2025.04.14 (월)
오늘은 머신러닝과 딥러닝을 마치고 나서 해당 과정을 직접 실행하기 위해
진행되는 미니 프로젝트에 다녀왔습니다 !
제가 사실 사진을 많이 찍고 싶었지만.. 너무 늦었기 때문에...
먹고 싶었던 커피도 포기하고 후다닥 들어갔습니다.
(원래 가까운 놈이 제일 늦는거 국룰인거 아시죠?)

그만큼 정신이 없어서 후다닥 들어가느냐고 교육장을 찍지 못 했습니다 ㅠㅜ..
내일은 꼭 일찍가서 찍어보겠습니다 !
KT에이블스쿨 7시 충남/충북 교육장은 'KT탄방타워'입니다 !
정말이지 취직하고 싶은 쾌적하고 깔끔한 건물이었습니다...
회사 건물인 만큼 출입도 철저히 관리하시고 엘리베이터로도 못 가는 층도 있고 무엇보다...
혹시 미래 에이블러를 꿈꾸는 분들은 주목하셔야 합니다 !

계단을 이용할 수 없습니다..
기본 출입카드가 있어도 계단은 열고 닫을 수가 없다고 하더라구요
여기에 갇히시는 분이 종종 있다고 후기가 올라옵니다..!
당연히 계단으로는 어디 층이든 갈 수 있기 때문이겠죠?
그래서 계단이용 절대절대 하지마시고.. 갇히실 수 있습니다 ..ㅇ.ㅇ....
(내일은 계단까지 좀 찍어보겠습니다 :D)
본격적으로 들어가기 전에 장소 리뷰 먼저 다 하겠습니다...! ㅋㅋㅋ


어렵게 어렵게 도착한 15층 구내식당...
위치도 잘 모르고 계단이용이 어렵고 점심시간 이동 인원이 많다보니 두 층 올라가는 것도 어려웠습니다..
역시 다른건 못 찍어도 밥 먹는건 찍어야죠 >.0
저렴하게 맛있고 든든한 식사 먹었습니다 !
내일은 팀 프로젝트 하는 것도 .. 건물 전경도.... 좀 찍고 하겠습니다 (__) 꾸벅
나머지 리뷰는 내일하고 오늘 진행했던 미니프로젝트 1차 리뷰하겠습니다 !
DX트랙 미니프로젝트 1차 - 고객 군집화 모델링
1. 미니프로젝트 안내
○ 미니프로젝트란?
: 배운 강의를 토대로 스스로 실제 사례에 적용해보는 시간
○ 미니프로젝트 진행 순서
1) 해결해야 할 미션, 데이터, 도메인 정보, 가이드 제공
2) 개인과제를 통해 주어진 시간 내 미션을 스스로 해결
3) 조별과제를 통해 부족한 부분을 서로 배우고 공통과제 수행
4) 전체 발표시간에 조별 솔루션을 공유하고 인사이트를 습득
5) 프로젝트에 따라 개인/조별 과제 제출 및 Self-Test 수행
미니프로젝트마다 한 단계씩 성장하기 !
2. 미니프로젝트 개요
○ 주제
: 보험사 마케팅 활용을 위한 고객 군집화 모델링 (군집 모델링 + 군집별 마케팅 전략 도출)
○ 학습 과목
: 데이터 전처리, 분석, ML 모델링(비지도)
○ 데이터 구분
: Tabular
○ 일정 (1일차)
- 09:40~10:30 : AIVLE EDU(강의장) - 미니프로젝트 설명
- 10:40~12:30 : Colab - MISSION 12 수행
- 12:30~13:30 : 점심시간
- 13:30~15:00 : Colab - MISSION 3 수행
- 15:10~17:00 : AIVLE EDU(조별) - 조별 과제 내용 공유
- 17:00~17:10 : AIVLE EDU(강의장) - 1일차 정리 및 마무리
○ 일정 (2일차)
- 09:40~10:00 : AIVLE EDU(강의장) - 미니프로젝트 설명
- 10:00~11:30 : AIVLE EDU(조별) - 조별 과제 공유 및 발표자료 작성
- 11:40~12:30 : AIVLE EDU(전체) - 조별 과제 발표
- 12:30~13:30 : 점심시간
- 13:30~15:40 : 반별 팀즈 - 아이데이션 세션
- 15:50~16:20 : 반별 팀즈 - 포트폴리오 정리
- 16:30~16:50 : AIVLE EDU(전체) - 아이데이션 베스트 공유
- 16:55~17:20 : AIVLE EDU - 셀프테스트 및 설문
○ 최종 목표
: 고객 데이터를 활용하여 고객 관리 및 마케팅 활용을 위한 고객 군집 개발과 군집별 마케팅 전략 수립
○ 군집화 모델링 과정
① 도메인 이해
② 데이터 분석
③ 데이터 전처리
④ 분석 모델 개발
⑤ 군집별 특성 정의
3. 도메인 이해
○ Data Driven Marketing (데이터 드리븐 마케팅)
: 데이터를 통해 고객을 파악하고 고객별 니즈에 맞춘 캠페인 및 마케팅
○ 고객 세그먼트
: 고객을 그룹별로 나누어 차별화된 전략을 세우는 과정
4. 데이터 소개
○ 데이터 개요
- Feature : 고객 기본 정보 + 가입 상품 정보 + 자산 관련 정보
- 데이터 구조 : 총 21개 Columns, 총 12,000개 Record
○ Feature 소개
- CID : 고객 번호
- AGE : 나이 (1: 20대, 2: 30대, 3: 40대 ...)
- 등록(계/피) : (계) 계약자: 독립적으로 상품을 구매한 것 / (피) 피보험자: 타인의 계약 아래 피계약자로 등록된 것
- 고용상태 : 무직, 휴직, 고용
- 성별 : 0(여성), 1(남성)
- Willingness to pay/Stay : 보험 유지 기대 확률(기업 내 별도 고객 관리 지표로, 신용점수, 납부/연체기록, 소득 정보 등 활용)
- 갱신여부 : 0(비갱신), 1(갱신)
- 상품타입 : 기본, 중급, 고급 (현재 데이터 추출 기준, 건강보험상품군으로 고급 일수록 혜택 증가)
- 교육 수준 : 고졸 이하, 대학졸업, 석사, 박사 (학위 기준)
- 소득 : 고객 별 소득 (KRW 원단위)
- 지역 : 도시근교, 도심, 시골 (거주지 특징)
- 결혼여부 : 미혼, 기혼
- 월납입액 : 월별 보험료 납입액 (평균, KRW 천원단위)
- VOC : 불만접수사례 수
- 타 상품 보유 현황 : P사의 타 서비스 사용 수 (자동차 보험 및 대출 등 금융 서비스)
- 온라인방문빈도 : 비방문, 자주방문, 중중 (3개월 기준 자사 웹페이지 방문 빈도)
- 갱신인센티브 : 없음, 설계사독려, 포인트, 할인 (보험사가 갱신을 목적으로 한 마케팅 활동)
- 판매채널 : 대리점, 인터넷, 자사영업, 콜센터 (해당 상품 구매 채널)
- 총지불금액 : 의료비 청구 이후 심사 후 지급 금액 (KRW 원단위)
- 자동차 : 시스템에 등록된 자동차 종류 (본인 자동차일수도 있으나 가족 구성원이 공동 사용하는 차량일 수 있음)
- 거주지사이즈 : 소, 중, 대 (거주 주택의 가격, 평형대를 종합적으로 고려한 항목, 설계사 입력)
→ 시작에 앞서, 데이터가 무슨 의미인지 잘 알아야 한다 !
5. 프로젝트 목표 및 진행 방법
○ 프로젝트 수행 목표
: 보험사의 TF팀 직원이 되어서 DX 컨설턴트로써 데이터를 통해 고객의 특징을 파악하여 분류하고 고객별 마케팅 전략을 수립
○ 진행 과정
- Mission 1 : 탐색적 데이터 분석 (데이터 불러오기 → 데이터 정보 확인 → 주요 변수 선정/탐색)
- Mission 2 : 데이터 전처리 (범주 인코딩 → 이상치 처리 → 데이터 스케일링)
- Mission 3 : 군집 분석 (군집 분석 → 프로 파일링 → 군집 별 정의)
→ 군집 특성 & 정의 & 군집별 마케팅 활용 방안 1개 이상 작성하여 ppt로 제작해 1개의 파이썬 파일과 함께 zip으로 제출
이런 과정을 통해 이전에 학습했던 머신러닝과 딥러닝에 대해 실제 데이터를 가지고 실습해보는 시간을 가졌습니다 !
오늘은 아직 배운 내용을 다 정리가 안되고 내일 추가로
조별, 전체 나눔 세션에서 더 정리해서 Mission별 수행 과정을 리뷰하겠습니다.
그리고 오늘 현장 수업으로 인해 유독 피곤하기도 하고 ~
아직 분석을 못한 데이터가 있어서 해당 데이터를 더 입력하고 확인하고 볼 예정이라 ~
오늘은 여기까지만 작성하겠습니다 ! :D
방문해주시고 읽어주셔서 감사하고 도움이 됐길 바랍니다 !

모두들 화이팅 !!!
'KT에이블스쿨 > 수업 복습 정리' 카테고리의 다른 글
[KT에이블스쿨]_(1차)미니프로젝트_2일차(2)_2025.04.15(화) (2) | 2025.04.18 |
---|---|
[KT에이블스쿨]_(1차)미니프로젝트_2일차(1)_2025.04.15(화) (0) | 2025.04.15 |
[KT에이블스쿨]_머신러닝(3)_2025.04.09(수) (0) | 2025.04.12 |
[KT에이블스쿨]_머신러닝(2)_2025.04.08(화) (0) | 2025.04.11 |
[KT에이블스쿨]_머신러닝(1)_2025.04.07(월) (0) | 2025.04.11 |