[SK캠프 9기] 3번째_근육빵빵_250203~250206 (프로젝트 설정 및 EDA 수립)

[근육빵빵] - Sprint 1 회고록

기간: 2025.02.03 - 2025.02.14

 

1. 이번 주 목표

• 고객 이탈 예측 프로젝트 수행
• 헬스장 고객 데이터셋을 활용한 이탈 예측 모델 개발
• 다양한 머신러닝 분류 모델 비교 및 평가

 

2. 진행 상황

1. 완료된 작업

• 프로젝트 기획 및 배경 설정 - 2시간
  • 프로젝트 목적 및 필요성 정립
  • Kaggle 데이터셋 조사 및 선정
  • 헬스장 고객 이탈 예측 프로젝트 개요 작성
• EDA
  • 데이터 전처리
  • 시각화 및 결론 정리
  • 최종 데이터 파일 수립

2. 다음 예정 작업

 

• 머신러닝 모델 개발
  • 각자 맡은 모델로 훈련
  • 성능 평가지표 결론 도출

 

3. 이슈 및 해결 방안

문제 상황

• 고객 이탈 데이터셋 확보의 어려움
  • 발생 원인: 개인정보 보호 및 데이터 접근성 제한
  • 영향도: 프로젝트 방향성 결정에 중요
  • 해결 방안: Kaggle 데이터셋 활용 및 헬스장 관련 데이터 선정

의사결정 사항

• 분류 모델 선정
  • 논의 과정: 이진 분류 문제 검토
  • 선택 이유: 고객 이탈/유지 예측에 적합
  • 대안 검토: 로지스틱 회귀, 결정 트리 등 7개 모델 비교

 

4. 팀 협업 현황

1. 회의록

• [2025.02.06]
  • 참석자: 프로젝트 팀원
  • 주요 논의사항: 데이터셋 선정, 모델 접근 방법
  • 결정사항: 평가 지표 및 하이퍼파라미터 통일

2. 팀원 피드백

• [팀원들]
  • 잘한 점: 명확한 프로젝트 목표 수립
  • 개선할 점: 데이터 전처리 속도
  • 제안사항: 다양한 모델 비교 필요

 

5. KPI 현황

• 목표 대비 진척률: 60%
• 품질 지표: 모델 평가 지표 선정 완료
• 팀 생산성: 주요 단계 계획 수립

 

6. 회고 (4L)

Liked (좋았던 점)

• 명확한 프로젝트 목표 설정

Learned (배운 점)

• 고객 이탈 예측의 복잡성

Lacked (부족했던 점)

• 데이터셋 확보의 어려움

Longed for (바라는 점)

• 더 다양하고 풍부한 데이터셋

 

7. 주요 배운 점

• 기술적 측면: 이진 분류 모델의 다양성
• 협업 측면: 명확한 목표 설정의 중요성
• 프로세스 측면: 체계적인 프로젝트 접근 방법

 

8. 다음 계획

• 머신러닝 모델 개발 및 성능 평가
• 모델 성능 개선을 위한 추가 연구

---

[이번 프로젝트 task] 가입고객 이탈 예측 라벨 데이터 - 이탈 여부 고객 정보를 넣었을 때 이탈 할 것인가, 안 할 것인가 예측하는 모델 성립 왠만하면 있는 데이터셋을 이용하기, faker는 최후의 선택. EDA, 머신러닝, ROC커브(성능평가지표) [제출할 것] 데이터 전처리, 인공지능 학습 결과서, 학습된 인공지능 모델(저장해서 readme 올리기) [평가 항목] eda 목적에 맞게 잘 설정했는지 이상치, 결측치 잘 처리했는지 피쳐 엔지니어링 목적에 맞게 잘 했는지 적절한 방법으로 전처리 잘 했는 지 학습용, 검증용 잘 나눠서 평가하고 검증했는지 적합한 모델을 선정했는지 적절한 평가지표로 성능을 평가했는지 모델이 구현한 것에 적합한 모델인지 -> 기대효과

 

이번 우리팀은 어떤 데이터 셋으로 할 지 kaggle에서 주로 서칭했다.

고객 이탈을 확인할 수 있는 데이터는 정말 너무 적고 동일한 카테고리뿐이었다.

아무래도 고객 정보와 연결되다보니 있기가 어렵지 않았나 싶다.

 

고객 이탈까지 확인할 수 있는 데이터셋을 찾았다. '헬스장'과 관련된 데이터셋으로 이것을 가지고 우리의 프로젝트 배경을 찾아나섰다. 

 

1. 개요 고객 탈퇴의 주요 원인을 분석하고, 탈퇴율을 줄이기 위한 개선 방안을 탐색 2. 목표 및 방법론 고객 탈퇴 예측을 위한 머신러닝 모델 개발 고객 데이터를 수집·분석하여 탈퇴 확률을 예측 데이터 전처리 → 특성 선택 → 모델 훈련 → 평가 단계를 거쳐 최적 모델 구축 주요 영향 요인을 분석하고, 개선 전략 도출 3. 필요성 고객 탈퇴는 기업 수익과 브랜드 신뢰도에 큰 영향을 미침 머신러닝 기반 예측 시스템을 통해 탈퇴 가능 고객을 사전 식별하고 맞춤형 대응 제공 탈퇴 원인 분석을 통해 서비스 개선 및 마케팅 전략 강화 이 프로젝트를 통해 기업은 고객 유지율을 높이고, 장기적인 성장 기반을 마련할 수 있을 것입니다.

 

위와 같은 프로젝트 설정을 했다. 그에 맞는 페르소나 수립을 하고 데이터 처리를 해보자.

• 헬스장 사업주 시나리오를 통해 페르소나 가설을 수립했다.

우리가 사용하는 데이터셋의 feature은 아래와 같은 특징을 갖고 있고, 고객 이탈율을 파악하기 위해 모든 특성이 필요할 것 같다고 판단하여 모든 특성을 살려 전처리에 들어갔다.

Feature 설명 gender: 성별 (0 = 여성, 1 = 남성) Near_Location: 헬스장이 집 또는 직장과 가까운지 여부 (1 = 가까움, 0 = 멀다) Partner: 헬스장과 제휴된 기업 직원 여부 (1 = 제휴 기업 직원, 0 = 비제휴) Promo_friends: 친구 추천 프로모션을 통해 가입했는지 여부 (1 = 예, 0 = 아니오) Phone: 전화번호 제공 여부 (1 = 제공함, 0 = 제공 안 함) Contract_period: 계약한 헬스장 이용 기간 (개월 단위, 1/6/12 등) Group_visits: 단체 수업 참여 여부 (1 = 참여, 0 = 참여 안 함) Age: 가입자의 나이 Avg_additional_charges_total: 총 추가 지출 비용 (추가 서비스나 상품 구매 금액) Month_to_end_contract: 현재 계약이 종료되기까지 남은 개월 수 Lifetime: 헬스장 이용 개월 수 (가입 후 총 몇 개월 동안 이용했는지) Avg_class_frequency_total: 전체 평균 수업 참여 빈도 (주 단위) Avg_class_frequency_current_month: 최근 한 달간 평균 수업 참여 빈도 (주 단위) Churn: 이탈 여부 (1 = 헬스장을 그만둔 회원, 0 = 유지한 회원)

 

EDA까지 도출을 하고 다음 수행인 머신러닝 모델 제작에 들어서기 앞서, 설정들을 맞춰보기로 했다.

 

고객 이탈을 예측하는 문제는 이진 분류(binary classification) 문제로 ->  즉, 고객이 이탈(1)할 것인가, 유지(0)할 것인가를 예측하는 것이므로 분류 모델을 사용하는 것이 적절하다고 판단했다.

분류모델 로지스틱 회귀 결정 트리 랜덤 포레스트 서포트 벡터 머신 (SVM K-최근접 이웃 (KNN) XGBoost LightGBM

 

여기서 평가와 하이퍼파라미터를 통일시켜 다음 due까지 해오기로 했다.

[동일하게 뽑을 스코어] 정확도(Accuracy): 전체 예측에서 맞춘 비율 정밀도(Precision): 양성으로 예측한 것 중 실제 양성 비율 F1-score: 정밀도와 재현율의 조화 평균 [하이퍼파라미터 고정] test_size=0.2 random_state=42