네이버 플레이스 리뷰 데이터 분석 보고서
커피 평점
평점이 4점과 5점으로 구성되어 있으며, 특히 5점이 압도적으로 많은 점은 이 카페의 높은 만족도를 반영합니다. 일반적으로 1~5점 범위에서 평가를 할 때, 평점이 4점과 5점으로 집중된 카페는 고객들로부터 좋은 평가를 받는 곳으로 해석할 수 있습니다. 이는 서비스와 품질에 있어 일정 수준 이상의 만족도를 제공하고 있다는 것을 의미합니다.
커피의 코멘트
코멘트 수를 분석한 결과, "커피가 맛있어요"가 가장 많고, 그 다음으로 "매장이 청결함", "인테리어가 멋져요" 순으로 나타났습니다. 이를 통해 매장이 청결하며 인테리어가 감각적이고 세련되다는 점을 알 수 있습니다. 그러나 단점으로는 가성비가 좋지 않다는 점, 좋은 뷰가 없다는 점, 주차 공간이 부족하다는 점이 지적되었습니다. 매장은 이러한 인사이트를 바탕으로 단점을 개선하면 좋을 것으로 판단됩니다.
리뷰를 통한 방문자 확인
매출 데이터 분석 결과, 커피 매출은 6월부터 증가하여 7월에 정점을 찍은 후 가을 시즌부터 급감하는 것으로 확인되었습니다. 이는 여름 시즌에 매출이 확실히 보장되는 반면, 겨울 시즌에는 매출이 크게 감소한다는 것을 시사합니다.
겨울 시즌 매출 감소 요인
- 시그니처 메뉴 부재: 겨울철을 겨냥한 시그니처 메뉴가 부족하여, 여름철만큼의 매출을 견인하지 못하는 것으로 보입니다.
- 방문자 수 감소: 리뷰 데이터를 기반으로 한 분석에서 겨울 시즌 방문자 수가 감소한 것으로 나타났습니다. 이는 추운 날씨로 인한 외출 기피 현상일 가능성이 있습니다.
- 리뷰 작성 특성: 모든 방문자가 리뷰를 작성하지 않기 때문에 리뷰 데이터가 정확한 방문자 수를 완전히 반영하지 않을 수 있습니다. 겨울철에는 방문자가 많더라도 리뷰 작성이 귀찮아지는 경향이 있을 수 있습니다. 그러나 일반적으로 방문자가 많을수록 리뷰 작성 확률이 높아진다는 점을 고려할 때, 리뷰 데이터를 통해 대략적인 트렌드를 파악할 수 있습니다.
전략적 제언
- 겨울 시그니처 메뉴 개발: 겨울철을 타겟으로 한 따뜻하고 독창적인 음료를 개발하여, 방문객의 관심을 끌 수 있습니다. 예를 들어, 특색 있는 핫초코나 겨울철 한정 라떼 등을 출시하여 매출 증대를 도모할 수 있습니다.
- 프로모션 강화: 겨울철 방문을 유도할 수 있는 다양한 프로모션을 기획해야 합니다. 할인 이벤트나 멤버십 혜택 등을 통해 방문객을 유인할 수 있습니다.
- 리뷰 작성 유도: 방문객들이 리뷰를 작성하도록 유도하는 방안을 마련하는 것이 중요합니다. 예를 들어, 리뷰 작성 시 소정의 혜택을 제공하는 이벤트를 실시하면, 리뷰 수를 증가시켜 보다 정확한 데이터 분석이 가능해질 것입니다.
이러한 전략적 제언을 통해 겨울 시즌 매출 감소를 최소화하고, 전반적인 매출을 향상시킬 수 있을 것으로 기대됩니다.
요일 방문자
금, 토, 일에 방문자가 많은 것은 일반적인 현상입니다. 그러나 평일에도 적절한 비율로 방문자가 있는 것으로 보입니다. 이는 매장이 직장인과 학생들이 접근하기 좋은 위치에 있다는 것을 시사합니다.
커피 파워 리뷰 유저
import numpy as np
merge_df.sort_values(by=['유저_팔로워수','유저_리뷰수','유저_사진수'],ascending=False)[:20]
plt.figure(figsize=(20, 10))
# 데이터 생성
x = np.arange(9)
fllowers = [142, 47, 44, 36, 34, 29, 28, 23, 20]
review = [800, 211, 803, 457, 682, 269, 1414, 369, 369]
pictures=[598, 1661, 2201, 481, 522, 253, 348, 322, 530]
color=['lightgray','cyan','orchid']
xlabel = ['케인9065', '미로리mirori', '404506', '부산지앵 뚠뚠', '샬라라o', '윰라떼','백끄','심베짱이','리게뷰']
bar_width = 0.35 # 폭 설정
plt.bar(x+0.15, fllowers, width=bar_width, label='팔로워',color='lightgray')
plt.bar(x + bar_width, review, width=bar_width, label='리뷰수', color='cyan') # 두번째 그래프 부터 '인덱스 + 폭' 위치에 플롯팅
plt.bar(x +(bar_width*2), pictures, width=bar_width, label='사진수',color='orchid')
plt.xticks(x+bar_width , xlabel, rotation='45') # x 축에 보여질 문구 위치
plt.ylabel('점수')
plt.title('브루커피 방문자 상위 유저 그래프')
plt.legend(loc='upper right')
plt.show()
팔로워를 기준으로 내림차순으로 정렬한 그래프에서 확인할 수 있는 것은, 사진과 리뷰 수가 많다고 해서 반드시 팔로워 수가 높은 것은 아니라는 점입니다. 예를 들어, 404506님은 사진과 리뷰 수가 가장 많지만 팔로워 수는 3위에 머물러 있습니다. 이는 단순히 많은 사진과 리뷰를 올리는 것만으로는 팔로워 수를 증가시키지 못한다는 것을 명확히 보여줍니다. 따라서, 팔로워 수를 높이기 위해서는 무조건적인 양보다는 정성스럽고 세심한 리뷰와 사진이 더 중요할 수 있습니다.
텍스트 마이닝(리뷰)
!pip install konlpy
import konlpy.tag
from konlpy.tag import *
import re
import networkx as nx
from collections import Counter
from re import match
import pandas as pd
import seaborn as sns
from wordcloud import WordCloud
stopwords=pd.read_csv('path', encoding='utf-8')
merge_df=pd.read_csv('path', encoding='utf-8')
stop_words_list=[x for x in stopwords['0']]
상위 20 단어 추출 함수
def top_text():
nouns = []
for sent in merge_df['review']:
for noun in okt.nouns(sent) :
# 단어 전처리 : 2음절 이상, 수사 제외
if len(str(noun)) >= 2 and not(match('^[0-9]', noun)) :
nouns.append(noun)
#텍스트 마이닝을 위해 대화 내용을 명사 단위로 추출
nouns_new=[]
for noun in nouns:
if str(noun) not in stop_words_list:
nouns_new.append(noun)
num=20
nouns_counter=Counter(nouns_new)
text_nouns=dict(nouns_counter.most_common(num))
text_nouns
ranked=pd.DataFrame(text_nouns.items(), columns=['term','ranked'])
return ranked,nouns_new,text_nouns
ranked, nouns_new,text_nouns= top_text()
워크 클라우드 코드
dic = {ranked.loc[i,'term'] : ranked.loc[i,'ranked']
for i in range(0,len(ranked))}
wordcloud = WordCloud(background_color="white",font_path='/Library/Fonts/NanumBarunGothic.ttf',max_words=100).generate_from_frequencies(dic)
시각화 코드
plt.figure(figsize=(15,10))
sns.barplot(x='ranked', y='term', data=ranked)
plt.title('**커피 단어')
plt.xlabel('횟수')
plt.ylabel('단어')
fig = plt.figure((3-2), figsize=(12,15))
plt.imshow(wordcloud, interpolation="bilinear")
plt.axis("off")
plt.show()
커피 워드 클라우드 분석
워드 클라우드 분석 결과, 커피에 대한 다양한 명사들이 빈번하게 등장하는 것을 확인할 수 있습니다. 카페인 관련 용어뿐만 아니라, 인테리어와 분위기에 대한 언급도 많았습니다. 이는 이전 코멘트에서 확인한 바와 같이, 이 카페의 인테리어와 분위기가 좋은 평가를 받고 있음을 나타냅니다.
주요 언급 사항
- 커피 종류: 바닐라 라떼와 시나몬을 사용한 음료가 자주 언급되었습니다. 이는 해당 음료들이 인기가 있거나, 리뷰에서 긍정적인 평가를 받고 있다는 것을 의미합니다.
- 디저트: 스콘이 가장 많이 언급되었습니다. 이는 이 카페의 스콘이 특히 맛있다는 평가를 받는 것으로 보입니다.
인사이트
- 인테리어와 분위기: 좋은 평가를 받는 인테리어와 분위기를 유지하거나 더욱 강화할 필요가 있습니다. 이는 고객 만족도와 재방문율을 높이는 중요한 요소입니다.
- 커피 메뉴: 바닐라 라떼와 시나몬 음료와 같은 인기 있는 메뉴를 강조하여 홍보하거나, 새로운 시그니처 메뉴로 발전시킬 수 있습니다.
- 디저트 메뉴: 스콘이 특히 좋은 평가를 받고 있으므로, 이를 주요 디저트 메뉴로서 적극적으로 마케팅할 필요가 있습니다. 다양한 스콘 종류를 추가하거나, 스콘과 어울리는 음료를 세트로 제공하는 것도 좋은 전략입니다.
이러한 인사이트를 바탕으로 카페의 강점을 강화하고, 고객 만족도를 더욱 높일 수 있을 것입니다.
커피 워드 클라우드 분석
워드 클라우드 분석 결과, 커피에 대한 다양한 명사들이 빈번하게 등장하는 것을 확인할 수 있습니다. 카페인 관련 용어뿐만 아니라, 인테리어와 분위기에 대한 언급도 많았습니다. 이는 이전 코멘트에서 확인한 바와 같이, 이 카페의 인테리어와 분위기가 좋은 평가를 받고 있음을 나타냅니다.
주요 언급 사항
- 커피 종류: 바닐라 라떼와 시나몬을 사용한 음료가 자주 언급되었습니다. 이는 해당 음료들이 인기가 있거나, 리뷰에서 긍정적인 평가를 받고 있다는 것을 의미합니다.
- 디저트: 스콘이 가장 많이 언급되었습니다. 이는 이 카페의 스콘이 특히 맛있다는 평가를 받는 것으로 보입니다.
인사이트
- 인테리어와 분위기: 좋은 평가를 받는 인테리어와 분위기를 유지하거나 더욱 강화할 필요가 있습니다. 이는 고객 만족도와 재방문율을 높이는 중요한 요소입니다.
- 커피 메뉴: 바닐라 라떼와 시나몬 음료와 같은 인기 있는 메뉴를 강조하여 홍보하거나, 새로운 시그니처 메뉴로 발전시킬 수 있습니다.
- 디저트 메뉴: 스콘이 특히 좋은 평가를 받고 있으므로, 이를 주요 디저트 메뉴로서 적극적으로 마케팅할 필요가 있습니다. 다양한 스콘 종류를 추가하거나, 스콘과 어울리는 음료를 세트로 제공하는 것도 좋은 전략입니다.
이러한 인사이트를 바탕으로 카페의 강점을 강화하고, 고객 만족도를 더욱 높일 수 있을 것입니다.
사회 연결망
import numpy as np
def nouns_sna(df):
ranked,voca,text_nouns=top_text()
nouns_sort = {w: i for i, w in enumerate(text_nouns.keys())}
nouns_sort
sort_nouns = {i: w for i, w in enumerate(text_nouns.keys())}
sort_nouns
text_list = [i for i in df]
text_list_nouns = []
for a in text_list:
list_nouns = okt.nouns(a)
text_list_nouns.append(list_nouns)
text_list_nouns
minwon_adjMatrix = np.zeros((20,20), int)
for sentence in text_list_nouns:
for wi, i in nouns_sort.items():
if wi in sentence:
for wj, j in nouns_sort.items():
if i != j and wj in sentence:
minwon_adjMatrix[i][j] += 1
minwon_adjMatrix
minwon_network = nx.from_numpy_matrix(minwon_adjMatrix)
font_name='NanumBarunGothic'
high_degree=[]
middle_degree=[]
low_degree=[]
for node, deg in nx.degree(minwon_network):
if deg>16:
high_degree.append(node)
elif (deg>12) & (deg<16):
middle_degree.append(node)
else:
low_degree.append(node)
high_subset=minwon_network.subgraph(high_degree)
middle_subset=minwon_network.subgraph(middle_degree)
low_subset=minwon_network.subgraph(low_degree)
fig=plt.figure()
fig.set_size_inches(17,15)
pos=nx.random_layout(minwon_network)
nx.draw_networkx_nodes(high_subset, pos=pos, node_size=800, node_color='pink', alpha=0.6)
nx.draw_networkx_labels(high_subset, pos=pos, font_size=25, font_color='blue',labels=sort_nouns, font_family=font_name)
nx.draw_networkx_nodes(middle_subset, pos=pos, node_size=800, node_color='green', alpha=0.5)
nx.draw_networkx_labels(middle_subset, pos=pos, font_size=25, font_color='blue',font_family=font_name,labels=sort_nouns)
nx.draw_networkx_nodes(low_degree, pos=pos, node_size=800, node_color='gray', alpha=0.6)
nx.draw_networkx_labels(low_degree, pos=pos, font_size=25, font_color='blue', labels=sort_nouns,font_family=font_name)
nx.draw_networkx_edges(minwon_network, pos=pos, edge_color='lightgrey')
커피 워드 클라우드 추가 분석
워드 클라우드 분석을 통해, 아메리카노와 원두, 추천과 스콘이 함께 자주 언급되는 것을 확인할 수 있습니다. 이를 통해 몇 가지 중요한 인사이트를 도출할 수 있습니다.
주요 인사이트
- 아메리카노와 원두: 아메리카노와 원두의 조화가 좋은 것으로 보입니다. 이는 이 카페가 질 좋은 원두를 사용하여 아메리카노를 제공하고 있다는 긍정적인 평가를 반영합니다.
- 라떼와 스콘: 라떼와 스콘이 함께 추천되는 빈도가 높습니다. 이는 라떼와 스콘의 조합이 인기가 많다는 것을 의미합니다. 특히, 스콘은 이 카페의 대표 디저트로서 강력히 추천되고 있습니다.
- 추천 빈도: 지인에게 이 카페를 추천하고 싶다는 리뷰가 많습니다. 이는 높은 고객 만족도를 반영하며, 입소문을 통한 홍보 효과가 크다는 것을 나타냅니다.
전략적 제언
- 아메리카노와 원두 홍보: 아메리카노와 원두의 조화가 좋은 평가를 받고 있으므로, 이를 강조한 마케팅 캠페인을 진행할 수 있습니다. 예를 들어, 원두의 품질과 특징을 강조하는 홍보 자료를 제작할 수 있습니다.
- 라떼와 스콘 세트 메뉴: 라떼와 스콘의 조합이 인기가 많으므로, 이를 세트 메뉴로 구성하여 판매할 수 있습니다. 다양한 스콘 종류와 함께 제공하는 라떼 세트를 통해 고객의 선택지를 넓히는 것도 좋습니다.
- 지인 추천 이벤트: 고객이 지인에게 카페를 추천하는 경향이 강하므로, 이를 활용한 이벤트를 기획할 수 있습니다. 예를 들어, '지인 추천 이벤트'를 통해 추천 받은 고객과 추천한 고객 모두에게 혜택을 제공하는 방안을 고려해볼 수 있습니다.
이러한 전략을 통해 카페의 강점을 더욱 강화하고, 고객 만족도를 높이며, 매출 증대를 도모할 수 있을 것입니다.
커피 충성 고객
충성고객 분석 및 전략
- 헬로봉님: 4개의 리뷰를 작성한 헬로봉님은 이 카페의 가장 충성도 높은 고객으로 보입니다.
- rad****님: 3개의 리뷰를 작성한 rad****님 역시 충성고객으로 분류할 수 있습니다.
전략적 제언
- 충성고객 보상 프로그램: 충성고객에게 감사의 의미로 특별한 혜택을 제공하는 프로그램을 도입할 수 있습니다. 예를 들어, 리뷰를 3회 이상 작성한 고객에게 무료 음료 쿠폰을 제공하거나, 멤버십 포인트를 추가로 적립해 주는 등의 방법이 있습니다.
- 맞춤형 이벤트: 충성고객을 대상으로 특별 이벤트를 개최하여 지속적인 방문을 유도할 수 있습니다. 예를 들어, 충성고객만을 위한 시음회나 새로운 메뉴의 우선 시식 기회를 제공할 수 있습니다.
- 피드백 활용: 충성고객이 작성한 리뷰는 카페 운영에 있어 매우 가치 있는 피드백입니다. 이를 바탕으로 서비스 개선 및 메뉴 개발에 반영할 수 있습니다. 또한, 충성고객에게 직접 피드백을 요청하는 것도 좋은 방법입니다.
이러한 전략을 통해 충성고객과의 관계를 강화하고, 지속적인 방문을 유도하여 매출 증대를 도모할 수 있을 것입니다.
프로젝트 요약
- 데이터 크롤링: 네이버 플레이스에서 필요한 데이터를 크롤링하여 수집하였습니다.
- 데이터 프레임 생성: 수집한 데이터를 기반으로 데이터 프레임을 생성하였습니다.
- 데이터 분석: 생성된 데이터 프레임을 바탕으로 다양한 분석을 수행하였습니다.
주요 인사이트
- 방문자 패턴 분석: 주말에 방문자가 많지만, 평일에도 적절한 비율로 방문자가 있다는 것을 확인했습니다. 이는 매장의 위치가 직장인과 학생들에게 접근성이 좋다는 것을 시사합니다.
- 팔로워와 리뷰: 리뷰와 사진 수가 많다고 해서 팔로워 수가 높은 것은 아니며, 정성 있는 리뷰와 세심한 사진이 팔로워 수를 높이는 데 중요한 역할을 한다는 것을 확인했습니다.
- 제품 평가: 커피 종류와 디저트에 대한 언급 빈도를 분석하여, 인기 메뉴와 추천 조합을 파악했습니다. 특히 스콘과 라떼, 아메리카노와 원두의 조합이 좋다는 평가가 많았습니다.
- 충성고객 식별: 리뷰 작성 빈도를 통해 충성고객을 식별하고, 이들을 대상으로 한 맞춤형 보상 프로그램 및 이벤트 제안을 도출했습니다.
다음 프로젝트 제언
- 고객 세분화: 더 구체적인 고객 세그먼트를 식별하고, 각 세그먼트에 맞춘 마케팅 전략을 제안할 수 있습니다.
- 예측 모델링: 방문자 수나 매출을 예측하는 모델을 구축하여, 시즌별, 요일별 매출 변화를 예측하고 대비할 수 있습니다.
- 피드백 루프 강화: 고객 리뷰와 피드백을 실시간으로 분석하여, 빠르게 대응할 수 있는 시스템을 개발할 수 있습니다.
'Analysis Report > 네이버 리뷰 분석' 카테고리의 다른 글
| 네이버 리뷰 분석(데이터 수집) (0) | 2022.11.10 |
|---|