플러스프로젝트 배경
[1) 문제점] 별점 분석은 "좋아요", "만족해요" 같은 긍정 키워드에 가려져, 고객 이탈을 유발하는 치명적 결함(충전 불량 등)을 놓치기 쉽습니다. 충전 케이블처럼 저관여 품목은 품질 편차가 큼에도 기술적 불만 파악이 어렵다는 한계가 있었습니다. [2) 프로젝트 목표] 리뷰 텍스트를 9개 결함 카테고리로 자동 분류하는 End-to-End 파이프라인을 구축하고, 브랜드별 '상대 불만 지수(Ri
프로젝트 성과
핵심 불만 원인 규명
전체 불만의 52%가 '기능 불가(33%)'와 '내구성(19%)'으로 집중됨을 확인.
1점 리뷰의 37% 이상이 초기 불량으로, 품질 개선 우선순위 명확화.
1점 리뷰의 37% 이상이 초기 불량으로, 품질 개선 우선순위 명확화.
브랜드 리스크 정량화
'상대 불만 지수(Risk Index)'로 브랜드별 품질 위험도 수치화.
요이치 2.48x(평균 대비 2.5배 위험) vs 코드웨이 0.77x(평균 이하 안정).
요이치 2.48x(평균 대비 2.5배 위험) vs 코드웨이 0.77x(평균 이하 안정).
End-to-End 자동화 파이프라인 구축
집 → 정제 → 분류 → 지수화 전 과정 자동화.
전체 불만의 약 60%를 유의미한 데이터로 추출하는 Hybrid 분류 구현.
전체 불만의 약 60%를 유의미한 데이터로 추출하는 Hybrid 분류 구현.
부서별 액션 플랜 도출
데이터 분석 결과를 개발팀(단선 방지 개선), 생산팀(초기 불량률 KPI 신설),
마케팅팀(호환성 가이드 강화) 등 구체적 실행 과제로 전환.
마케팅팀(호환성 가이드 강화) 등 구체적 실행 과제로 전환.
핵심 기능
Hybrid 자동 분류 파이프라인
정규표현식 1차 분류 후 애매한 케이스만 GPT-4o-mini가 정밀 분류.
전체 불만 리뷰의 약 60%를 9개 결함 카테고리로 자동 분류해
수작업 분류 대비 시간과 비용을 대폭 절감
전체 불만 리뷰의 약 60%를 9개 결함 카테고리로 자동 분류해
수작업 분류 대비 시간과 비용을 대폭 절감
진행 단계
기획 및 데이터 설계
2025.12.
분석 주제(충전 케이블 품질 리스크) 선정, 수집 대상(1~30위 제품) 및
9개 결함 카테고리 분류 체계 설계.
9개 결함 카테고리 분류 체계 설계.
프로젝트 상세
[1) 포트폴리오 소개] 네이버 쇼핑 충전 케이블 카테고리(1~30위)의 리뷰 1,404건을 수집해, 별점 4.5점 뒤에 숨겨진 치명적 결함을 NLP로 탐지한 품질 리스크 분석 프로젝트입니다. 전체 불만의 52%가 '기능 불가(33%)'와 '내구성(19%)'으로 규명되었으며, 특정 브랜드의 리스크 지수는 평균 대비 2.48배로 품질 경쟁력 차이를 정량화했습니다. [2) 작업 범위] - 기획: 분
