Aliasss commented 3 years ago

분석 방향 및 다음 회의 때까지 해야할 것

3개 그룹으로 나누어 분석 진행

그룹별로 <2. 구매상품 트렌드 분석>과 <3. 분석 내용 토대로 인사이트 도출> 부분 수행

구매 상품 트렌드 분석 2-1. 유저당 (유저그룹별?) 주문 수량 분석 ㄴ 최근 3개월 전체 분석 / 각 월 별 분석 ㄴ 분기 경향 / 월 별 변동사항 확인 -> 트렌드 분석 2-2. 유저당 (유저그룹별?) 주문 아이템 분석 ㄴ 브랜드 별 선호도, 아이템 카테고리별 선호도 분석 ㄴ 신규 유저들의 구매 트렌드 파악

분석 내용 토대로 인사이트 도출 3-1. 분석 내용 도식화 ㄴ 1~2의 분석 내용 종합 및 도식화 (표 또는 그래프) ㄴ 유사성을 갖는 결과에 대하여 그룹화 3-2. 인사이트 도출 ㄴ 해당 결과를 통해 나타나는 사항 정리 ㄴ 인사이트 도출 혹은 새로운 제안사항 전달 (없을 시 진행하지 않아도 무방)

5/19(수) 코드 공유

5/20(목) 최종 회의

가입시기(2021년 가입자, 그 이전 가입자) - 동섭, 낙주
라이트 유저, 헤비 유저 - 재환, 지인
월별 구매 유저(1월, 2월, 3월에 구매한 유저) - 찬서, 준식
변수명 통일
지인님, 준식님 코드에 사용된 변수명에 맞춰서 통일(구글 스프레드 작성중)
이후 새롭게 만들게 되는 변수는 스프레드시트에 공유하고, 슬랙에 공지

전처리 관련

TB: 상의(top) + 하의(bottom)으로 추측. TP로 바꿀 필요 X
reg_date: 결측치는 order_date 기준으로 정렬한 후 이전 row 값으로 대체
app_yn: 1과 0으로 대체

EDA 관련

order_date <-> user 1:1 매칭
goodsnm에 2개 제품이 들어가있는 경우들 → brandnm이 Nan으로 돼있음(수기로 혹은 크롤링 통해 값 채워넣을 수 있을 것 같음)
1월에 첫 주문을 한 사람들은 가입을 하자마자 주문한 비율이 18%. 2월 28.6%, 3월 29.2%로 갈수록 1월에 비해 가입당일 주문자 비율이 높아짐(이벤트의 효과로 이해할 수 있을 것 같음)
2월에 첫 구매 고객이 전월 대비 2배 급증함
1, 2, 3월 모두 전환율 자체는 증가 추세
가입일로부터 주문일까지의 기간을 컬럼으로 만들고 해당 기간들에 몇 명이나 결제 했는지 보는 것은? → 2021년 기준으로 이전 가입자와 이후 가입자로 크게 2개로 나누어서 보는 것은?
2021년 이전 가입자와 2021년 이후 가입자의 브랜드별 주문건수를 각 기간의 전체 주문건수 대비 상대적 비율로 나타낸다면? → ex) 셀린느, 미샤와 같이 2021년 이전 가입자들은 구매하지 않았는데 2021년 이후 가입자들 사이에서 구매가 늘어났다면, 이걸 활용할 수 있지 않을까? → 셀린느, 미샤 이런 브랜드가 2021년에 등록이 된 것 일 수 있음
전체 유저 카테고리별 & 브랜드별 주문수량
- 카테고리 주문수량 가방, 아우터, 드레스, 상의 순
- (지인님) 헤비유저(주문수량 2건 이상) 카테고리별 주문수량: 드레스 > 아우터 > 상의 > 가방 > 하의 >>> 투피스
- (지인님) 헤비유저(주문수량 2건 이상) 특징: 구찌에 대한 집중현상 적고, 럭셔리 브랜드 선호
- (재환님) 헤비유저(주문수량 4건 이상) 특징: 무난한 색상 뿐만 아니라 다양한 색상의 상품 구매 (라이트유저는 무난한 색상 위주로 구매)
브랜드별 주문 건수
- 주문건수, 주문자수 모두 Gucci, Chanel, Saint Laurent, Louis Vuitton, Prada, Burberry, Yves Saint Laurent, Thom Browne, Fendi, Celine 순으로 높았음
- 증가폭은 Celine이 2월 대비 3월에 +180%로 가장 높았지만, 주문 건수로만 봤을 땐 9위
- Chanel은 1월 대비 2월에 +164%였지만, 2월 대비 3월에 +5%
- Burberry는 1월과 2월은 증가폭이 0이었지만, 2월 대비 3월에 +142%
- 구유저(2021년 이전 가입) 대비 신규유저(2021년 가입) 의 주문건수 증감률이 높은 순으로는 Celine, It michaa, Louis Vuitton, Saint Laurent, Chanel, Gucci 순

그 외 아이디어

발표할 때 '이런 데이터가 있었다면 이런 것도 할 수 있지 않았을까?'라는 방향으로 제안하는 건 어떨까?
클로젯셰어 대표님 인터뷰 영상
- 고객 대부분 직장인 → 오피스룩 많이 나감
- 단색도 많이 나감
- 한 번에 여러 개 빌린 고객은 일상에서 입을 수 있는 무난한 옷들을 대여한 게 아닐까?
태그 워드클라우드: 오피스, 포멀 이벤트, 위켄드 등이 많았음
- 상품명을 스페이스 기준으로 쪼개서 워드클라우드 그려보는 건 어떨까?
결과물을 태블로를 활용해 대시보드를 만들어서 실제 이걸 활용할 수 있도록 하는 건 어떨까?
금액 크롤링 데이터(누락된 값들은 어떻게 처리할 것인가?) → RFM처럼 그룹핑해서 볼 수 있지 않을까?

chsop commented 3 years ago

자세한 정리 감사드립니다!

hwangnakjoo commented 3 years ago

정리 감사합니다! 그런데 하다보니 이상한게 설명서에는 투피스가 TB라고 써있고, 데이터에는 TP라고 들어가있네요.. 분석 TP로 하시고 설명서를 TP로 고치는게 다들 편하실 듯 합니다ㅠ 뻘짓했네요 ㅋㅋ..

Aliasss commented 3 years ago

정리 감사합니다! 그런데 하다보니 이상한게 설명서에는 투피스가 TB라고 써있고, 데이터에는 TP라고 들어가있네요.. 분석 TP로 하시고 설명서를 TP로 고치는게 다들 편하실 듯 합니다ㅠ 뻘짓했네요 ㅋㅋ..

네네 맞아요. 처음에 그거 말씀드린 거였습니다..! 설명서에는 TB라고 되어있는데 데이터 상으로는 TP로 나와있어서...ㅋㅋ 그럼 TP로 수정하나요???

chsop commented 3 years ago

정리 감사합니다! 그런데 하다보니 이상한게 설명서에는 투피스가 TB라고 써있고, 데이터에는 TP라고 들어가있네요.. 분석 TP로 하시고 설명서를 TP로 고치는게 다들 편하실 듯 합니다ㅠ 뻘짓했네요 ㅋㅋ..

네네 맞아요. 처음에 그거 말씀드린 거였습니다..! 설명서에는 TB라고 되어있는데 데이터 상으로는 TP로 나와있어서...ㅋㅋ 그럼 TP로 수정하나요???

굳이 틀렸다고 보기 애매한 텍스트니까 그냥 데이터 주신대로 TP라고 쓰는게 어떨까 싶습니다 ㅎㅎ

chsop / team4_wanted_onboarding

[Week3/김동섭] 2021-05-18 회의록 #94