15. ~ 20. Project_1 - 소비 습관 분석 후 구매 제품 예측

주제

• https://www.kaggle.com/datasets/zeesolver/consumer-behavior-and-shopping-habits-dataset
• 사람들의 소비 습관을 보고 다음에 구매할 제품을 예측해보고자 선정하였습니다.

진행과정

• 데이터 정제
  • 구글시트로 .csv 파일을 SQL에 사용하기 쉽게 space를 '_'로 대체하고, 사용할 칼럼만 추려서 추출했습니다.
• 칼럼분석
  • 각 칼럼에 대한 정확한 해석을 하여 인사이트 도출 시 오류가 없게 진행했습니다.
• 인사이트 분석
  1. 카테고리(Category) 별로 리뷰(Review)와 구매 빈도(Frequency of Purchases), 이전에 구매한 경험(Previous) 
     관계 파악
  2. 계절(Season) 별로 어떤 카테고리(Category)가 더 많이 팔렸는지를 보고 특정 시즌에는 무엇을 파는 것이 좋을 것 같다는 결론을 도출하는 방법
  3. 좋은 리뷰일수록 구독을 많이 하는 지 여부 파악
  4. 성별(Gender)에 따라 구매하는 카테고리(Category) 분포 비교하여 주 타겟 성별을 골라 어떤 카테고리,
     어떤 아이템(Item Purchased) 제품을 판매하는 것이 좋을 지 파악
  5. 구매액(Purchased)과 재구매(Previous Purchases)를 이용하여 어떤 제품(Item Purchased)이 더 많이 팔리는 지, 이것도 시즌(Season)과 엮어서 언제 판매하는 것이 좋을지 파악
  6. 리뷰평점(Review Rating), 구독상태(Subscription Status), 카테고리(Category) 결합해서 만족도 파악과  제고관리 및 제품개발에 사용
  7. 선호하는 결제방식, 실제 결제 방식, 카테고리를 이용한 판매 마케팅 전략분석
  8. 배송 방식과 구매 빈도와의 관계 파악 (빠른 배송을 사용할 수록 구매 빈도가 올라갈지)
  9. 구독을 안하는 사람들의 개인정보 및 주요 품목 파악
• 이중에서 제가 맡은 파트는 4~6번 파트입니다. 
• 인사이트 결론
  • 4

    

  • 5

    

  • 6

    

• 진행과정은 파일로 남겨 놓겠습니다.

The 4th.zip

0.04MB

The 5th.zip

0.11MB

The 6th.zip

0.05MB

프로젝트1_보고서.pdf

0.87MB

 

 

• 인사이트 도출하면서 생각했던 것과 SQL, python 시각화 코드가 있고 마지막은 팀 보고서 입니다. 
• 미숙하지만 잘 봐주세요 :)

프로젝트 후기

• 진행하다보니 처음에 생각했던 것과 달리 질문이 계속생겨 내가 처음 정한 인사이트와 점점 멀어져 언제 생각을 그만두고 근거로 채택할지 고르는게 제일 어려웠던 것 같습니다. 
• 두 번째로는 인사이트를 종합하여 제품개선이나 판매할 물품들을 개선하는 방법으로 결론을 지어 판매개선책 까지 냈다면 좋았겠지만 처음 프로젝트라 미숙했던 것 같습니다.
• 근거도 조금 모자랐던게 아닌가 싶기도 하지만 대략적인 느낌을 알 수 있었으며 매우 도움이 되었습니다.