비즈니스 데이터 분석 (1)

* 오가닉 : 자연유입

* MRR : 월간 계속 매출

* ARR : 연간 계속 매출

 

 

 

 

 

Q.소매, 커머스, 리테일 서비스에 머신러닝을 어떻게 활용할 수 있을까요?

 

고객 분석
- 고객 데이터를 수집하고 분석하여 구매 패턴, 구매 선호도, 구매력 등을 파악합니다.
- 머신러닝을 활용하여 고객 데이터를 분석하면 고객의 취향과 관심사에 대한 인사이트를 얻을 수 있으며, 이를 기반으로 개별 고객에게 맞춤형 서비스를 제공할 수 있습니다.

재고 관리
- 머신러닝을 활용하여 소매업체는 과거 판매 이력, 계절성 및 트렌드 등을 고려하여 재고를 관리합니다.
- 머신러닝 모델은 판매 이력을 분석하고, 트렌드를 파악하여 재고 수준을 최적화하고 재고 부족 현상을 예측합니다.

가격 설정
- 머신러닝을 활용하여 경쟁 업체의 가격 변화를 모니터링하고, 이를 기반으로 자동으로 가격을 조정한다.

추천 시스템
- 머신러닝을 활용하여 추천 시스템을 구축할 수 있습니다. 이는 고객 구매 이력과 관련 상품, 구매 내역, 구매 인기도 등을 고려하여 개별 고객에게 맞춤형 상품을 추천할 수 있습니다. 이를 통해 고객 만족도와 매출을 증대할 수 있습니다.

→ 고객 만족도와 매출 증대에 기여

사기 탐지
 - 머신러닝을 활용하여 이상 거래를 탐지할 수 있습니다.
- 머신러닝 모델은 고객 구매 이력과 관련 데이터를 분석하여 이상 거래를 탐지하고, 이에 대한 대응 조치를 취할 수 있습니다.

 

 

 

 

 

 

📝 코호트 분석이란?

 

- 앱 가입 날짜, 첫 구매 월, 위치, 획득 채널(유기 사용자, 공연 마케팅에서 오는 것 등) 등과 같은 공통점을 공유하는 사람들의 그룹을 시간 경과에 따라 추적하여 몇 가지 일반적인 패턴 또는 행동을 식별하는 분석 방법.

- 시간의 흐름을 기준으로 고객 세분화 - 현 상황을 보다 정확하게 이해하여 이를 의사결정에 활용하기 위해  '특정 기간에 특정 특성/경험을 공유하는 사용자 집단(코호트)' 간의  행동 패턴을 비교, 분석

- 분석 전 데이터 세트의 데이터를 관련 그룹으로 나누어 분석할 수 있다.

• 시간 집단 : 특정 기간동안 제품이나 서비스에 가입한 고객 
• 행동 집단 : 과거에 제품을 구매했거나 서비스에 가입한 고객 
• 규모집단 : 회사 제품이나 서비스를 구매하는 다양한 규모의 고객 

- 리텐션 분석 : 고객이 이탈하는 방법과 이유를 이해하기 위해 사용자 메트릭을 분석하는 과정. 같은 기간에 앱 설치를 경험한 사용자 그룹이 시간이 지남에 따라 앱의 꾸준한 사용 여부(Retention)를 분석

 

 

 

 

📝 AARRR이란?

 

- 시장 진입 단계에 맞는 특정 지표를 기준으로 우리 서비스 상태를 가늠할 수 있는 효율적 기준
- 수많은 데이터 중 현 시점에서 가장 핵심적인 지표에 집중할 수 있게 하며, 분석할 리소스가 충분하지 않은 스타트 기업 등에게 매력적인 프레임워크이다.

 

 

 

 

 

 

 

 

📌RFM 관련 한국어 논문

 

✅  RFM을 적용한 고객 세분화 개선 및 우수고객 예측 모형에 관한 연구 
http://dl.nanet.go.kr/law/SearchDetailView.do?cn=KDMT1200458026#none

✅  의류패션기업의 고객관계관리(CRM)를 위한 RFM고객세분화 모형 설계 : 브랜드 관점의 고객 세분화 모형 
http://www.riss.kr/search/detail/DetailView.do?p_mat_type=be54d9b8bc7cdb09&control_no=b29965a59bba2280ffe0bdc3ef48d419

✅  RFM에서 등급부여 방법에 관한 연구
https://koreascience.kr/article/JAKO201311637858167.pdf

 

 

 

 

 

※ JD 발표 (발표일 3월 22일 수요일)

1) JD를 찾아보면서 데이터 관련 직군에서 필요로 하는 스킬이 무엇인지
2) 어떤 기술을 준비해야 하는지에 대한 것을 알아보기 위한 목적
3) 데이터를 통해 어떤 회사에서 어떤 비즈니스를 하고 어떤 직무를 찾고있는지를 알아보기 위한 목적
4)  다양한 도메인에서 어떻게 데이터가 사용되고 있는지 - 게임, 광고, 제약, 제조, 자동차, 축산, 금융 등
5) JD를 체계적으로 잘 작성한 회사도 있고 그렇지 못한 회사도 있습니다. 다양한 JD를 보면 그 회사가 나와 맞는 회사인지도 고민해 볼 수 있는 계기가 됩니다.

https://www.notion.so/likelion-aischool/07108279af764c8ea16b7e0ae9374ad4?v=449af32ce56a4b07b821bbea44d85a85 

* [99CON : 주니어 개발자의 이력서 쓰기 - 이동욱 - Speaker Deck]

(https://speakerdeck.com/weirdx/99con-junieo-gaebaljayi-iryeogseo-sseugi-idongug)