내배캠 첫 번째 팀 프로젝트

🗓️ 프로젝트 기간 🗓️

6월 13일부터 6월 20일까지

📋 프로젝트 개요 📋

📦 모아마켓 퍼포먼스 마케터가 되어 전환율을 끌어올려보세요!

• 모아마켓은 수많은 유저가 이용하는 이커머스 플랫폼으로, 다양한 상품을 판매하고 있습니다.
• 최근 모아마켓은 데이터를 통해 유저의 행동을 분석하여, 상품 상세페이지 → 장바구니 담기 전환율을 높이는 전략을 고민하고 있습니다.
• 모아마켓의 퍼포먼스 마케터는 유저 데이터를 바탕으로 전환에 영향을 주는 요소를 분석하고, 더 많은 유저가 장바구니에 담도록 돕는 실질적인 개선 아이디어를 제안하는 역할을 맡고 있습니다.

📦 당신은 모아마켓의 퍼포먼스 마케팅 팀 신입 마케터입니다!

• 유저의 행동 데이터를 분석하여, 어떤 유저가 왜 장바구니에 담지 않았는지 파악하고,
• 전환율을 높이기 위한 마케팅 관점의 해결 아이디어를 제시해야 합니다.
• 이 프로젝트는 유저 데이터를 활용한 기초 분석 및 시각화를 통해, 실무에 가까운 마케팅 전략을 수립하는 것이 목표입니다.
• 주어진 데이터를 탐색하고, 가설을 세우고, 행동 데이터를 바탕으로 인사이트를 도출해보세요.
• 장바구니에 더 많이 담게 만들 수 있는 방법을 고민하고, PPT 기획서 형태로 결과를 정리해 제출합니다.

⛳️ 프로젝트 목표 ⛳️

📦 모아마켓이 직면한 주요 배경

• 상품 상세페이지까지는 많은 유저가 들어오지만, 실제로 장바구니에 담는 비율은 낮습니다.
• 같은 상품이라도 유저마다 이탈 행동은 다릅니다.
  • 원하는 상품이 아니라서, 가격이 비싸서, 그냥 고민 중이라서 등
• 우리는 이 행동의 차이를 분석하고, 데이터를 기반으로 ‘왜 담지 않았는가’를 해석할 수 있어야 합니다.

📦 모아마켓의 퍼포먼스 마케터인 당신은 ‘장바구니 담기 전환율 향상 프로젝트’를 담당하게 되었어요.

• 우리가 해야할 것은 아래와 같아요.
  • 제공된 유저 데이터를 탐색하여, 장바구니에 담기 전 이탈에 영향을 주는 요인을 시각화해보세요.
  • 가격대, 유입 경로, 리뷰 클릭 여부, 상세페이지 체류 시간, 할인 정보 노출 여부 등 다양한 컬럼이 있습니다.
  • 유저의 행동을 유형(페르소나)별로 구분해보고, 특정 유형의 유저가 어떤 행동을 할 때 담는지/안 담는지 분석해보세요.
  • 데이터를 기반으로 전환율을 높일 수 있는 아이디어를 제시하고, 간단한 실험 설계나 기대 효과도 함께 작성해보세요.

❓ 가설 세우기 ❓

우리 팀의 가설 선정

📦 각각의 팀원들이 최소 2개 이상의 가설을 세워서 튜터님께 피드백 받기 📦

🔥나의 노력🔥

1. 가설 세우는 단계에서 방향성이 나뉘는 팀원들의 의견을 조율하였다.

2. 어떻게 가설을 세울지 모르는 팀원들에게 적극적으로 피드백을 진행했다.

3. 위의 결과로 튜터님께 방향성이 옳게 가고 있고 제일 뚜렷하게 목표의식이 있는 팀이라는 피드백을 받았다.

🏃‍♀️ 나의 가설 🏃‍♀️

[가설 1]

유입 경로 중에서 ‘search’가 장바구니 전환율이 제일 높을 것이다.

[가설 설정 이유]

‘search’ 직접 검색은 우리 브랜드에 관심이 있는 고객의 유입이 가장 많을 것이고 그로 인해 장바구니 전환율이 제일 높을 것이라고 생각

✅ 참일 경우

search의 장바구니 전환율이 제일 높다.

• 브랜드의 관심도를 올릴 수 있는 바이럴 마케팅, 버즈 마케팅, 인플루언서 마케팅 등에 더 힘을 쓴다.
• search 로 유입된 사람에게 가장 먼저 할인 및 리뷰 노출을 통해 소비자에게 긍정적인 인상을 준다.
• 다만 광고 세팅 및 블로그 마케팅(others) 의 상태를 점검해 볼 필요가 있다.

✅ 거짓일 경우

다른 유입 경로의 장바구니 전환율이 더 높다.

• 고객들의 브랜드 충성도를 확인해본다.
• 다른 유입 경로 중 가장 높은 것을 확인해보고 이유를 생각해본다.
• 브랜드의 관심도를 높힐 방법을 생각해본다.

[가설 2]

상품 카테고리 별 상품 가격대에 따라서 장바구니 전환율이 다를 것 이다.

[가설 설정 이유]

저,중,고 관여 제품들 중에서 카테고리 별로 장바구니 전환율이 다른 것을 확인하여 어떤 상품을 주력으로 마케팅할 것인지 확인해본다.

✅ 참일 경우

상품 카테고리 별 상품 가격대에 따라서 전환율이 다르다.거짓일 경우) 상품 카테고리 별 상품 가격대는 장바구니 전환율과 관계가 없다.

• 상품 카테고리 별 어느 가격대가 장바구니 전환율이 가장 높은가?
• 상품 카테고리 별 가격 대 별 장바구니 전환율 구하기
• 장바구 전환율이 높은 상품 카테고리 분류하기
• 상품 카테고리별 가격대 별 장바구니 전환율이 낮은 상품과 가격의 이유와 개선점 알아보기

✅ 거짓일 경우

• 다른 조건으로 장바구니 전환율이 높은지 확인한다.
• 상품 카테고리 별 상품 가격대는 장바구니 전환율에 영향을 주지 않는다.

팀의 최종 가설 (튜터님께 피드백 완료)

1. 상품의 가격이 장바구니 전환율에 영향을 미친다.

2. 상품 카테고리 별 상품 가격대에 따라서 장바구니 전환율이 다를 것이다.

3. 리뷰를 클릭한 유저는 장바구니에 담을 확률이 높다.

4. 유입경로에 따라 장바구니 전환율에 차이가 있을 것 이다

오늘 진행한 업무

📌 Task : 유입 경로 별 비율 확인

user_session 데이터프레임에서 traffic_source의 내용을 확인하고 각 값들의 비율(%)을 구한다.

📌 실행 및 진행 사항 정리

#유입 경로 별 퍼센트 구하기
#데이터 프레임 정보 가져오기
df.info()

#유입 경로의 값 구하기
df['traffic_source'].unique()

#유입 경로의 각 값들의 고유 개수 구하기
df['traffic_source'].value_counts()

#값을 퍼센트로 바꾸기
df['traffic_source'].value_counts(normalize=True) * 100

📌 결과

검색 유입은 44.8%으로 제일 많다.

자연 유입은 29%이다.

광고 유입은 26.2%으로 제일 적다.

오늘 얻은 인사이트

• 자연 유입이란?(organic)

  광고나 유료 마케팅 채널이 아닌 검색 엔진의 결과 등으로 웹사이트에 자연스럽게 유입되는 트래픽을 의미한다.

  콘텐츠 마케팅, SEO(검색 엔진 최적화) 등을 활용해서 고객에게 자연스럽게 다가가는 마케팅 적인 방법으로 다가갈 수 있음

• 값을 비율로 변환하기

value.counts() # 개수 
value_counts(normalize=True) #비율
value.counts(normalize=True) * 100 #퍼센트 

nomalize=True #normalize=True는 "비율(비중)로 바꿔줘" 라는 의미