루에 깊이를 더하는 네그로니 - "기만적으로 독하고 유감없이 쓰다. 내 영혼처럼"

이지섭 — Mon, 06 Sep 2021 13:32:31 GMT

드라이 진 1oz(30ml)스위트 베르무트 1oz(30ml)캄파리 1oz(30ml) 달콤 쌉싸름한 술을 원한다면 단언컨대 네그로니를 마셔야 한다. 특별한 기교 없이 비교적 간단하게 만들 수 있다. 솔향을 가득 품은 진과 주정강화 와인인 스위트 베르뭇, 이태리에서 식전주로 마시는 캄파리를 1:1:1 비율로 섞으면 완성이다. 순서는 다음과 같다. 믹싱글

02. 산뜻한 거품이 가득, 실버피즈(Gin Fizz) - 투명한 잔 안에서 솟아나는 새하얀 거품, 시원한 풍미

이지섭 — Fri, 03 Sep 2021 12:48:02 GMT

- 진 1.5oz (45ml)- 설탕 시럽 3/4 oz (22.5ml)- 레몬 주스 3/4 oz (22.5ml)- 계란 흰자 - 얼음 - 약간의 소다수 1. 진과 심플 시럽, 레몬주스, 계란 흰자를 한 데 넣고 쉐이킹 한다. 2. 얼음을 넣고 다시 쉐이킹 한다. 3. 음료를 잔에 붓고, 소다수를 채운다. Fizz는 음료 안에서 거품이 일 때 나는 소리를

01. 퇴근 후에 즐기는 진토닉(Gin & Tonic) - 답답한 하루를 시원하게 마무리하는 한 잔.

이지섭 — Wed, 01 Sep 2021 13:34:39 GMT

진 1oz (30ml)토닉워터 3oz (90ml)라임(레몬) 혹은 오이(!) 슬라이스 집에서도 간단하게 만들 수 있는 칵테일. 청량한 탄산에 시원함을 더해주는 라임, 그 아래에 깔린 상쾌한 솔향. 취향에 따라 진과 토닉워터의 비율을 조절하면 된다. 도수가 있는 술을 좋아한다면 진의 비율을 높이고, 알코올 향이 덜한 술을 좋아한다면 토닉워터의 비율을 조금

급작스럽게 팀장이 된 당신에게 - 탁월한 리더는 '성찰'이 이끈다.

이지섭 — Fri, 20 Aug 2021 09:47:30 GMT

변화는 한순간에 찾아온다. (아래는 팀장의 입장에서 써내려 간 픽션입니다.) 완전히 예상하지 못했던 건 아니다. 연차가 쌓여가고, 후임이 하나 둘 생기면서 '나도 언젠가는 팀장 역할을 맡겠지', 어렴풋이 생각은 하고 있었다. 하지만 이렇게 급작스럽게 매니저 역할을 맡게 될 줄이야. 직장생활을 시작한지는 몇 년이 지났다. 한 두 회사를 거치며 경력이 생

R - mutate()함수로 간결하게 파생변수 만들기 - mutate()함수를 이용하면 코드를 간결하게 짤 수 있다.

이지섭 — Tue, 02 Feb 2021 13:44:38 GMT

파생변수를 추가할 때 쓰는 mutate함수(dplyr packages) library(dplyr) exam <- data.frame(class = c(1, 1, 2, 2, 3, 3), name = c("덕춘", "성길", "진웅", "건식", "우진", "재원"), science = c(80, 60, 70, 90, 90, 40), math = c(100,

R -arrange 함수로 데이터 순서 정렬하기 - arrange 함수로 데이터 순서를 바꾸고 또 바꾸고 또또 바꾸고..

이지섭 — Tue, 02 Feb 2021 13:34:50 GMT

데이터를 정렬하는 arrange함수 exam(data) %>% arrange(var1) # 데이터를 var1 기준으로 정렬시킨다. 오름차순(작은수부터 큰수) 정렬이 default값. exam(data) %>% arrange(desc(var1)) #desc 함수를 arrange 안에 넣어 내림차순(큰수부터 작은수)으로 만들었다. 변수1로 먼저 정렬한 뒤

'진짜' 칸반보드 쓰는 법 - '진짜'로 활용할 수 있는 칸반보드를 만들어보자.

이지섭 — Sun, 31 Jan 2021 08:05:35 GMT

최근 팀 내부에 '업무 병목현상'이 생기기 시작했다. 새로운 일은 계속해서 생겨나는데, 이전부터 진행하고 있는 업무들이 종결되지 않은 상태로 유보되고 있는 것이다. 이 문제를 어떻게 해결할지 고민하던 차에 'Making Work Visible: 업무시각화' 라는 책을 발견했다. 칸반보드의 대가 도미니카 드그란디스가 쓴 책으로, 1부에서는 '팀이 시간을 빼

R - filter함수로 조건을 만족하는 행 추출하기 - filter 함수와 %>%(파이프오퍼레이터), %in%연산자

이지섭 — Sun, 31 Jan 2021 05:19:23 GMT

데이터 분석을 위해서는 지난한 전처리 과정을 거쳐야 한다. 이 전처리 과정에서 자주 쓰이는 함수가 바로 행(row)을 추출하는 filter()함수다. dplyr 패키지에는 데이터를 원하는 형태로 가공하는 과정에 필요한 함수들이 많이 있으니 잘 알아두자. dplyr패키지의 핵심함수들은 다음과 같다. filter() - 행 추출 select() - 열(변수

R기초 - 파생변수를 만들어보자 - 파생변수 만드는 법과 조건문 ifelse의 활용

이지섭 — Sun, 31 Jan 2021 04:43:46 GMT

파생변수란 '데이터 내에 새로운 변수'를 뜻한다. 김선생님은 학생들의 중간고사 시험에 관한 데이터를 가지고 있다. 데이터에는 학생들의 이름, 영어점수, 수학점수라는 3가지 종류의 변수가 있다. 김선생님은 여기에 '평균'이라는 새로운 변수 즉 파생변수를 추가하고 싶다. 어떻게 파생변수를 만들 수 있을까? 파생변수 만드는 법을 알아보자. 1. 데이터 프레임

R 기초 - 데이터프레임 조물딱조물딱 - 데이터프레임 만들고 복사하고 변수명 바꾸기

이지섭 — Tue, 26 Jan 2021 05:12:09 GMT

데이터프레임을 만들고 백업본을 생성해보자. df_raw <- data.frame(var1 = c(4, 5, 3), var2 = c(7, 8, 9)) > df_raw var1 var2 1 4 7 2 5 8 3 3 9 데이터를 수정하기에 앞서 백업본을 만들어 놓아야 한다. 어떻게? 데이터프레임의 복사본을 만들면 된다. df_

R 기초 -데이터의 특성을 파악하자 - 분석의 아이디어를 얻기 위해서는 데이터를 면밀히 살펴봐야 한다.

이지섭 — Tue, 26 Jan 2021 04:32:50 GMT

데이터 특성을 파악할 수 있는 함수 총정리 아무 csv 파일이나 불러와서 새로운 변수에 할당하자. exam <- read.csv("csv_exam.csv", header = T) 데이터의 양이 많을 경우 모두 출력하는데 오랜 시간이 걸린다. 앞부분만 확인해서 특성을 파악해보자. 앞 부분 데이터를 보고 싶다면 head()함수를 사용하면 된다. head(ex

R 기초 - 외부데이터(excel,csv) 불러오기 - 외부에 있는 엑셀과 csv 파일 불러오기, 데이터를 csv파일로 저장하기

이지섭 — Sun, 24 Jan 2021 03:24:20 GMT

외부에 있는 엑셀파일을 어떻게 R에 불러올 수 있을까? 엑셀파일을 읽기위한 패키지(함수)를 설치하면 된다. 명령어는 다음과 같다. install.packages("readxl") library(readxl) 엑셀파일은 다음 명령어로 읽을 수 있다. read_excel("파일명.xlsx", sheet = 1, col_names = T) df_midter

R 기초 - 데이터를 직접 만들어보자 - 데이터프레임을 만들고, 간단한 데이터분석을 해보자!

이지섭 — Sun, 24 Jan 2021 02:57:24 GMT

데이터프레임이란? 행(row)과 열(Column)로 구성된 사각형 모양의 데이터. 데이터의 크기를 얘기할 때는 두 가지 방식으로 얘기할 수 있다. "Row(행, 케이스)가 몇개에요?" "Column(열, 변수)이 몇 개에요?" '데이터가 크다'라는 건 Row가 많거나 Column이 많다는 걸 뜻한다. Row가 많은 경우 데이터를 불러오는 데 많은 메모

Oracle Database 설치오류 해결방법 - Oracle database 설치가 완료되었지만 오류가 발생했습니다

이지섭 — Fri, 20 Nov 2020 00:26:23 GMT

Oracle Databse 18c Express를 설치하는 데만 한시간 반이 걸렸다. 이유는 설치 막바지에 계속해서 롤백(rollback)이 일어나며 다음과 같은 오류가 발생했기 때문이다. "Oracle database 설치가 완료되었지만 오류가 발생했습니다(The wizard was interrupted before Oracle Database 18c

'꽃돼지'로 브랜드 다각화에 열올리는 디디추싱 - 디디가 젊은층을 대상으로 한 '꽃돼지(花小猪)' 택시서비스 론칭했다

이지섭 — Thu, 23 Jul 2020 02:20:38 GMT

중국판 우버 '디디추싱'은 지난 22일 젊은층을 겨냥한 새로운 브랜드 '화샤오쮸 다처(花小猪打车, 이하 꽃돼지택시)'를 론칭할 것이라고 밝혔다. 해당 서비스는 기본적인 온라인 택시 서비스에 젊은층의 이용자들이 선호할만한 몇 가지 기능을 추가한 모빌리티 서비스다. 차량공유서비스에서 '안전'은 가장 중요한 키워드다. 몇 번의 안전문제를 겪은 디디추싱은 자체적

세계의 돈이 '동남아 푸드테크'에 몰린다 - 동남아에 푸드테크 스타트업 열풍이 불고 있다

이지섭 — Wed, 22 Jul 2020 02:04:29 GMT

2020년 6월, 동남아의 식품분야에 대한 투자금이 3억 5000만 달러(한화 약 4400억원)를 넘어섰다. 4억 2300만 달러(한화 약 5200억원)였던 지난해와 비교했을 때 크게 성장한 수치다. 2019년 동남아 소재 푸드테크 기업에 대한 투자 수는 총 99건으로 그 중 66건은 초기 기업을 대상으로 하는 시드투자, 20건은 조금 더 성장한 기업을