Intro
최근 정부가 해외 입국자 방역완화 방침을 발표한 이후로 해외여행 수요가 급증하고 있습니다.
국토교통부 항공정보포털시스템에 따르면 전년 동기 대비(5.1~5.26) 5배 가까이 증가했다고 합니다.
이런 뉴스를 접하다 보니 최근 여행에 관심을 가지게 되었고 Kaggle에서 여행에 관련된 데이터를 찾아보게 되었습니다.
아래는 AirAsia의 항공을 예약한 고객들의 정보와 비행 보험 가입 여부가 들어있는 데이터입니다.
이 데이터를 활용하여 비행 보험 가입 여부에 영향을 미치는 요인들은 무엇인지 분석해보겠습니다.
Dataset
Id | Identifier |
PAXCOUNT | Number of customer traveling |
SALESCHANNEL | Sales channel booking was made on |
TRIPTYPEDESC | Trip Type (Round Trip, One Way, Circle Trip) |
PURCHASELEAD | Number of days between travel date and booking date |
LENGTHOFSTAY | Number of days spent at destination (derived for one way trips) |
flight_hour | Hour of day of Flight departure |
flight_day | Day of week of Flight departure |
ROUTE | OriginDestination flight route (KULPEN – Kuala Lumpur to Penang) |
geoNetwork_country | Country from where booking was made |
BAGGAGE_CATEGORY | Has bought extra baggage in booking |
SEAT_CATEGORY | Has bought preferred seat in the booking |
FNB_CATEGORY | Has bought in-flight meals |
INS_FLAG | Has bought insurance? (Target Variable) |
flightDuration_hour | Total duration of flight (in hours) |
Analysis
비교분석
보험에 가입하지 않은 사람들은 주로 호주, 한국, 뉴질랜드, 일본, 대만. 인도에서 예약했다. 보험에 가입한 사람들은 주로 말레이시아, 인도네시아, 중국, 태국, 싱가폴, 베트남, 마카우, 필리핀, 홍콩에서 항공을 예약했다. 보험에 가입한 사람들의 경우 비행 시간이 더 긴 경우가 많다. 보험에 가입한 사람들의 경우 추가 수하물을 예약한 사람이 더 많다.Insight
보험에 가입하지 않은 사람들의 경우 비행 시간이 상대적으로 짧고, 추가수하물을 예약하지 않은 사람들이 많았다. 호주, 한국, 뉴질랜드, 일본, 대만. 인도에서 접속한 사람들의 경우 보험에 가입하지 않은 사람들이 많았다. 위의 특징에 해당되는 고객들을 대상으로 비행 보험 프로모션을 진행하면 판매율을 높일 수 있을 것이다. 다른 피처들은 마이크로 세그먼트로 분석이 되는데 INS_FLAG는 분석이 진행되지 않아 추가적인 분석을 진행할 수 없었다 ㅜ.ㅜ..
클릭만으로 여러가지 분석을 진행해볼 수 있어서 편리했습니다 ! 코드를 작성하는 시간을 아낄 수 있어 효율적인 분석이 가능했습니다. 데이터 히어로를 통해 하트카운트의 다양한 기능을 접해볼 수 있었고 관련된 데이터 분석 이론들도 함께 공부할 수 있어 좋은 기회였습니다