[TIL] [심화 프로젝트] 1일차: 주제 선정 및 ETA 작성

Donghyun·2024년 9월 2일

TIL (Today I Learned)

목록 보기

37/53

심화 프로젝트의 시작!

기초 프로젝트가 끝나고 이것저것 바쁘게 하다 보니 벌써 심화 프로젝트 기간이 됐다. 프로젝트를 여러 번 해봤음에도 도무지 적응되지 않는 이 프로젝트 초기의 긴장감...! 그래도 그 긴장감 덕분에 매번 진심을 다하게 되는 것 같다.

주제 선정

주제는?

이번 프로젝트는 저번 기초 프로젝트에서 조금 더 나아가 머신러닝 기법까지 사용해보는 심화 프로젝트! 가장 먼저 해야 할 일은 팀원들과 주제 선정하기. 주제 후보는??

개인적으로 하고싶었던 주제는 군집쪽이었다. 회귀랑 분류는 학교에서 프로젝트 하면서 다뤄봤는데, 군집은 처음이기 때문.

운이 좋게도 투표 결과 [군집] 마케팅데이터 - 고객 클러스터링이 당첨됐다. 그럼 이제 주제 선정 이유와 프로젝트의 개요를 작성해보자.

프로젝트 개요

주제 선정 이유

초개인화 시대에 고객 개개인의 특성과 선호도를 반영한 맞춤형 서비스가 기업의 경쟁력을 좌우하고 있다.
군집은 군집별로 마케팅과 캠페인을 맞춤화 할 수 있으므로 개개인의 특성을 충족시킬 수 있는 가장 적합한 분석방법으로 보인다.
특히 B2C 도메인의 경우 고객 집단에 대한 분석을 통해 신제품 타켓팅 및 마케팅 집단 타켓팅에 유용하다.

프로젝트 명

군집분석을 통한 맞춤형 전략 개발

프로젝트 목표

점점 더 고도화되는 고객들의 개인화 흐름을 충족시키기 위해 커머스 기업 ‘코팡’의 고객 데이터를 클러스터링 분석하여 새로운 고객 세그먼트를 발견.
이를 바탕으로 페르소나를 활용한 맞춤형 마케팅 전략을 제안하여 마케팅 효율성을 극대화하는 것이 목표.
데이터 탐색을 마친 후 페르소나별 구체적인 마케팅 전략을 설정한다.

프로젝트 핵심 내용

데이터 준비 및 전처리
- CSV 파일 결합해 하나의 분석용 데이터셋 만들기.
탐색적 데이터 분석(EDA):
- 데이터의 기본 통계량 확인
- 컬럼별 분포 시각화
- 상관계수 히트맵을 통해 변수 간 관계 분석
- 이상치 탐지 및 분석
데이터 전처리
- 결측치 처리
- 이상치 처리
- 스케일링
- 인코딩
모델 구축:
- K-means 등등 다양한 클러스터링 알고리즘 적용
- 최적의 군집 수 결정 및 모델 성능 비교(엘보우, 실루엣 등)
클러스터링 결과 분석 및 시각화:
- 각 군집의 특징을 도출하고 이를 시각화하여 인사이트 도출
- 군집별 고객 페르소나 정의 및 마케팅 전략 제안
결과 보고:
- ~~분석 결과를 종합하여 보고서 작성 및 데이터 리포트 툴(datapane)로 시각적 자료 제공~~
  - 튜터님과 상의 결과 그렇게 많이 사용 되지도 않고, 머신러닝에 집중하면 더 좋을 것 같다고 하셔서 삭제.

ETA 작성

저번 프로젝트 때도 느꼈지만, 프로젝트의 전반적인 흐름을 잡았다면 프로젝트별 ETA를 작성하는 작업이 필수적인 것 같다. 물론 ETA 는 Estimated Time of Arrival로 예상일 뿐 실제로 지켜지기 어려울 수 있지만 그냥 프로젝트에 박치기하는 것보다 일정 관리 및 진행 상황 모니터링 등을 효율적으로 할 수 있게 도와준다. 다시 말해 쓸데없는 일 하는 걸 줄여준다.😁