MZ 건강기능식품 고객·콘텐츠 분석

설문 응답과 Instagram Reels 성과 데이터를 연결해 고객을 세분화하고, 어떤 메시지와 소재가 실제 참여로 이어지는지 검증한 데이터 분석 프로젝트입니다.

• 결과: 분석 기반으로 제작한 콘텐츠가 기존 게시물 대비 참여율 282% 향상
• 수상: 고용노동부 × 면접왕 이형 데이터 분석 프로젝트 최우수
• 역할: 데이터 전처리, 고객 군집화, 콘텐츠 A/B 검정, Streamlit 대시보드 구현

문제와 접근

건강기능식품에 대한 MZ세대의 태도를 단순 인구통계로 나누지 않고, 제품 이미지·구매 장벽·콘텐츠 반응·섭취 행동을 함께 사용해 실제 콘텐츠 전략으로 연결했습니다.

1. 복수응답 설문을 항목별 이진 변수로 변환
2. 표준화 후 K-means로 고객을 3개 군집으로 분류
3. PCA와 군집별 분포로 세그먼트 특성을 해석
4. 릴스의 톤앤매너·인물·BGM·말투에 따른 KPI 차이를 Welch t-test로 검증
5. 조회·도달·시청 유지·저장·공유·참여율을 한 대시보드에서 비교

핵심 인사이트

세그먼트	관찰	콘텐츠 방향
정보 기반 관망형	효능에는 관심이 있으나 SNS 반응이 낮음	근거와 효능 중심 정보 콘텐츠
정보 탐색형	가격과 신뢰를 중시하고 콘텐츠를 비교함	가격·원산지·후기 투명성 강조
SNS 실천형	댓글·좋아요·저장 행동이 상대적으로 높음	일상 루틴과 실제 사용 후기 중심 릴스

대시보드 기능

• 설문 문항별·그룹별 분포
• K-means 군집과 PCA 시각화
• 고객 페르소나 비교
• 자유서술형 키워드·감성 분석
• Reels KPI 그룹 비교와 A/B 검정
• 유입 출처별 성과 및 KPI 상관분석

실행

python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
streamlit run app7.py

기술 스택

Python pandas scikit-learn SciPy Plotly Streamlit K-means PCA Welch t-test

데이터

저장소의 설문 데이터는 이름·연락처를 포함하지 않는 분석용 응답 데이터입니다. 릴스_통합.xlsx와 음성.xlsx는 콘텐츠별 성과 지표, cleaned_survey.xlsx는 군집 분석용 전처리 데이터입니다.