🦾

Portfolio

한동건

한동건 (Donggun Han)
1998.10.02

—
Tel. 010-5364-9540
E-mail. airborne3586@gmail.com

ABOUT ME

실패를 두려워 하지 않는 Data Analyst를 꿈꾸는 한동건입니다

고객 경험을 깊이 있게 분석하고 이해하여, 이를 바탕으로 비즈니스 성장을 이끄는 비즈니스 데이터 분석가 꿈꾸고 있습니다. 다양한 데이터 분석 툴 활용역량을 보유하고 있으며 데이터 분석을 바탕으로 현실세계의 복잡한 문제를 해결하는 것을 좋아합니다.

EDUCATION

2023.09 한국외국어대학교(글로벌캠퍼스) 프랑스학과/통계학과(이중) 7학기 수료 및 휴학

WORK EXPERIENCES

2024.07 ~ BMW GROUP KOREA - Aftersales Business Development Intern

BMW Aftersales 사업개발 업무를 맡고 있습니다.

(AS MKT)캠페인 기획 및 실행 지원
- Dr.BMW (올드카 수리 지원 등),
- 월간 Warranty Plus 프로모션

디지털 업무 서포트
MyBMW 어플리케이션 데이터 Weekly/Monthly Reporting

보증 연장 업무 Support 
→ 보증 연장 등을 통한 서비스 센터 리텐션 유지 및 강화 

외부 부품 판매 데이터 분석 Support 

AS Business Development 팀 One Pager(월간 리포트) 작성 

AWARDS

2022 교내 BYOI 공모전 - 우수상 사업기획

•

‘Whufs in the box’ - 한국외대생만의 아이템 기획에서 판매까지 

2023 국립중앙도서관 데이터 활용 콘텐츠 공모전 - 장려상 추천시스템

•

책에 어울리는 음악 추천 서비스

2024 광진구 빅데이터 분석 공모전 - 최우수상 데이터 분석

•

MCLP를 활용한 최적의 PM 주차장 입지선정 

2024 금산군 데이터기반행정 시각화 아이디어 공모전 - 우수상 데이터 시각화

•

고령화 사회 대응을 위한 금산군 노인 정신질환 대시보드 

2024 데이터 안심구역 활용 공동 경진대회 - 최우수상 데이터 시각화 및 분석

•

노동공급 이탈예측 모형을 활용한 노동력 회복 정책 및 개선 방안 제언

SKILLS

Collaboration

Notion

Slack

Data Analytics Tools

MySQL

Python

QGIS

Streamlit

BI tools

Tableau

PowerBI

Offics

Excel

Powerpoint

ETC

Adobe Premier ︎︎︎

Adobe Photoshop ︎︎︎

PROJECTS

Gallery view

Table

주요 프로젝트

Loading PDF…

[2024경진대회]팀 데꾼이들 (1).pdf

7918.2KB

노동공급 이탈 예측 모형을 활용한 노동력 회복 정책 및 개선방안 제언

아이디어기획서_클린멘탈.pdf

23800.7KB

고령화 사회 대응을 위한 금산군 노인 정신질환 대시보드

분석 결과 보고서.pdf

2590.7KB

공공 퍼스널 모빌리티 주차공간 입지선정

1. 프로젝트 개요

1.1 크라우드 펀딩이란?

크라우드 펀딩이란 아이디어는 있지만 실행을 위한 자금이 부족한 개인 또는 팀이 다수의 사람들(Crowd)로부터 돈을 모금(Funding)하는 것을 말합니다.

1.2 문제 정의 및 분석 방향

deep daiv.는 다양한 크라우드 펀딩 플랫폼 중 텀블벅에서 총 세 번의 펀딩을 진행했습니다. 첫 번째 펀딩은 달성률 1000%를 넘겼지만, 이어서 진행된 두 번의 펀딩은 달성률 약 500%를 기록해 처음에 비해 다소 아쉬운 달성률을 보였습니다.

이에 저희 왕데마팀은 텀블벅 펀딩 프로젝트들 중 1000% 이상의 달성률을 기록한 프로젝트들의 성공 요인을 가설 검증을 통해 다음과 같은 방향으로 분석해보고자 합니다.

모든 카테고리에서 2000% 이상 달성한 프로젝트와 아닌 프로젝트 비교 분석

deep daiv. 매거진과 같은 카테고리(출판-잡지|출판-실용·테크|테크·가전-앱·웹 서비스) 내 비교 분석

2. 분석 내용

2.0.1 데이터 수집

‘성사된 프로젝트’에 대해서만 크롤링을 진행했고, 크롤링을 통해 얻은 데이터프레임의 예시는 다음과 같습니다.

크라우드 펀딩 성공 요인 분석 프로젝트

1. 프로젝트 기획 배경

근래에 들어 '한국인의 독서량 감소'와 '젊은 층의 문해력 저하'가 사회적 문제로 떠오르고 있습니다. 책이나 신문과 같은 출판물로 정보를 습득했던 과거와 달리, 오늘날 사람들은 책 이외의 수많은 정보 매체와 미디어로부터 정보를 습득할 수 있게 되며 자연스럽게 독서량이 감소해오고 있습니다.

미디어를 통한 정보 습득과 달리, 독서는 정제되지 않은 정보를 스스로 이해하고 자신의 것으로 습득하는 지적 과정을 거치기 때문에 독서가 문해력과 같은 지적 능력 발달에 매우 중요한 것으로 알려져 있습니다. 따라서 젊은 층의 문해력 저하 문제의 원인이 ‘독서량 감소’에 있다는 의견이 제기되고 있습니다.

이러한 '한국인의 독서량 감소'와 '젊은 층의 문해력 저하'에 대하여, 저희 팀은 독서에 대한 흥미를 높이고 독서를 장려할 수 있는 방안을 제시하는 것이 두 문제의 해결 방안이 될 것이라 생각했습니다.

영화나 드라마처럼 책에도 ost가 필요하다는 Jtbc 멜로디책방 프로그램으로부터 영감을 얻어, 도서 맞춤 음악 추천 시스템이라는 주제를 선정했습니다. 자신이 읽고 있는 책을 입력하면 책과 잘 어울리는 음악을 추천해줌으로써 책의 감정과 내용을 음악 함께 더욱 깊이 음미하는 독서 경험을 제공하고자 합니다. 젊은 층에게 친숙한 음악을 독서와 결합함으로써 독서에 대한 흥미와 즐거움을 더하고, 장기적으로 독서를 장려하는 하나의 문화적 서비스가 될 수 있을 것으로 기대하고 있습니다.

독서에도 OST가 필요하다! 읽고 있는 책 입력 → 어울리는 음악 추천 ⇒ 음악과 함께하는 독서 경험

EDA 결과에 따르면 택시 이용률이 가장 높은 10개 지역에 3가지 공항(JFK, Newark, LGA)이 모두 포함되며, 공항에서의 택시 평균 운행 거리가 공항 이외의 지역에 비해 더 긴 것으로 확인되었습니다. 이 정보를 바탕으로 공항에서의 Lyft점유율을 높이는 것이 매출 증대에 긍정적인 영향을 미칠 것으로 판단하여 ‘공항에서의 Lyft 점유율 35% 달성’을 KPI로 설정했습니다.

총 두 개의 대시보드 제작에 있어서 첫 번째 대시보드는 공항을 타겟으로 설정한 이유를 나타낼 수 있는 리프트의 공항 점유 현황에 대한 내용을 담았으며, 두 번째 대시보드에는 공항 점유율 상승 전략을 담은 대시보드로 구성하였습니다.

대시보드 1

•

공항(drop-off 기준) 이외 지역으로의 이동 평균거리와 공항으로의 이동 평균거리를 비교했을 때 공항으로의 유의미한 지표가 발견되어 "공항 지역"의 점유율 상승을 목표로 하는 것이 우버의 매출액에도 큰 영향을 미칠 것이라고 판단했습니다.

•

연간 공항이용률을 보았을 때 2020년(코로나 시기)를 기준으로 공항 이용률이 회복세에 있어, 공항을 타겟으로 설정한 것에 더 큰 의미를 지닐 수 있었습니다.

•

이에 따라 뉴욕 내 공항 세 개의 점유율 현황을 파악했을 때 평균이 30% 부근에 있는 것을 확인하였으며, 국내선 허브 공항인 LaGuardia 공항보다 규모가 큰 JFK 공항의 점유율 향상을 목표로 KPI: 점유율 35%로 설정하였습니다.

대시보드 2

•

Lyft 점유율에 관한 KPI를 보기 쉽게 도넛차트로 나타냈습니다.

•

Borough 별로 필터를 걸어서 확인했을 때 이용률이 높은 맨해튼 지역을 점유율 향상 전략 상의 목표 지역으로 설정하기로 하였으며, 그 중에서도 앞서 말한 것과 같은 이유로 절대적 이용량이 많은 JFK 공항의 점유율을 더 향상시키기로 합니다.

Lyft의 매출 상승을 위한 전략 대시보드

1. 분석의 목적

Recency : 얼마나 최근에 구매했는가
Frequency : 얼마나 자주 구매했는가
Monetary : 얼마나 많은 금액을 지출했는가

마케팅 예산은 무한하지 않습니다. 예산은 한정되어 있고 우리는 필요한 곳에 집중하여 효율적으로 예산을 사용해야만 합니다. 그런 관점에서 RFM 분석은 한정된 예산에서 효과적인 마케팅 전략을 수립할 수 있도록 도와줍니다.

RFM 분석은 고객의 최근 구매 시점, 구매 빈도, 그리고 구매 금액에 근거하여 고객을 분류하는 분석 방법입니다. 이는 고객 유형에 따라 맞춤형 마케팅을 제공하여 고객의 구매 가능성을 높이는 데 효과적인 데이터 분석 전략으로 알려져 있습니다.

가상 비즈니스 상황 : 현재 일자는 대형 기획전 캠페인 종료 후인 2014년 1월 1일로, 63.7%의 유저들의 구매 복귀를 유도하는 데에 성공하였습니다.

유저를 만족할 만큼 모은 지금, 회사의 가장 중요한 목표는 고객의 구매력을 높이는 것에 있다고 생각하였습니다. 따라서 핵심 지표는 유저 1회 구매당 구매액, 즉 객단가 (AOV - Average Order Value)가 될 것이라고 판단하였습니다. 또한 고객 세그먼팅을 통해 AOV가 가장 높은 (혹은 충성 고객인) VIP 집단을 찾아, 이들을 대상으로 캠페인을 진행할 예정입니다.

따라서 RFM 모델을 기반으로 고객 관점에서 구매 활동성 증대 방안을 분석하기 위해 다음과 같이 가설을 설정하고 분석을 진행하였습니다

가설 설정: 가장 많은 금액을 구매한 유저들이 객단가 역시 높을 것이다.

•

RFM 기반으로 유저 세그먼트를 분류했을 때, Monetary가 구매액에 가장 영향을 주었을 것으로 가설을 세웠습니다.

•

이는 AOV = 총 구매액 / 구매횟수 이기 때문이며, 또한 최근 유입 고객 증가로 구매액 증가도 같이 기대되고 있기 때문입니다.

Default View

Table

기타 프로젝트 및 공모전 참여 이력

구분

주제

분야

기타

시작일

종료일

사용 언어

기관

학회

[TAVE] 스터디 팀프로젝트(TAVE 우수 프로젝트)

Open

날씨 데이터 기반 제주도 관광객수 예측

데이터 분석

날씨 데이터를 기반으로 관갱객수를 예측하는 프로젝트를 진행. Linear, lasso 등 회귀모델을 비교하여 가장 성능이 좋은 모델을 기반으로 예측을 진행함.

2022/10/01

2022/11/05

python

학회

[TAVE] 스터디 팀프로젝트(TAVE 우수 프로젝트)

Open

압구정 쓰레기통 설치 위치선정 프로젝트

데이터 분석

길거리 쓰레기통 부족으로 보도 시 보행로 및 주변지역에 무단투기 증가로 인해 쓰레기통 추가 설치의 필요성을 인지함. 따라서 쓰레기통 위치 데이터와 유동인구 데이터를 활용하여 인구 밀집지역에 쓰레기통 추가 위치선정 분석 프로젝트를 진행. 위경도 데이터에 따라 마커를 지도에 시각화 함으로써 인구밀도를 확인하고 위치를 선정함.

2022/11/12

2022/12/10

python

공모전

2023년도 환경데이터 활용 및 분석 공모전

Open

플라스틱 폐기물 배출량 시계열 예측을 통한 지역별 플라스틱 방앗간 추가 설치 개수 선정

데이터 분석

시계열분석

시계열 분석 이론 수업에서 배운 내용을 바탕으로 실제 프로젝트를 진행해보고 싶어 공모전을 참가. 플라스틱 폐기물 배출량을 다양한 방법으로 예측하여 최적의 성능을 보이는 결과를 바탕으로 예측을 수행하여 늘어나는 플라스틱 배출량에 대한 해결책을 제시함. 수상은 못했지만 ARIMA, LSTM, FBprophet 과 같은 다양한 방법으로 시계열 분석을 수행했었다는 점에서 의의를 가짐.

2023/05/04

2023/06/04

python

환경부

교외 프로그램

[2023 데이터 청년 캠퍼스] 머신러닝 프로젝트

Open

머신러닝 활용 유전체 데이터 기반 신체 나이 예측

데이터 분석

실제 생물통계 연구데이터를 바탕으로 유전체 데이터 기반 신체적 연령예측 프로젝트를 진행. 팀장으로서 문제 정의 부터 EDA, 모델링 까지 전반적인 데이터 분석 프로젝트의 모든 절차를 도맡아 함. 독립변수(유전체 데이터)에 대한 종속변수(신체 나이)를 예측하는 모델을 만드는 프로세스를 수립하고 Light GBM, ridge, lasso, elastic net 등 다양한 모델에 대한 MSE를 확인하여 가장 좋은 성능이 보인 모델을 바탕으로 예측을 수행.

2023/06/26

2023/08/31

학회

[Deep daiv] 추천시스템 프로젝트

Open

책에 어울리는 음악 추천 서비스

데이터 분석

NLP

추천시스템

공모전 참가. 아래내용 참조

2023/09/07

2023/10/26

python

공모전

「국립중앙도서관 데이터 활용 콘텐츠 제작」공모전

Open

책에 어울리는 음악 추천 서비스 + 도서관 API 활용 컨텐츠 제작

데이터 분석

NLP

추천시스템

도서 데이터를 기반으로 한 음악 추천 서비스를 만듦. 여기에 도서관 API를 활용하여 사람들의 도서관 이용에 편의성을 더하여 국립중앙도서관 공모전에서 장려상을 받음. 도서 명을 입력하였을 때, Kakao API를 사용하여 실시간으로 도서 정보를 불러와 전처리 후, Spotify API를 통해 수집된 노래 가사 데이터와 Audio Feature데이터를 도서 정보와 추천시스템 알고리즘을 통한 유사도 계산을 통해 도서에 어울리는 음악을 추천하는 서비스 제작. 크롤링을 통해 데이터를 수집하고 전처리를 진행하고 분류와 도서와 음악데이터 간의 유사도 계산을 위해 비지도 학습 모델을 만드는 역할을 맡음

2023/09/07

2023/10/08

python

국립중앙도서관

교외 프로그램

[CJ 올리브 네트웍스] 추천시스템 프로젝트

Open

여행지 기반 향수 추천 서비스 - 성장하는 향수시장과 관련하여 사업 전략 제시

데이터 분석

추천시스템

비즈니스 분석

향수 데이터를 기반으로 여행지를 입력했을때 향수를 추천하는 서비스를 만듦. 어떻게 하면 사용자가 더 공감과 만족을 할 수 있을지 고민하며 word2vec 알고리즘과 TF-IDF 등을 이용하여 프로세스를 구성함. + 데모를 위해 Streamlit을 통하여 웹데모 페이지를 만듦.

2023/10/16

2023/11/10

python

학회

[Deep daiv] 전략 대시보드 기획 및 제작

Open

뉴욕 택시 데이터 기반 대시보드 제작

데이터 분석

데이터 시각화

비즈니스 분석

TLC HVFHs 데이터를 활용하여 Uber 와 Lyft의 택시 운행 현황을 비교하고 Lyft의 경쟁력 상승을 위한 대시보드 제작. Lyft 공항 관련 운행량 이라는 KPI를 설정하였고 왜 공항에서의 점유율 확보가 중요한지 대시보드를 제작하고 전체적인 현황을 파악할 수 있는 대시보드를 제작함

2023/11/02

2023/12/02

Tableau

학회

[Deep daiv]크라우드 펀딩 성공 요인

Open

크라우드 펀딩 성공요인 분석

데이터 분석

비즈니스 분석

‘딥다이브’는 AI콘텐츠를 ‘텀블벅’을 통해 크라우드 펀딩을 진행했고 앞으로도 크라우드 펀딩을 통해 사업을 펼쳐나갈 예정. 따라서 크게 성공한 펀딩 프로젝트에서 어떤 요소가 있는지 직접 데이터를 크롤링하고 분석함.

2023/12/24

2024/01/05

개인

교육

퇴사 촉발 요인 분석 보고서

Open

데이터 분석

분석리포트

인사 데이터를 바탕으로 퇴직을 촉발 요인을 분석하는 프로젝트를 진행. 분석 전, 집과의 거리, 월소득, 업무환경 만족도, 업무성과가 퇴직에 영향을 미쳤을 것이라고 가설을 수립. SQL을 통해 각 주제에 맞는 데이터를 추출하여 엑셀을 이용해 차트를 만들고 통계적으로 분석을 함. 결론적으로 어떤 변수가 퇴직에 영향을 미쳤는지 결론을 내리고 2차 분석으로 R을 활용하여 로지스틱 회귀분석을 통해 Odds Ratio를 산출하여 각 변수들이 종속 변수인 퇴직 여부에 영향을 미치는 수치를 분석함. 예를 들어, 업무 참여도가 1 단위 증가할 수록 퇴사할 확률이 41%가 감소했다던가 업무 만족도가 1단위 증가할 때마다 퇴사할 확률이 약 27% 정도 감소했다는 등의 결론을 도출. 또한 결론에 대한 제언을 작성하여 보고서를 만

2023/12/27

2024/01/10

개인

교육

고객 관점 구매 활동성 증대 방안 분석

Open

데이터 분석

커머스

'캠페인으로 고객들의 구매 복귀 성공'이라는 가상 비즈니스 상황에 대해 그 이후의 기업의 전략에 대하여 데이터 기반 마케팅 전략을 수립하는 프로젝트를 진행. 유저를 만족할 만큼 모은 만큼 회사는 다음 목표는 고객의 구매력을 높이는 것에 있다고 판단하고 '가장 많은 금액을 구매한 유저들이 객단가 역시 높을 것이다'라는 가설 수립. RFM 기반으로 고객 등급을 분류 하고 결론적으로 가설을 기각함. 따라서 '충성 고객이 아닌 "적게, 가끔 고객들"의 객단가가 높다'는 결론을 도출하고 분석 결과에 근거하여 '충성 고객을 위한 크로스셀링 / 업셀링 전략'과 '잠재 고객을 위한 복귀 유저 캠페인'라는 전략을 제안함.

2024/01/11

2024/01/27

학회

RFM 기반 고객 세분화 대시보드

Open

데이터 시각화

커머스

COUNT12

활동 영상

Portfolio

한동건

ABOUT ME

실패를 두려워 하지 않는 Data Analyst를 꿈꾸는 한동건입니다

EDUCATION

SKILLS

Collaboration

Data Analytics Tools

BI tools

Offics

ETC

PROJECTS

1. 프로젝트 개요

1.1 크라우드 펀딩이란?

1.2 문제 정의 및 분석 방향

2. 분석 내용

2.0.1 데이터 수집

1. 프로젝트 기획 배경

1. 분석의 목적

2. 데이터 설명

RFM : Customer Segmentation

주요 계산된 필드 설명

1) RFM Score

2) Customer Segment

활동 ppt