🦾

Portfolio

한동건

한동건 (Donggun Han)
1998.10.02

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

④ Certificate

ABOUT ME

실패를 두려워 하지 않는 데이터 전문가를 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

2018.03 ~ 2026.02(졸업유예) 한국외국어대학교(글로벌캠퍼스) 프랑스학과/통계학과

WORK EXPERIENCES

2024.07 ~ 2024.12 BMW GROUP KOREA - Aftersales Business Development Intern

완성차 판매 이후의 애프터세일즈 마케팅 및 운영 업무를 지원하며, 내부 프로세스 효율화 및 고객 접점 개선을 위한 실무 지원

•

전국 단위 애프터세일즈 캠페인(Dr. BMW Week, 11월 Warranty Plus Promotion)의 운영을 지원하며 KPI를 추적·리포팅하였습니다.

•

딜러 활동 현황과 마케팅 진행 상황을 요약한 주간·월간 내부 보고서를 작성하여, 의사결정 지원에 기여하였습니다.

•

외부 부품 판매 데이터 관리하며 Power BI 대시보드를 직접 구축하여, 팀의 데이터 접근성과 활용도를 높였습니다.

•

CRM 메시지 기획을 지원하고 캠페인 참여율을 모니터링하며, 고객 반응 기반의 마케팅 효율화에 참여하였습니다.

•

SAP를 활용하여 월 50억원 이상의 부서 월별 비용을 정산·마감하였습니다.

•

CRM 데이터 기반 고객 세그멘테이션 프로젝트에 참여하여 타겟 마케팅 전략 수립을 지원하였습니다.

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

Table

Search

주요 프로젝트

[2024경진대회]팀 데꾼이들 (1).pdf

노동공급 이탈 예측 모형을 활용한 노동력 회복 정책 및 개선방안 제언

데이터 분석

아이디어기획서_클린멘탈.pdf

고령화 사회 대응을 위한 금산군 노인 정신질환 대시보드

데이터 분석

분석 결과 보고서.pdf

공공 퍼스널 모빌리티 주차공간 입지선정

데이터 분석

분석리포트

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

데이터 분석

비즈니스 분석

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

책에 어울리는 음악 추천 시스템 (국립중앙도서관 데이터 활용 콘텐츠 공모전 수상작)

추천시스템

‘Lyft의 매출 상승을 위한 전략’

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.

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.

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

비즈니스 분석

분석 리포트 pdf

퇴사 촉발 요인 분석 보고서

데이터 분석

분석리포트

여행지에 어울리는 향수 추천 서비스

추천시스템

비즈니스 분석

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.

2. 데이터 설명

캐글의 커머스 데이터를 활용했고, 데이터에는 고객 id, 구매 수량, 주문 id,주문일자, 주문 금액 등의 정보가 포함되어 있습니다.

RFM기반, 고객 관점에서의 구매 활동성 증대 방안 분석

데이터 분석

분석리포트

BYOI피티(최종).pdf

활동 ppt

활동 영상

WHUFS’S IN THE BOX(교내 BYOI 공모전 수상작)