Sungjun Jo Email & Phone Number

South Korea

대한민국 서울

웹 크롤링을 통한 온라인몰 데이터 수집 및 매출, 노출 등 지표 분석

Seoul, South Korea

1. 머신러닝을 통한 가망고객 타겟 마케팅 모델 구축 프로젝트 • 목표 : U+아이들생생도서관(AR영어동화) 신규유저 유치 및 방문 활성화 • 방법 : VIP유저를 정의하고, VIP와 가장 유사한 고객군을 추출하여 문자/PUSH 마케팅 - VIP유저 : AR영어동화 앱을 월 n회 이상 방문하고 n번 이상 책을 읽은 고객 - 허수 : 이벤트 기간에 들어오고 이후 방문하지 않는 고객 - 활성화 필요 고객 : 아이가 있는 것으로 추측되나, 자주 방문하지 않는 고객 • 분석개요 : 통신데이터(방문사이트, 요금제 등) 기반 AR영어동화 가입자 유치 알고리즘 개발 • 사용 Tool : Python, SQL, Spotfire • 채택된 모델 : Random Forest 예측 모델 • 분석수행 : 1) VIP사용자 정의 : 한 달 기준 방문 횟수 및 읽은 책 수 기준 2) 데이터 수집 / SQL, Spotfire Tool 활용 - 자주 방문하는 사이트&앱(영어학습지 사이트 등) 등 행동변수 수집 - 사용 요금제, 자녀유무, 나이, 거주지 등 고객 특성변수 수집 - 최근 당사 IPTV를 통해 시청한 키즈 콘텐츠 정보 등 시청이력 정보 수집 3) 머신러닝 모델 활용 마케팅 타겟 추출 / SQL, Python Tool 활용 - Python 활용, 데이터 전처리 작업 실시 - VIP유저 고객군 분류 및 학습/검증 데이터 생성 - 다양한 머신러닝 모델에 적용하여 최적의 성능을 내는 방법 채택 (Decision Tree, Random Forest, Gradient Boost 등 적용) • 실행 및 성과 측정 : 마케팅 문자 반응률 24% 달성 (20% 증가)2. 서울대 빅데이터 과정 수료(조성준 교수님) / Full time • SQL, Spotfire, 머신러닝 통계 이론/실습 • 서비스 가망고객 지도학습 프로젝트 진행 • 빅데이터 실무 프로젝트 우수상 수상3. Google/Youtube Ad, Instagram/Facebook Ad 모바일 광고 최적화 • 목표 : U+AR, U+아이들생생도서관 신규유저 유치 및 BI 분석 • 방법 : Google Analytics, 앱 로그 데이터를 통해 사용자 특성 분석 • 분석개요 : 앱 로그 데이터 기반 분석 및 타겟 최적화 모바일 광고 진행 • 사용 Tool : Google Analytics, Google Ads, Instagram/Facebook Ad, SQL, Tableau • 분석 및 광고집행 : 1) Google Analytics 추적코드 심기 - 앱 로그 데이터를 쌓기 위해 GA 추적코드 설치 2) GA 데이터를 활용한 데이터 분석 실행 - 유저별 사용행태 데이터 대시보드 생성 : 고객특성(나이, 지역, 단말, 요금제별 등)별 사용률 및 앱 실행 후 이동경로, 자주 이용하는 메뉴/콘텐츠 분석 - 서비스 이탈유저 분석 : Retention률 확인 및 이탈고객 특성 분석 3) Google, Instagram 광고 최적화 - 서비스 사용빈도가 높은 고객의 YouTube 동영상 시청 및 검색 키워드 데이터를 기반으로 머신러닝 학습 진행 - 머신러닝 학습된 모델을 기반으로 광고 집행 - 실제로 앱을 설치하고 실행했는지 로그를 추적하고, 이탈했다면 어느 flow에서 막혔는지 분석을 통해 확인하고, 앱 서비스 개선 실행 4) 타겟 맞춤형 YouTube 광고 제작 - 고객들이 어떤 콘텐츠를 가장 많이 보는지, 어떤 콘텐츠 검색량이 높은 지 트렌드를 분석하여 Youtube 동영상 광고 제작 - 주기적으로 성과를 확인하여 광고 교체 진행 • 실행 및 성과 측정 1) Google Ad CPI(Click Per Install) 획득비 200원 달성 2) 앱 가입자 증가 (매월 전월대비 평균 120% 증가)