jongwoncode / startbucks_customer_data_analysis

Starbucks 고객 데이터 분석을 통한 최적의 프로모션 전략 탐색

Starbucks 고객 데이터 분석을 통한 최적의 프로모션 전략 탐색

1. 프로젝트 정보

• 😀 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

2. 역할

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

3. 분석 결론 : BOGO보다 DISCOUNT가 더 좋은 프로모션 전략이다.

3.1 주력 고객층 선정

3.1.1 분석 내용

• 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.

3.1.2 주력 고객층 선정

• 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.

3.1.3 주력 고객층이 선호하는 프로모션

• 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.

3.2 총 순 수익 관점에서 우수한 프로모션

• 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.

3.3 신규 고객층이 선호하는 프로모션

• 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.