다른 조의 프로젝트 발표를 들으면서 (22.05.26)

다른 조의 파이널 프로젝트 발표에 대해 리뷰해봤다.

같은 데이터셋을 선택한 조가 많아서 더 느낀점이 많았다.

 

MZ세대 프로모션

m세대(80-95년생, 즉 27세-42세)와 z세대(96-10년생, 즉 12세-26세) 유저를 메인 타겟으로 보고, 둘의 차이를 데이터를 통해 분석하여 각각에 맞는 프로모션을 기획하는 것이 주제였다.

따지고 보면 12세-42세는 매우 넓디넓은, 거의 유저의 처음부터 끝인데 이걸 메인 유저라고 부르기는 어색하지 않나 싶다. 아무튼 나도 이 조와 같이 분명 둘의 차이가 있을 줄 알았는데, 놀랍게도 여러 지표로 보아 둘을 동일하게 묶을 수 있었다. 행동이나 취향이나 유사해서 의외… 해당 조도 예상과 달라서 여기서부터 당황했을 거 같다.

 

- 우리가 안 쓸 내용이라해도 섣불리 컬럼을 drop하면 안된다는 교훈을 제대로 얻었다. iOS유저는 event중 add_to_cart와 like_item이 아예 안 들어가있었는데 기기관련 컬럼을 초반부터 다 지우고 시작하셔서 영영 모르셨다…ㅠ

- 정상구매로 판단하는 주관적 기준이 좀 타이트했다. 저정도면 아직 정상 소비자로 봐도 될텐데...?

- 그냥 가설을 짓고 맞을까 아닐까 확인한 것 뿐인데 T-test라고 불러도 되는 건가...? 귀무/대립가설 기각하고 채택하는 건 검정통계량을 보고 하는 통계적 기법 아니었나

- 앞까지의 내용을 한번더 정리하는 장표를 만든 후에 프로모션 소개로 넘어갔으면 나았을 거 같다. 앞에서 발견한 것들이 뒤의 유저 페르소나 설정과 어떻게 연관된건지 약해보인다. 많은 유저 중 하필 그 유저를 고른 이유를 보여줬어야 한다. 그 사람이 속한 세그먼트의 대표적 특징들은 이러이러하고 이 지표의 평균 횟수는 이러하기에 이를 다 갖고있는 사람이었다, 라든지.

 

 

브랜드 분석 대시보드 제작

관계자들에게 유용한 정보를 담은 대시보드 제작이 목표였다. 개인적으로 가장 좋은 결과물을 낸 팀이라고 생각한다.

여러 지표를 담은 현황판, 컬럼별 드릴다운, 기획전 성과측정이라는 세가지 대시보드가 모두 알찼다.

브랜드명 전처리, 카테고리 전처리를 처음으로 생각한 팀이다… 매우 꼼꼼했고 분량도 많아서 감탄했다.

 

-  데이터 설명이 자세해서 좋았다. 같은 데이터를 쓴 사람들 앞에서 발표한다 생각하면 컬럼설명이나 전처리설명을 간과하기 쉬운데 사실 앞으로도 포트폴리오로 계속 쓸 걸 생각하면 이게 맞는 거 같다.

- 디자인을 해치지 않는 선에서 텍스트도 적절히 보고서처럼 들어가있어 그림만 있는 피피티보다 나았다. 프로젝트 날짜와 교육과정 이름을 넣은 것도 좋았다.

- 시각화할땐 꼭 이중막대, 이중라인만 생각했는데 막대 위에 상수라인을 긋는 것도 그림의 부피를 줄여주니 다음에 따라해야겠다.

- 크롤링으로 20여줄짜리 두개의 간단한 데이터를 추가하셨는데 이 정도만 있어도 할 말이 훨씬 늘어난다. 외부데이터 연결의 효과성을 보았다. 우리도 할걸…

 

 

소외된 곳에 집중한 매출 다각화

잘 된다면 유용할 주제지만, 난항이 예상되어 나라면 안했을 주제선정이라고 처음부터 생각했다. 가장 스킬이 좋으신 분들끼리 모인 조다 보니 그 자신감이 반영된 거 같다.

역시나 한것도 정말 많으시고, 내용도 화려한데, 그걸 전달하는 방법이 아쉬웠다. 난해해서 질문을 할 수가 없었다. 목차를 갈아엎어야 하지 않나… 발표 때도 굵직한 순서가 바뀔 때마다 주의를 환기하는 멘트도 하고…

발표 시 목차를, 처음부터 ‘우린 대시보드 5개를 만들었습니다’로 두괄식으로 선포하고, 사용한 분석지표는 내용이 등장하면 그때그때 설명하는 게 나았을 거 같다. 우리조 준비하면서도 느낀거지만 우리 입장에선 자꾸 분석한 시간순으로 발표를 꾸리고 싶어하는데, 듣는 사람 입장에선 초장부터 우리의 주제, 그 주제를 고른 배경, 앞으로 보여드릴 내용의 굵직한 덩어리의 수를 미리 알려주는게 듣기 편하다. 이 뒤엔 뭘 보여줄지 모르겠는 상태로 한장한장 서프라이즈 당하는(?) 심정이었는데 초반에 일종의 스포가 중요하구나 나도 다시 한번 느꼈다. 또 고민의 과정을 전부 알려줄 필요 없다. 그래서 뭘로 결정했는지만 말하는게…

 

- 파레토 이론은 3개 중 2개에만 적용되는데 주제를 하나로 대표할 수 있는 지표가 아닌 거 같다

- RFM 점수로 4분위(4점척도라 부르는게 나을듯) 4분류를 한 것도 고생 많이 하셨을텐데 어떻게 한건지 궁금했다 여기를 더 서술해주셨으면 좋았겠다

- 재구매율과 구매전환율을 각각 행과 열로 하는 카테고리 산포도 매우 좋았다. 따라해야지!

- 삼각도표 보는 법을 한번 설명해주셨음 좋았겠다.

- 네이버쇼핑API 활용한 크롤링 데이터는 어디에 반영된건지 잘 모르겠다.

- 저 대시보드를 활용해 어떤 기획을 할 수 있는지 예시를 더 여러개 알려줘도 됐을 거 같은데 중요한게 아니라고 설명 생략하신게 아쉬웠다.

 

 

타깃의 재사용률 높이기 위한 프로모션

전반적으로 우리 조와 스토리라인이 비슷했다. EDA를 해가면서 문제를 발견하고, 유저 세그먼트끼리 비교분석하며 프로모션의 단초를 찾고, 그 다음엔 프로모션 기획하는 순서. 다른 점이라면 맨앞엔 컬럼을 파악하기 위한 통계검정을, 맨뒤엔 크롤링으로 찾은 앱리뷰 데이터 활용이 추가됐다.

 

- 컬럼명을 봐도 뭔지 알 수 없어서 다양한 통계검정으로 컬럼 간 수식관계를 유추해야 하셨던 게 힘드셨겠다... 이때 T-test, 교차분석, 회귀분석 등을 하셨던데 데이터셋 설명과 이 내용을 더 설명해주셨으면 싶었다.

- 크게 문제가 없어보이는 데이터에서 문제정의를 하느라 고생하셨겠다. 초창기엔 제휴사가 하나밖에 없었다는데 이 시기의 데이터로 뭘 하겠나… 데이터셋 자체가 별로다.

- 여기 포함 많은 조가 했던 코호트 분석은 나도 다음에 해봐야지

- 그림 위주의 휑한 발표자료라 발표자의 음성에만 의지해야 하는게 아쉬웠다. 더 많은 걸 했는데 안 보이는 억울한 자료…

- 연령별 인사이트를 요약하고, 그와 연결된 프로모션 기획을 한장에 보여주는 장표 좋았다.

- 왜도가 양수인 오른쪽 꼬리가 긴 분포는 평균보다 중앙값을 사용한 점이 인상깊었다.

- 앱리뷰 크롤링 했다고 들었을 때 ‘자연어 처리를 하는 분이 계시진 않을텐데 어떻게 썼을까’ 싶었다. 워드클라우드 시각화, str.contains 코드 등 정성적 사용을 하신 것만으로도 얻을 내용이 있구나 새로웠다.