- 😀 프로젝트 구성원 : 이종원(팀장), 김도환, 성호경, 이현우, 오승훈
- 📆 프로젝트 기간 : 2021.06.01 ~ 2021.06.30
- 🤖 주요 사용 기술 : python, pandas, numpy, matplotlib, seaborn, sql
팀원 | 담당 역할 |
---|---|
이종원[팀장] | 데이터 전처리, 데이터 분석, 데이터 시각화, 보고서 작성 |
김도환 | 데이터 전처리, 데이터 시각화 |
성호경 | 데이터 시각화, 가설검정, PPT 제작 |
이현우 | 데이터 분석, 가설검정, 발표 |
오승훈 | 데이터 전처리, 데이터 분석, PPT 제작 |
- 50대 ~60대의 고객들이 전체 고객중 44%를 차지하며 가장 많은 비율을 차지하고 있고, 전체 매출의 47.9%를 차지하고 있음.
- 여성이 남성보다 더 큰 금액을 소비하고 있는 모습을 보여줌.
- 대집단 : 전체 고객중 44%를 차지하며 47.9%의 매출을 올리고 있는 50대, 60대 고객을 스타벅스의 주력 고객으로 선정.
- 소집단 : 전체 고객 중 19.6% 차지하며 24.8%의 매출을 올리고 있는 50대, 60대 여성을 주력고객으로 선정.
- 주력 고객층은 대집단, 소집단 모두 discount프로모션을 선호하고 그중에
fafdcd668e[discount]
,0b1e1539f2[discount]
이 프로모션을 공통적으로 선호하는 모습을 보임. - 총 순수익에 영향력을 강하게 행사하는 주력 고객을 위해서 위 프로모션을 추천.
-
각 프로모션을 참여(received)된 횟수는 비슷함. 하지만 실제 쿠폰을 사용한 것은 discount가 더 많음.
-
bogo 전략보다, discount 전략이 총 수익 관점에서 좋음.
-
reward가 클 수록 completed_ratio가 감소하는 경향을 보임. (상관관계 -0.69)
-
0b1e1539f2[discount]
이 프로모션이 총 수익 관점에서 좋음.- 각 프로모션의 참여 빈도가 비슷하며, difficulty가 큼과 동시에 reward 사용 빈도가 적은 것이 total profit에 일조한 것으로 보임.
-
총 수익 관점에서 향후 프로모션을 진행할 때 discount전략을 사용하고, reward를 증가시키더라도 difficulty를 높히는 프로모션을 추천.
- 신규고객은 discount 프로모션을 선호하는 모습을 보여줌. (
fafdcd668e[discount]
,2298d6c36e[discount]
)이 두 프로모션을 선호. - 거래 빈도가 평균보다 높은 신규 고객층을 확보하기 위해서 신규 고객층이 선호하는 위 두가지의 discount 전략을 진행.