일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
Tags
- GA4
- Python
- Google Analytics
- 코오롱베네트
- 영화 올드 줄거리
- 구글애널리틱스4
- 감사인사
- 코딩
- 벚꽃개화시기
- ㅂㅂ
- 구글애널리틱스
- 데이터문해력
- 니다
- 독서
- 프로그래머스
- 채용공고
- 미라클 모닝
- 벚꽃
- 알파줄거리
- 6시 기상
- 티스토리
- GA
- 명상
- 수명예측 인공지능
- 기사스크랩
- 데이터 분석
- 얼음여왕
Archives
- Today
- Total
Data Analyst KIM
#2. 문제해결 프로세스 적용(이커머스 데이터 분석 프로젝트 예시) 본문
반응형
앞서서 문제해결 프로세스에 대해서 알아봤다면 예시를 통해서 적용하는 연습을 해보겠습니다.
시나리오
A사는 이커머스 플래폼 운영하고 있습니다. 이커머스 플랫폼 서비스를 성장시키기 위해서는 3가지 조건이 필요합니다.
1) 신규고객 유입 2) 유입 고객 재구매. 3) 재구매고객 충성고객화 입니다.
A사는 현재 1) 신규고객 유입 활도은 마케팅 비용을 투자하여 적극적으로 수행하고 있으나, 2) 유입 고객 재구매 활동이 미미한 상황입니다.
충성고객의 Spending Power는 전체 매출에서 많은 비중을 차지하고 있으므로, 충성 고객의 성장이 이어지지 않으면 플랫폼의 성장도 멈춥니다. 따라서 유입 고객의 재구매를 촉진시킬 방법을 고민 중에 있는 상황에서 문제해결 프로세스를 적용해보겠습니다.
Step1. 문제정의
- 문제 현상 : 신규 고객 유입 후 재구매로 이어지는 고객 감소
- 예상 피해 : 재구매 고객 -> 충성 고객화 부진으로 매출 성장 정체, 신규고객 유입을 위한 마케팅 비용 증가로 인한 영업이익 감소
Step2. 기대효과
- 재구매 고객 증가 -> 충성 고객 증가 -> 매출 성장 -> 영업이익 증가
- 선순환 체게 구축으로 인한 서비스 성장 / Go or Drop?
Step3. 해결방안
- (1) EDA 및 일회성 데이터 분석을 통해 재구매 고객의 특성을 분석하고 이를 토대로 마케팅 기획
- (2) 재구매 가능성이 높은 고객을 예측하는 모델링 후, 이를 활용한 타겟 마케팅
Step4. 우선 순위
- (1)번을 빠르게 수행 후, 파일럿 테스트 진행 및 성과 측정 / (1)번의 효과가 좋지않으면, (2)번 진행 후 파일럿 테스트 재실행
Step5. 데이터 분석
- 결정된 우선순위에 따라서 데이터 분석 및 모델링 진행 / 분석 단계별 꼭 History 정리를 진행하고, 추후 동료들이 활용할 수 있도록 패키지화 하는 것도 중요
Step6. 성과측정
- 최정 마케팅 후, 성능을 평가하기 위한 지표 수립 / 분석 및 모델링을 통해 추출한 타겟 고객군과 대조군을 설정하여 A/B test를 수행
- A/B test 결과 마케팅 반응률(구매 반응율) 비교를 통해 통계적으로 유의미한지 검증(t-test)
- 유의미한 결과를 얻을 때 까지 파일럿 테스트를 수해하면서 진행
다음 글에서는 실제로 이를 토대로 데이터 분석을 한 내용에 대해서 간단히 포스팅 해보겠습니다.
반응형
'데이터 분석 > Project' 카테고리의 다른 글
#1. 문제해결 프로세스(현업 데이터 분석 프로세스) (2) | 2024.09.24 |
---|---|
데이터 분석 프로젝트 진행순서 (0) | 2024.03.02 |
[공모전] BIGCONTEST(2023) 도전!! (0) | 2023.08.16 |
[환경데이터 공모전] 1. 진공 포장을 활용한 담뱃갑 줄이기 (0) | 2023.06.02 |