1. 프로젝트 개요
본 프로젝트는 이커머스 플랫폼의 고객 행동 데이터를 분석하여 이탈 가능성이 높은 고객을 사전에 예측하고, 이를 방지하기 위한 맞춤형 마케팅 전략을 수립하는 것을 목표로 합니다.
2. 데이터 수집 및 전처리
고객의 구매 이력, 웹사이트 방문 로그, 장바구니 이용 패턴 등 다양한 행동 데이터를 수집하였습니다. 결측치 처리 및 이상치 제거 과정을 거쳐 분석에 적합한 데이터셋을 구축했습니다.
3. 모델링 및 분석 결과
Random Forest와 XGBoost 알고리즘을 비교 분석한 결과, XGBoost 모델이 89%의 정확도로 가장 우수한 성능을 보였습니다. 주요 이탈 요인으로는 '최근 3개월 간 구매 없음', '고객센터 문의 횟수' 등이 식별되었습니다.
4. 결론 및 제언
이탈 위험군 고객에게 할인 쿠폰을 발송하는 A/B 테스트를 진행한 결과, 리텐션 비율이 기존 대비 15% 상승하는 효과를 확인했습니다.