프로젝트

1. 프로젝트 배경팬데믹 이후 공유 오피스 시장은 급성장했지만, 스타트업 위축과 위워크의 파산 등으로 시장에 큰 변화를 겪고 있습니다. 특히 결제 전환율의 둔화는 서비스의 지속적인 성장을 방해하는 중요한 문제로 떠오르고 있습니다. 본 프로젝트의 목표는 결제 전환율을 높이고, 이를 위한 실질적인 전략을 데이터 분석과 예측 모델링을 통해 도출하는 것입니다.2. 데이터 분석 및 예측 모델2-1. 데이터 전처리 및 문제 정의분석에 사용된 데이터는 2021년 5월부터 2023년 12월까지의 공유 오피스 출입 데이터로, 방문 기록과 결제 여부, 지점별 면적 등의 정보를 포함하고 있습니다. 핵심 목표는 결제 전환율을 높일 수 있는 인사이트를 도출하는 것이었습니다.데이터 전처리: 중복값, 결측치, 이상치 처리를 통해 ..

👀 이 프로젝트, 뭐하는 거였냐면요이번에 분석한 건 10대를 타겟으로 한 익명 질문 기반 SNS 앱이에요."같이 여행 가면 재밌을 것 같은 사람은?" 이런 질문에 친구들을 익명으로 태그하고,내가 받은 투표의 발신자를 포인트를 써서 초성으로 확인하는 구조예요.앱이 처음 나왔을 땐 반응이 꽤 핫했어요. DAU가 37만 명까지 찍혔으니까요.근데 두 달 만에 3만 명으로 확 떨어졌어요.이탈률이 너무 심각했던 거죠.그래서 저는 이런 질문으로 분석을 시작했어요:"왜 사람들은 이 앱을 떠났을까?""어떻게 하면 다시 결제하게 만들 수 있을까?"🔍 먼저, 데이터를 까보자SQL로 받아본 내부 데이터에는 학교/반/친구 정보, 포인트 사용 이력, 질문/투표 로그가 있었고,핵클이라는 이벤트 추적 툴에는 시간 순으로 유저들의..

🏗️ 시작하는 배경지식평소 부동산에 관심이 많았던 저는, 지식산업센터에 대해 어느 정도 알고 있다고 생각했어요. 그런데 막상 분석을 시작해보니, 생각보다 훨씬 복잡하고 깊은 문제들이 얽혀 있더라고요.요즘 사회적으로도 자주 언급되는 주제 중 하나가 바로 지식산업센터의 공실 문제입니다. 저도 관련 기사를 찾아보면서 이슈의 배경을 파악해봤습니다.예를 들어 경기 평택 고덕신도시에선 삼성이 들어온다는 소식에 투자자들이 몰렸고, 이에 따라 지식산업센터 공급도 많아졌어요. 하지만 정작 입주 수요는 생각보다 따라주지 않았습니다.📉 수요자 입장 – 중소기업들지식산업센터는 원래 중소기업이나 1인 기업가들이 사무실이나 소규모 공장처럼 사용할 수 있는 공간이에요. 그런데 최근 금리 인상과 경기 침체로 인해 중소기업들이 전..

🔍 갑자기 왜 컴퓨터 견적이냐고요?컴공과라면 공감할 겁니다. 친구, 가족, 지인들까지“게임용 컴퓨터 100만 원짜리 좀 맞춰줘”“포토샵 돌아가는 사무용 견적 좀 줘봐”매번 새로 찾아보는 것도 지겹고,LLM이면 자동으로 될 줄 알았는데…2021년 가격 데이터만 알고 있는 LLM, 현실은 시궁창이었습니다.그래서 직접 만들었습니다.RAG 기반 컴퓨터 견적 추천 챗봇, 그것도 최신 가격 반영되는 시스템으로요.🧱 프로젝트 구조 한눈에 보기Frontend: ReactBackend: Flask + AWS EC2 API 서빙Core System: LangChain 기반 RAG + SelfQueryRetrieverDB: ChromaDB (임베딩 저장용)LLM: 파인튜닝된 GPT API🧠 핵심 로직 요약 (SelfQ..

첫마디"데이터는 숫자가 아니다. 고객의 맥락과 행동이 담긴 이야기다."처음 이 데이터를 받았을 땐, 단순한 머신러닝 분류 문제라고 생각했다. 누가 예금에 가입할지를 예측하고, 정확도를 높이는 것. 익숙하고 반복적인 분석 루틴일 수 있었다.하지만 데이터를 한 줄, 한 줄 들여다보면서 생각이 달라졌다. 이건 단지 숫자가 아니었다. 고객의 직업, 대출 여부, 연락 시간, 계절과 요일... 그 안엔 수많은 선택의 흔적과 삶의 맥락이 담겨 있었다.'왜 이 사람은 가입했을까?''왜 이 사람은 거절했을까?'예측의 끝은 곧 행동의 시작이어야 했다. 그 생각으로 이 프로젝트를 풀어나갔다.이 글은 단순한 분석 결과 요약이 아니다. 데이터 속 '사람'을 이해하기 위한 탐색의 기록이자, 문제 해결을 고민하며 완성해나간 분석의..