jangwonseok17 / POSCO_BigData_PJT

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

신규고객 이탈 방지 및 온라인 마켓 리포지셔닝을 통한 재구매율 증대

1. 추진 배경

  • 1인 세대 증가 및 혼인 가구수 감소로 매 년 출산율이 감소하고 있으나, 국내 유아용품 시장은 2010년 대비 3배 이상 증가함에 따라 판매 확대 전략이 필요함

image

  • 온라인 유통시장의 성장에 따라 경쟁기업들의 온라인 시장 진출로 경쟁이 심화됨에 따라 경쟁 우위 확보를 위한 자사 온라인 유통 서비스 제공 필요

image

2. 현황 파악

  • 고객의 재구매 횟수가 줄어듦에 따라 매출이 지속적으로 감소하여 경영 위기가 대두됨에 따라 경영위기를 극복하기 위한 매출 증대 필요

image

  • 자사의 쇼핑몰 서비스 부족이 재구매율 감소요인으로 대두됨에 따라 경쟁 기업의 우수한 온라인 유통 플랫폼을 벤치마킹하여 자사만의 제품 다각화 필요

image

3. 분석 계획

image

4. EDA

  • 신규 고객 감소 추세에 맞추어 고객에게 판매되는 체험팩 판매가 감소되며, 제품에 대한 재구매율도 동시에 줄어듦에 따라 신규 고객 증대 및 이탈 방지를 위한 서비스 전략 필요

image

  • 물품 대분류별 매출액 비율과 월령(개월 수)에 다른 판매액이 특정 제품과 월령에 집중됨에 따라 특정 월령과 제품군에 영향 받지 않는 상품 종류의 다양화 필요

image

  • 대부분의 대분류 제품들은 월령별 판매액 추이 그래프와 일치하는 양상을 보이지만, 생리대의 경우 영향을 비교적 적게 받음에 따라 생리대를 주력으로 하는 전략 필요

image

5. 분석 결과

군집분석 결과 5군집이 ‘1인당 결제금액’이 가장 높지만 ‘평균 재구매 횟수'가 가장 낮음 이를 통해 5군집의 특징을 고려한 프로모션 전략이 필요

  • 고객연령, 월령(개월 수), 자녀여부 및 파생변수 등 결제에 영향을 미치는 변수들을 기준으로 군집
  • '5번 군집'이 1인당 결제금액이 가장 높아 구매력이 가장 높은 것으로 나타났다.
  • 군집별 매출액 차이가 유의미함을 ANOVA로 검정 P-value = 0.028

image

군집분석으로 추출한 우수한 군집에 속할 경우의 수를 구하는 분류모델

  • 정확도와 F1값을 고려해 Gradient Boosting을 모델로 예측 모델로 채택
  • 특정 군집 소속여부를 확인하여 신규고객 관리여부 판단
  • 본 분석 프로세스를 통해 다양한 세그멘트 형성 후 맞춤형 마케팅 실시

image

5번 군집대상으로 연관규칙 분석을 진행한 결과 물품 중분류별로 연관분석 진행 이를 통해 관련된 중분류 할인쿠폰 발행을 통한 재구매 유도

image

모델링을 통한 재구매 여부 예측을 통해 고객 이탈 방지

  • 정확도와 F1값을 고려해 Gradient Boosting을 모델로 예측 모델로 채택
  • 구매횟수가 높아질수록 다음 재구매 예측 정확도가 높아짐.

image

6. 개선방안

6-1. 육아를 위한 쇼핑몰에서 엄마를 위한 쇼핑몰로 재도약, 고객 재 포지셔닝 기반의 추천 시스템 구축

  • 배경 : 월령 주기에 영향을 안받고, 지속성이 높은 제품군의 매출이 필요하며, 경쟁에서 살아남기 위해 제품 다각화가 요구되며 현재 가지고 있는 자원에서 해결할 필요
  • 선정 동기 : 생리대의 경우 8000억 규모의 생리대 시장에서 20%의 점유율로 1위를 차지하고 있으나 육아를 위한 쇼핑몰이라는 인식 때문에 품질과 브랜드 대비 온라인 소비가 적음.
  • 추진 계획 : 생리대 판매량에 따른 할인 적용 및 일정 월령이 지나면 개인 맞춤 생리대 판매 촉진을 위한 캠페인 or 프로모션을 적용하거나 일정 소비액 초과시 타겟 월령이 지난 엄마들에게 생활용품에 대한 여러 캠페인을 진행
  • 확장 계획 : 아이의 첫 생리시 생리대를 지원해주는 이벤트와 육아를 위한 쇼핑몰이 아닌, 엄마들을 위한 플랫폼으로써의 도약이 필요

6-2. 유아용품 온라인 커뮤니티 활성화를 위한 웹 플랫폼 제작 및 고객 군집 별 관리

image

6-2. 주요 품목 시즌 별 예측 시스템 구축을 통한 매출 증진

image

About


Languages

Language:Jupyter Notebook 100.0%