[개인 프로젝트] 고객 쇼핑 동향 데이터를 이용한 EDA 프로젝트

⬛ 고객 분류 및 구매 패턴 분석을 위한 시각화 프로젝트

 

⬛ 프로그램 개요

분석 목적	고객 분류 분석을 통해 고객의 특성과 행동을 바탕으로 맞춤형 마케팅 최적화 전략 수립 활용
사용 데이터	Kaggle : Customer Shopping Trend Dataset
분석 기간	2024.05.29 ~ 2024.06.10
역할	데이터 전처리~발표
사용 언어	Python

 

원래는 이전 주제인 채용사이트 주제를 가지고 EDA 프로젝트도 진행해야했지만, 어떤식으로 시각화를 해야될지 모르겠어서 주제를 바꿨다. 그렇게 바꾼 데이터셋이 만들어진 합성데이터여서 고객을 나이대, 성별, 구매금액대 등등 하나의 변수를 가지고 나누면 유의미한 결과가 나오지 않았기 때문에 어떤 식으로 고객을 나눠야할지 고민도 많이 했던 것 같다. 

RFM이라는 모델을 사용하고 싶었지만, 구매 날짜 데이터가 없어서 구매금액과 구매빈도를 이용해서 임의로 고객을 3등급으로 나눴다. 여러 통계검정을 했지만, 유의미하지 않은 결과를 보고 다음 프로젝트때는 또 주제를 바꿔야겠다고 생각했다. 

 

받은 질문

: 고객 충성도 기준은 룰이 있었나? > rfm모델을 사용하고 싶었으나, 최근 구매 날짜 데이터가 없어서 스스로 만들었다

:모수(건수)가 작은 것 같은데 데이터는 어디서 가져온 것인가? > 캐글에서 찾았다
:기준 잡를 때 빈도수, 금액을 이용했는데, 빈도수가 많으면 악성고객일 수도 있지 않은가? (생각하지 못했던 부분!)

> 금액대가 높고, 빈도수가 많은 사람을 High로 분류했는데, 높은 금액대를 자주 사는 사람을 악성고객이라 생각하지 않았다
:각 영역별로 들인 노력이 어디가 가장 많은가? - 어떻게, 어디를 나눌지(충성도 분류할 때) 가장 많이 노력했다
:Anova나 이런 검정은 안쓰세요? - 했었는데, 유의한 결과를 얻지 못햇기 때문에 PPT에 넣지 않았다.