실전 데이터 분석 29: 이커머스 매출 분석과 피벗 히트맵

📌 강의 개요 (30분 완성)

온라인 쇼핑몰(이커머스)에서 하루에도 수만 건씩 쏟아지는 실제 고객 결제 로그(Transaction Log) 데이터입니다. 원시 데이터(Raw Data) 상태에서는 누가 언제 무엇을 샀다는 정보만 텍스트로 적혀 있을 뿐, 쇼핑몰의 전체적인 매출 현황을 알 수 없습니다.

학습 목표:

  • 피처 엔지니어링 (Feature Engineering): 수량과 단가를 곱하여 분석의 핵심이 되는 총 결제 금액(TotalPrice)이라는 새로운 파생 변수를 스스로 창조해 냅니다.
  • 시계열 라인플롯 (sns.lineplot): 주문 날짜에서 ‘월(Month)’을 추출하여, 1년 동안 쇼핑몰의 총 매출액 추이를 시계열 선 그래프로 그려 연말 시즌의 계절성(Seasonality)을 관찰합니다.
  • 매트릭스 재구조화 (pivot_table & heatmap): 엑셀의 꽃인 피벗 테이블을 파이썬으로 완벽하게 구현하여 데이터를 ‘국가별 x 월별’ 2차원 매트릭스로 바꾼 뒤, 온도계 같은 히트맵으로 가장 돈을 많이 벌어다 준 핵심 시장을 직관적으로 시각화합니다.

Step 1: 이커머스 원시 결제 로그 (Raw Data Overview)

Step 1 데이터 구조 개념도

csv_data 폴더에 준비해 둔 ecommerce.csv 파일을 판다스로 불러옵니다.

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 그래프 설정
plt.rcParams['font.family'] = 'AppleGothic'
plt.rcParams['axes.unicode_minus'] = False
sns.set_palette("colorblind")

# 로컬 CSV 파일 불러오기
df = pd.read_csv('../csv_data/ecommerce.csv')

# 데이터 구조 및 첫 5행 확인
print(df.info())
display(df.head())

💡 코드 딥다이브 (Code Deep Dive)

주요 결제 정보 컬럼:

  • CustomerID: 구매한 고객의 고유 번호 (누가 샀나?)
  • InvoiceDate: 결제가 일어난 정확한 날짜와 시간 (언제 샀나?)
  • Description: 장바구니에 담긴 상품의 텍스트 설명 (무엇을 샀나?)
  • Quantity: 해당 상품을 몇 개나 샀나? (수량)
  • UnitPrice: 상품 1개당 가격이 얼마인가? (단가)
  • Country: 주문이 발생한 국가 (주요 타겟 시장)

Step 2: 피처 엔지니어링 (파생 변수 창조)

Step 2 데이터 정제 개념도

가장 치명적인 문제가 있습니다. 원본 데이터에는 이 고객이 카드로 “총 얼마를 긁었는지(결제했는지)” 나와 있지 않습니다. 다행히 우리는 수량과 단가를 알고 있으므로, 두 개를 곱해서 직접 새로운 컬럼을 만들어 내야 합니다.

# 1. 수량(Quantity)과 단가(UnitPrice)를 곱하여 '총 결제 금액(TotalPrice)' 생성
df['TotalPrice'] = df['Quantity'] * df['UnitPrice']

# 2. 문자열(글자)로 되어 있는 주문일 컬럼을 파이썬이 시간으로 인식하도록 변환
df['InvoiceDate'] = pd.to_datetime(df['InvoiceDate'])

# 3. 날짜에서 '월(Month)' 정보만 쏙 뽑아내어 새로운 컬럼 생성
df['Month'] = df['InvoiceDate'].dt.month

# 우리가 방금 땀 흘려 만든 파생 변수 3개가 잘 들어갔는지 확인!
display(df[['Quantity', 'UnitPrice', 'TotalPrice', 'Month']].head())

💡 분석가의 통찰 (Analyst’s Insight)

  • Feature Engineering (피처 엔지니어링): 원본 데이터에 없는 정보라도, 기존 변수를 수학적으로 조합하거나(곱하기) 시간 데이터에서 특정 부품만 빼내어(월 추출), 예측과 분석에 꼭 필요한 새로운 변수를 창조해 내는 작업을 뜻합니다.
  • 훌륭한 AI 모델을 만드는 비결의 80%는 이 피처 엔지니어링 능력에 달려 있습니다.

Step 3: 시계열 라인플롯으로 매출 계절성 확인 (Univariate EDA)

Step 3 시각화 개념도

방금 만든 TotalPrice와 Month를 결합하면 엄청난 마법을 부릴 수 있습니다. 우리 쇼핑몰이 1월부터 12월까지 돈을 어떻게 벌어들였는지 월간 매출 추이(Trend)를 선 그래프로 그려봅시다.

plt.figure(figsize=(10, 5))

# estimator=sum을 주면, 같은 달(예: 11월)에 발생한 모든 결제 금액(TotalPrice)을 다 합쳐줍니다.
sns.lineplot(data=df, x='Month', y='TotalPrice', estimator=sum, 
             errorbar=None, color='teal', linewidth=3, marker='o', markersize=8)

plt.title('이커머스 쇼핑몰 월별(Month) 총 매출액 추이', fontsize=16)
plt.xlabel('월 (Month, 1월~12월)')
plt.ylabel('총 매출액 ($)')
plt.xticks(range(1, 13)) # X축 눈금을 1부터 12까지 꽉 채워 표시
plt.grid(True, axis='both', linestyle='--', alpha=0.5)

plt.show()

💡 시각화 차트 읽는 법

  • 1월부터 8월까지는 그래프가 잔잔하게 오르락내리락하며 일정한 매출 볼륨을 유지합니다.
  • 하지만 11월을 기점으로 그래프가 하늘로 솟구치기 시작하여 12월에 정점을 찍습니다.
  • 이것이 바로 서양 이커머스 시장 특유의 연말 시즌(Seasonality)입니다. 추수감사절(블랙 프라이데이)과 크리스마스로 이어지는 막대한 소비 요인이 작용했음을 데이터로 증명한 것입니다.

Step 4: 피벗 테이블(Pivot)과 매출 히트맵 (Multivariate EDA)

Step 4 상관관계 분석 개념도

사장님이 묻습니다. “그래서 어느 나라에서, 몇 월에 돈을 제일 많이 벌었나?” 이 복잡한 다차원 질문에 답하기 위해 데이터를 2차원 표(매트릭스)로 재구조화하는 pivot_table을 만들고, 숫자를 색상으로 보여주는 heatmap을 띄워보겠습니다.

plt.figure(figsize=(12, 6))

# 데이터 랭글링의 꽃: 피벗 테이블(Pivot Table)
# 세로축(index)은 국가, 가로축(columns)은 월, 칸 안에 들어갈 값(values)은 매출액 합계(sum)
pivot_df = df.pivot_table(index='Country', columns='Month', values='TotalPrice', aggfunc='sum')

# 매출이 발생하지 않아 비어있는 칸(NaN)은 0달러로 채워줌
pivot_df = pivot_df.fillna(0)

# 피벗된 표를 히트맵으로 시각화 (색상이 진할수록 매출이 높음)
sns.heatmap(pivot_df, cmap='Blues', annot=False, linewidths=.5)

plt.title('국가별(Country) - 월별(Month) 총 매출액 히트맵', fontsize=16)
plt.xlabel('월 (Month)')
plt.ylabel('주문 국가 (Country)')
plt.show()

💡 코드 딥다이브 & 인사이트 (매우 중요!)

  • Pivot Table: 긴 엑셀 줄글에 불과했던 로그 데이터가 가로(월)와 세로(국가)를 가진 바둑판 모양의 거대한 2차원 표(Matrix)로 재탄생했습니다.
  • Heatmap의 위력: 표 안에 적힌 수백 개의 복잡한 숫자 단위(천 단위, 만 단위)를 읽을 필요가 전혀 없습니다. 가장 진한 띠가 길게 늘어선 곳은 ‘United Kingdom(영국)’ 뿐입니다. 우리 쇼핑몰은 사실상 영국 내수 시장에 완전히 의존하고 있으며, 다른 국가(독일, 프랑스 등)는 연말에만 찔끔 팔리는 마이너 시장임을 단 1초 만에 파악할 수 있습니다.

🎯 30분 강의 마무리 및 심화 과제

ecommerce 구매 로그를 활용해 수량과 단가를 곱하여 매출 파생 변수를 창조(TotalPrice)해 냈습니다. 시계열 lineplot으로 연말 특수라는 뚜렷한 계절성 패턴을 확인했고, pivot_table을 통해 거대한 데이터를 요약한 뒤 heatmap으로 영국이라는 절대적인 캐시카우 시장을 눈으로 짚어냈습니다.

📝 심화 과제 (Advanced Challenge)

  1. 히트맵에 실제 매출액 찍어보기: Step 4의 heatmap 코드에서 annot=False를 annot=True로 바꾸고, fmt=".0f" (소수점 없이 출력) 옵션을 추가해 보세요. 파란색 상자 안에 실제 매출 달러($) 수치가 텍스트로 박혀서 정확한 금액 보고서를 만들 수 있습니다.
  2. 잘 팔리는 베스트셀러 발굴: 가장 많이 팔린 상품 상위 10개를 바 플롯(barplot)으로 그려보세요. df.groupby('Description')['Quantity'].sum().sort_values(ascending=False).head(10) 구문을 활용하면 어떤 상품이 우리 쇼핑몰을 먹여 살리는지 찾아낼 수 있습니다.
서브목차