Project Detail
Starbucks Promotion Analysis
어떤 고객군이 어떤 오퍼와 채널에 반응하며, 이를 어떤 CRM 액션으로 해석할 것인가?
고객·오퍼·채널 데이터를 재구성해
어떤 고객군이 어떤 제안과 채널에 반응하는지 읽고
CRM 액션 판단으로 번역한 마케팅 분석입니다.
Decision Moment
질문이 바뀐 순간
이 프로젝트가 단순 분석에서 의사결정 구조로 넘어간 핵심 장면입니다.
Original Question어떤 오퍼가 성과가 좋은가?
Reframed Question어떤 고객군이 어떤 오퍼와 채널에 반응하며, 어떤 액션 후보로 볼 수 있는가?
- Key Evidence
- AUC 0.8147, Recall 0.8712, Precision 0.6830, F1 0.7657, NDCG@5 1.0000
- Final Deliverable
- 고객군별 오퍼 반응 분석, 채널 성과 비교, Tableau 결과물, CRM 액션 인사이트
- What this proves
- 고객·오퍼·채널 데이터를 마케팅 실행 판단으로 번역하는 역량
Evidence Snapshot
근거 스냅샷
숫자가 있는 프로젝트는 검증 지표를 먼저, 데이터가 부족한 프로젝트는 확인 가능한 산출물 중심으로 정리했습니다.
Problem / Context
문제와 맥락
- 주요 도메인
- 마케팅
- 역할
- 이벤트 구조 재설계 / 추천 후보 해석 / Tableau 결과 정리
- 기간
- 2026
- 형태
- 4인 팀 프로젝트
고객, 오퍼, 채널 데이터가 분리된 상태에서는 어떤 고객군이 어떤 제안에 반응하고 어떤 채널 조합이 성과로 이어지는지 함께 읽기 어렵습니다. 이 프로젝트는 분리된 로그를 CRM 판단 단위로 다시 묶는 데 초점을 뒀습니다.
고객, 오퍼, 채널 기준으로 흩어진 데이터를 한 구조에서 보고 고객 반응과 오퍼 성과를 함께 읽을 수 있는 분석 틀이 필요했습니다.
마케팅 분석은 단순 반응률이 아니라 어떤 고객군이 어떤 제안과 채널에 반응하는지까지 연결되어야 실행 인사이트가 되기 때문입니다.
Data & Method
데이터와 접근
- 이벤트 로그
- 고객 정보
- 오퍼 / 채널 데이터
- 반정형 로그를 조인 가능한 테이블 구조로 전처리
- 고객 반응과 오퍼 / 채널 성과를 함께 비교
- Tableau 대시보드와 해석 문서로 결과 정리
- 고객 반응 비교 기준
- 오퍼 / 채널 성과 기준
- 마케팅 인사이트 정리 기준
Output
결과물
고객·오퍼·채널 데이터를 조인 가능한 분석 구조로 재구성하고, 반응 예측 지표와 오퍼/채널 성과 비교를 Tableau 결과물과 마케팅 액션 인사이트로 정리했습니다.
고객·오퍼·채널 데이터 통합고객 반응 / 오퍼 성과 분석Tableau 결과물CRM 액션 인사이트
Key Insight
핵심 포인트
- 반정형 이벤트 로그를 고객·오퍼·채널 기준의 분석 구조로 재정리
- 고객 반응, 오퍼 성과, 채널 차이를 CRM 액션 후보로 함께 해석
- 모델 성능 지표와 Tableau 결과물을 마케팅 의사결정 흐름으로 연결
Limits / Notes
한계와 검토 메모
검증 범위와 추가로 확인해야 할 조건을 숨기지 않고 함께 남겼습니다.
- 원본 Kaggle CSV는 저장소에 포함하지 않아 full notebook execution은 `portfolio.csv`, `profile.csv`, `transcript.csv`를 로컬에 배치해야 합니다.
- CI는 public artifact checker와 pipeline entry-point syntax를 확인하며, 데이터가 필요한 notebook retraining은 실행하지 않습니다.
- 실제 운영 캠페인 성과와 연결한 후속 검증은 포함되지 않았습니다.
- 오퍼별 장기 유지 효과 비교는 추가 분석이 필요합니다.
Links
확인 가능한 산출물
GitHub README와 대시보드 산출물 기준으로 전체 분석 흐름을 확인할 수 있습니다.
Case Studies