![]()
💻 발표 자료발표자료 보러가기 🪄 메인 튜터 피드백🐰 🐰 🐰 [좋았던 점]실무에서 분석하는 프로세스 순서대로 비즈니스 분석을 굉장히 논리적으로 잘해주셨습니다. 전체적인 비즈니스 현황, 수익 구조 파악, 개선 방향 제안까지 분석 방향성이 설득력있고 뚜렷해서 좋았습니다.예상 월 매출을 정량적으로 측정하신 부분도 인상적이었습니다.[보완할 점]선호 요금제 그래프는 복잡한 그래프를 활용하기보다는 한눈에 알아보기 쉬운 간단한 차트와 색상으로 강조해주셔도 좋습니다.분석 레포트에 원핫 인코딩 파트 전처리 코드는 캡쳐본 생략해주셔도 괜찮습니다.[총평]비즈니스 목표부터 프로젝트 회고까지 완성도 높은 멋진 프로젝트 결과물이었습니다.전체적으로 데이터 스토리텔링도 잘하셨고, 너무 훌륭한 결과물입니다. 고생 많으셨습니다..
![]()
💟 팟캐스트 사업의 개선안내가 했던 내용만을 정리를 해본다!프로젝트의 내용은 요금제 부분에서 개선해야한다는 관점과 팟캐스트 사업의 방향과 개선안을 제시하는 파트로 나눠서 진행을 했는데 나는 이 중 개선안을 제시하는 부분을 맡아 데이터를 분석해 의견을 제시했었다.앞선 결측치 분석을 통해 팟캐스트에 대한 것은 이를 활용하자는 것을 제안했었고, 팟캐스트에 관심이 없다라는 것을 다른 분이 데이터적으로 파악해주셨다. 그래서 팟캐스트 사업은 무리한 확장은 하면 이익손실이 있을 것으로 보여졌고 실제로 사업의 흐름을 조사해보면 팟캐스트 사업에 많은 투자가 이루어졌다가 적자가 난 부분도 볼 수 있었다.그래서 우리의 방향은 무리한 확장 x, 내실 강화 쪽으로 진행하는 것이 맞다고 생각했고, 이를 위한 데이터 분석을 다음..
![]()
💟 데이터 전처리 및 EDA☑️ 데이터 전처리- 우리 조가 선택한 데이터의 가장 까다로운 점은 대부분 범주형 데이터였다는 점- 결측치가 존재하는 컬럼이 5개였던 점이러한 문제점이 존재해서 데이터를 전처리할 때 다음과 같이 전처리를 해줬다. 1️⃣ 나이 컬럼의 재범주화와 다중응답 처리나이 재범주화나의 범주를 살펴보면 다소.. 기존 데이터가 애매하게 범주를 나눠진 상태였다.우리 조는 이 나이 범주를 20세 미만, 20-35세, 35세 이상으로 기준을 다시 나눠서 다음과 같은 코드로 데이터를 재범주화 시켰다.df['Age'] = df['Age'].replace({'6-12' : 'under_20', '12-20' : 'under_20', '35-60' : 'over_35', '60+' : 'over_35'}..
![]()
💟 프로젝트 개요☑️ 행동 데이터(행동패턴) 분석은 모든 도메인에서 중요한 의미를 가지고 있습니다.☑️ 행동 데이터를 통해 고객의 니즈를 파악하고, 이에 맞춰 액션 플랜(추천)을 제공하기도 합니다.☑️ 해당 프로젝트의 목적은 데이터 EDA 를 진행하고 결과를 도출하는(보여주는) 것으로 생각해주세요. 🔹데이터 소개 https://www.kaggle.com/datasets/meeraajayakumar/spotify-user-behavior-dataset/data Spotify User Behavior DatasetA Comprehensive Spotify Dataset for User Analysiswww.kaggle.comData Shape : 520 row, 20 columnsData Types- ..
