
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib import rc


# 한글 깨짐 방지
import matplotlib.pyplot as plt 
plt.rc('font', family='AppleGothic')


raw_data = pd.read_csv('파이널프로젝트_RAW_210329_210926.csv')
raw_data.head(2)


#데이터 임포트 및 확인 
jieun_eda = pd.read_csv('전처리6_customer_id결측치제거.csv')
df = jieun_eda.copy()
seougbeom_eda = jieun_eda.copy()
jongsoo_eda = jieun_eda.copy()
goeun_eda = pd.read_csv('subcategory_title_re.csv')


df.completed_at = pd.to_datetime(df.completed_at)
df.marketing_start_at = pd.to_datetime(df.marketing_start_at)


jongsoo_eda.shape
goeun_eda.shape

(46194, 11)


jieun_eda.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 50380 entries, 0 to 50379
Data columns (total 19 columns):
 #   Column                  Non-Null Count  Dtype  
---  ------                  --------------  -----  
 0   id                      50380 non-null  int64  
 1   customer_id             50380 non-null  float64
 2   course_id               48494 non-null  float64
 3   type                    50380 non-null  object 
 4   state                   50380 non-null  object 
 5   course_title            50379 non-null  object 
 6   category_title          50379 non-null  object 
 7   format                  50379 non-null  object 
 8   completed_at            50380 non-null  object 
 9   transaction_amount      50380 non-null  int64  
 10  coupon_title            22410 non-null  object 
 11  coupon_discount_amount  22410 non-null  float64
 12  new_coupon_discount     50380 non-null  float64
 13  sale_price              49314 non-null  float64
 14  tax_free_amount         49314 non-null  float64
 15  pg                      41237 non-null  object 
 16  method                  50376 non-null  object 
 17  subcategory_title       41400 non-null  object 
 18  marketing_start_at      41445 non-null  object 
dtypes: float64(6), int64(2), object(11)
memory usage: 7.3+ MB


goeun_eda_re = goeun_eda.drop(goeun_eda[goeun_eda['subcategory_title'] =='교육'].index)


course_count = goeun_eda_re[['category_title','subcategory_title','course_title']]
course_count = course_count.drop_duplicates() 
course_count_unique = course_count.pivot_table(index=['subcategory_title'], values='course_title',aggfunc='count')


subcategory_title = goeun_eda_re.groupby('subcategory_title').size().reset_index()
sub_amount = goeun_eda_re.groupby('subcategory_title').mean('transaction_amount')

sub_amount_merge = pd.merge(sub_amount,subcategory_title,how='outer',on='subcategory_title')
sub_amount_merge.columns = ['subcategory_title','id','customer_id','평균_결제내역','subcategory_결제_건수']
sub_amount_merge = sub_amount_merge[['subcategory_title','평균_결제내역','subcategory_결제_건수']]
sub_amount_merge2 = pd.merge(sub_amount_merge,course_count_unique, how='outer',on='subcategory_title')
sub_amount_merge2.columns = ['subcategory_title','평균_결제액','subcategory_결제_건수','subcategory_강의_수']
sub_amount_merge2.set_index('subcategory_title', inplace=True)
sub_amount_merge2['subcategory_결제율'] = (sub_amount_merge2['subcategory_결제_건수']/sub_amount_merge2['subcategory_강의_수'])
sub_amount_merge2.sort_values('subcategory_결제율')


fig,ax=plt.subplots(figsize=(30, 20))
sns.barplot(data=sub_amount_merge2,x=sub_amount_merge2.index,y=sub_amount_merge2['subcategory_결제율'].sort_index(),ax=ax)

plt.show()


sub_amount_merge2.describe()


sub_amount_merge2.corr()


goeun_eda_re['category_title'].value_counts()

colors = ['saddlebrown', 'lightpink', 'wheat','cornsilk','thistle','violet','lightgreen','lightblue','darkviolet']
labels=goeun_eda_re['category_title'].value_counts().index
plt.pie(goeun_eda_re['category_title'].value_counts(),startangle = 90,explode = (0.1,0,0,0,0,0,0,0),shadow=True,autopct='%.01f%%',colors=colors,textprops = {'fontsize':13})
plt.title('category title ratio', fontsize = 15)
plt.legend(labels=labels, loc='lower left', bbox_to_anchor=(0.95, 0.3))

<matplotlib.legend.Legend at 0x7f8c611d34f0>


new = goeun_eda.pivot_table(index=['category_title', 'course_title'], values='id', aggfunc='count')
new = new.reset_index().sort_values(by=['category_title', 'id'])
plt.figure(figsize = (15, 25))
plt.suptitle('세부 강의 결제 수', position=(0.5,1))
for i, name in enumerate(goeun_eda.category_title.unique()):
    if i > 0:
      ax1 = plt.subplot(18, 1, 2 * i + 1, sharex = ax1)
      ax2 = plt.subplot(18, 1, 2 * i + 2, sharex = ax1)
    else:
      ax1 = plt.subplot(18, 1, 2 * i + 1)
      ax2 = plt.subplot(18, 1, 2 * i + 2, sharex = ax1)
    ax1.set_title(f'{name} 강의 결제 수')
    new.loc[new.category_title == f'{name}'].plot.barh(x='course_title', y='id', ax=ax1, legend=False)
    new.loc[new.category_title == f'{name}'].plot.barh(x='course_title', y='id', ax=ax2, legend=False)

    y_min, y_max = ax1.get_ylim()
    ax1.set_ylim(y_max - 5, y_max)
    ax2.set_ylim(y_min, y_min + 3)

    ax1.grid(color="k", alpha=0, linestyle=":", zorder=1)
    ax2.grid(color="k", alpha=0, linestyle=":", zorder=1)
    ax1.set_ylabel('')
    ax2.set_ylabel('')
    ax1.spines["bottom"].set_visible(False)
    ax2.spines["top"].set_visible(False)
    ax1.xaxis.tick_top()
    ax1.tick_params(labeltop=False)  
    ax2.xaxis.tick_bottom()

    d = .25  
    kwargs = dict(marker=[(-1, -d), (1, d)], markersize=12,
                  linestyle="none", color='k', mec='k', mew=1, clip_on=False)
    ax1.plot([0, 1], [0, 0], transform=ax1.transAxes, **kwargs)
    ax2.plot([0, 1], [1, 1], transform=ax2.transAxes, **kwargs)
plt.tight_layout()
plt.show()


#요일별 비교를 위한 코드
#구매 시점 데이터 타입 변경 (to datetime64) 및 새로운 df 생성
df_cpl = pd.DataFrame(pd.to_datetime(df['completed_at']))
df_cpl


# 요일 컬럼 추가
df_cpl['n_d_week'] = df_cpl.completed_at.dt.weekday
df_cpl['d_week'] = df_cpl.completed_at.dt.day_name()

# 일 컬럼 추가
df_cpl['day'] = df_cpl.completed_at.dt.day

# 시간 컬럼 추가
df_cpl['hour'] = df_cpl.completed_at.dt.hour

df_cpl


# 요일별 카운팅 및 정렬
df_days_cnt = df_cpl.groupby('d_week').count().loc[:,:'completed_at']
weekday_order = ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday', 'Saturday', 'Sunday']
df_days_cnt_asc = df_days_cnt.loc[weekday_order]
df_days_cnt_asc


#요일별 구매 건수 시각화
df_days_cnt_asc.plot.bar(figsize=(10,8))
plt.title('Counting Purchase by Day of Week')
plt.xlabel('Day of Week')
plt.show()


# 구매 시간대를 6개로 나누어 결제 건수를 비교해보자.
# 직장인/학생들이라면 낮에는 일, 공부로 바쁠테니 밤에 결제가 활발하지 않았을까?

# 함수 생성
def timeslot(x):
    if (x > 4) and (x <= 8):
        return 'Early Morning'
    elif (x > 8) and (x <= 12 ):
        return 'Morning'
    elif (x > 12) and (x <= 16):
        return'Noon'
    elif (x > 16) and (x <= 20) :
        return 'Eve'
    elif (x > 20) and (x <= 24):
        return'Night'
    elif (x <= 4):
        return'Late Night'

df_cpl['time_s'] = df_cpl['hour'].apply(timeslot)
df_cpl


# 시간대별 카운팅 및 정렬
df_time_s_cnt = df_cpl.groupby('time_s').count().loc[:,:'completed_at']
time_s_order = ['Early Morning', 'Morning', 'Noon', 'Eve', 'Night', 'Late Night']
df_time_s_cnt_asc = df_time_s_cnt.loc[time_s_order]
df_time_s_cnt_asc


# 요일별, 시간대별 분류 및 정렬
# 원활한 시각화를 위한 인덱스 제거
df_cpl_wd_t_cnt = df_cpl.groupby(['d_week','time_s']).count().loc[(weekday_order, time_s_order),:].reset_index()
df_cpl_wd_t_cnt.head()


# 그래프 합치기 
fig, axes = plt.subplots(nrows=2, ncols=2, sharey=True, figsize=(20,10))

#요일별 구매 건수 시각화
plt.subplot(2,2,1)
plt.bar(df_days_cnt_asc.index, df_days_cnt_asc['completed_at']) # 여기에 X, Y1 
plt.title('Counting Purchase by Day of Week')
plt.xlabel('Day of Week')


# 시간대별 구매 건수 시각화
plt.subplot(2,2,2)
plt.bar(df_time_s_cnt_asc.index, df_time_s_cnt_asc['completed_at']) # 여기 X y 
plt.title('Counting Purchase by time slot a day')
plt.annotate('04 ~ 08',(0,2800), ha='center')
plt.annotate('08 ~ 12',(1,9600), ha='center')
plt.annotate('12 ~ 16',(2,12300), ha='center')
plt.annotate('16 ~ 20',(3,11500), ha='center')
plt.annotate('20 ~ 24',(4,11200), ha='center')
plt.annotate('24 ~ 04',(5,4500), ha='center')
plt.xlabel('Time Slot')


# 요일별& 구매시간대 별 시각화 
plt.subplot(2,1,2)
plt.title('Weekly Purchase Count by time slot', fontsize=15)
sns.barplot(data = df_cpl_wd_t_cnt,
            x = df_cpl_wd_t_cnt['d_week'],
            y = df_cpl_wd_t_cnt['completed_at'],
            hue = df_cpl_wd_t_cnt['time_s'])

# plt.xticks(list(range(7)), weekday_order)
plt.xlabel('day of week', fontsize=14)
plt.ylabel('Purchase Count', fontsize=14)
plt.legend(loc='upper center', ncol=2, bbox_to_anchor=(0.5, 1))

plt.show()


#쿠폰을 사용해서 구입한 비율이 높은 카테고리를 찾고, 결제 건수가 실제로 많은지 찾아보자.  

#쿠폰 비율이 높은 카테고리 먼저 찾기
cou = jieun_eda[['customer_id', 'new_coupon_discount', 'category_title', 'transaction_amount']]
cou.head()


#쿠폰 사용 비율, 카테고리당 평균 결제 가격, 결제 건수 확인
cate_pay= cou.groupby('category_title').mean('transaction_amount')
cate_num = cou.groupby('category_title').size().reset_index()

result3 = pd.merge(cate_pay,cate_num,how='outer',on='category_title')
result3.columns=['category_title','customer_id','쿠폰 사용 비율','평균 결제가격','결제 건수']
result3 = result3.sort_values('결제 건수')
result3.drop(['customer_id'], axis=1, inplace=True)
result3


#상관계수? (교육 카테고리는 모두 B2B라, 제외 후 상관계수 계산)
result_3 = result3.drop([0], axis=0)
result_3.corr()


#카테고리 별 강의 개수를 알아보자 (가정: 카테고리 내 강의들은 최소한 1회는 팔렸을 것이다)
data1 = jieun_eda[['category_title','course_title']].groupby('category_title')['course_title'].nunique()
data1

category_title
교육         860
데이터사이언스    161
디자인         67
마케팅         73
부동산/금융      51
업무 생산성      79
영상/3D       49
투자/재테크      11
프로그래밍      203
Name: course_title, dtype: int64


#result3 + data1 를 category_title 로 합쳐서 결제 건수 / 강의 개수 = 카테고리별 강의 개수 당 결제 건수 보기 
#강의 건수 대비 결제 비율
cat_pur = pd.merge(result3,data1,how='inner',on='category_title')
cat_pur['purchase_per_course'] = cat_pur['결제 건수']/cat_pur['course_title']
cat_pur.rename(columns = {'course_title':'course_amount'},inplace=True)
cat_pur.sort_values('course_amount')


#혹시라도, 쿠폰이 투자/재테크 전용 쿠폰이었던건 아닐까?
hoxy = jieun_eda[jieun_eda.coupon_title.notna()][jieun_eda[jieun_eda.coupon_title.notna()].coupon_title.str.contains('투자|재테크')]
hoxy[hoxy['category_title'] == '투자/재테크'].info(30)

<class 'pandas.core.frame.DataFrame'>
Int64Index: 112 entries, 2422 to 50342
Data columns (total 19 columns):
 #   Column                  Non-Null Count  Dtype  
---  ------                  --------------  -----  
 0   id                      112 non-null    int64  
 1   customer_id             112 non-null    float64
 2   course_id               112 non-null    float64
 3   type                    112 non-null    object 
 4   state                   112 non-null    object 
 5   course_title            112 non-null    object 
 6   category_title          112 non-null    object 
 7   format                  112 non-null    object 
 8   completed_at            112 non-null    object 
 9   transaction_amount      112 non-null    int64  
 10  coupon_title            112 non-null    object 
 11  coupon_discount_amount  112 non-null    float64
 12  new_coupon_discount     112 non-null    float64
 13  sale_price              112 non-null    float64
 14  tax_free_amount         112 non-null    float64
 15  pg                      92 non-null     object 
 16  method                  112 non-null    object 
 17  subcategory_title       112 non-null    object 
 18  marketing_start_at      107 non-null    object 
dtypes: float64(6), int64(2), object(11)
memory usage: 17.5+ KB


hoxy_oppo = jieun_eda[jieun_eda.coupon_title.notna()][jieun_eda[jieun_eda.coupon_title.notna()].coupon_title.str.contains('투자|재테크')==False]
hoxy_oppo[hoxy_oppo['category_title'] == '투자/재테크'].head()


cat_pur = cat_pur.drop([0], axis=0)
cat_pur.corr()


# 하위 카테고리 별 판매 건 수 알아보기
plt.figure(figsize=(40, 20))
plt.suptitle('subcategory amount count ratio', fontsize =40)
for i, name in enumerate(goeun_eda_re.category_title.unique()):
    data_subcategory=goeun_eda_re[goeun_eda_re['category_title'] == name]['subcategory_title'].value_counts().sort_values()

    colors = sns.color_palette('Set2')
    labels=data_subcategory.index
    plt.subplot(2,4,i+1)
    plt.pie(data_subcategory,startangle = 90,
            explode = [0 if i != len(data_subcategory) - 1 else 0.1 for i in range(len(data_subcategory))],
            shadow=True,autopct='%.01f%%',
            colors=colors,
            textprops = {'fontsize':25})
    plt.title(f'{name}',  fontsize =30)
    plt.legend(labels=labels, loc='lower left', bbox_to_anchor=(0.95, 0.5), fontsize =25)
    
plt.tight_layout()


# 원래는 카테고리별로 어떤 강의를 구매했는지 확인하기 위한 데이터프레임
# marginal 인 All column 이 결국은 강의를 몇 번 구매했는지를 나타낸다.
df_payment_check = df.pivot_table('transaction_amount', 'customer_id', 'category_title', aggfunc='count', margins=True)
df_payment_check


# All == 1 이면 강의를 한 번만 구매했다.
df_payment_check['repurchase_check'] = 1
df_payment_check.loc[df_payment_check.All == 1, 'repurchase_check'] = 0


# 강의를 2번 이상 구매한 사람들 count
data = df_payment_check[df_payment_check.repurchase_check == 1].All.value_counts().sort_index()[:-1]
data

2     5004
3     1298
4      458
5      231
6      134
7       59
8       35
9       24
10      13
11      12
12       7
13       5
14       4
15       4
16       2
17       1
18       1
19       1
21       1
22       1
26       1
27       1
34       1
39       1
53       1
Name: All, dtype: int64


#시각화

plt.figure(figsize=(14, 10))

ax1 = plt.subplot(1, 2, 1)
plt.title(f'1번 구매 VS 2번 이상 구매', size=18)
labels = ['1번 구매', '2번 이상 구매']
colors = sns.color_palette('Set2')

def func(pct, data):
    val = int(np.round(pct/100 * data.sum(), 0))
    if pct > 3:
        return f"{pct:.1f}%\n({val} 명)"
ax1.pie(df_payment_check.repurchase_check.value_counts(), explode= [0, 0.1], colors=colors, labels=labels, autopct=lambda pct: func(pct, df_payment_check.repurchase_check.value_counts()))
ang1, ang2 = ax1.patches[1].theta1, ax1.patches[1].theta2
ang = (ang2 + ang1)/2 ## 중심각
x = np.cos(np.deg2rad(ang)) ## Annotation의 끝점에 해당하는 x좌표
y = np.sin(np.deg2rad(ang)) ## Annotation의 끝점에 해당하는 y좌표

plt.ylabel('')



ax2 = plt.subplot(1, 2, 2)
labels = list(data.index[:7])+["" for _ in range(18)]
colors = sns.color_palette('Set2')
plt.title(f'재구매 건수 비율', size=18)
ax2.pie(data, colors=colors[1:], labels=labels, autopct=lambda pct: func(pct, data))

ang1_, ang2_ = ax2.patches[0].theta1, ax2.patches[0].theta2
ang_ = (ang2_ - ang1_)/2. + ang1_ ## 중심각
x_ = np.cos(np.deg2rad(ang_)) ## Annotation의 끝점에 해당하는 x좌표
y_ = np.sin(np.deg2rad(ang_)) ## Annotation의 끝점에 해당하는 y좌표

config = dict(arrowprops=dict(arrowstyle='<-', color='black', linewidth=1.2))
connectionstyle = f"angle,angleA=0,angleB=60"
config["arrowprops"].update({"connectionstyle": connectionstyle})
ax2.annotate("", xy=(x, y), xycoords=ax1.transData, xytext=(2, 0.1), color='black', **config)

plt.ylabel('')
plt.show()


# 날짜에 따라서 재구매 유무를 따지기 위한 새로운 데이터프레임
df_repurchase = df.loc[[]]
df_repurchase['time_diff'] = None
for idx in data[:-1].index:
    df_loop = df.loc[[]]
    for customer_id in df_payment_check[df_payment_check['All'] == idx].index:
        df_loop = pd.concat([df_loop, df[df.customer_id == customer_id]])
    df_loop['time_diff'] = (df_loop.completed_at - df_loop.completed_at.shift(1)).dt.days
    df_repurchase = pd.concat([df_repurchase, df_loop.loc[df_loop.reset_index().index % idx != 0]])


# 첫 번째 결제는 제외한 나머지 결제 내역에 대한 결제와 결제 사이의 날짜 간격을 가지고 있는 df
df_repurchase.head(2)


df_payment_check['purchase_once'] = 0

df_payment_check.loc[df_payment_check.repurchase_check == 0, 'purchase_once'] = 1
# 위에서 만든 새로운 데이터프레임에서 차집합을 이용하여 한꺼번에 강의를 구매한 사람들만 체크
df_payment_check.loc[pd.merge(df_repurchase.loc[df_repurchase.time_diff == 0], df_repurchase.loc[df_repurchase.time_diff != 0], on='customer_id', how='left').loc[pd.merge(df_repurchase.loc[df_repurchase.time_diff == 0], df_repurchase.loc[df_repurchase.time_diff != 0], on='customer_id', how='left').id_y.isna()].customer_id.unique(), 'purchase_once'] = 1


plt.figure(figsize=(8, 10))

ax1 = plt.subplot2grid((7, 2), (0, 0), rowspan=3)
plt.title(f'1번 구매 VS 2번 이상 구매', size=12)
labels = ['1번 구매', '2번 이상 구매']
colors = sns.color_palette('Set2')

def func(pct, data):
    val = int(np.round(pct/100 * data.sum(), 0))
    if pct > 3:
        return f"{pct:.1f}%\n({val} 명)"
ax1.pie(df_payment_check.repurchase_check.value_counts(), explode= [0, 0.1], colors=colors, labels=labels, autopct=lambda pct: func(pct, df_payment_check.repurchase_check.value_counts()))
ang1, ang2 = ax1.patches[1].theta1, ax1.patches[1].theta2
ang = (ang2 + ang1)/2 ## 중심각
x = np.cos(np.deg2rad(ang)) ## Annotation의 끝점에 해당하는 x좌표
y = np.sin(np.deg2rad(ang)) ## Annotation의 끝점에 해당하는 y좌표

plt.ylabel('')

ax2 = plt.subplot2grid((7, 2), (0, 1), rowspan=3)
colors = sns.color_palette('Set2')
labels = ['기간 두고 구매', '한 번에 여러개 구매']
plt.title(f'재구매 유무(한 번에 강의구매 유무)', size=12)
ax2.pie(df_payment_check.purchase_once.value_counts(),startangle=180, colors=colors[2:], labels=labels, autopct=lambda pct: func(pct, data))

ang1_, ang2_ = ax2.patches[0].theta1, ax2.patches[0].theta2
ang_ = (ang2_ - ang1_)/2. + ang1_ ## 중심각
x_ = np.cos(np.deg2rad(ang_)) ## Annotation의 끝점에 해당하는 x좌표
y_ = np.sin(np.deg2rad(ang_)) ## Annotation의 끝점에 해당하는 y좌표

config = dict(arrowprops=dict(arrowstyle='<-', color='black', linewidth=1.2))
connectionstyle = f"angle,angleA=0,angleB=60"
config["arrowprops"].update({"connectionstyle": connectionstyle})
ax2.annotate("", xy=(x, y), xycoords=ax1.transData, xytext=(3.1, 0.1), color='black', **config)

df_payment_check_copy = df_payment_check.copy()
df_payment_check_copy.loc[df_payment_check.purchase_once == 1, 'repurchase_check'] = 0

ax3 = plt.subplot2grid((7, 2), (3, 0),rowspan=4, colspan=2)
plt.title('재구매 유무', size=15)
labels=['재구매 하지 않음', '재구매 함']
ax3.pie(df_payment_check_copy.repurchase_check.value_counts(), explode= [0, 0.1], colors=colors, labels=labels, autopct=lambda pct: func(pct, df_payment_check.repurchase_check.value_counts()))

plt.tight_layout()
plt.ylabel('')
plt.show()


#쿠폰 사용 고객들에 대한 분석

df_cpn = df[df['coupon_title'].isna() == 0]
df_cpn_wlc = df_cpn[df_cpn['coupon_title'].str.contains('웰컴|WELCOME')]
df_cpn_wlc.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 11501 entries, 1 to 50379
Data columns (total 19 columns):
 #   Column                  Non-Null Count  Dtype         
---  ------                  --------------  -----         
 0   id                      11501 non-null  int64         
 1   customer_id             11501 non-null  float64       
 2   course_id               11501 non-null  float64       
 3   type                    11501 non-null  object        
 4   state                   11501 non-null  object        
 5   course_title            11501 non-null  object        
 6   category_title          11501 non-null  object        
 7   format                  11501 non-null  object        
 8   completed_at            11501 non-null  datetime64[ns]
 9   transaction_amount      11501 non-null  int64         
 10  coupon_title            11501 non-null  object        
 11  coupon_discount_amount  11501 non-null  float64       
 12  new_coupon_discount     11501 non-null  float64       
 13  sale_price              11501 non-null  float64       
 14  tax_free_amount         11501 non-null  float64       
 15  pg                      10121 non-null  object        
 16  method                  11500 non-null  object        
 17  subcategory_title       10770 non-null  object        
 18  marketing_start_at      10110 non-null  datetime64[ns]
dtypes: datetime64[ns](2), float64(6), int64(2), object(9)
memory usage: 1.8+ MB


# 전체 구매 대비 웰컴쿠폰 구매율
print('전체 구매 대비 웰컴쿠폰 구매율:')
print('%.2f%%' %((df_cpn_wlc['id'].count()/df['id'].count()) *100))

# 전체 쿠폰 사용 구매 대비 웰컴쿠폰 
print('쿠폰 사용 건 중 웰컴 쿠폰의 비율:')
print('%.2f%%' %((df_cpn_wlc['id'].count()/df_cpn['id'].count()) *100))

전체 구매 대비 웰컴쿠폰 구매율:
22.83%
쿠폰 사용 건 중 웰컴 쿠폰의 비율:
51.32%


df_pg = df[df['pg'].isna() == False]
df_pg.head()


# PG를 통한 전체 구매건수 기준: 비교를 위해 PG 통하지 않은 구매 건수는 제외 함
# 일별 구매 건수를 보기위해 날자만 발췌
df_pg_cpl_d = df_pg.loc[:,['id','completed_at','pg']]
df_pg_cpl_d['date'] = pd.to_datetime(df_pg_cpl_d['completed_at']).dt.date #df_pg_cpl_d['completed_at'].str[:10]
df_pg_cpl_d.head()


# 카카오만...
df_pg_kakao = df_pg_cpl_d[df_pg_cpl_d['pg'] == 'KAKAO']
df_pg_kakao


# 날짜별 그룹화 및 카운팅
group_pg_kakao = df_pg_kakao.groupby(['date'])
group_pg_kakao_cnt = group_pg_kakao[['id']].count().reset_index()
group_pg_kakao_cnt.head()


# 시각화
from datetime import datetime
from matplotlib.dates import date2num

fig, ax = plt.subplots(figsize=(30,10))
ax.bar(group_pg_kakao_cnt['date'], group_pg_kakao_cnt['id'])
ax.axvspan(date2num(datetime(2021,7,16)), date2num(datetime(2021,7,31)), label="Event", color="grey", alpha=0.3)  # 이벤트 구간 음영설정
ax.axhline(y=group_pg_kakao_cnt.id.mean(), color='r', linestyle='--', linewidth=1)  # 평균 구매건수 표시
ax.set_xlabel('Purchase Date', size=12)
ax.set_ylabel('Purchase Count', size=12)

ax.legend()
fig.autofmt_xdate()

plt.show()


# 카카오페이 결제 데이터 전체 기간 중 이벤트에 해당되는 날짜의 비율

# data_start = datetime(2021, 3, 29)
# data_end = datetime(2021, 9, 26)

data_start = datetime(2021, 4, 28)
data_end = datetime(2021, 9, 25)

event_start = datetime(2021, 7, 16)
event_end = datetime(2021, 7, 31)

data_days = (data_end - data_start).days
event_days = (event_end - event_start).days

print('카카오페이를 통한 전체 결제 기간 중 이벤트 기간에 해당하는 비율:')
print('%.2f%%' %((event_days/data_days)*100))

# 카카오페이를 통한 전체 구매건 수 중 카카오이벤트 쿠폰을 사용한 구매의 비율
df_kakao = pd.DataFrame(pd.to_datetime(df_pg[df_pg['pg'] == 'KAKAO']['completed_at']))
df_kakao['event'] = (df_kakao['completed_at'] >= '2021-07-16') & (df_kakao['completed_at'] <= '2021-07-31')
df_kakao
print('카카오페이 결제 건 중 쿠폰 사용 비율:')
print('%.2f%%' %((df_kakao['event'][df_kakao['event'] == True].count() / df_kakao['completed_at'].count())*100))

카카오페이를 통한 전체 결제 기간 중 이벤트 기간에 해당하는 비율:
10.00%
카카오페이 결제 건 중 쿠폰 사용 비율:
20.48%


# 결측치 제거 (각 PG사 별 사용 점유율 확인을 위해 null은 고려 배제)
df_pg = df[df['pg'].isna() == False]
df_pg.head()


# PG사별 이용 건수 확인
df_pg_cnt = df_pg[['pg','completed_at']].groupby('pg').count().sort_values(by='completed_at', ascending=False)
df_pg_cnt


# 시각화
plt.figure(figsize=(10,8))
plt.pie(df_pg_cnt['completed_at'], autopct='%.2f%%', pctdistance=1, startangle=90, counterclock=False, explode=[0.05,0.05,0.05,0.05,0.05], shadow=True, colors=['#ff9999', '#ffc000', '#8fd9b6', '#d395d0', "#adc178"], wedgeprops={'width': 0.7, 'linewidth': 2})
plt.title('Purchase Ratio by PG')
plt.legend(df_pg_cnt.index)
plt.show()

	id	customer_id	course_id	type	state	course_title	category_title	format	completed_at	transaction_amount	coupon_title	coupon_discount_amount	sale_price	tax_free_amount	pg	method	subcategory_title	marketing_start_at
0	970634	504760.0	201435.0	ORDER	CANCELLED	올인원 패키지 : 알고리즘 기술면접 완전 정복	프로그래밍	올인원	2021-03-28 15:00:11	90500	NaN	NaN	110500.0	110500.0	NaN	VBANK	개발자 커리어	NaN
1	970650	432862.0	203178.0	ORDER	CANCELLED	초격차 패키지 : 한번에 끝내는 영상 촬영과 편집	영상/3D	올인원	2021-03-28 15:16:53	96000	NaN	NaN	116000.0	116000.0	NaN	CARD	영상 편집	2020-12-02 0:00:00

	평균_결제액	subcategory_결제_건수	subcategory_강의_수	subcategory_결제율
subcategory_title
취업/이직 준비	297111.111111	18	6	3.000000
마케팅	417722.772277	101	18	5.611111
업무 생산성	338330.357143	112	18	6.222222
영상/디자인	252060.975610	82	6	13.666667
리더십	140180.077160	324	15	21.600000
SNS마케팅	118708.280142	564	15	37.600000
금융/투자 실무	177446.076577	1110	27	41.111111
데이터분석	174943.798636	2786	66	42.212121
데이터엔지니어링	300145.882353	170	4	42.500000
딥러닝/인공지능	155935.950149	2347	45	52.155556
코딩 입문	127781.442731	454	8	56.750000
부동산 개발	145468.130841	535	9	59.444444
UX/UI	173527.366255	1458	24	60.750000
개발자 커리어	143619.372980	3094	48	64.458333
VFX	174729.090909	330	5	66.000000
디자인툴	144929.808666	1777	24	74.041667
디지털마케팅	191503.779070	946	12	78.833333
머신러닝	126740.073529	952	12	79.333333
데이터마케팅	112852.940327	1039	13	79.923077
게임 그래픽	150912.060302	199	2	99.500000
영상 편집	122865.270544	3456	33	104.727273
부동산 투자	152468.125000	320	3	106.666667
프론트엔드 개발	131273.445365	3139	28	112.107143
회계/재무/세무	223109.429778	947	8	118.375000
게임	120314.947781	766	6	127.666667
모바일앱	122221.363099	1691	13	130.076923
DevOps	132076.254562	1096	8	137.000000
주식 투자	247519.312437	989	7	141.285714
시각디자인	137082.966396	863	6	143.833333
모션그래픽	125334.476031	897	6	149.500000
일러스트	140439.202541	1417	9	157.444444
엑셀/VBA	107754.542426	2251	14	160.785714
백엔드 개발	117120.966053	3152	19	165.894737
PPT/보고서	115090.120350	2285	13	175.769231
업무자동화	103475.446429	448	2	224.000000
커뮤니케이션	22551.049107	896	4	224.000000
글쓰기/카피라이팅	132153.951462	1607	5	321.400000

	평균_결제액	subcategory_결제_건수	subcategory_강의_수	subcategory_결제율
count	37.000000	37.000000	37.000000	37.000000
mean	165337.843679	1205.891892	15.162162	99.601238
std	75003.205293	990.876486	14.008953	69.310997
min	22551.049107	18.000000	2.000000	3.000000
25%	122865.270544	448.000000	6.000000	52.155556
50%	140439.202541	947.000000	12.000000	79.923077
75%	174943.798636	1691.000000	18.000000	141.285714
max	417722.772277	3456.000000	66.000000	321.400000

	평균_결제액	subcategory_결제_건수	subcategory_강의_수	subcategory_결제율
평균_결제액	1.000000	-0.407846	0.000433	-0.574311
subcategory_결제_건수	-0.407846	1.000000	0.688385	0.276822
subcategory_강의_수	0.000433	0.688385	1.000000	-0.322079
subcategory_결제율	-0.574311	0.276822	-0.322079	1.000000

	completed_at
0	2021-03-28 15:21:43
1	2021-03-28 15:21:54
2	2021-03-28 15:26:47
3	2021-03-28 15:27:17
4	2021-03-28 15:33:28
...	...
50375	2021-09-25 13:39:26
50376	2021-09-25 13:46:29
50377	2021-09-25 14:01:26
50378	2021-09-25 14:17:41
50379	2021-09-25 14:25:47

분석개요¶

분석 주제 및 배경¶

분석 방향¶

분석 데이터¶

데이터 목록¶

데이터 정제(전처리) 방안¶

전체 전처리 과정 요약¶

데이터 전처리¶

EDA¶

EDA 프로세스¶

분석 내용(EDA)¶

[가설 1.] 하위 카테고리에서 개설 된 강의 수가 많을수록 결제 건수도 많을 것이다.¶

[데이터 살펴보기]¶

[결론]¶

[가설 2.] 카테고리 별 결제건이 많은 강의를 확인해 주요 고객층을 예상할 수 있다.¶

결과¶

[가설 3.] 요일 및 시간대에 따른 결제 건수 빈도 분석을 통해 프로모션 효과가 높은 시간대를 찾을 수 있다.¶

결론¶

[가설 4.] 쿠폰 사용 비율이 높은 카테고리는 결제 건수가 많을 것이다.¶

[데이터 살펴보기]¶

[결론]¶

[가설 5.] 카테고리 별 결제 건수와 강의 개수의 비를 통해 카테고리 별 수요를 알 수 있다.¶

[결론 & 제안사항]¶

[가설 6.] customer id를 기준으로 결제 횟수를 분석해 재구매 유도 전략이 유의미할지 확인할 수 있다.¶

[결론]¶

[가설 7.] 가장 많이 사용되는 결제 대행사와 관련된 프로모션 전략이 유효할 것이다.¶

[결론]¶

활용방안 정리¶

번외.¶

num	Column	Non-Null Count	Dtype	colums_ex
0	id	105419 non-null	int64	해당 거래 내역(pk), 고유값
1	customer_id	105416 non-null	float64	결제한 고객 ID
2	course_id	100212 non-null	float64	강의 ID(프로모션에 대해서는 값이 할당되어 있지 않음
3	type	105419 non-null	object	거래 종류 (paymaent, refund만 사용)
4	state	105419 non-null	object	거래에 대한 상태(completed, requested만 사용)
5	course_title	105403 non-null	object	강의 제목
6	category_title	105395 non-null	object	강의 대분류
7	format	105403 non-null	object	온라인 강의의 기획 종류
8	completed_at	105419 non-null	object	state가 COMPLETED로 변경된 시점
9	transaction_amount	105419 non-null	int64	최종 결제 금액
10	coupon_title	31817 non-null	object	쿠폰 종류
11	coupon_discount_amount	31817 non-null	float64	쿠폰 할인 금액
12	sale_price	104291 non-null	float64	판매 금액
13	tax_free_amount	104291 non-null	float64	보안성 공유 어려움
14	pg	90344 non-null	object	PG사 종류
15	method	92323 non-null	object	결제 방식
16	subcategory_title	85590 non-null	object	강의 중분류
17	marketing_start_at	87440 non-null	object	강의 판매 시점

	completed_at	n_d_week	d_week	day	hour
0	2021-03-28 15:21:43	6	Sunday	28	15
1	2021-03-28 15:21:54	6	Sunday	28	15
2	2021-03-28 15:26:47	6	Sunday	28	15
3	2021-03-28 15:27:17	6	Sunday	28	15
4	2021-03-28 15:33:28	6	Sunday	28	15
...	...	...	...	...	...
50375	2021-09-25 13:39:26	5	Saturday	25	13
50376	2021-09-25 13:46:29	5	Saturday	25	13
50377	2021-09-25 14:01:26	5	Saturday	25	14
50378	2021-09-25 14:17:41	5	Saturday	25	14
50379	2021-09-25 14:25:47	5	Saturday	25	14

	completed_at
d_week
Monday	8967
Tuesday	7592
Wednesday	7700
Thursday	6253
Friday	7683
Saturday	4856
Sunday	7329

	completed_at	n_d_week	d_week	day	hour	time_s
0	2021-03-28 15:21:43	6	Sunday	28	15	Noon
1	2021-03-28 15:21:54	6	Sunday	28	15	Noon
2	2021-03-28 15:26:47	6	Sunday	28	15	Noon
3	2021-03-28 15:27:17	6	Sunday	28	15	Noon
4	2021-03-28 15:33:28	6	Sunday	28	15	Noon
...	...	...	...	...	...	...
50375	2021-09-25 13:39:26	5	Saturday	25	13	Noon
50376	2021-09-25 13:46:29	5	Saturday	25	13	Noon
50377	2021-09-25 14:01:26	5	Saturday	25	14	Noon
50378	2021-09-25 14:17:41	5	Saturday	25	14	Noon
50379	2021-09-25 14:25:47	5	Saturday	25	14	Noon

	completed_at
time_s
Early Morning	2531
Morning	9358
Noon	12124
Eve	11217
Night	10965
Late Night	4185

	customer_id	new_coupon_discount	category_title	transaction_amount
0	72297.0	1.0	프로그래밍	171810
1	478028.0	1.0	업무 생산성	97500
2	478033.0	1.0	영상/3D	96000
3	469860.0	0.0	부동산/금융	263000
4	478031.0	0.0	데이터사이언스	299000

	category_title	쿠폰 사용 비율	평균 결제가격	결제 건수
0	교육	0.000000	1.295001e+06	935
7	투자/재테크	0.577982	2.075275e+05	1417
4	부동산/금융	0.434543	1.790439e+05	2727
3	마케팅	0.352994	1.713387e+05	4476
6	영상/3D	0.552909	1.234153e+05	5122
2	디자인	0.548637	1.438712e+05	5798
1	데이터사이언스	0.438950	2.376666e+05	6593
5	업무 생산성	0.408719	1.038895e+05	6606
8	프로그래밍	0.432146	1.088931e+05	16705

	쿠폰 사용 비율	평균 결제가격	결제 건수
쿠폰 사용 비율	1.000000	0.065587	-0.285328
평균 결제가격	0.065587	1.000000	-0.511962
결제 건수	-0.285328	-0.511962	1.000000

	id	customer_id	course_id	type	state	course_title	category_title	format	completed_at	transaction_amount	coupon_title	coupon_discount_amount	new_coupon_discount	sale_price	tax_free_amount	pg	method	subcategory_title	marketing_start_at
148	971766	478363.0	201313.0	PAYMENT	COMPLETED	올인원 패키지 : 부동산 투자	투자/재테크	올인원	2021-03-28 23:07:42	105000	[웰컴쿠폰] 올인원 패키지 1만원 할인 쿠폰	10000.0	1.0	115000.0	115000.0	NaN	CARD	부동산 투자	NaN
300	972688	461307.0	201313.0	PAYMENT	COMPLETED	올인원 패키지 : 부동산 투자	투자/재테크	올인원	2021-03-29 10:31:55	0	수강생 50만명 돌파 기념 감사제 쿠폰	140000.0	1.0	115000.0	115000.0	NaN	PROMOTION	부동산 투자	NaN
313	972752	435953.0	201313.0	PAYMENT	COMPLETED	올인원 패키지 : 부동산 투자	투자/재테크	올인원	2021-03-29 10:39:11	0	수강생 50만명 돌파 기념 감사제 쿠폰	123500.0	1.0	115000.0	115000.0	NaN	PROMOTION	부동산 투자	NaN
352	972926	461610.0	202789.0	PAYMENT	COMPLETED	올인원 패키지 : 2021 취업/이직/투자를 위한 기업분석	투자/재테크	올인원	2021-03-29 11:05:09	0	수강생 50만명 돌파 기념 감사제 쿠폰	125000.0	1.0	102500.0	102500.0	NaN	PROMOTION	주식 투자	2020-09-11 00:00:00
379	973100	130325.0	201313.0	PAYMENT	COMPLETED	올인원 패키지 : 부동산 투자	투자/재테크	올인원	2021-03-29 11:38:07	26000	수강생 50만명 돌파 기념 감사제 쿠폰	89000.0	1.0	115000.0	115000.0	NaN	CARD	부동산 투자	NaN

category_title	교육	데이터사이언스	디자인	마케팅	부동산/금융	업무 생산성	영상/3D	투자/재테크	프로그래밍	All
customer_id
46.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	1.0	1
47.0	NaN	2.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	2
79.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	1.0	1
96.0	NaN	NaN	NaN	NaN	NaN	NaN	1.0	NaN	NaN	1
152.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	1.0	1
...	...	...	...	...	...	...	...	...	...	...
670891.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	1.0	1
672301.0	1.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	1
672307.0	1.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	1
672308.0	1.0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	1
All	935.0	6593.0	5798.0	4476.0	2727.0	6606.0	5122.0	1417.0	16705.0	50379

	d_week	time_s	completed_at	n_d_week	day	hour
0	Monday	Early Morning	378	378	378	378
1	Monday	Morning	2025	2025	2025	2025
2	Monday	Noon	2153	2153	2153	2153
3	Monday	Eve	2019	2019	2019	2019
4	Monday	Night	1726	1726	1726	1726

	id	completed_at	pg	date
3769	996296	2021-04-07 14:03:39	INICIS	2021-04-07
3771	996301	2021-04-07 14:08:37	INICIS	2021-04-07
3773	996334	2021-04-07 14:11:19	INICIS	2021-04-07
3774	996347	2021-04-07 14:15:18	INICIS	2021-04-07
3775	996356	2021-04-07 14:18:19	INICIS	2021-04-07

	id	completed_at	pg	date
8900	1036161	2021-04-28 15:47:16	KAKAO	2021-04-28
8907	1036211	2021-04-28 15:55:50	KAKAO	2021-04-28
8908	1036237	2021-04-28 16:01:50	KAKAO	2021-04-28
8909	1036249	2021-04-28 16:03:24	KAKAO	2021-04-28
8920	1036380	2021-04-28 16:38:01	KAKAO	2021-04-28
...	...	...	...	...
50360	1364842	2021-09-25 10:56:03	KAKAO	2021-09-25
50364	1364869	2021-09-25 11:22:07	KAKAO	2021-09-25
50365	1364875	2021-09-25 11:29:36	KAKAO	2021-09-25
50367	1364886	2021-09-25 11:54:34	KAKAO	2021-09-25
50376	1364976	2021-09-25 13:46:29	KAKAO	2021-09-25

	date	id
0	2021-04-28	52
1	2021-04-29	125
2	2021-04-30	226
3	2021-05-01	51
4	2021-05-02	86

	id	customer_id	course_id	type	state	course_title	category_title	format	completed_at	transaction_amount	coupon_title	coupon_discount_amount	new_coupon_discount	sale_price	tax_free_amount	pg	method	subcategory_title	marketing_start_at	time_diff
29845	1206695	47.0	203533.0	PAYMENT	COMPLETED	연습문제 패키지 : 퀴즈처럼 풀면서 배우는 파이썬 머신러닝 300제+	데이터사이언스	올인원	2021-07-09 16:14:40	104000	NaN	NaN	0.0	104000.0	104000.0	KAKAO	POINT	머신러닝	2021-01-05	70.0
48805	1348577	153.0	203355.0	PAYMENT	COMPLETED	올인원 패키지 : 처음부터 시작하는 딥러닝 유치원	데이터사이언스	올인원	2021-09-15 22:07:47	159000	NaN	NaN	0.0	159000.0	159000.0	INICIS	CARD	딥러닝/인공지능	2021-01-14	2.0

	id	customer_id	course_id	type	state	course_title	category_title	format	completed_at	transaction_amount	coupon_title	coupon_discount_amount	new_coupon_discount	sale_price	tax_free_amount	pg	method	subcategory_title	marketing_start_at
3769	996296	147116.0	203720.0	PAYMENT	COMPLETED	초격차 패키지 : 한 번에 끝내는 프론트엔드 개발	프로그래밍	올인원	2021-04-07 14:03:39	113000	NaN	NaN	0.0	113000.0	113000.0	INICIS	CARD	프론트엔드 개발	2021-02-02
3771	996301	147033.0	203178.0	PAYMENT	COMPLETED	초격차 패키지 : 한번에 끝내는 영상 촬영과 편집	영상/3D	올인원	2021-04-07 14:08:37	118000	NaN	NaN	0.0	118000.0	118000.0	INICIS	VBANK	영상 편집	2020-12-02
3773	996334	489532.0	201133.0	PAYMENT	COMPLETED	올인원 패키지 : HTML/CSS, JavaScript	프로그래밍	올인원	2021-04-07 14:11:19	85500	[웰컴쿠폰] 올인원 패키지 2만원 할인 쿠폰	20000.0	1.0	105500.0	105500.0	INICIS	CARD	NaN	2019-07-11
3774	996347	489344.0	201998.0	PAYMENT	COMPLETED	올인원 패키지 : iOS 앱 개발	프로그래밍	올인원	2021-04-07 14:15:18	92000	[웰컴쿠폰] 올인원 패키지 2만원 할인 쿠폰	20000.0	1.0	112000.0	112000.0	INICIS	CARD	모바일앱	2020-01-14
3775	996356	149721.0	203535.0	PAYMENT	COMPLETED	초격차 패키지 : 한번에 끝내는 PPT 제작/디자인	업무 생산성	올인원	2021-04-07 14:18:19	100000	NaN	NaN	0.0	100000.0	100000.0	INICIS	CARD	PPT/보고서	2021-03-10