[Week3/김동섭] 구매 상품 트렌드 분석 내용 공유

[Aliasss]

현재까지 분석한 내용 일단 공유드립니다.

유저당 주문수량 분석

유저별 총 주문건수

• 총 주문건수: 1471
• 전체 기간 중 1회만 주문한 유저수: 1095
• 전체 기간 중 1회만 주문한 유저 비중: 74.44%

일자별 총 주문건수

• 일별 총 주문건수에서 일정한 주기성을 보임
• 증가하다가 큰 폭으로 하락하는 경향 → 급락하는 지점들은 '전부' 일별 총 주문건수가 10건 미만까지 떨어짐
• 일별 총 주문건수가 10건 미만인 날들을 보자

df_order_weekday_user = df.groupby(['order_date', 'order_weekday'])['user'].count().reset_index().query("user < 10")
df_order_weekday_user['order_weekday'].value_counts().reset_index().style.background_gradient('Blues')

• 일별 주문건수가 10건 미만인 날은 토요일, 일요일 <주말>에 몰려있음
• 주말이 되면 주문건수가 급락하는 주기성

요일별(전체기간 요일별로 그룹핑) 주문건수

• 요일별 주문건수는 '월→수'로 갈수록 증가해 수요일에 정점
• 토요일, 일요일 각각의 주문건수는 평일 각각의 요일보다 적음

월별 주문건수 & 주문자수

주문 아이템 분석

브랜드별 주문건수 & 주문자수

• 주문건수, 주문자수 모두 Gucci, Chanel, Saint Laurent, Louis Vuitton, Prada, Burberry, Yves Saint Laurent, Thom Browne, Fendi, Celine 순으로 높았음

브랜드별 주문건수 기준 월별 추이

• 증가폭은 Celine이 2월 대비 3월에 +180%로 가장 높았지만, 주문 건수로만 봤을 땐 9위-
• Chanel은 1월 대비 2월에 +164%였지만, 2월 대비 3월에 +5%
• Burberry는 1월과 2월은 증가폭이 0이었지만, 2월 대비 3월에 +142%

카테고리별 선호도 분석

• 제일 주문건수 많은 '가방' 카테고리는 2순위 '아우터' 카테고리보다 약 61% 주문량 많음

신규 유저들의 구매 트렌드 파악

신규 유저?

• 가입일: 2017.06.24~2021.03.31
• 신규유저: 2021년에 가입한 사람들로 설정
• 신규유저(new_user)와 구유저(old_user)를 구분하는 컬럼(new_or_old) 생성

신규유저(2021년 가입) 브랜드별 주문건수

구유저(2017-2020년 가입) 브랜드별 주문건수

구유저 주문건수 대비 신규유저 주문건수 증감률

• 2017~2020년 가입자에 비해 2021년 가입자는 Vivienne Westwood, Lucky Chouette를 1건도 구매하지 않음
• 2017~2020년 가입자는 Celine, It michaa를 1건도 구매하지 않았는데 2021년 가입자는 Celine 22건, It michaa 12건 구매했음
• 구유저 대비 신규유저의 주문건수 증감률이 높은 순으로는 Celine, It michaa, Louis Vuitton, Saint Laurent, Chanel, Gucci 순

[jaehwan2]

동섭님 고생 많으셨습니다! 정말 깔끔하게 잘 정리해주셨네요 :) 물리적 시간이 좀 부족해서 시계열 분석을 미처 하지 못했는데, 시계열 분석에 대한 부분이 잘 되어 있어 내용을 참고할 수 있었습니다. 주문 건수가 적은 요일이나 비율 차이 등으로 내용 분석하신 것도 이해가 잘 되구요. 이번 과제도 고객 주문 건수의 분포가 1이 압도적이라 가입일 기준으로 고객 분류하는 것에 더해, 추가적으로 고객 분류의 기준을 잡을 수 있을지 오후에 조금 더 논의해보면 좋을 것 같습니다.

[Aliasss]

네네, 이번 데이터도 고객 주문 건수 1인 경우가 많아서 이 부분이 관건일 것 같습니다!