[가설 검증]

## e리더기 사용 df_merged['device_type'].value_counts(normalize = True)

##구독플랜의 종류와 함께 확인해봄 df_merged.groupby(['subscription_plan','device_type']).count() / df_merged.count() *100

df_merged['genre'].value_counts(normalize=True)

df_merged['exit_po_group'] = pd.cut(df_merged['exit_position_numeric'], ##이탈한 위치를 나눔 bins=[0,25,50,75,100], labels=['25% 이하', '25~49%', '50~74%', '75% 이상'], right = True) df_merged[df_merged['genre'] =='경제/시사'].value_counts('exit_po_group',normalize=True) ##비율 ## 전체 장르 확인 df_merged.groupby(['genre','exit_po_group']).count() ##인원수 #읽고 나간 곳은 거의 비슷. 4구간을 같은 비율로 해서 그런 것 같음. #나누는 구간의 차이를 두어야 할 것 같아보임.

df_merged['age'] = 2023 - df_merged['birthday_filled'].dt.year+1 df_merged['age_group'] = pd.cut(df_merged['age'], bins=[0,9,19,29,39,49,59,130], labels=['0대','10대', '20대', '30대', '40대', '50대', '60대 이상'], right = True) ## 연령대 높음의 기준을 50대 이상으로 설정 #50대 이상 유입채널 비율 df_merged[df_merged['age']>= 50].groupby('entry_channel').count() ###같 df_merged[(df_merged['age_group']=='50대') | (df_merged['age_group']=='60대 이상')].groupby('entry_channel').count()

# 성별 별 / 구독 유형 별로 이탈률 구하기 gender_sub = pd.crosstab( df['subscription_plan'], # 행 인덱스로 사용할 열 지정 df['user_demographics_gender'], # 열 인덱스로 사용할 열 지정 normalize=True, # 정규화 (전체 기준으로 비율 계산) margins=True, # 총계 포함 여부 margins_name='Total' # 총계 이름 지정 ) print(gender_sub) >>> user_demographics_gender female male Total subscription_plan free_trial 0.173 0.204 0.377 monthly 0.167 0.138 0.305 pay_per_book 0.168 0.150 0.318 Total 0.508 0.492 1.000

# mz 세대 구분하기 birth_year = df['birthday_filled'].dt.year # 출생 년도 구하기 def mz_gen(year): # mz 세대를 구분하는 함수 정의 if 1980 <= year <=2012: # 조건 : 1980년대 ~ 2012년대 return True else: return False df['is_mz'] = birth_year.apply(mz_gen) # 새로운 컬럼 is_mz를 만들어 mz 여부 확인하기 # eReader 사용자 중 여성 mz 세대 비율 구하기 ereader_df = df[df['device_type'] == 'eReader'] total_users = len(ereader_df) female_ratio = (ereader_df['user_demographics_gender'] == 'female').mean() mz_ratio = ereader_df['is_mz'].mean() female_mz_ratio = ereader_df[(ereader_df['user_demographics_gender'] == 'female') & (ereader_df['is mz'])].shape[0] / total_users female_df = ereader_df[ereader_df['user_demographics_gender'] == 'female'] female_mz_only_ratio = female_df['is_mz'].mean() result = pd.DataFrame({ '비율(%)': [female_ratio * 100, mz_ratio * 100, female_mz_ratio * 100, female_mz_only_ratio * 100] }, index=[ 'eReader 사용자 중 여성 비율', 'eReader 사용자 중 MZ 세대 비율', 'eReader 전체 사용자 중 여성 MZ 세대 비율', 'eReader 여성 사용자 중 MZ 세대 비율' ]) print(result) print(result) >>> 비율(%) eReader 사용자 중 여성 비율 52.054795 eReader 사용자 중 MZ 세대 비율 54.794521 eReader 전체 사용자 중 여성 MZ 세대 비율 25.570776 eReader 여성 사용자 중 MZ 세대 비율 49.122807

df['entry_channel'].value_counts(normalize=True) >>> entry_channel 추천 0.534 홈메인배너 0.210 검색 0.195 외부링크 0.061

df['dropout_reason_detail_filled'].value_counts(normalize=True) >>> dropout_reason_detail_filled 추천 실패 0.325 UX 불편 0.300 지루함 0.130 너무 김 0.130 급한일 0.065 기술 이슈 0.050

female = df[df['user_demographics_gender'] == 'female'] print(female['dropout_reason_detail_filled'].value_counts(normalize=True)) >>> dropout_reason_detail_filled 추천 실패 0.318898 UX 불편 0.291339 너무 김 0.139764 지루함 0.137795 급한일 0.066929 기술 이슈 0.045276

male = df[df['user_demographics_gender'] == 'male'] print(male['dropout_reason_detail_filled'].value_counts(normalize=True)) >>> dropout_reason_detail_filled 추천 실패 0.331301 UX 불편 0.308943 지루함 0.121951 너무 김 0.119919 급한일 0.063008 기술 이슈 0.054878

# 여성만 추출 df_female = df.loc[df['user_demographics_gender']=='female'] # 추천을 받지 않고, 소설 장르이며, 중단 이탈이 60% 미만인 사람 df_female['is_exit_total_rate'] = (df_female['entry_channel'] != '추천') & \ (df_female['genre'] == '소설') & \ (df_female['exit_position_numeric'] < 60) df_female['is_exit_total_rate'] # 장르와 유입경로별 이탈률 df_channel_novel_exit_rate = (df_female.groupby(['genre', 'entry_channel'])['is_exit_total_rate'] \ .value_counts(normalize=True) \ .unstack() \ .rename(columns={False: 'low', True: 'high'})) df_channel_novel_exit_rate.round(2) # 소설이 아닌 값은 NaN값이 나오므로 drop df_channel_novel_exit_rate.dropna().round(2)

# 0-40 초반 | 40-60 중간 | 60-90 후반 60 이하 이탈률 높다고 기준 df['is_exit_rate'] = df['exit_position_numeric'] < 60 # 전체 장르별 이탈률 df_genre_exit_rate = df.groupby('genre')['is_exit_rate'] \ .value_counts(normalize=True) \ .unstack() \ .rename(columns={False: 'low', True: 'high'}) df_genre_exit_rate.round(2)

# 여성만 추출 df_female = df.loc[df['user_demographics_gender']=='female'] # 60 이하 기준 df_female['is_exit_rate'] = df_female['exit_position_numeric'] < 60 # 여성 장르별 이탈률 df_genre_exit_rate = df_female.groupby('genre')['is_exit_rate'] .value_counts(normalize=True) \ .unstack() \ .rename(columns={False: 'low', True: 'high'}) df_genre_exit_rate.round(2)

# 조건 설정 : 유입경로가 홈메인배너, 중단 위치가 60% 미만 df['is_exit_total_rate'] = (df['entry_channel'] == '홈메인배너') & \ (df['exit_position_numeric'] < 60) # 이탈률 df_channel_genre_exit_rate = (df.groupby(['genre', 'entry_channel'])['is_exit_total_rate'] .value_counts(normalize=True) .unstack() .rename(columns={False: 'low', True: 'high'})) df_channel_genre_exit_rate.round(2) # NaN 값 drop df_channel_genre_exit_rate.dropna().round(2)

# 'dark'과 'customize'를 하나의 그룹 'dark_or_custom'으로 묶고, 나머지('light')는 그대로 사용 df_merged['theme_group'] = df_merged['theme_mode'].apply(lambda x: 'dark_or_custom' if x in ['dark', 'custom'] else 'light') print(f"# 그룹핑 된 결과 확인 : {df_merged['theme_group']}") # 각 테마 그룹에 대해 이탈 시점(exit_position_numeric)의 통계치를 계산 : mean: 평균 이탈 시점이 높을수록 콘텐츠를 더 오래 읽음 summary = df_merged.groupby('theme_group')['exit_position_numeric'].agg(['count', 'mean', 'std', 'median']).reset_index() print(f"\n테마 그룹별 이탈 시점 요약 : {summary}") """ 결과 해석 : 테마 그룹별 이탈 시점 요약 : theme_group count mean std median 0 dark_or_custom 607 50.016474 28.843719 50.0 1 light 393 52.867684 29.529435 56.0 평균 : dark_or_custom: 50.02% 에서 이탈 light: 52.87% 에서 이탈 → light 사용자들이 조금 더 오래 읽고 이탈하는 경향 중앙값 : dark_or_custom: 50.0 light: 56.0 → dark_or_custom 사용자는 50.0% 지점에서 절반이 이탈한 반면, ligt 사용자는 56.0% 지점에서 더 늦게 절반이 이탈함 표준편차 : dark_or_custom: 28.8 light: 29.5 → 표준편차가 28~29면 상당히 다양한 시점에서 이탈하고 있다고 해석. 전체가 100이 최대니까 30이라는 분산은 전체 범위의 30%에 해당하는 수준 인사이트 요약 : light 테마 사용자는 평균 52.9% 지점에서 이탈하며, dark/customize 테마 사용자(50.0%)보다 더 늦게 이탈하는 경향을 보인다. light 테마 사용자가 콘텐츠를 더 오래 소비하고, 반대로 dark/custom 사용자들은 빠르게 판단하고 빠지는 유형일 수 있다. """

# 1. 1차 필터링 : 모바일 사용자 필터링 df_mobile = df_merged[df_merged['device_type'] == 'mobile'] # 2. 2차 필터링 : 모바일 사용자 중 웹툰 여부, 컬럼 추가 :genre가 ‘웹툰’인지 여부를 True/False로 담은 새로운 컬럼 is_webtoon df_mobile['is_webtoon'] = df_mobile['genre'] == '웹툰' # 3. 3차 필터링 : UX 불편으로 중단한 사용자 필터링 : 모바일 x 여러 장르 x ['is_webtoon] x UX 불편 -> 새로운 DataFrame 생성(df_ux_issue) df_ux_issue = df_mobile[df_mobile['dropout_reason_category'] == 'UX 불편'] # 4. 웹툰 vs 비웹툰 독서 중단 위치 평균 계산 : 모바일 x UX 불편 x ['is_webtoon] : Ture(웹툰)/False(비웹툰) x ['exit_position_numeric'] exit_by_webtoon = df_ux_issue.groupby('is_webtoon')['exit_position_numeric'].mean().reset_index() print(f"모바일 사용자 중 UX 불편을 겪는 사용자의 비웹툰/웹툰 별 독서 중단 위치 평균:") print(exit_by_webtoon) """ 결과 해석 : is_webtoon exit_position_numeric 0 False 53.767857 1 True 46.469388 인사이트 요약 : 모바일에서 UX 불편을 겪은 사용자 중 비웹툰 장르가 웹툰보다 평균 독서 중단 위치가 더 높다. 비웹툰 장르 사용자들이 UX 불편에도 불구하고 웹툰 사용자보다 중단 시점이 늦다. 더 오래 읽었다. 따라서 "비웹툰에서 UX 불편으로 더 빨리 이탈할 것이다”라는 가설과는 정반대 결과를 얻음. """