2024/07 21

2024-07-31

Today프로젝 Today I Learned 프로젝트 어제에 이어서 신규 회원 가입자 유치를 해야 하는 근거를 찾아보기로 했다. 그에 대한 근거는1. 매출2. 고객 수3. 주문 건수4. 고객 당 평균 주문 수  1년(2023년) 의 신규 회원과 기존 회원의 차이를 확인해보았다. 매출(total_price 의 sum)신규 회원: 4,413,093.77(전체), 454.16(주문 당 평균), 5,665.08 (고객 당 평균)기존 회원: 10,837,198.98(전체), 474.31 (주문 당 평균), 1,964.33 (고객 당 평균) 고객수(customer_id 의 count)신규 회원: 779기존 회원: 5,517 주문 건수(order_id 의 count)신규 회원: 9,717 (전체)기존 회원: 22,8..

TIL 2024.07.31

2024-07-30

Today프로젝트  Today I Learned 프로젝트  어제에 이어서 재구매자 강조를 위한 근거 지표를 확인해보기로 하였다. 1. 일회성 구매자 vs 재구매자의 매출 비중 파악- 일회성 구매자의 매출 비중이 높다면?> 재구매자로 전환 시켜야한다.> 신규 구매자들을 더 늘려야 한다- 재구매자의 매출 비중이 높다면?> 재구매자가 그만큼 중요하다> 신규 구매자를 늘려야 한다 전체년도 기준 1회성 구매자 533명 vs 재구매자 7,420명연도 별 총 구매금액 중에 1회성 구매자들이 몇 % 차지하냐? 2. 재구매 빈도에 따른 고객 수 비중 파악- 각 구매가 몇 명인지?- 최대 많은 빈도수에는 몇 명이 있는지? 3. 재구매 유도가 필요한 빈도의 기준을 어디까지로 정할 것인지?- 평균 4회의 재구매를 한다면 4회..

TIL 2024.07.30

2024-07-29

Today1. 커머스 특강2. 프로젝트 Today I Learned 프로젝트  이 데이터셋을 가진 회사가 어떤 회사인지 확인해보기 위해전체적인 현황파악을 진행했었다.그 현황파악은 다음 과 같다.더보기19년도 부터의 연도별 세부 EDA 수치로 파악- 고객 수 = 회원 가입자 수- 주문 된 제품 수- 구매자 수- 주문 건 수- 첫 구매 전환율- 회원 가입 후 첫 구매까지 걸렸던 일자- 총 구매 금액- 첫 구매 후 두 번째 구매를 하게 된 사람의 수- 평균 주문 금액- 평균 객 단가- 반품 건 수- 반품율 추이로 파악- 회원가입 후 첫 구매까지 걸렸던 일자- 첫 구매자 수 (연도별)- 반품 건수 (연도별)- 반품 카테고리- 재구매빈도전체적인 현황파악 후 세부 목표를 잡아보기 위해 세세하게 조금 더 뜯어보기로 ..

TIL 2024.07.29

2024-07-26

Today프로젝트 기획 마무리 Today I Learned 프로젝트 1. 문제가 없는 것처럼 보이는 데이터셋의 경우 어떤 것을 더 봐야할지?매출 관련한 지표가 모두 상승세일 때, 데이터분석가는 어떤 목표를 가지고 진행해야하는지? 확인한 지표더보기총 구매액신규회원가입자신규구매자구매건수연도별 재구매자 비율고객 1명 당 평균 13회 구매 = 재구매율이 굉장히 높다⇒ 모든 지표가 다 상승세 2. 이 경우 세울 수 있는 다른 기준, 가설은 무엇이 있을까? 3. 현재는 캐글 데이터 셋을 이용하기 때문에 데이터셋을 바꾼다와 같은 방안도 가능하다고 생각하는데,실제 기업에서 위와 같은 상황이 발생한다면 데이터 분석가 입장에선 어떤 액션을 취해야 할까?기획 자체를 수정해야 하는 것인지?  Q. 성훈 튜터님 멘토링우상향을 ..

TIL 2024.07.26

2024-07-25

Today1. 커머스 특강2. 프로젝트 Today I Learned 커머스 3회차  * 아마존과 쿠팡은 닮아있음아마존프라임 = 쿠팡플레이  이커머스 데이터 수집 도구법API웹 크롤링데이터베이스 쿼리-트랜잭션 데이터로그 데이터 * 데이터 수집 도구(SaaS 툴)1. Google Analytics2. Amplitude3. Mixpanel4. SurveyMonkey  로그데이터: 실제로 고객이 어떤 행동을 하는지 분석1. 고객 행동 분석2. 마케팅 캠페인 효율성 측정3. 웹사이트 성증 최적화(seo)  더보기로그 데이터 형태 user_idtimestampactionpageproduct_idqueryuser1232024-07-24T12:34:56visithomepageNULLNULLuser4562024-07-2..

TIL 2024.07.25

2024-07-24

Today프로젝트 기획 및 스터디 Today I Learned 프로젝트 재구매를 독려하고 이탈률을 낮추기 위해 데이터 분석을 진행  대희튜터님 멘토링 1. 개인 맞춤화 알고리즘까지 건드려볼 수 있는지? 전처리 한 데이터에 대해서 어떤 라이브러리를 쓴다.구글, gpt 등에 확인 후 진행하는 것이 더 효율적⇒ 딥러닝 공부하는 시간을 따로 뺄 필요는 없음 2. 추가적인 분석 방법론어떤 방법론을 쓸지는 중요하지 않음어떤 지표를 선정해서 고객에게 어떻게 하겠다. 라는 지표가 있을 것인데코호트, 리텐션 만으로도 충분함코호트- 어떤 코호트로 분리해서 볼 것인지리텐션- 리텐션 관련된 데이터가 있어야 하며, 리텐션을 설정하는 것만으로도 다양한 기준으로 나눌 수 있음초반에 데이터를 볼때, 여러가지 방면으로 보는 것이 중요..

TIL 2024.07.24

2024-07-23

Today프로젝트 진행 Today I Learned 프로젝트  어제에 이어서 왜 로그데이터를 보려고 했는가로그데이터를 통해서 무엇을 알 수 있는가로그데이터 분석을 하려는 목적이 무엇인가 를 이야기 나누어보았다. > 웹환경이라는 특성 상 로그들이 남아있을 것이고, 현재 커뮤니티의 현황파악을 위해 로그데이터 분석을 하는 것> 현황파악을 위해 여러가지 지표들 방문자 수, 방문현황, 유입 분석, 행동 분석, 세션 별 체류 시간 을 데이터 요청했음  이 후 현황파악을 해보았을 때 어떤 점이 부족하다, 개선해야한다라는 사실이 나온다면 그 목적에 맞는 지표들을 볼 것   Q. 이 외에 현황파악을 위해 요청해야할 추가 지표가 있는지?Q. 우리가 선정한 지표들에 수정되어야 할 내용이 있는지? A. 대희 튜터님 멘토링커뮤..

TIL 2024.07.23

2024-07-22

Today1. 커머스 특강 2회차2. 프로젝트 기획 Today I Learned 커머스 특강 CAC(고객획득비용) 고객을 데려오고CR(구매 전환율) 만족시키고LTV(고객생애가치) 유지시킨다AOV(객단가)  성장중심GMV, 신규 고객 수 , MAU 등에 집중 수익성 중심ARPU, 객단가, 마진율 등에 주목→ ex. 스타트업, 성장기업 고객 충성도 중심재구매율, 고객 생애가치 등을 중요하게 여김→ ex. 큰 기업, 자리 잡은 기업  1. 브랜드 인지도 중심 목표"인지도 향상", 웹사이트 방문자 수와 소셜 미디어 팔로워 수 증가에 집중- 웹사이트 방문자 수- 소셜 미디어 팔로워 수- 브랜드 검색량- 광고 도달률 2. 성장 중심 목표"시장점유율을 높이는 것", GMV 와 신규 고객 수 증가에 집중- GMV(총 ..

TIL 2024.07.22

2024-07-19

Today1. 자연어 특강2. 프로젝트 Today I Learned 자연어 특강  임베딩: 자연어부터 벡터까지의 수치화하는 과정인코더: 위와 같은 역할을 하는 모듈디코더: 임베딩된 벡터를 가지고 분석을 하고 예측을 하는 모델을 만드는 과정  프로젝트  뉴스레터 주말랭이에 데이터셋을 요청했고긍정적으로 검토가 된줄 알았지만 ... 제공가능하다고 했던 첫번째 답과는 다르게 몇차례 회신을 요청했지만 답이 오지 않았다....  결국 캐글의 커머스 관련한 데이터셋을 찾아보았고,로그데이터를 제외한 상품,고객분석은 가능할 것으로 확인되어 진행하기로 하였다. 어떤 기획을 하면 좋을지?> 코호트분석어떤 분석을 할 것 인지?> 고객 분류를 하여 특징을 찾고 매출향상을 해보기로 하였다.어떤 문제점을 있는지?- 찾지 못하였음 ..

TIL 2024.07.19

2024-07-18

Today1. 커머스 데이터2. 가설설정 및 문제정의 Today I Learned 가설설정 특강 최종 문제 정의 문장 1. 구체적 대상: _ 한_가2. 최종 목표: _하기 위해서는3. 정의한 문제: _가 해결되어야 한다  What = 새로운 마케팅 캠페인이 시작된 후 매출이 증가했는가?Why = 새로운 마케팅 캠페인의 표과를 과학적으로 입증하여 향후 마케팅 전략을 결정하기 위해Where = 기업의 마케팅 부서에서 분석팀이 데이터를 검증합니다When = 마케팅 캠페인이 종료된 후, 매출 데이터를 분석하여 효과를 평가할 때Who = 기업의 데이터 과학팀에서 마케팅을 진행한 고객을 위해 분석을 진행합니다How = 캠페인 후 매출이 증가했을 것이다 라는 가설 설정

TIL 2024.07.18