Data Analyst
문제 정의, 지표 설계, 검증 가능한 분석 결과물 정리에 가장 직접적으로 맞습니다.
Python / SQL / pandas통계 검정과 모델 지표README와 웹 결과물로 전달
Start Here
3분 안에 읽는 Signal Archive 리뷰어 가이드
이 사이트는 프로젝트를 많이 나열하는 포트폴리오가 아니라, 문제를 어떻게 정의하고 데이터를 어떤 판단 구조로 바꾸는지를 보여주는 아카이브입니다. 처음 보는 사람은 아래 순서대로 보면 가장 빠르게 역량을 판단할 수 있습니다.
Role Fit
어떤 역할에 맞는가
Spatial Data Analyst
도시, 상권, 공공데이터를 공간 단위 판단 구조로 바꾸는 프로젝트가 강점입니다.
공공 안전 우선순위상권 리스크 기준지도/지역 단위 비교
CRM / Business Analyst
고객·오퍼·세그먼트 데이터를 액션 우선순위 언어로 번역하는 확장 역할입니다.
RFM / 세그먼트오퍼 반응 구조전환 병목과 실험 가설
Review Flow
처음 보는 사람이 따라갈 순서
Evidence Map
대표 근거를 어디서 볼 것인가
각 프로젝트는 문제, 분석 구조, 공개 결과물, 검증 신호가 연결되어 있는지를 기준으로 배치했습니다.
공공데이터개인 프로젝트
LH Traffic Safety Analysis
신도시에 적용 가능한 설치 우선 순위 기준을 명확히 도출한 교통안전 분석 프로젝트입니다.
- 적용 범위
- 4개 신도시 권역 비교와 교산 적용 시나리오까지 포함
- 분석 단위
- 격자 기반 위험 구간과 설치 후보 위치 단위로 재구성
- 검증 결과
- Mean AUC 0.8604 / Top-10% Lift 4.39x
상권/부동산개인 프로젝트
Seoul Storefront Redveil
좋아 보이는 매물 추천보다, 매입 전에 확인해야 할 근거를 한 화면에 정리한 상권 검토 서비스입니다.
- Coverage
- 서울 25개 구, 행정동 428개, 취약 상권 1,570개 비교
- Transaction Data
- 상업용 부동산 거래 12,074건 기반 검토
- Analysis Unit
- 구 단위 비교 + 매물 1건 검토 + 대체 후보 비교 흐름
마케팅개인 프로젝트
Starbucks Promotion Analysis
고객, 오퍼, 채널 데이터를 기반으로 세그먼트와 오퍼 반응의 상관관계를 분석한 CRM / 마케팅 분석 프로젝트입니다.
- 모델 성능
- AUC 0.8147 / Recall 0.8712 / Precision 0.6830 / F1 0.7657
- 추천 검증
- Recall@5% 0.0855 / Recall@10% 0.1642 / NDCG@5 1.0000
- 검증 설계
- 시간 기반 train/test split으로 미래 정보 누수 가능성을 줄임
커머스개인 프로젝트
ShopEasy
2025년 3분기 주문 감소 원인을 고객·카테고리·세션 흐름으로 분해하고 A/B 테스트까지 제안한 서비스 분석 프로젝트입니다.
- Coverage
- 주문 1,000건 / 사용자 500명 / 세션 2,000건 기준 분석
- Monthly Drop
- 7월 420건 → 9월 240건, 완료 주문 305건 → 159건
- Conversion Gap
- 모바일 전환율 6.38% / 전자기기 완료율 52.34%