[Brightics Studio] # 개인 프로젝트 - 카드소비 데이터를 활용한 고객 세분화 및 재구매주기 예측 01 (주제 및 데이터 설명)

안녕하세요 저번 팀 영상 제작에 이어

다시 돌아온

브라이틱스 서포터즈 3기 이상민입니다.

​

다들 영상은 잘 보고 오셨나요?

제 발연기가 너무 부끄럽네요..

​

이번 포스팅은 개인 프로젝트인데요.

공공데이터를 활용해

브라이틱스로 분석을 진행하는 것입니다!

​

그럼 제가 선정한 주제와 데이터에 대해

알아보러 갈까요?

---

주제 소개

"카드소비 데이터를 활용한 고객 세분화 및

재구매주기 예측"

출처 : https://realestate.daum.net/news/detail/hotissue/1087461/20161104143603165

big blur, 산업 간 경계가 허물어지면

다양한 유형의 데이터들이 유기적으로

연결되어 활용되고 있는데요.

​

특히 개인의 개성과 선호도가 뚜렷해져

고객을 세분화시켜 서비스를 제안하는

초개인화마케팅이 트렌드가 되고 있습니다.

출처 : https://platum.kr/archives/184517

이에 따라 다양한 산업군의 카드 이력을 바탕으로

MZ세대, 직장인, 주부층과 같이

고객을 세분화하여 재구매주기를 예측하고자 하는데요.

​

재구매주기를 예측한다면,

해당 상품을 구매하기 전 푸시 알람을 해준다거나

적합한 카드 상품을 연계해서 추천해줄 수 있겠죠?

​

이에 따라 카드소비 데이터를 활용하여

고객을 세분화시키고

재구매주기 예측 모델을 활용한

방안들을 분석 프로젝트 주제로 삼았습니다.

---

데이터 소개

https://kdx.kr/data/view?product_id=33416

​

데이터는 한국거래소에서 제공하는

삼성카드의 데이터를 활용하고자 하는데요.

​

이와 더불어

해당 사이트의 여러 카드 데이터를 활용해

분석을 진행해 나갈 예정입니다.

​

특히 예전에 kaggle에서 진행했던

predict future sales를 활용해 인사이트를

얻었는데요.

카드 데이터를 활용해 예측하는 컴피티션입니다.

https://www.kaggle.com/competitions/competitive-data-science-predict-future-sales

 

여러 가지 카드 데이터를 바탕으로

산업 내 소비패턴이 다른 군집을 찾고

해당 군집의 재구매주기까지 예측한느 프로젝트를 진행해보고자 합니다.

---

분석 일정

​

제 나름대로 프로젝트의

구체적인 계획에 대해 세워보았는데요.

최대한 해당 주차에 기본적으로 끝내고

유동적으로 변화를 주면서

진행해 나가고자 합니다.

​

9월 28일 ~ 10월 4일 : 주제 선정 및 데이터 확보

10월 5일 ~ 10월 11일 : 데이터 전처리 및 통합

10월 12일 ~ 10월 18일 : EDA를 바탕으로 한 분석 진행

10월 19일 ~ 10월 25일 : 산업군별 고객 패턴 파악 및 세분화

10월 26일 ~ 11월 1일 : 재구매주기 예측 모델링

11월 2일 ~ 11월 8일 : 활용방안 제시 및 결과 정리

11월 9일 ~ 11월 15일 : 제출 및 평가

---

앞으로 6주간 진행할 프로젝트

많이 기대해주세요!!

​

---

지금까지 삼성 SDS Brightics 서포터즈 3기 이상민이었습니다!

귀한 시간 내어 읽어주셔서 감사합니다.

​

* 본 포스팅은 삼성SDS Brightics 서포터즈 3기 활동의 일환으로 작성하였습니다.