데이터 기반 럭셔리 자동차 시장 분석 및 제네시스(Genesis) 해외 진출 전략 제안
프로젝트 기간: 2026年03月15日 ~ 2026年04月20日 (5주)
목적: 1,200만 건의 벤츠 판매 데이터를 분석하여 가격 탄력성(PED) 및 전동화 전환 추이를 도출하고, 이를 바탕으로 제네시스 EV의 북미/유럽 시장 진입 전략 수립
Problem Statement: 벤츠의 연도별(2020–2025) 판매 데이터 분석을 통해 럭셔리 EV 시장의 전환 임계점과 가격 민감도를 파악하고, 제네시스가 공략 가능한 가격 구간 식별
Kaggle의 원본 데이터셋을 기반으로 합니다.
- Data Cleaning: 1,213만 건의 실거래 데이터 중 분석 오류를 유발하는 'EQ 시리즈'의 중복 집계 문제를 해결했습니다.
- Efficiency: 1.2GB에 달하는 CSV 데이터를 70% 이상 압축하고 로딩 속도를 높인 Parquet 포맷으로 가공했습니다.
- Derived Metrics: 가격 탄력성(PED) 및 세그먼트별 전동화 비중 지표를 새롭게 산출하여 포함했습니다.
- Language: Python 3.13
- Data Science: Pandas, NumPy, SciPy(통계), Scikit-learn
- Visualization: Matplotlib, Seaborn
- Data Engineering: PyArrow (Parquet), VS Code Data Wrangler
mercedes-ev-analysis/
├── data/
│ ├── raw/
│ └── processed/
├── notebooks/
│ ├── 01_eda.ipynb
│ ├── 03_price_elasticity.ipynb
│ └── 04_genesis_strategy.ipynb
├── outputs/
│ └── figures/
├── Report.md
└── README.md
×ばつ연도 집계 → 탄력성 분류) → 가격 포지셔닝 맵 (Mercedes vs Genesis) → 전략 제언 도출">
Raw Data
→ EDA (판매량 분포, 연도별 추이)
→ EV 전환 추이 분석 (세그먼트별 침투율)
→ PED 계산 (×ばつ연도 집계 → 탄력성 분류)
→ 가격 포지셔닝 맵 (Mercedes vs Genesis)
→ 전략 제언 도출
| 분석 항목 | 결과 |
|---|---|
| 최다 판매 모델 | GLC (약 2,100,000대) |
| 전체 판매 정점 | 2023년 (2,301,289대) |
| EV 비중 (2025) | 30.0% |
| EV 세그먼트 PED | 비탄력적 (중앙값 -0.3 ~ -0.5) |
| EV 가격 CAGR | 평균 3.5% / yr |
- EV 세그먼트는 가격 비탄력적 — 브랜드 구축 후 점진적 가격 인상 전략 유효
- 2023년 EV 비중 10% 돌파 — 제네시스 진입 적기
- 제네시스는 엔트리
(削除) 중형 구간에서 벤츠 대비 2ドルK (削除ここまで)14ドルK 저렴한 가격으로 경쟁력 확보 가능
pip install pandas numpy scikit-learn matplotlib seaborn scipy pyarrow jupyter notebook notebooks/01_eda.ipynb