전자제품 쇼핑몰 서비스 건강성 분석

이론 배경

통계

전체 코드

목적

회사에 들어오는 유저들의 행동 패턴을 파악하고, 서비스가 성장하고 있는지 분석을 목적

데이터 설명

  • 데이터셋 출처 https://www.kaggle.com/mkechinov/ecommerce-events-history-in-electronics-store/version/1
  • 전자 제품 회사의 이커머스 이벤트 히스토리 (캐글)
  • 2019년 10월부터 2020년 2월까지 5월까지의 큰 전자제품 온라인 상점의 5달 동안의 유저 행동 데이터를 포함하고 있다
  • 각 데이터의 행은 이벤트를 나타내며, 이벤트는 상품과 유저와 관련이 있습니다
  • 각 이벤트는 상품과 유저의 many-to-many relation 와 같습니다
  • 하나의 세션에는 여러개의 구매 기록이 남을 수 있지만, 1개의 주문으로 봐도 좋습니다

데이터 특이사항

  • 정확히 방문만 한 유저는 알 수 없음
    • 여기서는 유저의 방문을 “아래 4개 중 하나의 행동을 해당 날짜에 했음”으로 정의
  • 아이템을 조회, 장바구니 담기, 장바구니에서 제거, 구매

일자별 유저수는 어떻게 나타날까 ?

image

  • 11월 12- 19일 기준으로 peak 를 찍었다가 점차 감소하는 추세
  • 유저수가 정체되고 있거나 소폭 감소하는 경향이 있었음

  • 주별/월별 유저수 변화
    • 일자별 유저수와 비슷하게 나타났다.

image

  • 월별 유저수 변화

image

1달 동안 한 유저는 얼마나 자주 방문하는가?

  • DAU 와 MAU를 비교했을 때, DAU / MAU = 3.6 %
    • 매일 방문하는 유저가 거의 신규 유저고, 1달 동안 다시 방문하는 케이스가 극히 드물었다. (안 좋은 신호일 수 있다.)

유저의 서비스 내 활동량은 얼마나 될까?

image

  • 유저들은 하루에 거의 1번 방문함 (1.0 - 1.2 세션수)
  • 방문 대비 이벤트 수를 보았을 때, 유저의 방문 시 이벤트 수는 소폭 증가하는 경향이 있었다 (1.6 → 1.8)

유저들은 다시 방문/구매하고 있는가?

image

  • 유저들이 처음 방문한 후에 재방문하는 비율
    • 1개월이 지났을 때는 2%
    • 2개월이 지나면 1% 미만
    • 3개월째 되면 0.5%
    • 0.34%

image

  • 유저들이 처음 구매한 후에 재구매하는 비율
    • 1개월이 지났을 때는 2% 정도
    • 2개월이 지나면 0.6%
    • 3개월째 되면 0.16%

결론

  • 유저의 재방문 및 재구매가 많지 않고, 들어왔을 때 활동성이 높지 않음
    • 먼저 신규 방문 유저를 놓치지 않도록, 재방문을 높일 마케팅이나 가입 유저에 대한 할인 혜택 등
    • 1번이라도 방문한 유저가 다시 방문하기 위한 혜택 등이 필요함