李宗霖 Brian Lee Zong Lin

下列專案皆爲我在工作及課堂中所進行的資料分析有關大型專案，内文將簡單介紹專案所應用技術及開發軟體，並附上相關分析結果或操作畫面作補充敘述。

Linkedin Profile

www.linkedin.com

Github Profile

brian161099 - Overview

Course Certifications

• Data Science @ NVIDIA, NTU
• Web Scraping @ NTU
• Visualization & Statistic @ NTU
• Data Engineering @ AWS, GCP

Email (Feel free to contact me via clicking the button!)

Untitled

1. 恆隆行：主機耗材更換提醒自動化

開發工具：Python、dbt、Prefect、HTML、CSS

應用技術：資料轉換流程、電子報模板設計、RESTful API 資料串接

• 爲了因應耗材市場的激烈競爭和消費者更加重視產品體驗的趨勢，我們透過收集主機購買及直營通路外的主機保固資料，並且由原廠直接提醒更換耗材的機制和提供直營售後服務資訊，以利於提升顧客忠誠度和延長產品使用年限。
• 事業處負責同仁主要負責填寫主機系列及其耗材更換周期，我則負責將購買和保固兩個渠道的資料收攏，先進行不同的交易分類，再進行主機開始使用日期的推定，進而計算出應提醒更換耗材的日期。
• 每位顧客在收到提醒更換耗材的電子報中，將會列出主機所有耗材的型號和原廠建議耗材更換周期，方便進行耗材的替換或購買。
• 爲了維持每一品牌本身的主視覺一致，我負責撰寫電子報内容自動化設計程式，將每一品牌的共用資訊各自作成一個電子報模板，並提供參數設定功能，以方便程式依照顧客購買主機系列而將對應内容插入模板中，這樣一來可以提供每一顧客個性化分衆的内容。
• 最後，我將相關的電子報開啓、點擊及購買等轉化資訊利用Tableau製作成報表，也發現在耗材更換提醒信件發出的三個月内，耗材的銷售量提升了12%。

graph TD
		subgraph 資料取得
    A[保固資料] --> C[主機資訊]
    B[購買資料] --> C
    C --> D[推定主機開始使用日]
    D --> F[計算應提醒更換耗材日]
    E[原廠建議耗材更換周期] --> F
    end
    
    subgraph 發送信件
    F --> G
    G[主機系列及耗材更換資訊] --> I[組合信件内容HTML程式碼]
    H[品牌共有資訊模板] --> I
    I --> K[排程發出EDM]
    end
    
    subgraph 轉化成效報表
    K --> L
    L[信件開啓與點擊資訊] --> |Tableau| N[轉化成效報表]
    M[耗材購買資訊] --> |Tableau| N[轉化成效報表]
    
    end

2. 恆隆行：信用卡財力分析

開發工具：Python、dbt、Prefect、Tableau

應用技術：資料倉儲設計、商業智慧視覺化平台、RESTful API 資料串接

• 針對使用信用卡付款成立訂單的客戶劃分客戶群，透過信用卡BIN（Bank Identification Number）即可查詢發卡組織、發卡銀行及等級等資訊，例如：白金卡、金卡、普通卡等。
• 透過敘述性統計分析每個等級用戶的消費行為，了解不同等級用戶的消費模式、偏好和需求，以利於為每個等級的用戶設計專屬的優惠和服務，達成精準行銷。
• 因每日更新付款資料量龐大，不斷會有新信用卡BIN存入資料庫，因此我負責規劃及開發查詢信用卡BIN資料的自動化流程，其中包括串接API後自動查詢新值、回傳資料正規化、寫入資料庫等，大幅降低人工查詢的人力以及資料分析的時間落差。
• 最後，我使用Tableau展示不同付款卡別的消費分析，例如：消費次數、金額與品項，進而研究客戶對不同商品的所得彈性，以及促銷活動對客戶的敏感度分析。

graph TD
		subgraph 資料取得
    A[客戶使用信用卡付款] --> B[查詢信用卡BIN資料]
    B --> D[發卡組織、發卡銀行及等級]
  
    end
    
    subgraph 自動化流程

    H[每日更新付款資料] --> J[串接API自動查詢新卡號]
    J --> B
    D --> K[回傳資料正規化]
    K --> L[寫入資料庫]
    end
    
    subgraph 財力分析
    L --> |Tableau| C[敘述性統計分析]
    C --> N[客戶分群]
    N --> O[研究客戶所得彈性]
    N --> P[分析促銷活動敏感度]
    P --> F[設計專屬優惠和服務]
    O --> F
    F --> G[達成精準行銷]
    end

3. 恆隆行：付款訂單地址所屬地區收入分析

開發工具：Python、dbt、Prefect、Tableau

應用技術：商業智慧視覺化平台、公開資料平台資料串接、RESTful API 資料串接

• 針對客戶完成訂單時所提交的付款信用卡地址，我們使用Google地理編碼服務（Geocoding API）正規化地址後，提取縣市別和村里資訊，再搭配政府公開資料平台的綜合所得總額、綜合所得稅及戶籍人口統計表（作回推免稅額用途），推估出客戶所在區域的收入中位數資訊。
• 我們根據客戶分佈的密集程度及收入中位數，分享分析結果給對應地區的專櫃經理，以利於制定行銷活動以吸引舊客戶回流或招攬新客戶，以及門市人員向客戶推薦適合其購買能力的產品或服務。
• 此外，我們發現客戶累積消費金額高或均訂單數高的地區尚未有專櫃進駐，因此也一併提供分析資料給管理階層，作為新門市選址作業的參考之一，或是舉辦實體活動以促進潛在客戶轉化消費。

graph TD
    A[客戶訂單地址]
    A --> |Google地理編碼服務| C[正規化地址]
    C --> D[提取縣市別和村里資訊]
    E[政府公開資料平台]
    E --> F[綜合所得總額]
    E --> B[綜合所得稅]
    E --> G[戶籍人口]
    F & B & G --> H[推估地區人均收入]

	  D --> I
    H --> I[分析客戶分佈和收入中位數]
    I --> |Tableau| Z[敍述性統計]
    Z --> J & M
    
    subgraph 專櫃經理
    J[掌握鄰近客戶的消費能力]
    J --> K[制定行銷活動]
    J --> L[推薦適合產品]
    end
    
    subgraph 管理階層
    M[識別高消費/高訂單地區]
    M --> N[舉辦實體活動]
    M --> O[新門市選址參考]
    end

4. 恆隆行：資料分析開發文件名詞定義統一專案