JMP 활용 고객 데이터 분석 — CDS 빅데이터 최우수상

프로젝트 개요

KSA(한국표준협회) 주관 2023년도 CDS 대학생 빅데이터 전문가 교육과정에서 수행한 팀 프로젝트입니다. 통계·AI 분석 툴인 JMP 소프트웨어를 학습한 후, 실제 고객 데이터(렌탈 서비스)를 바탕으로 비즈니스 문제를 분석하고 개선 방안을 제안했습니다.

비즈니스 문제 정의

핵심 문제: 멤버십 가입률 저조 (현재 9.3%, 목표 12.0% 이상)

렌탈 서비스를 이용하는 고객 데이터를 분석하여, 멤버십 가입에 영향을 미치는 요인을 파악하고 가입률을 높이기 위한 전략적 솔루션을 도출하는 것이 목표였습니다.

분석 방법론: DATA Framework

Detect → Analyze → Transform → Apply 방식으로 분석을 구조화했습니다.

비즈니스 이해
    ↓
데이터 이해 (EDA 및 시각화)
    ↓
데이터 전처리
    ↓
모델 개발 및 검증
    ↓
적용 방안 및 서비스 개선 제안

분석 과정

1. EDA 및 인자 Screening

데이터 분포 확인과 인자 Screening을 통해 통계적으로 유효한 변수를 선별했습니다.

• 각 변수의 분포 분석 (Distributions)
• Y 변수(멤버십 가입 여부)에 대한 인자별 가설검정으로 Vital X 확인
• Contingency Analysis, Correspondence Analysis 활용

주요 발견: - DES-1 계층(특정 구독 등급)의 비율이 가장 높음(79%) - 이후 멤버십 판매에 대한 전략적 접근이 핵심임을 확인

2. 모델 개발

총 4가지 모델을 비교 실험했습니다.

Stepwise Regression으로 변수를 선택하고, GLM 모델을 최적 모델로 선정했습니다.

3. 모델 개선

초기 모델링 결과가 기대에 미치지 못해, 타깃 변수 불균형을 원인으로 파악했습니다. 언더샘플링(Undersampling)으로 각 클래스 비율을 조정하여 개선된 모델을 도출했습니다.

• Test Set 101개 전부 멤버십으로 예측하는 결과 → 과적합 확인
• 일부 요인(남부유통·무통장)이 데이터 상 지나치게 큰 멤버십 가입률을 보임
• 모델 X인자 외 고객 서비스 관련 데이터 추가 수집 필요

결론 및 솔루션 제안

분석 결과를 바탕으로 STP 기반 마케팅 전략을 제안했습니다.

Segmentation - 현재 멤버십 가입 방식을 검토하여 CMS 선호 고객을 대상으로 방문 비율을 높이는 방향 설정

Targeting - 분석 결과 높은 수준을 보이는 DES-01 계층을 우선 타깃으로 설정 - 해당 계층에 맞는 멤버십 제공 서비스 간소화 및 남부 유통 중점화

Positioning - 멤버십 예측 결과 높은 수준을 보이는 DES-01 계층을 우선순위 대상으로 선별적 접촉 전략

성과 및 배운 점

• Python 대비 더 직관적이고 간편한 JMP 소프트웨어 활용 역량 습득
• 비즈니스 문제 상황을 이해하고, 분석 목표 설정 및 솔루션 탐색의 전 과정 체득
• 데이터 분석이 단순 숫자 해석이 아닌 비즈니스 의사결정으로 이어지는 과정 경험
• 최우수상 수상 (한국표준협회 CDS 교육과정)

자료

• 프로젝트 발표자료 (91페이지)
• JMP Software