미리보기

[주요 업무]

• Python을 통한 데이터 전처리

  • ‘컬럼 분할’, ’컬럼 생성’, ‘데이터셋 병합(기온+매출)’, ‘언어 변경(영문화)’, ‘데이터 매핑’

• Tableau를 통한 데이터 전처리

  • 차원 내 그룹 생성(요일이 병기된 일자(Date + Day)

  • 측정값 내 계산된 필드 생성(매출 증감률, 매출 증감액)

• Tableau를 통한 대시보드 생성

  • 이중 축 차트(최고/최저/평균 기온 + 전년 대비 기온 증감) &

  • 이중 축 차트(매출 + 전년 대비 매출 증감액/증감율)

  • 계절 수요가 불분명했던 상품 카테고리에 대해 ‘월별 기온 증감에 따른 매출 증감 패턴’ 과

    ‘기온 발생 시점과 매출 발생 시점간의 시차(Time Lag)’ 발견

• Python을 통한 EDA

  • Scatter Plot을 통한 강한 상관관계 및 선형관계 확인

  • ‘상품 카테고리’, ‘판매 채널’, ‘계절’별로 80개의 조합(Multiple Subplot) 생성

• Python을 통한 통계 모델링

  • 분할 선형 회귀 분석(Segmented Regression)을 통해

    매출 추세에 갑작스러운 변화가 일어나는 ‘매출 변환점(breakpoint)’과 이에 해당하는 기온 파악

[성과]

• 기온 발생 시점과 매출 발생 시점 간에 발견된 시차가 매대 진열 상품 구성의 ‘조정 시점’에 활용

• ‘매출 변환점’을 통해 발견된 기온이 중앙 재고 보관소의 ‘창고 사용료 절감’ 전략에 활용

프로젝트 살펴보기
▶ https://drive.google.com/file/d/1Zc3Ki4i6jUVJRONmyXONiOH3wkg-b54l/view

[ 주요 업무 ]

• Google Sheet를 통한 데이터 전처리

  • 기업 담당자와의 협의 내용을 토대로
    ’데이터 통합’, ‘컬럼 생성’, ‘특정 로우 삭제’, ‘테이블 생성’

• 회원 전환율 개선안 마련

  • 회원 비율 변화에 따른 매출 증가율/증가액 예측

  • UI 개선을 위한 A/B 테스트 제안 및 설계

• 수익원 다각화 방안 마련1

  • 아이템 기반 협업 필터링을 토대로 상품 간 공동 구매 횟수 확인 및 상품 추천

• 재구매 유도 쿠폰 금액 설정

  • 재구매 주기 비율을 토대로 한 재구매 주기의 골든타임 제시

  • ‘왼쪽 자릿수 효과’ 및 ‘단수 가격’를 활용하여 구매 유도를 위한 최적의 할인 금액 계산

• 수익원 다각화 방안 마련3

  • 네이버 데이터 랩을 통한 상품 유형별 3개년 검색량 추이 확인

[ 성과 ]

• 회원 전환율 개선을 위한 UI 개선 A/B 테스트 제안 및 설계

• 수익원 다각화를 위한 3가지 방안 마련

  • 아이템 기반 협업 필터링을 통한 상품 추천

  • 재구매 유도 쿠폰 지급 및 상품 추천 푸시메시지 설계

  • 신상품 개발을 위한 원석 및 상품 형태 제시

프로젝트 살펴보기
▶ https://drive.google.com/file/d/1jM-EiLNXEsea7ryqI_hoDgzgVpyWfL4u/view

[ 주요 업무 ]

• Tableau를 통한 데이터 전처리

  • ‘차원’에 그룹 생성, ‘측정값’에 계산된 필드 생성

  • 필터 기능을 통한 데이터 정제

  • 생키 차트를 위한 데이터셋 UNION

• 국제노선 분류 작업

  • OpenStreetMap 상에 거리에 따른 국제노선 분류 및 시각화

• 중장거리 국제노선의 신규 취항 우선 순위 선정 작업

  • 단위 세분화(대륙, 국가, 도시)를 통한 수요 상위 10개 도시 발견 및 생키차트 구현

• 신규 취항 및 운항 재개를 위한 단거리 노선 선정 작업

  • 연도별 승객 수 추이를 토대로 ‘비필수 항공 수요’ 추적

  • 지역별 ‘항공 수요 대비 공급 비율’ 계산

[ 성과 ]

• 중장거리 국제노선의 신규 취항 노선 우선 순위 제시

• 중장거리 국제노선의 항공 지연 원인 파악 및 대비책 제시

• 단거리 국제노선의 국가별 신규 취항 노선 및 운항 재개 노선 추천 (일본, 중국, 베트남)

프로젝트 살펴보기
▶ https://drive.google.com/file/d/1dvhvyVtP4bzfRg9RHALL37SZWWS-0Hwu/view

[ 주요 업무 ]

• SQL을 통한 데이터 전처리

  • 결측치를 배제하는 쿼리 작성 후 VIEW 생성

  • 컬럼과 로우에 표기된 언어 변경(포르투갈어 → 영어) 후 VIEW 생성

• 두 집단에 대한 통계 검정

  • F-검정, T-검정을 통한 두 상품군 간 통계적으로 유의미한 차이 여부 확인

• 부정 리뷰 분석

  • 1점 리뷰 상의 핵심 키워드를 TF-IDF로 확인 후 Word-Cloud로 시각화

• 머신 러닝을 통한 상품 분류

  • 상품의 4가지 물리적 특징을 토대로 K-means clustering을 통해 2개의 그룹으로 분류

[ 성과 ]

• 온라인 쇼핑 여정 중 고객 경험 개선을 위한 3가지 전략을 가이드북 형태로 제시

  • 권장 상품 등록 기준(상품명 길이, 상품 설명 길이, 사진 개수) 안내

  • 특정 결제 수단의 승인 소요시간 사전 안내 및 장시간 소요에 따른 즉각 발송준비 당부

  • 판매 건수 상위 20% 판매자를 기준으로 한 ‘결제 승인 후 상품 발송 권장 시간’ 안내

프로젝트 살펴보기
▶ https://drive.google.com/file/d/1RumV36PrcRXoBKQnF2Ummc98UD8GUY9q/view

1. 매장 정보 업데이트(Store Masterfile Update)

[전달 정보]

매장명｜판매 채널｜운영 형태｜매장 코드｜지역｜주소｜백화점 종류｜매장 전년 비교 가능 여부(Comp/NonComp)｜판매 브랜드｜영업 여부｜매장/BOH 면적｜매장 변동 사항｜영업 시작일｜영업 종료일｜ 임대만료일｜담당팀｜담당자(PIC)

[전달 목적]

대시보드 제작을 위한 기초 자료

[전달 대상]

사업기획팀

[작업 도구]

Excel - 통합 문서 연결(외부 문서 참조)｜XLOOKUP

2. 주간 매출 현황 보고서 업데이트 및 발행 (매장/브랜드별)

[전달 정보]

1. Sales - 주/월/분기/연간 누적(WTD, MTD, QTD, YTD) 매출액(Sales RTL)

2. KPI - 평균 구매 수량(UPT)｜평균 판매 가격(AUR)｜평균 매출액(ADT)｜거래 건수(SLS Txn)

            * 금년(TY), 전년(LY), 신장률(% vs LY) 별 수치 정보 포함

[전달 목적]

매장 관리자들의 기간별 목표 매출 달성을 위한 전략 수립의 기초 자료

[전달 대상]

각 판매 채널(백화점, 플래그십스토어) 팀｜매장별 관리자

[작업 도구]

Excel - Pivot Table｜XLOOKUP

3. 주간 매출 현황 보고서 업데이트 및 발행 (매장/브랜드/상품카테고리/판매채널/지역별)

[전달 정보]

1. Sales - 주/월/분기/연간 누적(WTD, MTD, QTD, YTD) 매출액(Sales RTL) ｜판매수량(Sales Unit)

2. Inventory - 재고 금액(EOH RTL)｜재고 수량(EOH Unit)

                       * 금년(TY), 전년(LY), 신장률(% vs LY) 별 수치 정보 포함

[전달 목적]

팀별 매출 및 재고 관련 업무(판매 관리, 운영 지원, 재고 실사, 상품 선정 및 공급)의 기초 자료

[전달 대상]

각 판매 채널(백화점/아울렛/이커머스/플래그십스토어) 팀｜매장 운영팀｜재무팀｜MD팀

[작업 도구]

Excel - Pivot Table｜VLOOKUP

• 데이터 분석을 위한 Excel 실습 & 기초수학/통계 학습
• [Python] 실습 및 프로젝트 수행
• [SQL] 실습 및 프로젝트 수행
• [Tableau] 실습 및 프로젝트 수행
• [국내 주얼리 온라인 A사] 기업 연계 프로젝트 수행

• 3개의 프로젝트 진행
  • 유저 인게지이먼트 하락 원인 분석
  • 검색 기능 분석
  • A/B 테스트 결과 분석

• 개념 학습 및 실습
  • DML｜ERD
• 개념 학습 및 문제풀이(Leetcode, HackerRank)
  • 서브쿼리｜조인｜윈도우 함수｜정규 표현식｜사용자 정의 함수

• 개념 학습 및 문제풀이(Leetcode, HackerRank)
  • COUNT｜SUM｜AVG｜MIN/MAX｜GROUP BY｜HAVING｜CASE
    ｜JOIN(INNER, OUTER, LEFT, RIGHT, SELF)｜UNION(ALL)

프로그래밍 기본 개념 (자료형｜추상화｜함수｜파라미터 등)

• 데이터 조회로 기본 다지기
  • 데이터 조회(SELECT, WHERE)｜조건 표현식｜데이터 정렬
• 데이터 분석 단계로 나아가기
  • 집계 및 산술 함수｜Alias｜그루핑(GROUP BY)｜ WITH ROLLUP
• 테이블 조인을 통한 깊이있는 데이터 분석
  • Foreign Key｜결합 연산과 집합 연산｜테이블 조인
• 서브쿼리와 뷰를 활용한 유연한 데이터 분석
  • 서브쿼리 (SELECT, WHERE, FROM)｜뷰

• PMP(제품 시장 적합성)와 BM 이해
• CAC & LTV, 공헌 이익, AARRR 퍼널 이해
• 기여도 분석을 위한 UTM 생성 실습
• GA와 GTM을 통한 웹 유저 행동 데이터 트래킹 실습

• 디지털 마케팅의 종류와 특징(퍼포먼스, 그로스, 콘텐츠, 인플루언서)
• 마케팅 업계 구조와 트리플 미디어 이해
• 데이터 분석 솔루션(소셜 매트릭스, 네이버 데이터랩, 빅풋9) 이해