데이터분석 실습 | 할인율이 높을수록 결제전환율이 올라갈까?

 

[참고 게시글]

[IT 교육/데이터 분석] - 데이터분석 | 광고 효율이 나지 않는 매체 찾기 | 패키지 상품 기획하기

데이터분석 | 광고 효율이 나지 않는 매체 찾기 | 패키지 상품 기획하기

>> 위 게시글과 이어지는 실습

---

0. 가설 설정

 

▶ 가설1 : 할인율이 높을수록 결제전환율이 높아질 것이다.

위 [참고 게시글]의 마지막 가설에서 '결제 마지막 페이지에 할인 혜택을 적용하면 결제율을 올릴 수 있다'는 사실을 확인함

그렇다면 어느 정도의 할인 혜택을 제공하는 것이 결제 전환율을 가장 높일 수 있을지도 생각해 볼 수 있음

할인율이 높으면 높을수록 결제전환율도 높을까?

---

1. 분석할 데이터 가져오기

 

▶ (참고) 한글 깨짐 방지 코드

: 하단 코드 입력 후 실행시킨 뒤 상단의 [런타임] 카테고리에서 [세션 다시시작] 눌러준 뒤 라이브러리 import 등 코드 입력쭉 해주면 됨

※ [세션 다시시작] 한 뒤에는 하단 코드 다시 실행시킬 필요 없음!

!sudo apt-get install -y fonts-nanum
!sudo fc-cache -fv
!rm ~/.cache/matplotlib -rf

 

▶ 라이브러리 가져오기

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rc('font', family='NanumBarunGothic') #한글 깨짐 방지 글꼴 설정

 

▶ 분석할 데이터 가져오기

sparta_data = pd.read_table('/content/user_db1.csv', sep = ',')

sparta_data.head()

sparta_data.tail()

• user_id : 회원 고유 아이디
• gender : 성별
• age : 나이대
• access_media : 수업 신청 경로
• group : 할인 받은 여부 (1은 할인 받은 사람, 0은 할인 못 받은 사람)
• discounted : 할인의 종류

---

2. 데이터 분석하기

 

▶ 각 할인 별 강의 신청자 수 구하기

students_discounted = sparta_data.groupby('discounted')['user_id'].count()

students_discounted

---

3. 데이터 시각화하기

 

▶ 분석한 데이터 시각화하기

#그래프 사이즈
plt.figure(figsize=(10,5))
#x 그룹 지정하기
x_list =["1만원 할인쿠폰", "2만원 할인쿠폰", "3만원 할인쿠폰"]
# y 그룹 지정하기
y_list = students_discounted.values

#x,y값 설정
plt.bar(x_list, y_list)
#그래프 타이틀
plt.title('할인율 별 수강 신청자 수')
#x축 레이블
plt.xlabel('할인율')
#y축 레이블
plt.ylabel('수강 신청자 수')
#그래프 보여주기
plt.show()

>> 결제 페이지에서 3만원 할인쿠폰을 제공한 경우가 결제전환율이 가장 높았음

>> 차례대로 2만원 할인쿠폰 제공, 1만원 할인쿠폰 제공 순으로 결제전환율에 차이가 있었음

---

4. 최종 결론

 

▶ 결론

할인율이 높을수록 결제전환율이 높아진다.

따라서 결제 전환율을 높이고 싶으면 결제 페이지에서 3만원 할인쿠폰을 제공해야 한다.