[템플릿 활용 가이드]
이 템플릿은 프로젝트 진행 상황을 점검하고, 앞으로의 계획을 정리하기 위한 목적으로 작성되었습니다.
템플릿 내 예시는 단순 참고용이며, 팀의 프로젝트 방향과 내용에 맞게 수정이 필요합니다.
활용 방법
프로젝트 개요
•
프로젝트 이름: 광주 청년층 이탈 원인 및 취업 소구 사항 분석
•
분석 목적: 광주 청년층의 이탈률과 이탈 원인, 청년 일자리 정책 관련 소구 사항 등을 분석해 효율적인 마케팅 전략을 수립하기 위함
•
데이터 출처: KOSIS (통계청), MDIS (마이크로데이터 통합 서비스), 광주시의회, 유튜브(댓글 크롤링), GA, 2024년 광주광역시 교육문화위원회 청년정책에 관한 여론조사
•
분석 대상 및 범위: 2019 ~2024 사이 수합 된 청년 관련 데이터(15~39)
•
예상 결과물
◦
전체 인구 실업률과 청년 실업률 비교 시각화 line chart
◦
광주 청년으로서 겪고 있는 가장 큰 어려움 1/2순위 pie chart
◦
전국 청년 실업률과 광주 청년 실업률 비교 시각화
◦
청년 일자리 고용 필요 정책 Bar chart
◦
청년 취업희망 분야 Bar chart
◦
청년 취업희망 지역 bar chart
◦
청년 일자리 고용 필요 정책 1~3 순위
◦
광주 청년 취업 관련 유튜브 댓글 주요 키워드 클라우드
◦
미취업기간 주된활동 응답 Bar chart
◦
(인사이트 요약: 월 평균 요금과 이탈 가능성 간의 상관 관계, 이탈 가능성이 높은 타겟의 특징 도출)
◦
(타겟 유저 별 메세지/소재 아이디어 도출 → 메세지/소재 설계안 초안 작성)
◦
(보고서 및 발표 자료: 분석 결과를 요약한 프레젠테이션 자료와 PDF 보고서)
◦
기존 광주청년일자리스테이션 GA 자료(활성 사용자 자료)
데이터 개요
•
광주광역시사회조사 2020~2024
◦
데이터 수집 방법: API를 통해 수집, 다운로드, 내부 시스템에서 추출
◦
데이터셋의 크기: 8521행 (데이터마다 상이)
◦
주요 변수 및 설명: (예: 표 참고)
변수명 | 설명 | 데이터 타입 |
시군구코드 | 코드 상세는 하기 토글에 표기 | code |
청년 취업희망지역 코드 | 코드 상세는 하기 토글에 표기 | code |
청년취업창업광주지역희망사유코드 | 코드 상세는 하기 토글에 표기 | code |
청년취업창업기타지역희망사유코드 | 코드 상세는 하기 토글에 표기 | code |
청년일자리선택고려사항_1순위코드 | 코드 상세는 하기 토글에 표기 | code |
청년_일자리선택고려사항_2순위코드 | 코드 상세는 하기 토글에 표기 | code |
청년 일자리고용필요정책_1순위코드 | 코드 상세는 하기 토글에 표기 | code |
청년_일자리고용필요정책 2순위코드 | 코드 상세는 하기 토글에 표기 | code |
청년_ 일자리고용필요정책_3순위코드 | 코드 상세는 하기 토글에 표기 | code |
코드 모음
•
광주광역시사회조사 2020~2024
◦
데이터 수집 방법: API를 통해 수집, 다운로드, 내부 시스템에서 추출
◦
데이터셋의 크기: 8521행 (데이터마다 상이)
◦
주요 변수 및 설명: (예: 표 참고)
변수명 | 설명 | 데이터 타입 |
시군구코드 | 코드 상세는 하기 토글에 표기 | code |
청년 취업희망지역 코드 | 코드 상세는 하기 토글에 표기 | code |
청년취업창업광주지역희망사유코드 | 코드 상세는 하기 토글에 표기 | code |
청년취업창업기타지역희망사유코드 | 코드 상세는 하기 토글에 표기 | code |
청년일자리선택고려사항_1순위코드 | 코드 상세는 하기 토글에 표기 | code |
청년_일자리선택고려사항_2순위코드 | 코드 상세는 하기 토글에 표기 | code |
청년 일자리고용필요정책_1순위코드 | 코드 상세는 하기 토글에 표기 | code |
청년_일자리고용필요정책 2순위코드 | 코드 상세는 하기 토글에 표기 | code |
청년_ 일자리고용필요정책_3순위코드 | 코드 상세는 하기 토글에 표기 | code |
•
데이터 전처리 과정
◦
결측치 처리 방법:
각 코드별 응답 건에 대해서만 통계화 진행
◦
이상치 탐지 및 조치:
청년 데이터인데 생년월일이 1920년으로 표기 되어 있는 등 문제.
2024년 기준 15~39세만 추출한 뒤 나머지 행 삭제
◦
코드 명:
현재 각 분류가 숫자로만 표기 되어 있는 상태. 코드 분류표에 따라 숫자를 텍스트로 대치.
탐색적 데이터 분석(EDA)
1.
기술 통계 분석
•
주요 변수의 분포(예: 월평균 요금의 평균: 50, 표준편차: 10)
•
평균, 중앙값, 표준편차 등 기초 통계량
2.
데이터 시각화
•
전체 인구 실업률과 청년 실업률 비교 시각화 line chart
•
광주 청년으로서 겪고 있는 가장 큰 어려움 1/2순위 pie chart
•
전국 청년 실업률과 광주 청년 실업률 비교 시각화
•
청년 일자리 고용 필요 정책 Bar chart
•
청년 취업희망 분야 Bar chart
•
청년 취업희망 지역 bar chart
•
청년 일자리 고용 필요 정책 1~3 순위
•
광주 청년 취업 관련 유튜브 댓글 주요 키워드 클라우드
•
미취업기간 주된활동 응답 Bar chart
•
(인사이트 요약: 월 평균 요금과 이탈 가능성 간의 상관 관계, 이탈 가능성이 높은 타겟의 특징 도출)
•
(타겟 유저 별 메세지/소재 아이디어 도출 → 메세지/소재 설계안 초안 작성)
•
(보고서 및 발표 자료: 분석 결과를 요약한 프레젠테이션 자료와 PDF 보고서)
3.
주요 인사이트 도출
•
청년들의 가장 큰 문제점: 취업/일자리 문제에 대한 실질적 지원 필요 대비 정책 인지도/참여율 저조
•
원인: 홍보 부족 & 정보 접근성 한계
•
결과: 지원 프로그램이 있어도 발견-이해-신청 단계에서 이탈 발생 → 정책 체감도 하락
현재까지의 진행 상황
•
진행한 작업
◦
발단 단계 맥락 정리 완료. 요청에 따른 부수적 데이터 전처리 및 분석 과정 +a 중
•
진행 중 문제
◦
raw data 수급 문제. 정제 된 데이터는 많지만, 평가진에서 원하는 raw data는 수급이 어려움. 또한, 정제 된 데이터로 발단단을 짰을 때보다 논리적인 비약이 생길 수 있다는 걱정도 있음.
다음 단계 계획
•
기획안 마무리 및 소재 제작
•
퍼널별 광고 성과 분석
1.
TOFU — 광범위 관심/인구통계 (브랜드 인지도·방문 유도)
2.
MOFU — 홈페이지 유입 / 리타겟팅
3.
BOFU — 프로그램 의사표현(클릭) / 리타겟팅
단계 | 목표/역할 | 핵심 타깃 | 메시지/오퍼 | 채널/포맷 | 주 KPI | 보조 KPI |
TOFU | 인지도·관심 형성 | 광주 취업준비 청년, 정책 초심자 | 현직자 1:1 무료 멘토링, 합격 자소서 템플릿, 한정 예약 오픈 | Demand Gen(YouTube/Shorts/Discover/Gmail) — | 홈페이지 세션수, CTR | 노출·도달, 조회완주율, 저장/공유수 |
MOFU | 홈페이지 유입 | 랜딩 방문자·저장·스크롤 60%+ / Engaged‑view 시청자 | 무료 멘토링 예약, 모의면접 체험권, 구직비용 가이드 | Demand Gen(리마케팅/데이터 세그먼트) | 홈페이지 CTA 클릭수 / 리타겟팅 | 체류시간, 스크롤 60%+, 이탈구간 |
BOFU | 프로그램 의사표현(클릭) | 프로그램 클릭자 | D‑1 알림 + 체크리스트, 참석 인센티브(템플릿), 합격 사례 | Demand Gen(Customer Match/리마케팅) | 홈→프로그램 클릭률 / 리타겟팅 | NPS, 후기·UGC, 추천율 |
•
예상 일정
◦
9월 2일(화)까지 발단 기획 마무리
◦
9월 3일(수)부터 광고 집행 통한 추가 분석 실행
부록
•
사용된 툴 및 라이브러리
◦
Python(pandas, matplotlib, seaborn 등)
◦
SQL
•
참고 자료 및 출처
◦
•
기타 시각화 자료
튜터 피드백 정리
•
피드백 내용
◦
전처리 넣어라.