일주일간 프로젝트 한다는 핑계로 제대로 TIL, WIL 을 작성하지 못한 점을 반성합니다...ㅠㅠ
👏🏻 Keep(현재 만족하고 있는 부분)
- 팀원 간의 성향이 잘 맞아 공부하는 환경 조성이 잘 되었다.
- 발표, 전처리, ppt 등 역할 분담 후 개별적으로 잘 완수해줘서 전체 완성도가 높아졌다.
- 특히 서로의 작업물에 대한 피드백을 적극 주고 받으며 퀄리티를 함께 끌어올린 점이 좋았다.
😵 Problem(불편하게 느끼는 부분)
- 발표하기 위해 PPT를 만들 때 우리가 분석한 내용을 PPT에 다 담지 못한 것 같다.
- 미리캔버스에서 실시간 공동 작업이 어려워 협업에 불편함이 있었다.
- 데이터가 부족한 부분을 극복하려는 행동이 부족했다.
🌈 Try(Problem에 대한 해결책)
- 핵심만 정리하려는 능력을 기르자! 간결하고 정확하게!
- 실시간 협업 툴 사용(캔바 등)
- 다음에는 피그마나 구글 슬라이드 자체에서 템플릿을 활용해 디자인까지 일괄작업해도 괜찮을 것 같다.
- 실시간 공동 작업에 최적화된 툴을 미리 알아보고, 정하여 효율성과 협업성을 높이면 좋다고 생각했다.
길래 튜터님 총평 💌
- 2조는 K-means를 활용한 고객 세분화와 VIP 타겟 도출을 효과적으로 수행했습니다. 엘보우/실루엣 점수 등 클러스터 수 결정 근거를 명확히 제시했고, 각 군집의 마케팅 전략도 비즈니스적 시사점이 명확했습니다.
- 잘한 점
- 클러스터 수 결정에 객관적 기준(Elbow, Silhouette)을 함께 제시함
- 각 군집별 특성을 시각적으로 정리하여 이해도를 높임
- 그룹별 실제 가능한 솔루션 제공
- 아쉬운 점
- 클러스터링 시 어떤 기준(feature)으로 진행 되었는지 설명 필요
다음 발표에서는 클러스터링에 사용한 변수(Feature)를 보다 명확히 설명하는 것이 중요할 것
단순히 "Frequency와 Monetary 중심으로 분석했다"는 표현만으로는 어떤 지표를 기반으로 군집을 나눴는지 알기 어렵기 때문
따라서 실제로 사용한 변수들이 무엇인지(예: 총 구매금액, 주문 횟수, 리뷰 수 등)를 구체적으로 언급해주고, 각 변수의 선택 이유나 분석 목적과의 연관성까지 간단히 설명해준다면 설득력을 높일 수 있었을 것
또한, 스케일링(정규화)이나 로그 변환 등 전처리 과정이 있었다면 그 과정도 함께 언급해주자
K-means는 거리 기반 알고리즘이므로 변수 간 단위 차이가 결과에 영향을 줄 수 있다는 점을 인지하고, 그에 대한 보정 과정을 설명하는 것이 분석 신뢰도를 높일 것
안녕하세요 백민입니다:)