"스토리텔링에 기반한 데이터 분석 및 시각화"에 강점을 가진 팀으로 상권별 코로나 몸살 진단(서울시 상권분석) 프로젝트와 나홀로 홈즈(라이프스타일을 반영한 주거지역선정)프로젝트를 함께 했습니다.
| 이름 | 메일 | 주요 역할 |
|---|---|---|
| 강지은 | cyanred9@gmail.com | Data analysis, Data visualization, Project planning |
| 김나영 | nayoung5859@gmail.com | Data analysis, Data visualization, Data modeling |
| 신선주 | starsarah9055@gmail.com | Data analysis, Project planning, Data modeling |
| 정우진 | jwjin0330@gmail.com | Data analysis, Strorytelling, Data visualizasion |
| 조현주 | jesica08@naver.com | Data analysis, Strorytelling, Statistical analysis |
- 진행 기간 : 2020.09.15~2020.09.26
대성걸즈만의 세분화된 상권 기준을 세우고, 가설검정 과정을 통해 각 상권의 특성 파악 및 대안 제시
(1). Data Collection
- 우리마을가게 상권분석 서비스에서 제공하는 데이터셋 사용
- 주요 데이터셋: 서울시 우리마을가게 상권분석서비스(상권-추정매출)
(2). Data Preprocessing
(3). Model & Algorithms
- K-means clustering의 변수로 표준화 및 정규화한 유동인구 , 직장인구, 집객시설, 상주인구, 점포수 사용
- sklearn.cluster 의 KMeans 이용
(4). Visualising
- 시각화 툴을 이용한 상권별 매출 비교
(5). Review(피드백)
- 클러스터링을 하면 각 클러스터 안에 몇개의 블록이 포함되는지 명시할 것
- 코로나 타임라인과 분석 과정을 함께 보여주는 것 우리가 가진 data set의 큰 그림을 보여주는 작업이라 좋았다
- 진행 기간 : 2020.11.04~2020.12.05
- 과학기술정보통신부 장관상 수상
실제 라이프스타일을 반영하여 '93년생 김지수'씨를 위해 데이터에 기반한 주거지역 선정
(1). Data Collection
- 지방행정 인허가 데이터, 국토교통부실거래가 데이터, 열린데이터 광장 등
- 기존의 데이터에 행정동, X좌표, Y좌표 칼럼을 추가하기 위해 카카오 맵 API를 이용한 코드 작성
(2). Data Preprocessing
- ESD방식을 통한 이상치 처리
sklearn.preprocessing의StandardScaler과log화를 통한 데이터 정규화/표준화- 각 카테코리의 최소-최대 점수를 맞춰주기 위해
sklearn.preprocessing의MinMaxScaler를 통한 min-max 정규화
(3). Visualising
- 시각화 툴(Tableau)를 이용하여 행정동별 데이터 시각화
- plotly 와 matplotlib 을 통한 레이더 차트 작성
(5). Review(피드백)
- 대성걸즈의 분석을 비즈니스 가치로 연결시킬 수 있는 방법을 생각해보면 좋겠다.
- 페르소나로 진행했지만, 대상을 더 넓혀 만들 수 있을 것
- 대출을 받을 수 있다는 것도 보조적으로 넣으면 UX관점에서 도움 될 것
- 편의점, 헬스장, 음식점 등과 같은 실시간 데이터를 최대한 확보할 수 있는 방법 생각해보기