이커머스 고객 세분화 분석 아이디어 경진대회

[ 분석 목적 정의 ]
1. 고객 세분화를 통해 차년도 매출향상 전략 탐색
2. 성장의 기반이 되는 잠재적 요소 탐색 

[ 개 요 ]
 주어진 이커머스 환경에 발생한 5개 데이터셋을 사용하여 고객 세분화를 하여 다양한 방법으로 분석을 진행하였다.
- RFM 지표를 활용하여 K-Means Clustering를 진행하였고 5부류로 고객을 분류했다.
- 분류된 5개 세그먼트를 다른 데이터와 비교 분석하여 기업 성장에 필요한 요소를 탐색하였다.
- 분석을 바탕으로 기업성장 솔루션을 제시하였다.

목차
1. 기초 세팅 
1-1) 필요 라이브러리 import
1-2) 데이터 로드
2. EDA
가) 데이터 기본 정보 확인(type,shape,null counts, uniques etc..)
나) 분석데이터 통합을 위한 전처리
3. 데이터 분석 (시각화)
- 1월별 매출/거래량 추이 분석 
- 2월별 마케팅비용 추이 분석 
- 3마케팅비용과 매출과의 선형관계 
- 4가입기간과 매출과의 관계
- 5가입연도별 신규고객동향 파악
- 6지역별 매출/거래량 분석 
- 7제품카테고리별 매출/거래량 분석 
4. 코호트 분석 
- 월별 코호트 분석
- 잔존 빈도 
- 잔존율 
- 월별 매출액 리텐션
5. RFM & k-mean를 활용한 고객 세그먼트 정의
- RFM 계산
- RFM 3D 그래프
- 이상치를 제거한 고객의 RFM 3차원 그래프
- RFM 값을 변수로 하는 K-MEANS 클러스터링 수행
- QQ-Plot을 통한 정규성 점검
- K-means 하이퍼파라미터 K(엘보우, 실루엣) 서칭 & 클러스터링
- 클러스터링 된 데이터의 RFM 3차원 그래프
6. 클러스터링 된 데이터 분석
- RFM 분석
- 월 거래량&매출 분석
- 고객군별 제품 카테고리 분석
- 월별 제품 카테고리 분석
- ARPU 분석
- 고객군별 지역 분석
- 고객군별 성별 분석
- 마케팅비용이 고객군별 매출/거래량에 어떤 영향을 끼칠까?
- 쿠폰 분석