오늘은 팀원들과 함께 진행했던 커리어 스터디를 발표하는 날이었다. 사다리타기로 발표자를 정했는데 나로 뽑혀서 발표를 맡아 진행했다.
그동안 팀 프로젝트로 다 듣지 못했던 강의를 완강하였다¡ 강의에서는 좋은 가설이 무엇인지와 코호트 분석 하는 방법에 대해서 학습을 진행했다.
▶ 좋은 가설이란¿
● 풀고자 하는 문제의 방향성과 일치하는 가설 → 무슨 문제를 풀고자 하는지 명확히 알 것
● 테스트 가능한 가설 → 데이터로 확인이 가능한 가설을 세울 것
● 액션으로 이어질 수 있는 가설 → 가설 검증 후 결과에 따라 특정 액션으로 유도될 수 있을 것
▶ 이번 강의를 통해 풀어야할 문제
- 8월 중순부터 웹개발 종합반의 완주율이 크게 떨어진 이유를 밝혀야 한다.
- 완주가 가능한 수강생들이 수강을 할 수 있도록 적절한 포지셔닝을 고민해야 한다.
▶ 예측할 수 있는 것¡
- 2-30대가 우리 프로덕트에 관심이 있다.
- 2-30대가 완주율이 다른 나이대에 비해 낮을 가능성이 있다.
- 2-30대가 완주율이 낮은 이유는 다른 나이대에 비해 바쁘기 때문일 수 있다.
→ 집단적으로 관심은 있었는데 지속적으로 수강을 할 수 없는 것은 애초에 시간 부족 등의 이유로 참여하기 어려운 상황이었을 확률이 높습니다.
▶ 가설 세우기
→ 다른 연령대에 비해 바쁜 20~30대의 수강 완주율이 상대적으로 낮을 것이다.
import pandas as pd
import matplotlib.pyplot as plt
plt.rc('font', family='NanumBarunGothic')
sparta_data = pd.read_csv('파일경로')
sparta_data.tail()
#나이대별로 수강률 합 구하기
progress_rate_by_age = sparta_data.groupby('age')['progress_rate'].sum()
#나이대별 수강인원 구하기
number_people_by_age = sparta_data.groupby('age')['_id'].count()
#나이대별 완주율 평균 구하기
average = progress_rate_by_age/number_people_by_age
＃바 그래프로 시각화하기
plt.figure(figsize=(6,6))
#그래프의 x축 눈금 설정
plt.xticks([10,20,30,40,50])
#plt.bar(X축값, Y축값)
plt.bar(average.index, average,width=8)
#그래프의 바에 각 수치율을 추가 해 볼까요?
bar = plt.bar(average.index, average,width=8)
for rect in bar:
height = rect.get_height()
plt.text(rect.get_x() + rect.get_width()/2.0, height, '%.1f' % height, ha='center', va='bottom', size = 12)
#그래프의 제목
plt.title('[나이대별 평균 수강율]',fontsize=15,pad=20)
#그래프의 x축 라벨 이름
plt.xlabel('나이',fontsize=12,labelpad=20)
#그래프의 y축 라벨 이름
plt.ylabel('수강생(명)',fontsize=14,rotation=360,labelpad=35)
#그래프를 화면에 나타나도록 합니다.
plt.show()
→ 2-30대의 완주율 평균이 다른 나이대롸 비슷한 비율이라는 점을 확인할 수 있다. 프로덕트가 적절한 고객에게 가지 못해 불만족이 발생하고 있지는 않을지 우려하였지만, 프로덕트 개선이나 광고 메인 타겟 변경 등은 고혀에서 배제해도 좋을 것 같다.
▶ 전화나 카톡 등으로 고객을 밀접관리를 한다면 완주율이 높아질까¿
▶ 이번 강의를 통해 풀어야할 문제
- 8월 중순부터 웹개발 종합반의 완주율이 크게 떨어진 이유를 밝혀야 한다.
- 고객이 수강을 완료할 수 있도록 적절한 동기부여를 주어야 한다.
▶ 위 상황에서 알 수 있는 것
- 밀접관리와 완주율이 동시에 감소했으므로 연관이 있을 가능성이 있다.
▶ 가설 세우기
→ 찐한관리를 받은 인원이 그렇지 않은 인원보다 완주율이 높을 것이다.
#라이브러리 불러오기
import pandas as pd
import matplotlib.pyplot as plt
plt.rc('font', family='NanumBarunGothic')
sparta_data = pd.read_table('/content/sparta_data.csv',sep=',')
#결측치 제거
sparta_data = sparta_data.dropna()
#데이터 확인 하기
sparta_data.tail()
managed = ['TRUE','FALSE'] # 데이터 수정하기
# sparta_data.groupby('managed')['progress_rate'].count()
managed_data_avg = sparta_data.groupby('managed')['progress_rate'].sum()/sparta_data.groupby('managed')['_id'].count()
#바그래프 시각화하기
plt.figure(figsize=(6,6))
#plt.bar(X축값, Y축값)
plt.bar(managed_data_avg.index,managed_data_avg.values)
#그래프의 바에 각 수치율을 추가
bar = plt.bar(managed_data_avg.index,managed_data_avg.values)
for rect in bar:
height = rect.get_height()
plt.text(rect.get_x() + rect.get_width()/2.0, height, '%.1f' % height, ha='center', va='bottom', size = 12)
#그래프의 제목
plt.title('찐한관리 유무에 따른 평균 완주율',fontsize=14)
#그래프의 x축 라벨 이름
plt.xlabel('평균 완주율',fontsize=12)
#x축 눈금 레이블 지정하기
plt.xticks([0,1], labels=["찐한관리 비 신청자","찐한관리 신청자"])
#그래프의 y축 라벨 이름
plt.ylabel('찐한관리 여부',fontsize=12,rotation=360,labelpad=35)
#x축 눈금의 글씨를 45도 회전
plt.xticks(rotation=45)
#y축 눈금의 글씨를 360도 회전
plt.yticks(rotation=360)
#그래프를 화면에 나타나도록 합니다.
plt.show()
→ 밀접관리를 받는 인원과 받지 않는 인원을 나눈어서 각 그룹별 완주율의 평균을 비교했다. 그 결과 밀접 관리를 받은 그룹의 수강 완주율은 38.6%, 받지 않은 그룹의 수강 완주율은 68.5 %로 밀접 관리를 받은 그룹의 완주율이 월등히 높은 것을 확인할 수 있었다. 실제로 밀접 관리 신청 비율을 높이는 액션을 진행해보는 것이 완주율 개선에 효과적일 것이다 .
▶ 실제로 프로덕트 개선은 도움이 되었을까¿
▶ 이번 강의를 통해 풀어야할 문제
- 고객이 수강을 완료할 수 있도록 흥미롭고 도움이 되는 콘텐츠를 제공해야 합니다.
- 8월 중순부터 웹개발 종합반의 완주율이 크게 떨어진 이유를 밝혀야 합니다.
▶ 위 상황에서 알 수 있는 것
- 8월 중순부터 웹개발 종합반의 완주율이 크게 떨어졌으므로, 비슷한 시기에 진행한 프로덕트 개선이 영향을 미쳤을 가능성이 있어보입니다.
▶ 가설 세우기
→ 8월 둘째 주 부터 변경된 3주 차 강의의 완주율이 현저히 떨어졌을 것이다.
→ 정말 문제가 있었을 경우에는 ‘이전의 커리큘럼으로 돌아갈 것’이고, 문제가 없었을 경우 ‘다른 요인을 찾아볼 것’이다.
#라이브러리 불러오기
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
plt.rc('font', family='NanumBarunGothic')
# 한글깨짐 방지
plt.rc('font', family='NanumBarunGothic')
sparta_data = pd.read_table('파일경로',sep=',')
sparta_data.tail()
#날짜 데이터 타입 변경
format='%Y-%m-%dT%H:%M:%S.%f'
sparta_data['start_time'] = pd.to_datetime(sparta_data['created_at'], format=format,infer_datetime_format=True)
sparta_data.tail()
#시작 week 구하기
sparta_data['start_week']= sparta_data['start_time'].dt.isocalendar().week
sparta_data.tail()
#시작 주 범위 알기
category_range = set(sparta_data['start_week'])
category_range
# 범주화 하기
#번주화할 데이터
progress_rate = list(sparta_data['progress_rate'])
progress_rate
#범주를 구분하는 기준 bins
bins = [0,4.11,26.03,41.10,61.64,80.82,100]
#구분한 범주의 라벨 labels
labes=[0,1,2,3,4,5]
#범주화에 사용하는 함수 pd.cut
cuts = pd.cut(progress_rate,bins, right=True,include_lowest=True, labels=labes)
cuts
cuts = pd.DataFrame(cuts)
cuts.tail()
# 표 합치기
sparta_data = pd.concat([sparta_data,cuts],axis=1, join='inner')
sparta_data.head()
#표 인덱스 변경하기
sparta_data.columns=['created_at','user_id','name','progress_rate','start_time','start_week',"week"]
sparta_data.head()
#시작주와, 수강 주차별 기준으로 표 grouping 하기
grouping = sparta_data.groupby(['start_week','week'])
grouping.head()
#시작주와, 수강 주차별에 해당하는 수강생 수 구하기
cohort_data = grouping['user_id'].apply(pd.Series.nunique)
cohort_data = pd.DataFrame(cohort_data)
cohort_data.head(10)
#각 주차별 수강한 수강생 총 합 구하기
k=31
for i in range(6):
for j in range(5, 0, -1):
cohort_data.at[(k,j-1), 'user_id'] = int(cohort_data.at[(k,j),'user_id']) + int(cohort_data.at[(k,j-1),'user_id'])
k=k+1
cohort_data = cohort_data.reset_index()
cohort_data.head()
cohort_counts = cohort_data.pivot(index="start_week",
columns="week",
values="user_id")
cohort_counts
# 앞서 만든 피벗 테이블을 retention 변수에 저장하기
retention = cohort_counts
#각 주(week) 별 최초 수강생 수만 가져오기
cohort_sizes = cohort_counts.iloc[:,0]
cohort_sizes.head()
# 최초 수강생 수를 각 데이터에 나눠주기
retention = cohort_counts.divide(cohort_sizes, axis=0)
retention
#각 수치 퍼센트로 변경하기
retention.round(3)*100
#테이블 크기 설정 하기
plt.figure(figsize=(10,8))
sns.heatmap(data="필요한 데이터 입력하기",
annot=True,
fmt='.0%',
vmin=0,
vmax=1,
cmap="BuGn")
plt.xlabel('주차', fontsize=14,labelpad=30)
plt.ylabel('개강일', fontsize=14,rotation=360,labelpad=30)
plt.yticks(rotation=360)
plt.show()
→ ４주차 컬럼에서만 떨어진 것이 아니라 전체적으로 떨어진 것을 확인할 수 있다. 추가적으로 ４주차 컬럼이 일정하게 떨어져서 유지되고 있지 않다. 다른 요인 때문에 완주율이 떨어졌다고 보는 것이 맞을 것이다.
▶ 아래의 오른쪽 차트와 같은 형태로 시각화 하기
#라이브러리 불러오기
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
plt.rc('font', family='NanumBarunGothic')
# 한글깨짐 방지
plt.rc('font', family='NanumBarunGothic')
sparta_data = pd.read_table('파일경로',sep=',')
sparta_data.tail()
#날짜 데이터 타입 변경
format='%Y-%m-%dT%H:%M:%S.%f'
sparta_data['start_time'] = pd.to_datetime(sparta_data['created_at'], errors='coerce')
sparta_data.tail()
#시작 week 구하기
sparta_data['start_week']= sparta_data['start_time'].dt.isocalendar().week
sparta_data.tail()
#시작 주 범위 알기
category_range = set(sparta_data['start_week'])
category_range
# 범주화 하기
#번주화할 데이터
progress_rate = list(sparta_data['progress_rate'])
progress_rate
#범주를 구분하는 기준 bins
bins = [0,4.11,26.03,41.10,61.64,80.82,100]
#구분한 범주의 라벨 labels
labes=[0,1,2,3,4,5]
#범주화에 사용하는 함수 pd.cut
cuts = pd.cut(progress_rate,bins, right=True,include_lowest=True, labels=labes)
cuts
cuts = pd.DataFrame(cuts)
cuts.tail()
# 표 합치기
sparta_data = pd.concat([sparta_data,cuts],axis=1, join='inner')
sparta_data.head()
#표 인덱스 변경하기
sparta_data.columns=['created_at','user_id','name','progress_rate','start_time','start_week',"week"]
sparta_data.head()
#시작주와, 수강 주차별 기준으로 표 grouping 하기
grouping = sparta_data.groupby(['start_week','week'])
grouping.head()
#시작주와, 수강 주차별에 해당하는 수강생 수 구하기
cohort_data = grouping['user_id'].apply(pd.Series.nunique)
cohort_data = pd.DataFrame(cohort_data)
cohort_data.head(10)
#각 주차별 수강한 수강생 총 합 구하기
k=31
for i in range(6):
for j in range(5, 0, -1):
cohort_data.at[(k,j-1), 'user_id'] = int(cohort_data.at[(k,j),'user_id']) + int(cohort_data.at[(k,j-1),'user_id'])
k=k+1
cohort_data = cohort_data.reset_index()
cohort_data.head()
cohort_counts = cohort_data.pivot(index="start_week",
columns="week",
values="user_id")
cohort_counts
# 앞서 만든 피벗 테이블을 retention 변수에 저장하기
retention = cohort_counts
#각 주(week) 별 최초 수강생 수만 가져오기
cohort_sizes = cohort_counts.iloc[:,0]
cohort_sizes.head()
# 최초 수강생 수를 각 데이터에 나눠주기
retention = cohort_counts.divide(cohort_sizes, axis=0)
retention
#각 수치 퍼센트로 변경하기
retention.round(3)*100
#주차별 수강 전환율 구하기
w=31
for i in range(6):
for j in range(1, 6):
if retention.at[(w, j - 1)] != 0:
retention.at[(2, j)] = retention.at[(w, j)] / retention.at[(w, j- 1)]
w=w+1
retention
#주차별 수강 전환율 히트맵
plt.figure(figsize=(10,8))
sns.heatmap(data=retention,
annot=True,
fmt='.0%',
vmin=0,
vmax=1,
cmap="BuGn")
plt.title('개강일별 주차 간 전환율', fontsize=20)
plt.xlabel('주차', fontsize=14,labelpad=30)
plt.ylabel('개강일', fontsize=14,rotation=360,labelpad=30)
plt.yticks(rotation=360)
plt.show()오늘 갑작스럽게 발표를 맡게되어 좀 부담스러운 부분이 있었지만, 커리어 스터디 발표자료를 만들 때 팀원들과 내용을 정리해둔 것이 있어 참고하며 막힘없이 대본을 작성할 수 있었다. 또 이번 강의는 좀 난이도가 높은 편이었다고 느껴졌다. 코호트차트로 시각화하는 것에 어려움이 있었어서 복습을 통해 익숙해져야겠다고 생각했다.
첫 주차를 마무리하며 KPT회고하는 시간을 가졌다.
K ｢Keep (잘했던 점 / 유지하고 싶은 것)｣ ： 관심 있는 도메인에 대해 자세히 분석하며 해당 도메인에서 요구하는 것이 무엇이고, 발생하는 문제점이 무엇인지 알아가 본점
→ 팀의 성과 ： 채용 공고 분석을 통해 관심 도메인의 실무적 문제점과 공통 요구 역량을 파악하며 산업에 대한 이해도를 높임. 이를 바탕으로 데이터 분석 역량의 실무적 가치를 깨닫고 구체적인 취업 준비 방향과 전략을 수립할 수 있었음.
Ｐ｢Problem (개선이 필요하거나 아쉬웠던 점)｣ ： 도메인에서 발생하는 데이터와 활용방법까지는 도출해내었지만, 사용되는 통계기법과 같이 구체적으로 알아보지 못한 점
→ 팀 차원의 아쉬움 ：도메인 데이터의 전반적인 활용 방식은 파악했으나, 실제 기업의 세부 적용 사례나 통계 기법 및 자료까지 연계하여 분석을 못한 점. 외부 조사의 제약으로 인해 실무 현장에서 다루는 디테일한 업무 내용이나 문제 해결 과정을 상세히 파악하는 데에는 정보의 한계가 존재했음.
Ｔ｢Try (앞으로 시도해보고 싶은 것)｣： 이번에 진행한 커리어 스터디에서 알아낸 공정에서 발생하는 데이터를 추후 프로젝트에서 다뤄보고 싶음
→ 문제 해결 방안 ：전문 사이트나 산업 리포트 등 다양한 자료를 활용해 타겟 기업과 직무 탐색의 폭을 넓히고, 각 도메인에 대해서 깊이 있는 전문성을 확보할 것. 이번 스터디에서 파악한 도메인 데이터와 향후 데이터 역량을 결합하여, 실제 프로젝트에 적용하고 기업 트렌드에 맞는 차별화된 포트폴리오를 구축할 것.
'내일배움 본캠프' 카테고리의 다른 글
| [내일배움 본캠프] 조건문과 반복문(if, For, While) (0) | 2026.05.20 |
|---|---|
| [내일배움 본캠프]Python기초 (0) | 2026.05.19 |
| [내일배움 본캠프]시각화된 그래프 꾸미기? (0) | 2026.05.15 |
| [내일배움 본캠프]'아티클 스터디'와 '커리어 스터디' 진행 (1) | 2026.05.14 |
| [내일배움 본캠프]데이터 분석과 다양한 시각화 방법 (0) | 2026.05.13 |