olist-corporate-analysis

Insight from olist corporate analysis

🦁 Likelion AI SCHOOL7 DATATHON 4️⃣조 사랑합니다 고객님🧡 팀

👨‍👩‍👧‍👦 Team Info.

name	github	velog&blog	role
강민정👑			EDA & Visulization & Analysis & PPT & Leader
김예지			EDA & Visulization & Analysis & PPT
배수목			EDA & Visulization & Analysis & PPT
서제아			EDA & Visulization & Analysis & PPT & Poster
정재영			EDA & Visulization & Analysis & PPT & Poster
조현준			EDA & Visulization & Analysis & PPT & Presenter

📃 summary

저희는 타겟을 설정하여 olist 기업의 약점과 강점을 분석하고 olist store의 marketing 전략을 내세우고자 합니다. 솔루션을 통한 향후 더 나은 서비스를 제공할 수 있을 것입니다.

Olist Store 란 ❓

• 브라질 이커머스 마켓플레이스

• 판매자가 다양한 시장에서 상품을 판매할 수 있도록 시장을 개척해주는 역할

• 다양한 등급별 서비스를 통해 판매자에게 더 나은 서비스를 제공

🗂 Data Info.

📂 kaggle olist e-commerce dataset : https://www.kaggle.com/datasets/olistbr/brazilian-ecommerce

⭐ Target & Situation

🎯 Target : CS팀

❓ Problematic situation :
현재 확보한 리뷰 점수 중 약 2만 건 이상이 3점 이하의 점수를 받고 있습니다.     
현재 고객들이 어떤 불만 사항을 가지고 있으며, 이를 해소하고 더 나은 고객 서비스를 제공할 방안을 마련해주세요.     
또, 현재 고객들이 우리 서비스에 만족하고 있는 부분을 고려하여, 어떤 서비스를 유지/보수해야 하는 지 알려주세요.      

🔎 Analysis Result

🙂 고객 만족도 분석

• 별 리뷰 수

현재 고객의 만족도를 파악해보자면 1~3점의 리뷰를 가지는 비율이 약 23%로 개선이 필요함을 느꼈습니다.

• 리뷰 살펴보기

긍정 리뷰

부정리뷰

평점이 낮은 리뷰를 보게 되면, '배송을 받지 못했다.', '배송이 느리다.' 등 배송에 대한 불만이 주를 이루는 것을 볼 수 있었습니다.
또한, 불만에 대한 고객센터 연결이 빠르게 해결되지 않는 점을 리뷰 데이터로 학인할 수 있었고, 언제 돌아올지 모르는 고객센터의 답변을 무한정 기다리는 과정은 곧 olist 서비스에 대한 신뢰도 하락과 연결될 것이라고 판단했습니다.
따라서, 리뷰 점수가 낮은 경우는 배송에 대한 큰 불만을 가지고 있다고 볼 수 있었습니다.

• 리뷰 데이터 워드 클라우드

리뷰에서는 긍정리뷰, 부정리뷰를 가리지 않고 대부분 제품과 배송에 대한 이야기가 가장 많아 제품의 품질과 배송 속도가 리뷰 점수에 영향이 있다는 것을 알 수 있습니다.

• 리뷰 데이터 네트워크 그래프

평점 1-3점대

먼저, 1-3점대의 리뷰들의 네트워크 그래프를 살펴보면 제품 언급이 많음과 동시에 배송이라는 단어가 연결되어 언급이 많이 됨을 확인할 수 있습니다.
그리고 이 둘과 같이 연결된 “기다리”, “시간”, “취소” 등의 단어들도 함께 언급이 많이 된 것이 확인됩니다.
이를 보아, 제품 배송 기간에 대한 불만이 많았다는 것을 알아낼 수 있었습니다.
그 외에 제품과 같이 반품, 사진, 상태, 포장, 연락 등의 언급이 있었지만, 언급가 적은 것으로 보아 고객에게 큰 불만을 주는 영역이 아닌 부분으로 판단됩니다.

평점 4-5점대

다음으로 4-5점대 리뷰들의 네트워크 그래프를 살펴보면 제품과 함께 “배송”, “도착”, “정시”, “완벽”, “추천” 등의 단어가 많이 언급됨을 확인할 수 있습니다.
이를 통해 제품 배송이 잘 이루어졌을 때는 고객들의 만족도가 높아짐을 확인할 수 있었습니다.
또, 제품의 단어는 **“포장”, “우수”, “상태”, ”완벽”**과 함께 언급된 것이 많고, 4-5점대의 리뷰수가 전체 리뷰수의 약 70%를 차지하고 있다는 점에서 현재 Olist의 제품 품질과 포장 등에 대한 처리가 잘 이루어지고 있다는 것을 알 수 있었습니다.
이는 위에서 제품 품질과 포장에 대한 불만이 적었던 인사이트와 일맥상통해 보입니다.

💡 분석 요약
[긍정] 제품에 대한 만족도 높음   
 ➡ 제품 관리 측면에서는 지금 방식을 유지할 수 있도록 해야 함
[부정] 제품 배송 기간에 대한 불만족도가 높음 + 품질, 포장, 고객센터와의 연결 문제도 있음
 ➡ 배송 기간, 고객센터와의 연결 그리고 포장, 품질에 대한 개선점이 필요

😕 list 약점 분석

🚚 배송 지연 분석

Olist는 소비자가 판매자에게 물품을 구매하기로 결정하면, 판매자로부터 물건을 받아 Olist의 유통업체를 통해 배달이 되는 구조이다.

리뷰 점수 별 배송 지연 상태를 보았을 때, 예상 배송 기간보다 배송이 지연 되었을 때 대부분 1~2점으로 낮은 점수를 받고 있는 것을 확인할 수 있다.

📦 배송 누락

• 리뷰의 내용을 일부 파악해 보았을 때 판매자가 제품을 일부 누락하여 발송하는 경우, 제품의 부실한 포장 상태 등에 불만을 가지는 경우가 파악되었습니다.
• 위의 워드클라우드나, 그래프 표현에서도 물품 누락, 포장 등과 같은 제품에 대한 불만이 있었습니다.

🔊 고객센터 소통

• 평점 1~3점의 부정적 리뷰를 워드클라우드와 네트워크 그래프로 나타내었을 때 연락이라는 단어가 언급되었습니다. 이는 고객센터, 판매자로의 연락에 문제가 있었음을 의미한다.
• 고객센터와 연결이 되지 않아 환불, 누락 건에 대해 해결되지 않은 경우가 있음을 확인하였습니다.

🎁 낮은 평점을 가진 특정 물품
특정 물품에 대해서 별점이 낮은 경우를 확인할 수 있었습니다.
인기 있는 상품, 즉 판매량이 많은 상품이 부정 리뷰 수가 많음을 확인
➡ 이는 리뷰 자체 수가 높아 부정 리뷰 수가 많은 것이므로, 품목 자체에 특정한 이유로 부정 리뷰 수가 많다고 보기 어렵다고 판단

2점 이하의 리뷰를 받은 하위 20개 품목 / 인기 상품의 판매량

판매량에 따른 부정 리뷰 수

판매량과 부정 리뷰 수의 뚜렷한 상관관계

🧐 해결책 & 대안 제시

🚚 배송 지연

1️⃣ 유통업체 파트너 변경

• 제안 배경
  판매자에서 물류 파프터에게 전달되는데 걸린 기간

보통 5-6일 내로 전달되는 것을 확인할 수 있었습니다.

물류 파트너에서 고객에게 전달되는데 걸린 기간

늦어지는 기간이 많음을 확인할 수 있었습니다.

배송은 “판매자→Olist 유통업체”의 과정보다 **“Olist 유통업체→고객”의 과정에서 시간이 더 소요**되었음을 확인할 수 있었습니다.

한계점 → 현재 유통업체를 교체하였을 때 드는 비용과 시간을 파악하기가 어려움
→ 유통업체 관련 부서에게 이에 대한 검토를 요청할 필요가 있음
→ 타 부서에게서 추가 관련 데이터와 분석 요청이 들어올 시 그 때 분석 가능함

2️⃣ 자체 물류 센터

• 가설 : 판매자와 소비자 간의 거리와 배송 기간 사이에 상관관계가 있을 것이다.

인프라의 영향으로 배송지가 멀수록 배송기간이 오래걸릴 것 이라고 생각하여 분석해 보았을 때 판매자와 구매자의 위도와 경도를 통해 계산한 거리 값은 배송기간과 유의미한 선형적 관계가 없음을 알 수 있었습니다. ➡ 가설검정 기각

• 한계점
  → 초기 비용이 많이 들고, 장기적으로 이에 대한 값을 회수해야 하는 해결방안
  → 신속 x / 구현 가능성 낮음
  → 거리와 배송 기간의 상관 관계가 있다고 보기 어려워 물류 센터의 설립 위치를 정하기 어려움

3️⃣ 예상일 예측 높이기

• 가설 : 배송 예정일보다 배송 완료 시점이 늦어졌을 때 그 외의 경우보다 리뷰 점수가 확연히 낮을 것입니다.
  배송이 만족도에 주는 영향에 대해서 분석하기 위해 배송 예정일, 실제 배송일로 나눠 예정일을 지켰을 경우와 지키지 않았을 경우에 대해서 나눠 파악해보았습니다.

1. order_estimated_delivery_date와 order_delivered_customer_date가 같은 경우
   ➡ 즉, 예정일에 맞춰 도착한 경우
   예상일과 배송일이 같은 경우 평점 점수별 리뷰 수

평균 평점 : 3.980298913043478

2. order_estimated_delivery_date보다 order_delivered_customer_date가 작은 경우
   ➡ 즉, 빨리 도착한 경우
   예상일보다 빨리 도착했을 경우 평점 점수별 리뷰 수

평균 평점 : 4.208596725335307

3. order_estimated_delivery_date보다 order_delivered_customer_date가 큰 경우
   ➡ 즉, 예정일보다 늦게 도착한 경우
   배송일이 예상일보다 늦은 경우 평점 점수별 리뷰 수

평균 평점 : 2.254915632408311

이렇게 나눠 보게되면 배송예정일보다 빠르게 제품을 받거나 맞춰 받는 경우는 대부분의 고객은 5점을 주었고 그리하여 평균 평점은 두가지의 경우 전부 약 4점을 유지했습니다.
그러나 배송예정일보다 제품을 늦게받는 경우는 대부분 1점을 주었고 평균 평점 또한 약 2점으로 급격히 떨어지는 것을 확인할 수 있었습니다.

• 효과 배송 예상일과 다를 때와 맞추었을 때 리뷰 점수가 확연히 떨어지는 것을 보아 배송 예측일의 정확도가 올라가면 고객 만족도를 높이는 효과를 볼 수 있을 것입니다.

• 한계점
  이를 현실화하기 위해 인공지능 부서에 다양한 지표를 통한 예상일 예측 AI에 대한 구현 요청을 해보아야할 것입니다.

4️⃣ 배송 완료 확인 및 상담사 연결 서비스

• 매우 신속히 실행시킬 수 있으며 구현 가능성도 높은 방안
• 실질적으로 단기간에 배송 지연을 개선하기 어렵기 때문에 현재로서는 배송이 지연됨을 Olist측에서 고객을 통해 빠르게 파악하고 고객과의 원활한 소통이 이루어지도록 하는 것이 최선임 ➡ 예상 배송 완료 당일에 일괄적으로 고객들에게 배송 도착 확인 문자를 전송하고 배송 완료 여부를 확인하여, 만약 배송이 완료되지 않았다면 Olist 서비스 센터 측에서 이에 대한 이유를 확인하고 고객과 빠르게 소통하게 만듦
• 고객은 배송 지연 이유에 대한 답답함을 지금보다 빠르게 해소할 수 있어 서비스 만족도 측면에서 효과를 볼 수 있을 것이라 예상됨

💡 요약
배송 지연 관련해서는 현재로서는 배송 예상 도착일 예측율 높이기와 배송 알림 및 상담사 연결 서비스를 올리는 방안이 투자 대비 효과가 좋고 신속할 것입니다.   

📦 배송 지연 외 문제점들

• 제품 누락
  누락 리뷰가 전체 리뷰에 어느정도 영향을 미치는 지 파악해보기 위해 전체 리뷰의 평점 분포와 누락 리뷰를 제외한 평점 분포를 확인해보았습니다.
  보시면 그래프의 양상에는 거의 변화가 없고 전체에서 약 천 개 정도만 감소된 것을 확인할 수 있었습니다.
  이는 전체 리뷰의 2%정도로 아주 작은 부분을 차지하고 있었습니다.
  파이차트로 확인해보았을 때 효과도 약 2%의 움직임으로 미비한 변화를 보인다.

💡 요약   
물품 누락이나 포장 상태, 고객 센터와의 소통 등의 문제점들은 이를 각각 지적하는 리뷰의 수가 전체에 비해 굉장히 적고, 이 문제점을 모두 해소시켰다고 해도 서비스 만족도 부분에서 큰 변화가 없다.      
따라서 해당 문제점을 개선시키려는 노력에 비해 회사가 얻을 수 있는 이익은 적으므로, 판매자와 고객센터 근무자들에게 권고사항을 더 강력하게 요구하는 것에 그쳐도 될 것이라 판단한다.