<aside> 🤔

페르소나를 위한 데이터 분석 과정

</aside>

new-mid_50k의 장바구니

# 조건: 'price_band'가 'mid_50k_150k'이고 'user_type'이 'new'인 데이터 필터링
mid_price_new_df = merged_df[
    (merged_df['price_band'] == 'mid_50k_150k') &
    (merged_df['user_type'] == 'new')
]

# traffic_source별 add_to_cart (Yes/No) 개수 집계
grouped_cart = (
    mid_price_new_df
    .groupby(['traffic_source', 'add_to_cart'])
    .size()
    .unstack(fill_value=0)
    .reindex(columns=['Yes', 'No'])  # 대소문자 정확히 맞춰야 함!
    .reset_index()
)
print(grouped_cart)

add_to_cart traffic_source  Yes  No
0                       ad   12% 87%
1                  organic   17% 83%
2                   search   23% 77%

장바구니 no 인 사람 중 할인 노출 (new)

import pandas as pd

# CSV 파일 불러오기
merged_df = pd.read_csv("merged_version.csv")

# 1. 'mid_50k_150k' + 'new' 조건 필터링
mid_price_new_df = merged_df[
    (merged_df['price_band'] == 'mid_50k_150k') &
    (merged_df['user_type'] == 'new')
]

# 2. add_to_cart가 'No'인 사람만
added_to_cart_df = mid_price_new_df[mid_price_new_df['add_to_cart'] == 'No']

# 3. traffic_source별 discount_exposed (True/False/NaN 포함) 개수 집계
discount_counts = (
    added_to_cart_df
    .groupby(['traffic_source', 'discount_exposed'])
    .size()
    .unstack(fill_value=0)
)

# 4. 비율(%) 계산
discount_ratios = (discount_counts.T / discount_counts.sum(axis=1)).T * 100
discount_ratios = discount_ratios.round(2).reset_index()

# 결과 출력
print(discount_ratios)

discount_exposed traffic_source  True  False
0                            ad  55%   44%
1                       organic  60%   40%
2                        search  42%   57%

장바구니에 담지 않는 사람을 탐구해보자.. 왜 그들은 장바구니에 담지 않는 걸까?

ad: 87%의 비율로 장바구니에 담지 않음. 그 사람들은 55% 정도 할인 정보에 노출 됨

organic: 83%의 비율로 장바구니에 담지 않음. 그 사람들은 60%정도 할인 정보에 노출 됨

search: 77%의 비율로 장바구니에 담지 않음. 그 사람들은 42%정도 할인 정보에 노출 됨

장바구니 no 인 사람 중 리뷰 클릭 여부(new)

# 1. 'mid_50k_150k' 가격대, 신규 사용자 필터링 (이미 있으니 생략 가능)
mid_price_new_df = merged_df[
    (merged_df['price_band'] == 'mid_50k_150k') &
    (merged_df['user_type'] == 'new')
]

# 2. 장바구니에 담지 않은 사용자만 필터
no_cart_df = mid_price_new_df[mid_price_new_df['add_to_cart'] == 'No']

# 3. traffic_source별, review_clicked별 사용자 수 집계
review_click_counts = (
    no_cart_df
    .groupby(['traffic_source', 'review_clicked'])['user_id']
    .count()
    .unstack(fill_value=0)
    .reset_index()
)

print(review_click_counts)

review_clicked traffic_source  False  True
0                          ad   68%   32%
1                     organic   80%   20%
2                      search   79%   21%

장바구니에 담지 않으면서 리뷰 클릭?

ad: 87%의 비율로 장바구니에 담지 않음. 그 사람들은 32% 정도 리뷰 클릭