[ZB] FinalProject

porii·2025년 1월 4일

ZB clustering 데이터EDA 이커머스

[edu] zerobase

목록 보기

28/28

데이터 탐색_241121

데이터셋

- 거래이력 데이터

*SKU(Stock Keeping Unit) : 재고 관리를 위한 최소 단위 코드

컬럼명	내용
FSN ID	각 SKU의 고유 식별자
Order Date	주문이 이루어진 날짜
Year/Month	주문이 이루어진 연도 및 월
Order ID	각 주문의 고유 식별 번호
Order Item ID	동시에 두 가지 다른 제품을 주문할 때 시스템이 생성하는 두 개의 다른 주문 항목 ID
GMV	상품의 총 판매 가치 또는 수익 = 총 거래액
Gross Merchandise Value
Units	특정 제품이 판매된 단위 수
deliverybdays	주문이 이루어진 날짜와 최종 배송일 사이의 영업일 수
deliverycdays	주문이 이루어진 날짜와 최종 배송일 사이의 달력 일 수
Order Payment Type	지불이 이루어진 방법(선불 또는 대금 상환)
SLA	제품을 배달하는 데 일반적으로 걸리는 일 수
Cust id	고객의 고유 식별자
pincode	주문이 이루어진 위치의 핀 코드
product_analytic_super_category	제품이 속한 슈퍼 카테고리
product_analytic_category	제품이 속한 카테고리
product_analytic_sub_category	제품이 속한 하위 카테고리
product_analytic_vertical	제품이 속한 최대 하위 분류
Product MRP	제품의 최대 소매 가격
Product procurement SLA	제품을 조달하는 데 일반적으로 걸리는 시간

컬럼명	내용
FSN ID	각 SKU의 고유 식별자
Order Date	주문이 이루어진 날짜
Year/Month	주문이 이루어진 연도 및 월
Order ID	각 주문의 고유 식별 번호
Order Item ID	동시에 두 가지 다른 제품을 주문할 때 시스템이 생성하는 두 개의 다른 주문 항목 ID
GMV	상품의 총 판매 가치 또는 수익 = 총 거래액
Gross Merchandise Value
Units	특정 제품이 판매된 단위 수
deliverybdays	주문이 이루어진 날짜와 최종 배송일 사이의 영업일 수
deliverycdays	주문이 이루어진 날짜와 최종 배송일 사이의 달력 일 수
Order Payment Type	지불이 이루어진 방법(선불 또는 대금 상환)
SLA	제품을 배달하는 데 일반적으로 걸리는 일 수
Cust id	고객의 고유 식별자
pincode	주문이 이루어진 위치의 핀 코드
product_analytic_super_category	제품이 속한 슈퍼 카테고리
product_analytic_category	제품이 속한 카테고리
product_analytic_sub_category	제품이 속한 하위 카테고리
product_analytic_vertical	제품이 속한 최대 하위 분류
Product MRP	제품의 최대 소매 가격
Product procurement SLA	제품을 조달하는 데 일반적으로 걸리는 시간

- 광고 및 투자 내역

아마 각 항목에 들인 비용으로 추정

컬럼명	내용
Year/Month
Total Investment	각 광고/투자에 들인 비용의 합계
TV
Digital
Sponsorship
Content marketing
Online marketing
Affiliates(계열사)
SEM(검색 엔진 마케팅)
Radio
Other

<NPS_Stockindex> NPS(고객충성도 지표), Stock Index(주가 지수) 정보 - 2values

컬럼명	내용
index
July~June ’15	매달 15일에 대한 NPS와 Stock Index

<Special_Sale_Calendar>마케팅 프로모션 기간 정보

컬럼명	내용
2015, 2016	마케팅 이루어진 기간

어떤 분석을 할지?

15년7월~16년 6월의 data
가진 정보: 주문정보(날짜, 제품 수, 지불, 고객, 위치)
배송정보(일수)
제품정보(카테고리(4단계), 최대소매가, 조달기간, 배달기간)
광고 및 투자내역, 고객충성도 지표, 주가지수, 마케팅 기간
고객 분석 - 위치 + 구매횟수, 재구매율, 구매가격, 구매시기 - 구매내용으로 확장 or 정보 부족
제품 기준 분석 - 카테고리별, 구매개수, 구매가격
주문 및 배송 분석
**마케팅 분석
마케팅 기간/광고 및 투자매체에 따른 주가지수/고객충성도 변동사항, 구매횟수/재구매율/구매가격 영향, 신규고객 여부, 조달 및 배달기간 영향 등
마케팅에 영향을 받는 제품 카테고리 분별**
모든 feature과 연관시킬 수 있음

241125_회의1

[투두]

각자 EDA 간단하게 하기

프로모션을 중심으로 기획서 써오기 (다음 회의에 준비) (ex. 프로모션을 했을 때 00에 대한 기대효과)

241127_EDA

CE Table (df1)
1. 확인할 내용
  - ‘deliverybdays’, ‘deliverycdays’ : \N값 많음
  - ‘product_prucurement_sla’ : -1, 1000의 이상치

241128_ 회의2

	내용
주제	고객획득비용(CAC) 분석을 통한 광고 전략 최적화
입력데이터	'각 SKU의 고유 식별자', '주문 날짜', '주문 연도 및 월', '주문 고유 식별 번호', '동시에 두 가지 제품을 주문할 때 두 개의 다른 주문 항목 ID', '제품 판매 수익', '제품 판매 수', ‘지불 방법', '고객 고유 식별자', '주문 위치', '슈퍼 카테고리', '카테고리', '하위 카테고리', '최대 하위 분류', '최대 소매 가격' (: 배송일 관련 다 날림)
월별 매체별 투자비 내역
출력데이터	매출(gmv), 고객만족(nps), 재구매율, 전환율	재구매율 ≠ 전환율 ??
내용	기업은 고객획득비용을 분석해 얼마나 광고비를 사용해야 하는지 견적을 낼 수 있습니다. 우리는 여기서 한발 더 나아가 4가지 지표에 가장 많이 기여하는 고객들에게 최적화된 광고 전략을 세우고자 합니다.
광고 전략 최적화를 통해 다음 두가지 효과를 기대할 수 있습니다. 첫째, 우리 회사의 4가지 지표에 기여도가 높은 고객들에 대한 인사이트를 얻을 수 있습니다. 둘째, 적은 비용을 사용하고 최대의 효과로 효율적인 광고를 진행할 수 있습니다.
	제품 카테고리별 획득비용

제품 카테고리별 효과가 좋은 광고 매체

제품 카테고리별 (4가지 지표)와 연결
-> (4가지 지표 중 1개)에 기여가 가장 큰 카테고리는?
-> (4가지 지표 중 1개)에 기여가 가장 큰 광고 전략은? | |

241128_피드백1

~~gmv 한번에 그냥 바꾸면 된다고..? ㅇ0ㅇ~~
데이터를 좀더 봤으면 좋았을 것
“고객획득비용(CAC)분석을 통한 광고 전략 최적화”:주제
- 데이터 자꾸 보면서 방향성을 수정해야함
- 분석을 1바퀴 돌았으면 좋았을텐데
2차 피드백 12/10 (under2주)
취업
- 500명/10-15만명
- 능력어필 .. 보는 사람의 눈을 사로잡는다
- 2차원에 n차원을 그릴 수 있어야한다 .. - EDA시 신경 써
2조
- 전부 gmv로 봤음 but unit 등 다른 feature을 봐
- 신규/리텐션 기준으로는 acc,speaker같은 cate를 봐야해
- promotion도 promotion기간별로 확인해
daily GMV, Average Daily GMV, Promotino Days
조금씩 알아봐나가는 단계
7-9월은 데이터가 많지 X
고객,제품에 대한 RFM 분석. (+다른 지표를 가져와서 추가분석)
- 자기 생각을 넣어가지고
프로모션, 광고/투자 요인 등 중첩되는 요인에 있어서 각각 보면서 스토리텔링을 해 나가는 것 중요

추후에 가정이 필요할수도
focus를 조달기간에 둔다면 이상값 컬럼 날리는 것 O

but 다른 것에 주목한 분석이라면 굳이 날릴 필요는 없음 - 그러면 데이터가 뭉게지기 때문

나의 주요대상이 아니라면 preprocessing할 필요 없음

<이 데이터에서는 배달관련 이야기 안하는 것이 좋겠따 ..>

241130_EDA

	내용
주제	고객획득비용(CAC) 분석을 통한 광고 전략 최적화
입력데이터	'각 SKU의 고유 식별자', '주문 날짜', '주문 연도 및 월', '주문 고유 식별 번호', '동시에 두 가지 제품을 주문할 때 두 개의 다른 주문 항목 ID', '제품 판매 수익', '제품 판매 수', ‘지불 방법', '고객 고유 식별자', '주문 위치', '슈퍼 카테고리', '카테고리', '하위 카테고리', '최대 하위 분류', '최대 소매 가격' (: 배송일 관련 다 날림)
월별 매체별 투자비 내역
출력데이터	매출(gmv), 고객만족(nps), 재구매율, 전환율	재구매율 ≠ 전환율 ??
내용	기업은 고객획득비용을 분석해 얼마나 광고비를 사용해야 하는지 견적을 낼 수 있습니다. 우리는 여기서 한발 더 나아가 4가지 지표에 가장 많이 기여하는 고객들에게 최적화된 광고 전략을 세우고자 합니다.
광고 전략 최적화를 통해 다음 두가지 효과를 기대할 수 있습니다. 첫째, 우리 회사의 4가지 지표에 기여도가 높은 고객들에 대한 인사이트를 얻을 수 있습니다. 둘째, 적은 비용을 사용하고 최대의 효과로 효율적인 광고를 진행할 수 있습니다.
	제품 카테고리별 획득비용

제품 카테고리별 효과가 좋은 광고 매체

제품 카테고리별 (4가지 지표)와 연결
-> (4가지 지표 중 1개)에 기여가 가장 큰 카테고리는?
-> (4가지 지표 중 1개)에 기여가 가장 큰 광고 전략은? | |

슈퍼 카테고리 = 1가지

하위 카테고리 3단계 - 5개/ 14개/ 74개
뭘 봐야할까?
- 광고 매체와 카테고리를 나누어서 볼 필요가 있음
- gmv/unit 이면 개당 가격인가 ?? 그치만 최대소매가격 컬럼이 있는걸 보면 프로모션도 있고 하니까 시기마다 가격이 달라서 그런거겠지? 그럼 최대소매가격 = 정가 ?? 그리고 때마다 이보다 저렴해질 수 있는것 ??
- 매출을 볼 수 있는 지표들
  - gmv - 판매액
  - unit - 개수
  - cust_id - 고객수
  - order_id - 판매건수
- 카테고리별로 group by. → 월별 sum(gmv) / sum(unit) / count(cust_id) / count(order_id) 여기서 광고매체와의 상관관계 봐야함 각 광고매체 - 카테고리별 지표별로 히트맵 how? - 투자비용(값) 높고 지표 높으면 좋은것 ?? — 투자비용 낮고 지표가 높을수록 좋은것 .. 상관계수 -1에 가까우면 - 광고 조금만 해도 효과 좋은것 ?? 이 맞나 ?? 상관계수 1에 가까우면 - 광고비가 높아질수록 지표가 높아지니까 광고 효과가 있다는 것
- joy plot - 광고비 총액 - 지표로 만들기
지표 구하기
1. 매출 = sum(gmv)
2. 고객만족 = nps - 세부사항은 알 수 없음
3. 재구매율 = 2번이상 구매 고객 수 / 전체 고객 수
4. 전환율
  
  유입 수를 모르는데 전환율을 구할 수 있는가 ???
  
  달 기준으로 전 달, 이후달 과 비교해보아도 좋을듯 ??

241203_회의3

고객획득비용 - 달마다 새로운 고객수로 광고비를 나눠

241205_회의4

지표별로 그래프 생성하기
룰베이스 머신러닝 공부

241209_개인 EDA

241209_회의5

전환율 지표 없애기
시계열로 지표 봐야할지에 대하여 — 다른 변수들이 너무 많아짐
추가지표 - ASP, 수익률(20%로)
EDA 더? or 머신러닝으로 넘어가??

241210_피드백2

보통 기준으로 잡는 수치 = 64%

시나리오 - KPI에 많이 기여하는 고객들에게 ??

시계열
- 중분류로 보는 것이 스토리라인 상 좋을 것
KPI
- 중분류별로 어떤 매체가 cac가 좋을 것이다
- 예 - gmv -콘텐츠마케팅
  - cac는 낮고 상관계수는 높고.
  - 높은 카테고리에 대하여 한 번 더 보는 것. **
    - 중분류에서 드릴다운 한번 더
  - 차별화될수있는것?
- 재구매율
- ASP
- 수익률 - MRP 사용하여 이것의 20%를 수익으로 가정.
- ~~NPS~~
  - 보통 noise가 엄청 많다 - 불만족시 의견을 표출하는 경우가 많기 때문
  - 사용하지 않는 것이 좋아
스피커 분류 내에서 어떤 제품으로 찝어주는 것 -
- 스피커 카테고리의 특성과 비교하여 a제품은 이런 특성이어서 팔아볼만하다
제품에 대한 이야기들 - 74개에 같이 정리. 확장
- 제품마다 상관관계, cac 정해짐
- then
- 4개의 지표를 묶어봐
  - clustering해서 제품의 cluster마다의 특징
  - cluster별 포지셔닝 — 이후 군집별 전략으로 이어짐
    - 가정이 들어간 전략
    - 데이터 기반한 가정의 전략으로 인한 결과 예상
  - 전략에 맞는 클러스터 선택하여 이야기하면 됨
  - 전략을 정리하고
클러스터링
- k가 필요한 것은 아니고 min pieces 조절하면서
- dbscan 공부 - minpieces, depcilon 파라미터 조절
- 최적의 클러스터 몇개 찾아서 . 전부 할 필요는 없음
- scaler쓰는 것 유념
- clustering - distance 구하는 것 중요
- https://scikit-learn.org/stable/modules/clustering.html 공부해봐

질문

시계열 분석한다면 어떻게 연결? — X
데이터 보는 것 마무리한다면 이후의 결론 괜찮은지?
추가 분석이 필요하다면 어떤 분석을 추천?

발표

12.27금 9:30pm : 5-10min 발표

zerobase에서 보는 사람들을 이해시킬 수 있도록
포트폴리오에 용어 변경 해서 제출

팀별 todolist

중분류(14개)에서 소분류(74개)로 한번 더 하기
4개 지표에 대한 클러스터링 해보기 (사이트 참고, DBSCAN으로 진행, k는 필요없고 eps와 min값 잘 조절)
클러스터별로 정량적인 값으로 결론 내기 (ex. 00 제품을 포함하는 클러스터 A는 KPI 중 00에 큰 기여를 합니다.) (ex. 따라서, 클러스터 A에 00광고를 00원 투자하면 KPI 중 00이 00만큼 오를 것으로 예상합니다.)

121617_EDA 및 클러스터링

재구매율을 어떻게 구해야할까?
- 가람씨 재구매율 = 재주문고객 중 해당제품을 구매한 고객 수 / 전체 고객수 이 경우, 처음엔 카메라를 샀는데 두번째에 스피커를 사도, 스피커 제품에 대한 재구매율에 기여. 맞는가???
- 지금은 광고 효과로 인한 재구매율의 추이를 보기 위함임 그때 봐야할 재구매율이란? 광고는 제품군별로 이루어지지 않음. 광고를 통해 어떤 제품군에 대해서 사람들의 재구매율이 더욱 높아지는지 찾기 위한 것. ~~어떤 제품군에 대한 재구매가 광고의 영향을 많이 받는지 찾기 위한 것이니까~~ 재구매 시 해당 제품에 얼마나 손이 많이 갔는가
- 제품에 대한 재구매율을 확인해야하는지? 재구매한 고객을 기준으로 확인해야하는지?
  1. 제품에 대한 재구매율
    
    = 같은 제품에 대하여 고객별 첫주문을 제외한 주문건수 / 전체 주문건수
  2. 고객 기준 재구매율
    
    =

KPI 중분류 분석 - 소분류로 어떻게 드릴다운?
- GMV
  - 평균 이상의 GMV를 보이는 카테고리 = ‘Camera’, ‘Speaker’, ‘CameraAccessory’, ‘GamingConsole’
  - 이 중 대체적으로 낮은 CAC를 보이는 카테고리 = ‘Speaker’, ‘CameraAccessory’
  - 이 중 광고매체별 낮은 CAC와 높은 상관계수를 보이는 관계
    - ‘Camera’-’Content Marketing’
    - ‘Speaker’-’Content marketing’, ’Affiliates’
- 재구매율
  - 평균 이상의 재구매율을 보이는 카테고리 = ‘Game’(월등히 높음-22.3%), ‘CameraAccessory’, ‘AudioAccessory’, ‘Speaker’, ‘GamingConsole’, ‘GameMembershipcards’
    - 나머지 카테고리는 10%미만
  - 이 중 대체적으로 낮은 CAC를 보이는 카테고리 = ‘Game’, ‘CameraAccessory’, ‘Speaker’
  - 이 중 광고매체별 낮은 CAC와 높은 상관계수를 보이는 관계
    - ‘Game’-’Content Marketing’, ‘Affiliates’
    - ‘AudioMP3Player’-’Content marketing’, ‘Affiliates’, ‘Online marketing’
- ASP
  - 평균 이상의 ASP를 보이는 카테고리 = ‘Camera’(월등히 높음-22.3%), ‘GamingConsole’, ~~‘HomeTheatre~~’, ‘HomeAudio’
    - 나머지 카테고리는 확 떨어짐 - GameMembershipCards 최저
  - 이 중 대체적으로 낮은 CAC를 보이는 카테고리 = ‘Camera’,
  - 이 중 광고매체별 낮은 CAC와 높은 상관계수를 보이는 관계
    - ‘Camera’- ‘ContentMarketing’
    - ‘GamingConsole’-‘Affiliates’, ‘TV’, ‘Online marketing’
    - 대체적으로 높은 CAC를 지님
    - HomeAudio - 상관계수도 낮고, CAC도 높음
- 수익률
  - 평균 이상의 수익률을 보이는 카테고리(전체적으로 29~47. 큰 차이는 X) = ‘GamingAccessory’, ‘AudioMP3Player’, ‘~~GameMembershipCards~~’, ‘Speaker’, ‘CameraStorage’, ‘CameraAccessory’,
  - 이 중 대체적으로 낮은 CAC를 보이는 카테고리 = ‘GamingAccessory’, ‘AudioMP3Player’, ‘Speaker’, ‘CameraAccessory’
  - 이 중 광고매체별 낮은 CAC와 높은 상관계수를 보이는 관계
    - ‘Game’-’Radio’, ’ContentMarketing’, ‘Affiliates’
    - ‘AudioMP3Player’-‘ContentMarketing’
    - ‘Speaker’-’ContentMarketing’

1217_회의

박스플랏 대분류로
클러스터링
- 중분류 카테고리 1개에 대하여
- or 여러가지 가지고 해야하는가

1220_드릴다운 및 클러스터링

GMV
- DSLR - Radio
- MobileSpeaker - Radio, ContentMarketing
- Point&Shoot - Contentmarketing
- LaptopSpeaker - ContentMarketing
재구매율
- PhysicalGame-ContentMarketing, TV, Affiliates
- Filter - ContentMarketing, Digital
- MobileSpeaker - Radio, ContentMarketing
ASP
- DSLR - Radio, Onctentmarketing
- GamingConsole - Radio
수익률
- ~~GamingHeadset - Radio~~
- AudioMP3Player - ContentMarketing
- MobileSpeaker - ContentMarketing

클러스터링 결과

중분류 카테고리 EDA 결과 지표값이 높은 Top3 카테고리로 드릴다운하여 EDA 및 클러스터링

GMV - 'Camera', 'Speaker', 'CameraAccessory’

군집8	군집7	군집0
		GMV 가장 높음
MobileSpeaker-Radio	LaptopSpeaker-Radio	DSLR-Radio
MobileSpeaker-Contentmarketing	LaptopSpeaker-Contentmarketing	DSLR-ContentMarketing
MobileSpeaker-Other	LaptopSpeaker-TV
MobileSpeaker-TV	LaptopSpeaker-Other

Point&Shoot = CAC는 다소 높지만 재구매율이 높음
Point에 (Radio, ContentMarketing, TV)으로 1M투자할 경우 고객당 매출 43.71M 오를 것으로 예상 ???

(MobileSpeaker, LaptopSpeaker, DSLR)에 대하여 (Radio, ContentMarketing) 광고

1M투자할 경우 고객당 매출이 5.07M 오를 것으로 예상

ROAS = 광고로 창출된 수익(전환 매출) /광고비 = 5.07

*원가를 알 수 있는 데이터가 있었으면 ROI를 추가로 분석함으로 장기적인 관점에서 전략수립이 가능하였을 것

재구매율- 'Game', 'CameraAccessory', 'Speaker’

군집13	군집11	군집10
재구매율 가장 높음	CAC 가장 낮음
PhysicalGame-Radio	MobileSpeaker-Radio	LaptopSpeaker-Radio
PhysicalGame-ContentMarketing	MobileSpeaker-Contentmarketing	LaptopSpeaker-Contentmarketing
	MobileSpeaker-Other	LaptopSpeaker-TV
	MobileSpeaker-TV	LaptopSpeaker-Other

CodeInTheBoxGame, Filter = CAC는 다소 높지만 재구매율이 높음
CodeInTheBoxGame에 (Radio, ContentMarketing, Digital)으로 1M투자할 경우 고객당 재구매율이 37% 오를 것으로 예상 ???
```
두 카테고리 모두 기존 재구매율이 17%로 높음
```

(MobileSpeaker, LaptopSpeaker, PhysicalGame)에 대하여 (Radio, ContentMarketing) 광고

1M투자할 경우 고객당 재구매율이 0.05% 오를 것으로 예상 — 유의미한가?

ASP- 'Camera', 'GamingConsole', 'HomeAudio’

군집0 군집2 군집8
ASP 가장 높음 CAC 가장 낮음
DSLR-Radio Point&Shoot-Radio HomeAudioSpeaker-Radio
DSLR-ContentMarketing Point&Shoot-Contentmarketing HomeAudioSpeaker-Contentmarketing
- GamingConsole = CAC는 다소 높지만 ASP 높음
  GamingConsole에 (Radio, ContentMarketing)으로 1M투자할 경우 고객1명이 소비하는 제품당 평균판매가격이 31,125달러 오를 것으로 예상
  (GamingConsole은 가격대가 있음)
(DSLR, Point, HomeAudioSpeaker)에 대하여 (Radio, ContentMarketing) 광고

1M투자할 경우 고객1명이 소비하는 제품당 평균판매가격이 270달러 오를 것으로 예상

군집0	군집2	군집8
ASP 가장 높음	CAC 가장 낮음
DSLR-Radio	Point&Shoot-Radio	HomeAudioSpeaker-Radio
DSLR-ContentMarketing	Point&Shoot-Contentmarketing	HomeAudioSpeaker-Contentmarketing

매출대비 수익률- 'GamingAccessory', 'AudioMP3Player', 'Speaker’

군집0	군집2	군집1
수익률 가장 높음
AudioMP3Player-Radio	MobileSpeaker-Radio	LaptopSpeaker-Radio
AudioMP3Player-ContentMarketing	MobileSpeaker-Contentmarketing	LaptopSpeaker-Contentmarketing
	MobileSpeaker-Other	LaptopSpeaker-TV
	MobileSpeaker-TV	LaptopSpeaker-Other

(MobileSpeaker, LaptopSpeaker, AudioMP3Player)에 대하여 (Radio, ContentMarketing) 광고

1M투자할 경우 고객당 매출대비 수익률이 0.2% 오를 것으로 예상

⇒⇒⇒⇒⇒⇒

지표 중 ASP만 조금 다른 경향을 보임
다른 지표들은 공통적으로 (MobileSpeaker, LaptopSpeaker)에 대하여 (Radio, ContentMarketing) 광고가 유의미

1220_회의

재구매율, 수익률 결과 어떻게 표현할지 다시 생각

1231_클러스터링 수정 및 결론 수정

DBSCAN→ 가우시안 모델로 클러스터링 모델 수정

군집 형성 향상