2025-01-03 TIL (김오기 기초프로젝트)

기초프로젝트

기초 프로젝트 끝!!

코드가 되

 

프로젝트 구조

ON AIR 기법을 사용해서 프로젝트를 구조로 사용을 했다.

1. Objective (목표)

2. Necessary data (데이터)

3. Analytics (분석)

4. Interpretation (해석)

5. Report (보고)

 

피드백

일단 피드백 부분 부터 작성을 하자면 가설 부분을 설정한 것

"내부 광고가 외부광고보다 수익률이 높을 것이다"

라는 말이 너무 뜬금없이 위치를 잡았던 것 같다.

 

두번째는 3번 Analytics 분석 부분에 너무 시각화에만 치중해서

현황만 나오다보니 집중력이 떨어진다는 피드백을 받았다.

간단하게 밑에 뭘 말하고 싶었는지, 뭘 알수 있었는지,

특이한게 뭔지 글자로 적는 것이 필요했다.

 

프로젝트 내용

Objective (목표)

배경

현재 내부 배너 광고 5개를 운영하고 있습니다. 외부 회사로부터 해당 배너 광고 자리에 CPC(클릭당 비용) 모델로 광고를 제의 받은 상태입니다. 내부 배너 광고를 유지를 해야할 지, 외부 광고 배너를 진행을 해야할지에 대한 의사결정을 해야하는 상황입니다.

 

목표

내부 광고, 외부 광고 수익 효과 비교로 최적의 광고 운영 전략 수립

분석을 하기 위한 가정 

1. 내부 CPC 단가 100원, 외부 CPC 단가 500원

2. 외부 CTR 2%

으로 가정을 하고 분석을 진행을 했다.

 

예상 결과물

내부 배너 광고 성과에 따른 외부 배너 광고와 혼합 운영 전략

 

Necessary data (데이터)

How to do product analytics?

order_id	user_id	page_id	product	site_version	time	title	target
주문ID	사용자ID	페이지 아이디	제품	사이트 버젼	시간	이벤트 유형	구매 대상 이벤트
8.47 백만 고유한 값	4.25 백만 고유한 값	8.22 백만 고유한 값	옷, 회사, 신발, 악세사리, 영양제	모바일, 데스크톱	2019-01 ~ 2029-06	배너 쇼 배너 클릭 주문	비구매 : 0 구매 : 1
Object	Object	Object	Object	Object	Object	Object	int64

 

Analytics (분석)

가설 : 내부 광고가 외부 광고보다 수익률이 높을 것이다.

이 부분이 갑자기 나와서 문제가 생긴 것 같다. 그래서 조금 풀어서 내부광고와 외부 광고 수익성을 비교하기 위해 가지고 있는 데이터인 내부 광고 현황에 대해서 분석을 할려고 한다로 진행하는 것이 좀 더 와닿지 않을까 싶다.

 

1) 내부 광고 현황

• 제품별 내부 광고
  

  

  배너 노출

  일별로 광고 배너 노출을 집계했을때 분포는 비슷비슷하고 Company의 평균 노출량이 상대적으로 많았다.
  

  

  배너 클릭

  일별로 광고 배너 클릭을 집계 했을 때, Clothes와 Sneakers를 클릭 수가 많고 나머지 세분야는 통계치가 비슷하게 나왔다.

  

  배너 광고 주문 수

  Company는 회사를 광고하는 배너이기 때문에 주문에 제외가 되었다. 주문수가 제일 많은 곳은 Clothes, sneakers, accessories, sports_nutrition 순으로 차이가 났다.내
• 시간대별 내부 광고 지표
  

  

  배너별 CTR 시계열

  Clothes, Sneakers의 클릭율은 다른 세광고 보다 높고, 일정 하게 유지가 된다.
  

  

  배너별 CVR 시계열

• 월 단위 내부 광고
  

  

• 기기별 내부 광고 현황
  

  site version	Desktop					Mobile					CTR 비교	CVR 비교
  title / product	Show	Click	CTR	Order	CVR	Show	Click	CTR	Order	CVR
  Accessories	410003	18531	4.52 %	1786	9.63 %	1030951	117723	11.42 %	3148	2.67 %	Mobile	Desktop
  Clothes	418070	32781	7.84 %	8663	26.42 %	1035058	187814	18.15 %	8800	4.69 %	Mobile	Desktop
  sneakers	411598	21419	5.20 %	3014	14.07 %	1041430	161177	15.48 %	6071	3.77 %	Mobile	Desktop
  Sports nutrition	417595	13870	3.32 %	745	5.37 %	1048375	131048	12.50 %	1763	1.35 %	Mobile	Desktop
  Company	477374	28464	5.96 %	0	0	1102861	116357	10.55 %	0	0	Mobile

2) 고객 세그먼트별 요약

1.퍼널 분석(고객 행동 세그먼트)

 

 

• Passive Viewer (주문은 하지 않는 뷰어)
  배너 클릭이 있지만, 전환은 거의 없는 그룹. 클릭 후 후속 조치(리타겟팅 등)가 필요합니다. 이 그룹에게는 클릭 후 구매를 유도할 수 있는 추가적인 혜택 제공이나, 고객 경험을 개선하는 전략이 필요합니다.
• Engaged Buyers (적극적인 구매자)
  배너 노출이 적고 클릭 및 주문이 전혀 없는 그룹. 이 그룹은 마케팅의 영향을 받지 않거나 관심이 없는 사용자들입니다. 이 그룹에 대해서는 추가적인 광고 노출을 통해 관심을 끌거나, 완전히 배제하여 예산을 다른 세그먼트에 집중하는 전략이 고려될 수 있습니다.
• Inactive Viewer (참여 하지 않는 뷰어)
  배너 클릭 후 전환이 이루어지는 그룹. 효과적인 타겟 그룹으로, 전환율을 높이는 추가 전략이 유효할 수 있습니다. 예를 들어, 재구매를 유도하는 프로모션이나 충성도 프로그램을 통해 이 그룹과의 관계를 강화할 수 있습니다.
• Click Explorers (클릭 탐색자)
  배너 노출만 있고 클릭과 주문이 전혀 없는 그룹. 광고의 효과가 없거나 잘못된 타겟팅으로 해석될 수 있습니다. 이 그룹에 대한 주요 전략은 배너 메시지를 변경하거나, 타겟팅 기준을 재검토하여 더 적합한 사용자에게 도달하는 것입니다.

 

• RFM 고객 세그먼트
  

  

  Recency

# 분위수 확인
quintiles = rfm[['Recency', 'Frequency']].quantile([.2, .4, .6, .8]).to_dict()
quintiles

# {'Recency': {0.2: 30.0, 0.4: 53.0, 0.6: 79.0, 0.8: 111.0},
#  'Frequency': {0.2: 1.0, 0.4: 1.0, 0.6: 1.0, 0.8: 1.0}}

segt_map = {
    r'[1-2][1]': 'hibernating',         # R=1~2, F=1
    r'[2-4][1]': 'at risk',             # R=2~4, F=1
    r'[1-5][2-3]': 'champions',         # R=1~5, F=2~3
    r'[5][1]' : 'new explorer'          # R = 5, F = 1
}

rfm['Segment'] = rfm['Segment'].replace(segt_map, regex=True)

• hibernating (휴면 고객)
  예전 구매활동을 한 번 하고 이후 이용하지 않는 고객
  기간제 포인트 지급, 최대 5% 할인, 무료 배송
• at risk (주의 고객)
  재활성화가 필요한 그룹이고
  최근에 구매활동을 한 번 하고 이후 이용하지 않는 고객
  리타켓팅 또는 쿠폰 혜택 제공 등을 통해 다시 구매 유도를 해야함
• new exployer (신규 고객)
  최근에 방문하고 구매 활동을 한 번 이용한 고객
  두 번째 구매로 이어지기 위한 관심 상품 추천 및 새싹 할인
• champions (충성 고객)
  리워드 포인트 지급, 회원 등급 시스템 혜택 제공
  구매 활동이 활발한 고객

내부광고 VS 외부광고 비교

구분	Accessories		Clothes		Sneakers		Sports nutrition		Company
	내부	외부	내부	외부	내부	외부	내부	외부	내부	외부
노출수	1,440,954	-	1,453,128	-	1,453,028	-	1,465,970	-	1,580,235	-
클릭수	136,254	14,409	220,595	14,831	182,596	29,060	144,918	29,319	144,821	31,604
클릭율	9.46 %	2%	15.18 %	2%	12.57 %	2%	9.89 %	2%	9.16 %	2%
클릭당비용(원)	100	500	100	500	100	500	100	500	100	500
광고수익(원)	13,625,400	14,409,500	22,059,500	14,531,000	18,259,600	14,530,000	14,491,800	14,659,500	14,482,100	15,802,000

 

결론

Github

Data-Science/ProjectFiles/Challenge/SpartaCoding/김오기의기초프로젝트.ipynb at main · OKEunsu/Data-Science