데이터에 가려진 고객의 생각, 리뷰잇이 명확하게 분석해드릴게요!
본 프로젝트는 이커머스 플랫폼의 리뷰 데이터를 자동으로 수집하고 자연어 처리 (NLP) 통해 분석 및 시각화하여 서비스의 품질 향상과 사용자 경험을 지속적으로 개선하는 리뷰 분석 시스템을 구축하는 것을 목표로 한다.
글로벌 이커머스 시장 경쟁 심화로 앱 리뷰와 사용자 피드백은 서비스 품질과 고객 유지율을 좌우하는 지표로 부상하고 있다. 그러나 많은 기업이 여전히 수작업 응대에 의존해 효율성과 비용 측면에서 한계를 겪고 있다. 이에 감정 분석과 키워드 도출을 통해 고객 만족도를 수치화하고 시각화된 리뷰 데이터를 기반으로 주요 개선점을 도출한다. 궁극적으로는 고객 피드백을 전략 수립에 직접 반영하는 데이터 기반 의사결정 시스템을 구축해 플랫폼 경쟁력을 강화하고자 한다.
- 리뷰 평점 추이, 분기별 리포트, 분기별 키워드를 한 눈에 확인할 수 있다.
- 감정 분석을 통한 긍정/부정 리뷰 비율을 기반으로 소비자가 선호하는 기업의 순위를 알 수 있다.
- 분기마다 갱신되는 이커머스 전체의 긍정/부정적인 키워드 50개를 확인할 수 있다.
- 최신 리뷰를 기반으로 어떤 부분이 강점/약점인지 확인할 수 있다.
- 리뷰를 부서별로 분류하여 각 부서의 담당자가 쉽게 확인할 수 있도록 한다.
- 부서별 강점과 약점 네 가지를 요약하여 보여준다.
- AI가 제시한 부서별 문제 해결 방안도 확인할 수 있다.
| 날짜 | 주요 내용 |
|---|---|
| 2월 16일 | 아이디어 기획 및 기술 요구사항 정의서 작성 |
| 4월 11일 | 이커머스 주요 5사의 구글 플레이 스토어 리뷰 데이터 크롤링 |
| 4월 18일 | 자연어 처리(NLP)를 위해 데이터 OKT 형태소 분석 및 정 |
| 5월 2일 | 리뷰 데이터 파이프라인(크롤링 → 전처리 → 감정 분석)을 Airflow 워크플로우로 배포 |
| 5월 16일 | 리뷰 부서 분류 로직을 룰 베이스 방식에서 OpenAI 기반 자동 분류로 전환 |
| 5월 30일 | 리뷰 데이터 파이프라인(크롤링 → 전처리 → 감정 분석 → 부서 분류)을 Airflow 워크플로우로 확장 배포 |
| 6월 22일 | FastAPI 기반 백엔드 서버 구축 및 React 기반 프론트엔드 아키텍처 세팅 |
| 7월 4일 | 한이음 드림업 공모전 준비 및 출품 |
| 7월 25일 | 부서별 리포트 생성 기능을 OpenAI와 Claude 기반으로 각각 구현하고 결과를 비교·분석 |
| 8월 8일 | 프론트엔드와 백엔드 연동 |
| 8월 24일 | 피드백을 반영한 프로젝트 성과 점검 및 개선 |
