방향성

1. 고객 세분화(RFM 분석, K-means Clustering)

RFM 분석랸?

RFM은 얼마나 최근에(R), 얼마나 자주(F), 얼마나 많이(M) 구매 활동을 했는가에 대한 정보를 만들고 이를 바탕으로 고객의 상태를 세분화하는 모델이다.

출처: https://blog.dighty.com/expert/?q=YToxOntzOjEyOiJrZXl3b3JkX3R5cGUiO3M6MzoiYWxsIjt9&bmode=view&idx=11280518&t=board!

K-means Clustering이란?

k-평균 알고리즘(K-means clustering algorithm)은 주어진 데이터를 k개의 클러스터로 묶는 알고리즘으로, 각 클러스터와 거리 차이의 분산을 최소화하는 방식으로 동작한다.
출처: https://ko.wikipedia.org/wiki/K-%ED%8F%89%EA%B7%A0_%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98

cohort 분석이란?

간단히 '동질집단'이라고 불림. 코호트 분석 (cohort analysis)이란 바로 '특정 기간 특정 경험을 공유한 집단 간 행동패턴을 비교 및 분석' 하는 것이라고 볼 수 있다.

출처: https://blog.adobe.com/ko/publish/2019/05/07/cohort-analysis-for-effective-remarketing

2. 고객 세그먼테이션

Segmentation: 분할

3. 잠재적 고객 예측

4. 결론: 고객 세분화 및 고객 세그먼테이션 결과, 영향을 미칠 고객의 특징, 솔루션 제안(마케팅)

고객 세분화(RFM 분석, K-means Clustering) -> 고객 세그먼테이션 -> 잠재적 고객 예측 -> 결론: 고객 세분화 및 고객 세그먼테이션 결과, 영향을 미칠 고객의 특징, 솔루션 제안(마케팅)

참고자료:
고객 세분화 - https://dacon.io/competitions/official/236222/codeshare/9772?page=1&dtype=random
고객 세그먼테이션 - https://dacon.io/competitions/official/236222/codeshare/9775?page=1&dtype=random