<aside> 💡 데이터 분석 프로젝트 전 과정에 대한 진행 경과, 결과, 문제점, 해결 방법을 기술
</aside>
우리가 설정한 가설처럼 코로나는 소비 패턴에 영향이 있다. 하지만 그 영향의 정도는 우리가 일반적으로 생각하는 예상과는 달리 모바일 별, PC별, 상품 카테고리 별 차이가 남을 확인할 수 있었다.
<aside> 💡 '사회 현상에 의한 큰 충격 후 파생 요인들을 예측할 수 있을 것이다' 라는 착각을 경험했다. (블랙 스완 이론)
</aside>
코로나라는 사회 이슈가 사람들의 심리에 영향을 미쳐 보상 소비로 이어짐을 확인하였다.
PC 구매에서 자동차 및 주변기기 항목이 급 상승한 형태를 띄었고, 판단에 의하면 팬데믹으로 인한 영향이 여행을 못 가는 부정적인 심리를 형성하여 보상 소비로 이어졌고 차박, 캠핑족의 트랜드 형성이 거래 액 증가에 주요인으로 파악된다.
모바일 쇼핑 거래액 중 음식 서비스 카테고리가 증가률이 가장 컸던 산업군인 것으로 보아 소비자들의 억압된 needs와 wants를 충족시키기 위한 보상 심리로 해석된다.
코로나 상황에서 이커머스 생태계에서도 PC, 모바일 별 소비 변화가 일치하지 않았다.
a) 코로나 시대에 들어서고 모바일 쇼핑은 음식서비스(45.7%), 음식료품(42.1%) 산업군이 큰 증가를 하였고, 반대로 PC쇼핑은 여행(87%) 산업군 항목이 큰 감소를 했다.
b) 2019년 3월 대비 2020년 PC 거래액은 2.7% 감소를 한 반면에, 모바일 거래액은 16.4% 증가를 함으로 이커머스 안에서도 모바일 시장이 큰 자리를 잡고 있다.
<aside> 💡 코로나 시대의 이커머스 생태계에서 고객 타켓팅을 할 때는 PC와 모바일을 나눠서 접근하는 것이 필요하다.
</aside>
가능한 모델링 시나리오 검토
거리 두기 단계에 따라 시계열 분석을 지역별로 나눠서 데이터 탐색을 시도하려고 하였으나 자료 수집에서 얻은 데이터 셋은 지역 별 구분이 없는 데이터이기 때문에 향후 작업 시에는 지역별로 나눠 데이터를 확보하는 것이 좋을 것이라고 판단
다중 회귀 프로토 모델링 시나리오
향후 모델링 전개 과정 예측 :
Step1. 단계적 변수 선택(Stepwise Variable Selection)과 같은 방법으로 더 정확한 중요 변수를 선택
Step 2. 단순 / 다중 회귀 프로토 모델링 생성
다중 회귀 프로토 모델링 식 생성 : 카테 고리를 변수화 시켜 회귀 모델링 식 생성
시계열 프로토 모델링: 시간의 흐름에 따라 관찰된 값이므로 시계열 프로토 모델링으로 적합
향후 모델링 전개 과정 예측 :
계절별, 혹은 거리두기 단계별 추세를 반영하는 SARIMA 모형으로 생성 가능할 것으로 판단됨.