customer-personality analysis

SQL를 활용한 데이터 EDA 수행

https://youtu.be/yeiZ1r65pi4

0. 사용 기술

• SQL, Excel, Tableau
• MySQL, Oracle
• Slack, Google Docs

1. 문제 정의

이탈률 상승으로 인한 고객 유지의 중요성이 대두되는 상황에서, 이탈률을 감소시키기 위한 효과적인 전략을 도입하고자 했습니다. 특히 40~60대 고객 중 자녀를 가진 고객들의 이탈률이 상대적으로 높은 문제가 발견되었습니다.

2. 목표

고객 이탈률을 감소시키기 위한 목표로, 자녀를 가진 40~60대 고객층을 중심으로 한 타겟 마케팅 전략 수립 및 실행을 목표로 했습니다. 이를 통해 이 고객층의 이탈을 최소화하고 기업의 전반적인 성과를 향상시키고자 했습니다.

3. 해결 방법

1. 데이터 분석 및 시각화: SQL, Python, Excel, Tableau 등을 활용하여 고객 데이터를 분석하고 시각화하여 효과적으로 인사이트 도출.
2. 세분화된 분석: RFM 분석 및 다양한 변수를 고려하여 고객 세분화를 진행하고, 특히 자녀를 가진 40~60대 고객층에서의 특이점을 찾아냄.
3. 인사이트 도출: 자녀를 가진 고객들이 이탈하는 이유를 파악하고 긍정적인 경험 및 가족을 고려한 구매 패턴과의 연관성을 확인함으로써 인사이트 도출.
4. 전략 수립: 자녀를 가진 40~60대 고객을 대상으로 한 캠페인 및 마케팅 전략을 세워 이탈률을 감소시키는 방안 마련.

4 .핵심 성과

1. 인사이트 발견: 자녀를 가진 40~60대 고객군에서의 이탈률이 25% 높다는 특이한 패턴 발견.
2. 전략 수립: 발견한 인사이트를 기반으로, 이탈률을 감소시키는 전략 수립.

5. 맡은 역할 및 기여 부분

프로젝트에서 저는 데이터 분석 및 시각화를 담당했습니다. SQL, Python, Excel, Tableau를 통해 고객 데이터를 추출하고, RFM 분석 및 다양한 변수들을 고려하여 세분화된 분석을 수행했습니다. 특히 자녀를 가진 40~60대 고객군에서의 특이한 패턴을 찾아내고, 이를 토대로 전략 수립에 기여했습니다.

보고서 및 결과물 설명 파일

📌 보고서

[Customer Personality Analysis를 통한 이탈 고객 분석 프로젝트] -4팀 1조.pdf

📌 PPT

[Customer Personality Analysis를 통한 이탈 고객 분석] - 4팀 1조