1. 기초 통계량 확인_이상치 확인

• 가정: 쇼핑 거래액은 코로나 전/후 거래액을 포함하기 때문에 코로나 상황이 특정 카테고리에 소비 패턴에 영향을 미친다면 이상치가 존재하는 상품 군이 있을 것이다.
• 목적 : 이상치를 갖는 디바이스별 상품 카테고리를 확인하고 코로나 상황과 결부하여 인사이트를 도출
• 전개 과정 : 디바이스 별 상품 카테 고리의 이상치 확인 → 이상치가 있는 달에 코로나 사회 현상과 연관성이 있는지 확인→ 거래액과 쇼핑 검색 패턴이 유사한지 확인 → 워드 클라우드를 이용하여 해당 월에 인기 검색어(100개)를 확인
• 결과 :

  • 모바일 쇼핑 : etc_service(기타 서비스)

    <aside> 💡 2021년 3월이 기타 서비스의 거래액 이상치가 발생한 달임을 확인 ⇒ 전년 동월(2020.3)인 코로나 대구 신천지 발발한 시기의 쇼핑 거래액과 비교→ 전년 동월 대비 쇼핑 트랜드는 비슷함 확인→ 해당 월에 기타 서비스에 대한 쇼핑 검색어 조회율을 확인하여 특이한 사항이 있는지 확인 하였으나 특별한 패턴은 확인할 수 없었음 → 이상치가 발생한 달에 인기 검색어는 에어컨과 이사 청소 부분임을 확인함

    </aside>

    • 워드 클라우드

  • 온라인 쇼핑 : 폭이 가장 큰 outlier가 존재하는 산업군: Car(자동차)

    <aside> 💡 아웃라이어가 발생한 달(6월)에는 자동차 및 자동차 용품이 주를 이룸

    </aside>

  • 워드 클라우드

• 이상치 확인 내용 :

2. 기초 통계량 확인_데이터 분포 확인

• 가정:
• 목적 :
• 전개 과정 :
• 결과 :
• 1. 모바일 쇼핑 특정 카테고리 Boxplot
• 2. PC 쇼핑 특정 카테고리 Boxplot_Travel

3. 기초 통계량 확인_그래프 추이 패턴 확인

• 가정:

• 목적 :

• 전개 과정 :

• 결과 :

  1. *여행 산업군에 대한 PC 쇼핑 거래액과 여행 관련 검색어 조회수와 월별 코로나 확진자수에 대한 비교를 진행

• 코로나 시기에 PC 소비 거래액이 급감한 카테고리 (1번 기본 통계량에서 시각화 확인)

*y Unit Scale 변환: 같은 y축에서의 비교를 위해 값이 월등히 큰 거래액을 10으로 나눠서 비교 파악을 진행

<aside> 💡 코로나 이후 기점에서 PC 여행 거래액과 **검색어 조회수(크롤링 Dataset)**의 패턴이 비슷한 양상을 띔 → 시계열 분석의 프로토 모델링 후속 연구로 흥미 있는 주제라고 생각됨

</aside>