<aside> 🔑

프로젝트 가설 분석 과정

</aside>

<aside>

담당 가설: 잠재 전환형 유저(중저가형) **-**mid_50k_150k + new + 검색 유입 + 리뷰 클릭 X + 할인 노출 O

</aside>

# mid_50k_150k + new + 검색 유입 + 리뷰 클릭 X + 할인 노출 O 만 보기

import pandas as pd
df5 = pd.read_csv("df5.csv")

filtered_df = df5[
    (df5['price_band'] == 'mid_50k_150k') &
    (df5['user_type'] == 'new') &
    (df5['traffic_source'] == 'search') &
    (df5['review_clicked'] == False) &
    (df5['discount_exposed'] == True)
]
filtered_df

# 상품 타입별 이탈률 보기

# 'churned' 플래그 생성: add_to_cart == 'No' 인 경우 True
filtered_df = filtered_df.copy()
filtered_df['churned'] = filtered_df['add_to_cart'] == 'No'

# product_category별 이탈률 계산
churn_summary = (
    filtered_df
    .groupby('product_category')
    .agg(
        total_users=('user_id', 'count'),
        churned_users=('churned', 'sum')
    )
    .assign(dropout_rate=lambda x: (x['churned_users'] / x['total_users']) * 100)
    .reset_index()
)

# 결과 출력
print(churn_summary)

-아울렛 이탈 100%

검색으로 유입 됐으며, 할인률을 봄.

중저가 제품을 싸게 살 기회이지만, 장바구니에 담지 않음

애매한 할인은 오히려 구매 요인이 떨어진다.

(중복 할인 상태지만 구매하지 않았음)