데이터 분석 트랙 9주차 (25.04.20.) W.I.L.

• 주간 학습 회고
• 심화 프로젝트 준비

---

• 주간 학습 회고

- 학습 내용 : 파이썬 선택형 학습반(개인 및 추가) 완강, 머신러닝추가 특강 완강, 머신러닝 기법 개인 실습

- 통계적 기법 및 머신러닝 기법을 각각 혹은 둘 다 활용할 수 있는 수준까지 연습이 필요

---

• 심화 프로젝트

1. 선택 주제 : 금융 데이터 - 고객 클러스터링

2. 목적 : 금융 도메인의 데이터(고객 정보, 카드, 지불 정보)를 가지고 새로운 고객 군집을 찾는다.

3. 현재 선정한 프로젝트 개요

 - 프로젝트 목표 : 신용 위험도 기반으로 고객을 세분화 및 군집 별 인사이트를 도출한다.

 - 프로젝트의 활용 : "금융 상품 설계", "대출 심사 기준 보완", "기업 입장의 리스크 최소화", "이탈 위험 고객 군집 확인 및 추가 액션이 필요한 군집 파악 가능"

 - 프로젝트 진행을 위한 파생변수 : "DTI(총 부체 / 연 수익)", "카드당 평균 한도(신용 한도 / 발행 카드 개수)"

 - 활용 변수 : 'total_debt', 'yearly_income', 'per_capita_income', 'num_credit_cards', 'card_on_dark_web', 'credit_limit' 'num_cards_issued'

 - 프로젝트 분석 흐름 : 

  고객의 신용점수, 총 부채, 소득, 카드 발급 수 등 주요 재무 지표를 활용하여 데이터를 전처리한 후, 클러스터링 기법을 적용해 고객군을 세분화하였습니다. 이후 각 군집별 특성을 분석하여 주요 위험요인과 행동 패턴을 도출하고, 이를 기반으로 금융사의 맞춤형 리스크 관리 전략과 금융상품 설계 방향을 제시할 예정

 

4. 튜터 피드백

 - 핵심 : 기준(신용위험도)을 세워서 그룹화를 하고, 결과가 나오면 그 결과를 가지고 이용도, 소득수준, 부채 현황을 해석해라.
             파생변수 검색해서 찾아볼 것
             전처리는 좀 적은 편/ 그렇게 많지는 않은 편