Python 데이터 분석(주피터 노트북) - 쇼핑몰(4)_push notification

쇼핑몰

• UCI ML Repository (https://archive.ics.uci.edu/ml/datasets/Online+Retail#)
• 온라인 리테일 사이트의 2010/12 ~ 2011/12 주문 기록 데이터
• 약 500,000 건 데이터

라이브러리 및 세팅

• import seaborn as sns
• seaborn 폰트 사용 - 한글처리보다 먼저 선언해야함
  • sns.set(font_scale=1)
• import pandas as pd
• import matplotlib.pyplot as plt
• 한글처리
  • plt.rcParams['font.family'] = 'Malgun Gothic'
  • plt.rcParams['axes.unicode_minus'] = False
• 경고 메세지
  • import warnings
  • warnings.simplefilter("ignore")
• seaborn 스타일의 그래프를 사용
  • plt.style.use('seaborn')
• from datetime import datetime

 

데이터 로드

• 날짜 타입 변경
• 차트 함수

 

데이터 분석

쿠폰 발송

• 쿠폰 발송 언제할지
• InvoiceDate 이용

 

1. 시간대별 주문 건수

• order_by_hour

• bar 차트 그리기

 

2. 30분 단위로 시간 나눈 후 주문 건수

• 함수 생성

• 함수 적용

• order_by_hour_half : 30분 단위 구매 건수

• bar 차트 그리기

 

3. 점유율

• 30분단위 기준

 

4. 개인화된 push notification

• 아마존을 필두로 개인화하여 맞춤으로 사용자마다 최적의 솔루션을 찾는 것이 트렌드

1) 사용자별 시간대별 주문량 계산

 

2) 고객별 가장 많은 건수를 구매한 시간