<aside> 📌 Task : 가설 모아서 함께 파보기
</aside>
4/16
아래는 각자 진행했던 가설들을 카테고리에 매칭한 것.
다같이 하는이유: 깊이있고 빠르게 추려내기
대전제 조건
주어진 구매 데이터를 기반으로 다음을 분석합니다
결과 유의사항 등 인사이트 간결하고 명확하게 정리
재웅-고가의 제품을 구매하는 고객이 Add-ons Purchased의 경우가 많을 것이다 >귀무가설 채택!
[ ] 혜선 - 제품군 별 재 구매율 차이 | 가설 : Product Type 별로 재구매율이 유의미하게 다르다.
[ ] 다혜 - 2.배송유형에 따라 제품평점의 평균값에 유의미한 차이가 있을 것이다
또다른 가설! 2-1고가의 상품은 제일 빠른 배송 방법을 선택했을 가능성이 높을까요????
total purchased amount 컬럼은 = CLV의 척도
3/4
[ ] 서영 - 구매가 이루어진 날짜는 월말(연말아님)에 집중되어 있을 것이다. > 예상했던대로 월말이 가장많이 나왔다, 해결은 중순월초 할인쿠폰 이벤트를 한다거나 고객 이끄는 방안 만들 수 있음, 월초 중순에 구매율을 높일 수 있는 이벤트를 기획할 수 있다. >>>> 데이터 이쁨 마치나같음(다혜왈) 좋은뎨?
[ ] 혜선 - 로열티 멤버십 효과 | 가설: 멤버십을 가입한 고객의 재구매율은 멤버십을 가입하지 않은 고객 보다 높다.
[ ] 혜선 - 첫 주문 금액과 고객 생애 주기와의 상관관계 | 가설: 첫 구매 주문 금액이 높은 고객일 수록 고객 생애 가치가 높다.
[ ] 혜선 - 구매 만족도와 CLV의 관계
가설1. 첫 구매 시 Rating이 높은 고객이 재구매율과 고객 생애 가치가 높다.
가설 2. 총 Rating이 높은 고객이 재구매율과 고객 생애 가치가 높다.
진행 상황 코드
인사이트
#고객정보: 구매 횟수, CLV 코드
customer_info = SSE.groupby('Customer ID').agg(repurchase_count = ('Total Purchase Amount','count'),
CLV = ('Total Purchase Amount','sum')).reset_index()
<aside> 📌 실행 및 진행 사항 정리
</aside>
대립가설 채택 list 2/2
[ ] 다혜 -스마트폰을 구매한 고객은 헤드폰을 구매한 고객보다 만족도가 높을 것이고 재구매율 또한 높을 것이다.
[ ] 재웅- 학기 시작전 태블릿 노트북 구매가 많을 것이다
혜선 - 구매 만족도와 CLV의 관계
가설1. 첫 구매 시 Rating이 높은 고객이 재구매율과 고객 생애 가치가 높다.
가설 2. 총 Rating이 높은 고객이 재구매율과 고객 생애 가치가 높다.