💳 신용카드 고객 세그먼트 분류 프로젝트

고객의 금융 활동 데이터를 기반으로 세그먼트를 예측하고,
맞춤형 마케팅 전략 수립 및 효율적인 고객 관리 체계 마련을 목표로 한 데이터 분석 프로젝트입니다.

---

📌 프로젝트 배경 및 목적

1. 고객 특성에 따른 맞춤 전략 수립을 위한 세그먼트 예측

   • 소비 성향, 금융 활동, 채널 이용 패턴 등을 파악해 고객 맞춤 전략 도출
   • 이탈 방지 및 충성도 강화를 위한 혜택 최적화

2. 복잡한 고객 데이터를 정량적으로 분석해 운영 효율성 확보

   • 사전 분류를 통한 리스크 관리, 비용 절감, 전략 집중
   • 대응 전략 자동화 및 비즈니스 효율 극대화

---

📁 폴더 구조 안내

FinalProject/
│
├── Test Data 병합/          📂 테스트 데이터 전처리 및 병합 파일
├── Train Data 병합/         📂 학습용 데이터 전처리 및 병합 파일
│
├── src/                     📦 전체 분석 및 작업 코드 모음
│   ├── 모델링/               📂 다양한 모델별 학습 및 실험 (CatBoost, XGBoost, LGBM)
│   ├── 발표자료/             📂 최종 발표용 PDF 자료
│   ├── 전처리 및 EDA/        📂 전처리 및 탐색적 데이터 분석 코드
│   │   ├── 전처리/            📂 컬럼 정리, 데이터 병합, 전처리 코드
│   │   └── EDA/              📂 부문별 EDA (마케팅, 승인정보, 청구금액, 신용정보 등)
│   └── 차트이미지/            📂 시각화 결과 이미지 (분포도, 혼돈행렬 등)

---

💡 참고 사항

• 모델 실험 결과 및 시각화는 src/모델링, src/차트이미지 폴더에 정리되어 있습니다.
• 전처리 단계는 src/전처리 및 EDA 폴더 내에 분리되어 있어 파일별 흐름 파악이 쉽습니다.
• 발표용 자료는 src/발표자료/9조_파이널프로젝트.pdf에서 확인하실 수 있습니다.

---

📎 주요 키워드: 세그먼트 예측, 고객 분류, CatBoost, XGBoost, EDA, 금융 데이터 분석, 마케팅 전략
🧠 참여자 중심의 문제 정의와 실제 적용 가능한 모델 설계를 바탕으로 구성된 프로젝트입니다.