TimelineData 샘플 데이터 생성 기능 추가

- 각 이벤트당 30일 치 daily 데이터 생성
- 참여자, 조회수, 참여행동, 전환수, 누적 참여자 수 포함
- 총 90건의 시간대별 데이터 생성 (3 이벤트 × 30일)

analytics-service/src/main/java/com/kt/event/analytics/config/SampleDataLoader.java

@@ -104,6 +104,10 @@ public class SampleDataLoader implements ApplicationRunner {
             log.info("⏳ Consumer 처리 대기 중... (3초)");
             Thread.sleep(3000);
 
+            // 4. TimelineData 생성 (시간대별 데이터)
+            createTimelineData();
+            log.info("✅ TimelineData 생성 완료");
+
         } catch (Exception e) {
             log.error("샘플 데이터 적재 중 오류 발생", e);
         }
@@ -275,6 +279,65 @@ public class SampleDataLoader implements ApplicationRunner {
         log.info("✅ ParticipantRegistered 이벤트 {}건 발행 완료", totalPublished);
     }
 
+    /**
+     * TimelineData 생성 (시간대별 샘플 데이터)
+     *
+     * - 각 이벤트마다 30일 치 daily 데이터 생성
+     * - 참여자 수, 조회수, 참여행동, 전환수, 누적 참여자 수
+     */
+    private void createTimelineData() {
+        log.info("📊 TimelineData 생성 시작...");
+
+        String[] eventIds = {"evt_2025012301", "evt_2025020101", "evt_2025011501"};
+
+        // 각 이벤트별 기준 참여자 수 (이벤트 성과에 따라 다름)
+        int[] baseParticipants = {20, 12, 5};  // 이벤트1(높음), 이벤트2(중간), 이벤트3(낮음)
+
+        for (int eventIndex = 0; eventIndex < eventIds.length; eventIndex++) {
+            String eventId = eventIds[eventIndex];
+            int baseParticipant = baseParticipants[eventIndex];
+            int cumulativeParticipants = 0;
+
+            // 30일 치 데이터 생성 (2024-09-24부터)
+            java.time.LocalDateTime startDate = java.time.LocalDateTime.of(2024, 9, 24, 0, 0);
+
+            for (int day = 0; day < 30; day++) {
+                java.time.LocalDateTime timestamp = startDate.plusDays(day);
+
+                // 랜덤한 참여자 수 생성 (기준값 ± 50%)
+                int dailyParticipants = baseParticipant + random.nextInt(baseParticipant + 1);
+                cumulativeParticipants += dailyParticipants;
+
+                // 조회수는 참여자의 3~5배
+                int dailyViews = dailyParticipants * (3 + random.nextInt(3));
+
+                // 참여행동은 참여자의 1~2배
+                int dailyEngagement = dailyParticipants * (1 + random.nextInt(2));
+
+                // 전환수는 참여자의 50~80%
+                int dailyConversions = (int) (dailyParticipants * (0.5 + random.nextDouble() * 0.3));
+
+                // TimelineData 생성
+                com.kt.event.analytics.entity.TimelineData timelineData =
+                    com.kt.event.analytics.entity.TimelineData.builder()
+                        .eventId(eventId)
+                        .timestamp(timestamp)
+                        .participants(dailyParticipants)
+                        .views(dailyViews)
+                        .engagement(dailyEngagement)
+                        .conversions(dailyConversions)
+                        .cumulativeParticipants(cumulativeParticipants)
+                        .build();
+
+                timelineDataRepository.save(timelineData);
+            }
+
+            log.info("✅ TimelineData 생성 완료: eventId={}, 30일 데이터", eventId);
+        }
+
+        log.info("✅ 전체 TimelineData 생성 완료: 3개 이벤트 × 30일 = 90건");
+    }
+
     /**
      * Kafka 이벤트 발행 공통 메서드
      */