1. 데이터 전처리 계획

• 결측치 처리
  • NaN은 단순 드랍 or 0 대체가 아니라 “분석 대상만 필터링” → 예: 비용·기간이 없는 응답 제거.
• 코드 매핑
  • 지역 코드(D_TRA1_1_SPOT) → 행정구역명으로 매핑.
  • 교통수단 코드(1,2,3) → 실제 수단명(승용차, 버스, KTX 등)으로 변환.
• 가중치 여부
  • 가중치 컬럼 있으면 샘플 vs 가중치 적용 결과 비교 → 최종 분석에 어떤 걸 쓸지 결정.
• 파생 변수 생성
  • 평균 지출 / 1일, 1인당 총지출, 교통수단별 비율 등 마케팅 인사이트와 연결될 지표 생성.

2. 마케팅 전략 구성 계획

• 문제 정의
  • 특정 지역(예: 신안, 양양 등)의 방문자 수 대비 지출액/체류일수가 낮음 → 인지도 부족 + 매력도 낮음 문제로 정의.
• 세그먼트 분석
  • 지역별/연령대별/성별 방문 패턴 비교 → 타겟층 설정.
  • 예: “20대 여성은 OOO 지역을 당일치기로만 소비한다” → 숙박 패키지 제안.
• 광고 전략
  • KPI: CTR 중심 (랜딩페이지 방문율 → 여행 관심도 간접 측정).
  • 소재: 맛집·자연·체험형 컨텐츠 중심 이미지/영상 제작.
  • 매체: 인스타/네이버(지역 키워드)/유튜브 → 타겟 맞춤 집행.
• 개선 방향 제시
  • 광고 전 → 기본 CTR
  • 광고 후 → 소재별 CTR 비교 → CTR 개선 전략 도출.

3. 리포트 구성 계획

• 데이터 분석 파트
  • 지역별 방문객 수, 평균 지출, 체류일수 시각화 (막대·히트맵).
  • 교통수단 분포, 연령·성별별 차이 분석.
• 마케팅 인사이트 파트
  • “A지역은 방문 대비 체류일수↓ → 숙박형 패키지 기획 필요”
  • “B지역은 교통 접근성↓ → 이동 편의성 강조 광고 필요”
• 전략 제안 파트
  • 광고 목표, KPI 정의, 미디어믹스(예산 가정) 정리.
• 성과 추적 계획
  • CTR 개선 전·후, 소재별 성과 비교 → 최종 결론 도출.