케글(Kaggle)에서 데이터 고르는 법

포트폴리오를 만들 때

Aug 5. 2026

케글(Kaggle) 사이트에서 포트폴리오용 데이터를 찾다 보면
다운로드 수가 많고 컬럼도 많은 데이터를 고르게 됩니다.

많은 사람이 사용했으니 안전해 보이고,
분석할 것도 많을 것 같으니까요.

그런데 데이터를 받고 나서야 알게 됩니다.

재구매를 분석하려는데 고객 ID가 없고,
전환율을 보려는데 조회 기록이 없습니다.

좋은 데이터는 크고 유명한 데이터가 아니라
내 질문에 답할 수 있는 데이터입니다.

그러니 다운로드 전에, 다음 5가지를 먼저 확인해보세요.

‘이커머스 데이터 분석’처럼 넓게 잡지 말고
확인하려는 행동을 먼저 정해보세요.

① 첫 구매 상품이 재구매에 미치는 영향
② 장바구니 상품 수에 따른 구매 전환 차이
③ 배송 지연이 리뷰 평점에 미치는 영향
④ 셀러 특성에 따른 반품률 차이

질문이 달라지면
필요한 데이터도 완전히 달라집니다.

한 행이 주문 한 건인지,
주문 안의 상품 한 개를 의미하는지 확인합니다.

그리고 다음 ID가 있는지도 살펴보세요.

① 고객 ID
② 주문 ID
③ 상품 ID
④ 세션 ID
⑤ 셀러 ID

고객 ID가 없으면 재구매 분석이 어렵고,
세션 ID가 없으면 같은 방문 안에서 일어난 행동을 묶기 어렵습니다.

분석 기법보다
데이터를 연결할 열쇠가 있는지가 먼저입니다.

장바구니 전환을 분석하려면
최소한 다음 기록이 있어야 합니다.

상품 조회 → 장바구니 추가 → 구매

구매 데이터만 있는데
‘고객이 왜 장바구니에서 이탈했는가’를 분석할 수는 없습니다.

그건 분석이 부족한 게 아니라
처음부터 관찰되지 않은 행동이니까요.

한 달치 데이터로도
상품 조합이나 시간대별 구매 차이는 볼 수 있습니다.

하지만 계절성, 장기 재구매,
고객 생애가치를 분석하기에는 짧을 수 있죠.

분석 기간이 짧다고 무조건 나쁜 것은 아닙니다.

그 기간 안에서 답할 수 있는 질문을 골랐는지가 중요합니다.

예를 들어 다음과 같이 정리할 수 있습니다.

가능한 분석 :
장바구니 크기별 구매 전환율

어려운 분석 :
장바구니 이탈 원인

필요한 추가 데이터 :
상품 가격 변화, 재고, 광고 노출, 이탈 설문

이 표 하나만 만들어도, 데이터를 제대로 검토했다는 인상을 줄 수 있습니다.

케글 데이터 선택은 분석을 시작하기 전의 가벼운 준비가 아닙니다.

어떤 질문을 포기하고 어떤 질문에 집중할지 정하는 첫 번째 분석 과정입니다.

대한민국 모임의 시작, 네이버 카페

https://cafe.naver.com/

#데이터분석 #케글 #데이터셋 #데이터분석포트폴리오 #포트폴리오 #취업포트폴리오

keyword