백화점 마케팅을 위한 GIS 공간분석기법의 활용에 관한 연구

Abstract

본 연구에서는 고객의 정확한 위치정보와 속성정보를 이용하여 공간분석을 시행하였다. 기존의 연구는 인구 통계 데이터와 거래 데이터를 사용하여 상이한 특징을 지니는 고객들로 세분화한 연구가 많았으나, 본 연구는 고객의 공간 데이터를 중심으로 공간 분포를 확인하고 공간분포에 따른 인구 통계적 특성과 거래 특성을 연구하였다. 본 연구는 지금까지 간과하고 있었던 데이터의 중요 요인인 공간 데이터를 중심으로 백화점 고객을 좀 더 깊이 있게 분석, 파악하여 효과적인 마케팅 집중 고객과 잠재고객 지역을 선정하는 대안을 제시하고자 하였다. 본 연구의 목적은 고객의 위치와 매출 자료를 근거로 고객의 공간적 집중 분포 지역을 GIS를 활용한 밀도분석을 통해 파악하고, 거래 특성과 관련한 다수의 군집으로 분류한 후 군집별 공간적 특성과 거래 특성을 군집 분석을 통해 파악하는데 있다. 그리고 최우수고객의 공간적 분포특성과 거래특성을 최근린 계층군집분석을 통해 분석하고, 마지막으로 마케팅 집중 고객과 잠재 고객의 마케팅 지역을 선정하는 데 본 연구의 목적이 있다. 이를 위해 서울시 B 백화점 4개 지점의 카드 거래 고객 중 우수고객 데이터를 추출하여 우편번호 코드체계로 된 거주지 정보를 공간 객체의 점 사상으로 생성하였다. 먼저 우수 고객들의 일반적인 현황을 알아보고 고객들의 전반적인 특성을 파악하였다. 고객 분포 특성을 알아보기 위해 GIS 공간분석기법 중 밀도분석기법 DENCLUE와 Voronoi Diagram, 군집분석기법 K-means Clustering, Nearest neighbor hierarchical clustering을 수행하여 고객의 밀집 위치 및 군집을 발견하고 고객의 거래 특성을 파악하였다. 연구 결과 일반적 특성 분석을 통해 30~40대 연령대가 15~17시에 많은 이용을 하며, 20대가 17시 이후에 많은 이용을 하고 있음을 알 수 있었으며, 고객 수와 구매량 중심의 밀도 분석을 통해 남가좌동, 옥수동, 잠원동, 풍납동 중심의 밀집 지역을 시각화할 수 있었다. 또한 군집분석을 통해 신촌, 용산, 강남, 천호 지역에 나타난 4개 군집 고객들의 구매 현황과 연령별, 시간대별, 주거형태별 특성을 파악할 수 있었고, 최근린 계층군집 분석을 통해 매출액의 80% 이상을 차지하는 최우수 고객들의 분포와 주 거래 품목, 연령, 시간대, 주거형태 등의 특성을 알 수 있었다. 마지막으로 서울시 인구밀도와 우수고객 밀도의 버퍼를 통한 영향권 파악으로 잠재고객 지역을 선정하였다. 잠재적으로 최우수 고객이 될 수 있는 지역은 경쟁백화점의 영향권에 포함되지 않고, B백화점 영향권 내의 인구가 많은 지역 중 최우수 고객이 없으며 아파트 공시지가가 높은 지역으로 둔촌, 광장, 마포, 연희, 망원, 신정, 토정, 하중, 현석, 창전동 등이 선정되었다. 또한 모든 백화점의 영향권에 포함되지 않지만 인구가 많으며 아파트 공시지가가 높은 지역을 잠재적으로 우수고객을 유치할 수 있는 지역으로 예측할 수 있었다. 이것으로 마케팅 집중 지역의 고객 특성을 반영한 마케팅 대안을 제시할 수 있었다. GIS를 활용한 공간분석기법을 적용하여 군집으로 나타난 우수고객과 최우수고객이 밀집된 지역에 마케팅을 집중하고, 인구밀도와 경쟁지점 위치를 통해 선정한 잠재고객 지역에 차별화된 마케팅 노력을 기울인다면 효율적인 매출 증진 방안이 될 수 있다.;The major reason that spatial analysis has attracted a great deal of attention in business GIS in recent years is due to the wide availability of huge amounts of spatial data and the imminent need for turning such data into useful geographic information. In the research area of geography, we investigate the spatial distribution characteristics and patterns of department store customer in many databases using GIS. The purpose of this research is to predict the targeted marketing area by discriminating the potential customers who use credit card in department store by transaction quantity. Focused on the methodology, this research is aiming to use Geographic Information System(GIS), DENCLUE, Spatial Statistics to identify the spatial aspects in department store customer's databases, to investigate the spatial distribution patterns of department store customer and to analyze the associations among department store customers with geographic feature. Department store customer data was classified into the point (the location of department store customer) and the area unit data (aggregate to an administrative district). Particularly, these patterns are used of the clustering algorithm with K-means and Nearest neighbor hierarchical clustering to investigate the local patterns of department store customer. And then, the associations between spatial distribution patterns of department store customer and geographic feature are investigated with the factors including the proximity to department stores and the others. On the theoretical level, spatial statistics is very useful for detecting spatial factor of huge amount of geographical data and analyzing the distribution pattern of department store customer. Especially local spatial patterns are analyzed by Hierarchical clustering algorithm with k-means to investigate the local patterns of department store customer reflecting geographic characteristics of study region. On the practical level, this paper identify the effect of residence type, economic characteristic and geographic feature of the study area on the spatial distribution and consumption pattern of department store customer. There not only proximity to department stores but the others are important factors to analyze the potential customers. Therefore, this case study will be useful for marketers who want to find their target marketing area and discriminate a potential customer in automatic way.