머신러닝 고객/상품/매출 데이터 고급분석 및 예측 _ 강의참고202308

[섬유패션] 

머신러닝 고객/상품/매출 데이터 고급분석 및 예측 _ 강의중 참고 202308 부산

[ 전용준 . 리비젼컨설팅 . 머신러닝 . 빅데이터 . 고급분석 ]

 

 

 

[ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ]

[ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ]

[ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ]

[ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ]

[ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ]

[ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ]

 

 

[ 강의 진행 계획 참고사항 ]
---------------------

* 강의 범위와 진행 방식 개요 설명
   온라인강의 내용중 Q&A
   온라인강의 자료중 보충설명 필요사항 select 강의 
   판매데이터 구조 및 분석방안(예제) 설명 
   수강생들의 분석요건 취합 brainstorming (~20min)

* 파이썬 설치, 데이터, 스크립트, 아나콘다 설치 파일 (usb or github)
   주피터 실행, 기초작동방법 설명
   프로젝트 수행방법 미리안내 (팀구성 포함) 
   (추가교보재 신규고객분석 등 활용)

* 참고교재 추천 (데이터시각화, 데이터분석실전 테크닉)

  링크 : https://blog.daum.net/revisioncrm/494 
* PBL 프로젝트수행방법 설명

 

아나콘다 다운로드 방법

https://benn.tistory.com/26

 

아나콘다 설치가 된 것 같다면

PC의 프로그램(앱) 중에서 [ jupyter ] 를 검색

반복해서 사용할 것이니

작업표시줄에 고정 !! 

 

 

https://serendyy.tistory.com/20

Jupyter notebook 설치 및 실행 (feat. Notebook 생성 시 발생된 404 error 해소방법)

 

 

[ 강의 범위와 진행방식 ]

------------

* 범위 : 패션유통에서의 실전적 데이터 분석 주제와 방법, 

       파이썬 활용 데이터 집계, 가공, 시각화, 머신러닝 모델링 (중상수준)

* 진행방식 : 예제를 사용한 작업 방법 이해 

      + 연습문제를 통한 숙련도 + PBL 프로젝트 경험

     (Q&A를 포함 최대한 interactive하게, 반복을 통한 숙달 중시)

* 목표수준 : 파이썬을 활용한 분석에 익숙해지는 정도

     (필요시 검색을 통해 원하는 과제 해결 가능, 

       추가적 자율 학습 가능)

 

[ 8.31 ]

구글트렌즈 분석 - LIVE 복습

트렌드인터프리터 - 외부환경 분석 Demo

 

PBL  프로젝트 기획 점검

 

ChatGPT 활용 LIVE

https://revisioncrm.tistory.com/557

ChatGPT 챗GPT 작업 데모 영상 collection

 

 

[9.1]

ChatGPT Prompt:
고객, 상품, 판매내역 까지 포함된 데이터베이스를 가진 패션브랜드가 decision tree를 활용해서 할 수 있는 유용한 분석내용 7가지를 제안하라. 각 분석에 [어떤 변수를 투입해서 어떤 항목을 예측해야 하는지, 분석내용, 투입변수, 예측변수, 결과를 활용할 방안, 유용성 정도(상중하), 난이도(상중하) ] 순서로 표를 작성하라 

 

 

[ PBL 프로젝트수행방법 ]
--------------
- 5일차 1일간 집중 수행 (제한된 시간)
- 3명이내의 팀 구성 가능 (독자 수행 허용) - 팀 및 분석 주제 사전 결정 권장

- 분석에 사용할 데이터 제한 없음
  (브루클린, 기타 연습용 판매 데이터, 자사 데이터, 추가 외부데이터)

- 제출할 결과물:
  > 스크립트 노트북 파일(민감정보 사용시 미제출 허용) 또는 PDF/html 파일
  > 파워포인트(or PDF) 형식의 분석결과 요약 보고서 파일 (분량 자유. 단, 3장 이상 권장)
    - 프로젝트 분석 주제와 내용(목적, 범위 등 포함), 사용 데이터 설명
    - 분석 방법 및 결과 (집계결과, 시각화 챠트, 분석 모델, 분석모델 결과 시각화 등)
    - 분석결과의 시사점
    - 추가 분석이 필요한 사항

- 프로젝트 수행시 권장/주의사항:
  > 너무 복잡한 분석 보다는 간단한 몇 가지 분석이 결합되어 주제를 설명하는 방식 권장
  > 구하기 용이한 데이터를 사용할 것
  > 너무 큰 데이터 보다는 범위를 한정한 데이터가 바람직
  > 추가 설명이 필요하지 않은 데이터 사용 권장
  > 1일간 작업 가능한 수준의 범위로 한정할 것
  > 작업시간 배분에 신경쓸 것
    예) 문제구체화(30%) ; 데이터준비(40%) ; 분석 및 시각화(20%) ; 결과및 문서 정리(10%)

 

 

 

 

 

 

[ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ]

[ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ]

[ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ]

 

 

데이터셋과 예제 스크립트 (깃헙) ::

(구글클라우드)

https://drive.google.com/drive/folders/1X1j6n9hph0a0CnTw3Rm4JvyGt46EMrn6

(깃헙)

https://github.com/stillxyxon/fashionRetailAnalysis2022 

 

1. 데이터 파일과 노트북을 다운로드 받는다
2. 노트북이 저장되는 컴퓨터의 위치를 확인한다 (파일명 검색)
3. 다운 받은 파일들을 확인한 위치에 이동 복사해서 
   압축풀어 둔다
4. 노트북이 열리는지 확인한다

 

 

 

수업중 수정했던 파일들 다운로드 >>

M2_simpleAnalysis_20230825.ipynb

0.75MB

M3_dataProcessing_20230825.ipynb

0.99MB

M4A_visualization_and_advancedAnalysis_20230825.ipynb

1.60MB

M4B_visualization_and_advancedAnalysis_Log_20230825.ipynb

1.04MB

외부환경분석.ipynb

0.28MB

 

M5A_salesForecast_regression.ipynb

2.41MB

M5B_custAnalysis_w_Tree.ipynb

2.26MB

 

상품선호예측_sample20230901.ipynb

0.19MB

상품선호예측plus_sample20230901.ipynb

0.54MB

 

ChatGPT 조교에게 물어보기 예제 :: 

P: 판다스 집계 결과에서 테이블의 수치가 어떨때는 정수, 어떤 때는 float로 나오는 이유는?
P: 판다스 집계 결과에서 정수 컬럼을 집계했는데 float로 나오는 이유는?

 

 

for x in ['브이', '진']: # 반복 -- for ~~~~ 
    plt.bar([x, ' 조아'], [0,1]) 
    plt.show()

 

 

 

[ DAY4와 프로젝트 수행을 위한 예습용 영상 ]

 

1. 고객세분화를 적용하는 매우 단순화된 사례 (PBL 프로젝트 기획에 참고)

 

https://www.youtube.com/watch?v=cgV_BFavkxU&t=1s 

 

 

2. 파이썬 Sklearn에서 자주 사용하는 디시전트리 모델링 이해에 대한 설명이 들어있음

 

https://www.youtube.com/watch?v=e15BpXdGZ5o&t=9s 

 

주피터에서 경로 설정과 찾기
https://blog.naver.com/PostView.naver?blogId=kamzzang1&logNo=222406464572 

 -- 가장 편한 방법은 기본설정 경로 밑에 폴더를 만들고 그 곳에 분류된
    스크립트들을 넣어 관리하는 것 

 

아나콘다 설치시 주의사항

*** 컴퓨터 사용자 이름이 한글이거나 경로가 한글이면 영문 폴더명, 영문 사용자이름(새로운계정) 으로 변경! 

 

 

윈도우 사용자계정 추가

https://www.manualfactory.net/13279 

윈도우 10 / 사용자 계정 추가하는 방법, 제거하는 방법

 

아나콘다 삭제 설명
https://redmuffler.tistory.com/437

주피터 노트북 디렉토리 변경
https://ooyoung.tistory.com/7

주피터 노트북 환경설정 : 시작폴더 변경방법

 

 

 

#  값을 하나씩 출력하기 연습문제

# 다섯개의 상품 가격이 하나의 리스트에 들어있다고 가정

priceList = [27, 35, 12, 29, 47]


# 답안 예시 -------------

for i in range(5):
    # print(i) # 몇번째 작업인지를 출력
    
    print(priceList[i]) # 리스트의 해당 번째 값을 출력

 

 

 

custmast0001 = custmast.copy()
# 1. 새로운 컬럼(이름 : signup_yr)을 추가하는데 signup_date 의 앞 네자리만 잘라서 넣음
custmast0001['signup_yr'] = custmast0001.signup_date.str.slice(0,4)
# 빼기
custmast0001['sigup_birth_yr_diff'] = custmast0001.signup_yr.astype(int) - custmast0001.birthyr
custmast0001

 

[ FSTAAP ]

 

 

 

주피터노트북 >>

아주 많이 사용하는 단축키

#-----------------------

ESC + B ==> 새로운 행 추가

ESC + M ==> 코드 셀을 마크다운으로 변경

ESC + Y ==>  마크다운 셀을 코드 셀로 변경

CTRL + / ==> 코드 셀 내용 중 선택한 부분 전체를 주석으로 변경. 한번 더 누르면 다시 주석 표시 없앰 

 

 

 

 

어제 내용 중 기억할 사항 0610
-----------------
- 숫자가 0에서 시작함(몇번째 index)
- 조건에는 == (두개), 대입(assign)은 = 하나 사용
- 데이터가 들어있는 위치를 지정해주어야
  데이터를 불러올 수 있음

# local data path
dataPath = 'C:/PYfile/' # 생성위치는 사용자 지정

- 마크다운 사용시 두 가지 기억
ESC + B ==> 새로운 행 추가
ESC + M ==> 코드 셀을 마크다운으로 변경

 

 

 

[ FSTAAP ]

 

 

 

 

 

 

cust1[cust1.sex=='M'] # 남자만 나와랴

 

 

 

# 조짜기

# 빈 테이블 생성
df2pick = pd.DataFrame()
# A, B, C 조별로 3,3,4 개 행 생성
df2pick['grp'] = list(np.repeat('A',3)) + list(np.repeat('B',3)) + list(np.repeat('C',4))

# 무작위로 섞어주기
df2pick = df2pick.sample(frac=1)

# 섞인 상태에서 번호 부여
df2pick['rndSeq'] = np.arange(10)+1
df2pick

 

 

 

# 고객별로 연령에서 얼마를 빼야 회원가입시점 연령이 될지

# 동일시점 현재의 나이에서 회원가입시점과의 차이를 빼준 값

custmast.age + (custmast.signup_date.str.slice(0,4).astype(int) - 2021)

 

 

 

[ FSTAAP ][ FSTAAP ][ FSTAAP ][ FSTAAP ][ FSTAAP ]

 

 

 

 

에이블리의 추천시스템

https://www.hankyung.com/economy/article/202203154883i 

 

 

데이터 시각화의 기본규칙들 Python

 (c.f. https://datascience.quantecon.org/applications/visualization_rules.html )

 

 

 

# X축에 연도(2019, 2020), Y축에 구매 고객수 

# 연도별구매고객수를 집계한 후
# 막대챠트 bar 작성

# 판매 sales 데이터에서 고객번호와 일자 두 가지 컬럼만 필요
s01 = sales[['cust_id', 'date']]
# 고객 아닌 건 제외 -- 고객번호가 빈칸인 것은 버림 (빈칸 아닌것만 남김)
s01 = s01[~s01.cust_id.isna()]

# 연도컬럼 생성
s01['year'] = s01.date.str.slice(0,4)
# 날짜 전체는 필요없으므로 고객번호와 연도만 가져오고
# 중복 제거 필요
s02 = s01[['cust_id', 'year']].drop_duplicates()

s02.head()

# 연도와 고객번호만 남긴 후 groupby로 고객수 집계 (count)

s03 = s02.groupby('year').count().reset_index()

# 막대그래프 그리기
plt.bar(s03.year, s03.cust_id)
plt.title('연도별 구매고객수')
plt.ylabel('구매고객수(명)')
plt.show()

# 2020을 빨간색으로 
colors1 = np.where(s03.year=='2020', 'red', 'grey')
plt.bar(s03.year, s03.cust_id,
       width=0.5,
       color=colors1) # 막대 폭을 조절 
plt.title('연도별 구매고객수')
plt.ylabel('구매고객수(명)')
# 2019년 값 == 가장 작은 값 사용
plt.axhline(s03.cust_id.min() , color='grey', linestyle=":")
plt.show()

 

 

 

 

# 먼저 보여질 순서를 지정하는 컬럼을 추가
df_custChnnls0['mySeq'] = [1, 2, 0]
display(df_custChnnls0.sort_values('mySeq'))

# 지정한 순서 기준으로 정렬
df_custChnnls0 = df_custChnnls0.sort_values('mySeq')

# 이제 출력
colors1 = ['red', 'grey', 'blue']
plt.bar(df_custChnnls0.chnnl_type, df_custChnnls0.cust_id,
       color=colors1,
       alpha=0.5)

 

 

# 남자 연령과 여자 연령은 ?

# 비교해서 보려면 각 집단을 그리고 또 그리는 방식으로
# 겹쳐 그려놓으면
custmast[custmast.sex=='F'].age.hist(alpha=0.5, bins=100)
custmast[custmast.sex=='M'].age.hist(alpha=0.5, bins=100)

 

 

 

 

[mini연습문제] (고객주소) 지역별 연령분포 히스토그램을 FOR 반복문을 사용하여 작성하라
​
custmast.area.value_counts()
​
# for 반복문 사용
# 같은 지역을 반복해서 그릴필요는 없으니 unique 필요
for x in custmast.area.unique():
    # 각 지역의 조건을 걸어서 고객을 한정
    custmast[custmast.area==x].age.hist()
    # 그림만 있으면 모르니 제목에 지역명을 표시
    plt.title(x)
    plt.show()


[mini연습문제] (고객주소) 지역별 <1>2020년 <2>구매 고객 연령분포 히스토그램을 FOR 반복문을 사용하여 작성하라
# 2020년 구매고객 뽑기
cust2020 = sales[sales.date.str.slice(0,4)=='2020'][['cust_id']].drop_duplicates().cust_id
​
# 2020년 구매고객을 고객정보에서 뽑기
custmast[custmast.cust_id.isin(cust2020)]



# for 반복문 사용
# 같은 지역을 반복해서 그릴필요는 없으니 unique 필요
for x in custmast.area.unique():
    # 각 지역의 조건을 걸어서 고객을 한정
    # 2020년 구매한 조건도 걸어서
    custmast[(custmast.cust_id.isin(cust2020)) & (custmast.area==x)].age.hist(alpha=0.5, bins=30, label=x)
    # 그림만 있으면 모르니 제목에 지역명을 표시
    
text2show = '연령대별 고객분포 - 2020년 한정'
plt.title(text2show)
plt.legend()    
plt.show()

 

 

 

 

# 해상도 조절

plt.figure(figsize=(12,4), dpi=200) # 화면출력시 해상도 높이기
colors1 = np.where(sales.store=='ONL', 'steelblue', 'grey')
plt.scatter(rjitt(sales.qty), rjitt(sales.unit_prc), 
            alpha=0.01, color=colors1, s=5)
plt.xlabel('수량')
plt.ylabel('가격')
plt.axhline(sales.unit_prc.median(), color='orange', linestyle=":")

# 이미지 파일을 저장시 해상도 높이기
# facecolor는 챠트 배경색 조절 w 는 흰색 배경으로
plt.savefig(dataPath + 'qtyAmt.png', dpi=300, facecolor='w')

 

 

 

 

#  상품 총 판매량 보기 2020년

sales[sales.date.str.slice(0,4)=='2020'][['item_id', 'qty']]

# 2020년 상품별 판매수량 합계 구하기
s01 = sales[sales.date.str.slice(0,4)=='2020'][['item_id', 'qty']].groupby('item_id').sum().reset_index()

# 판매수량 Top 10 보기
s02 = s01.sort_values('qty', ascending=False).head(10)
s02

plt.bar(s02.item_id, s02.qty)
plt.xticks(rotation=90)
plt.title('판매수량 Top 10 상품 - 2020년')
plt.show()

 

 

s03 = sales[(sales.item_id=='SH1008704') & (sales.date.str.slice(0,4)=='2020')][['date', 'qty']]
s03['saleMon'] = s03.date.str.slice(0,7)
s04 = s03[['saleMon', 'qty']].groupby('saleMon').sum().reset_index()
s04 = s04.sort_values('saleMon')

plt.figure(figsize=(16,4))
plt.bar(s04.saleMon, s04.qty)
plt.xticks(rotation=90)
plt.title('SH1008704 판매수량 추이')
plt.show()

 

 

plt.figure(figsize=(16,4))

for x in s02.item_id:
    s03 = sales[(sales.item_id==x) & (sales.date.str.slice(0,4)=='2020')][['date', 'qty']]
    s03['saleMon'] = s03.date.str.slice(0,7)
    s04 = s03[['saleMon', 'qty']].groupby('saleMon').sum().reset_index()
    s04 = s04.sort_values('saleMon')

    plt.plot(np.arange(len(s04))+1, s04.qty, label=x)

titleText = '2020 판매량 추이'
plt.title(titleText)
plt.legend()
plt.show()

 

 

 

 

 

# 연령구분컬럼 추가
c01 = custmast[['cust_id', 'age']]
c01['ageGrp'] = np.where((c01.age>=20) & (c01.age<=29), '20대', '기타')
c01['ageGrp'] = np.where((c01.age>=30) & (c01.age<=39), '30대', c01['ageGrp'])
c01

 

 

 

 

# 모든 조합을 생성하기

# catesian product

pd.merge(pd.DataFrame(sales.unit_prc.unique()), pd.DataFrame(sales.brand_nm.unique()) , how='cross') # , sales.itemyr.unique()

 

 

 

# 표를 내려서 Scatter 로 시각화

ct02 = ct01.copy()
ct02.columns= ['cust_id', 'age1', 'age2', 'age3', 'age4', 'age5']
display(ct02)

ct02['cust_id'] = np.array([1,2,3,4,5])
ct03 = pd.wide_to_long(ct02, stubnames='age', i='cust_id', j='age_grp' ).reset_index()
ct03

plt.scatter(ct03.cust_id, ct03.age_grp, s=ct03.age)

dfa = pd.DataFrame()
dfa['colA'] = ['1,333', '2,333', '3,333'] 
dfa['colA'] = dfa.colA.str.replace(',','')
dfa['colA'] = dfa['colA'].astype(int) 
dfa/3

 

 

 

# 처음 언제 팔렸나? 상품별로 

sales[sales.item_id.isin(s02.item_id)][['item_id', 'date']].sort_values('date').groupby('item_id').head(1)

 

 

 

# 고객주소 지역별 금액 합계 집계
ss01 = sales[['cust_id', 'amt']].merge(custmast[['cust_id', 'area']], how='left', on='cust_id')
ss01.head()

ss01 = ss01[~ss01.area.isna()]
ss01[['area', 'amt']].groupby('area').sum().reset_index()

 

 

 

# 판매량 증가 추이 -- 중간점 도달 속도

plt.figure(figsize=(16,4))

for x in s02.item_id:
    s03 = sales[(sales.item_id==x) & (sales.date.str.slice(0,4)=='2020')][['date', 'qty']]
    s03['saleMon'] = s03.date.str.slice(0,7)
    s04 = s03[['saleMon', 'qty']].groupby('saleMon').sum().reset_index()
    s04 = s04.sort_values('saleMon')
    # 누적합 추가
    s04['qtyCumsum'] = zrmx_scl(s04.qty.cumsum())*100

    plt.plot(np.arange(len(s04))+1, s04.qtyCumsum, label=x)

titleText = '2020 판매량 추이'
plt.title(titleText)
plt.legend()
plt.axhline(50, linestyle=':')
plt.show()

 

 

 

마케팅 자원 배분

• 판매실적이 양호한 곳에 마케팅 자원을 집중해야 하는가?
• 실적을 더 높일 수 있는 곳에 집중해야 하는가?
• 실적을 더 높일 수 있는 기회, 잠재력은 어떤 수치로 추측해볼 수 있는가?
• 마케팅 수단별로 가성비가 다르다면 어떤 마케팅 수단이 어떤 곳에 적합한가?

 

 

 

[ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ]

[ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ]

[ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ]

[ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ]

[ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ]

[ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ][ bFSTAAP ]

 

 

 

[섬유패션]

머신러닝 고객/상품/매출 데이터 고급분석 및 예측 _ 강의중 참고 [ 전용준 . 리비젼컨설팅 . 머신러닝 . 빅데이터 . 고급분석 ]