[템플릿 활용 가이드]

이 템플릿은 프로젝트 진행 상황을 점검하고, 앞으로의 계획을 정리하기 위한 목적으로 작성되었습니다. 템플릿 내 예시는 단순 참고용이며, 팀의 프로젝트 방향과 내용에 맞게 수정이 필요합니다.

• 활용 방법

<aside> 1️⃣

프로젝트 개요

• 프로젝트 이름: No Junk, New Burger : 햄버거 저당&저염 소스 기획 및 마케팅 방안

• 분석 목적: 외식 & 식품 트렌드에 발 맞춰 제품을 기획하고 효율적인 마케팅 전략을 수립하기 위함

• 데이터 출처:

  <aside> 💽

  • https://github.com/ToroData/US-McDonald-s-Nutrition-Dataset/blob/main/README.md 맥도날드 메뉴 성분, 별점

  • 음식 종류별 영양 성분

    전국통합식품영양성분정보_음식_표준데이터.csv

  • https://www.kaggle.com/datasets/ulrikthygepedersen/fastfood-nutrition/data 주요 패스트푸드점 영양성분

  • https://www.kaggle.com/datasets/nelgiriyewithana/mcdonalds-store-reviews 맥도날드 매장 리뷰

  • https://www.kaggle.com/datasets/joebeachcapital/mcdonalds-yelp-reviews 맥도날드 고객의 부정적인 리뷰

  • https://www.kaggle.com/datasets/mohamedharris/restaurant-order-details?utm_source=chatgpt.com +https://www.kaggle.com/datasets/haseebindata/restaurant-orders → 고객 데이터 </aside>

• 분석 대상 및 범위: 2025년 01월~2025년 08월

• 예상 결과물

  • 주요 변수와 고객 이탈의 상관관계를 보여주는 Heatmap 및 Bar chart 및 Line chart 등
  • 인사이트 요약 : 저속노화 트렌드에 맞지 않은 햄버거 영양성분 발견 (나트륨 , 당류) </aside>

<aside> 2️⃣

데이터 개요

• 데이터셋 설명
  • 데이터 수집 방법: Kaggle 및 Github, 공공데이터
  • 데이터셋의 크기: 250 rows
  • 주요 변수 및 설명:

    • 핵심데이터 - 성분

      변수명	설명	데이터 타입
      Category	카테고리	범주
      Item	메뉴 이름	범주
      Serving Size	메뉴 용량	범주
      Calories	칼로리	실수
      Calories from Fat	지방 칼로리	실수
      Total Fat	총 지방량	실수
      Total Fat (% Daily Value)	1일 권장량 대비 지방 비율	실수
      Saturated Fat	포화지방량	실수
      Saturated Fat (% Daily Value)	1일 권장량 대비 포화지방 비율	실수
      Trans Fat	트랜스지방량	실수
      Cholesterol	콜레스테롤량	실수
      Cholesterol (% Daily Value)	1일 권장량 대비 콜레스테롤 비율	실수
      Sodium	나트륨량	실수
      Sodium (% Daily Value)	1일 권장량 대비 나트륨 비율	실수
      Carbohydrates	탄수화물량	실수
      Carbohydrates (% Daily Value)	1일 권장량 대비 탄수화물 비율	실수
      Dietary Fiber	식이섬유량	실수
      Dietary Fiber (% Daily Value)	1일 권장량 대비 식이섬유 비율	실수
      Sugars	당류량	실수
      Protein	단백질량	실수
      Reviews	리뷰갯수	정수
      Stars	별점	정수

• 데이터 전처리 과정
  • 결측치 처리 방법: 결측치 제거
  • 이상치 탐지 및 조치: (-) 값 → 절대값 변경
  • 데이터 변환(필요 시): 없음.

</aside>

<aside> 3️⃣

탐색적 데이터 분석(EDA)

1. 기술 통계 분석
   • 주요 변수의 분포*(예: 월평균 요금의 평균: 50, 표준편차: 10)*
   • 평균, 중앙값, 표준편차 등 기초 통계량
2. 데이터 시각화
   • 상관관계 분석: Heatmap, 산점도를 통해 주요 변수 간 상관관계 파악
   • 범주형 변수의 빈도 분석: Bar chart로 별점 확인
   • 제품 리뷰 분석을 위한 워드클라우드 시각화
3. 패턴 및 트렌드
   • 당류와 칼로리, 당류와 나트륨, 나트륨과 칼로리 상관관계 분석
4. 주요 인사이트 도출
   • 한 끼 권장량 대비 비율을 살펴본 결과, 나트륨 함량은 평균적으로 권장량 대비 135.1%로 높은 편이었다.
   • 평균 맛별점이 6월에 2점대로 떨어졌다.
   • 나트륨과 당류는 상관관계를 보인다. </aside>

<aside> 4️⃣

현재까지의 진행 상황

• 진행한 작업
• 해결된 문제
• 진행 중 문제 </aside>

<aside> 5️⃣

</aside>

<aside> 6️⃣

</aside>

<aside> <img src="/icons/first-aid_red.svg" alt="/icons/first-aid_red.svg" width="40px" />

</aside>