온라인 소비 패턴

vivi·2020년 10월 9일
0

data-analysis-project

목록 보기
1/1

online-shopping

'현재 온라인 쇼핑에 대해 어떻게 생각하는가?' 혹은 '앞으로 온라인 상거래에 대한 전망은 어때요?' 와 같은 질문에 아마 대부분의 사람들은 앞으로 온라인 거래는 점점 더 증가할 것이라고 답할 것이다. 특히 올초부터 시작된 코로나 바이러스 감염이 전세계적으로 대유행하면서 다른 국가에서 사재기 패닉에 빠져있을 당시, 우리는 평온했고 그런 현상들을 보며 '굳이 왜?' 라며 의아하다는 생각도 했다.

아마 그 이유는 발달된 택배 산업의 영향이 컸을 것이다. 이 택배 산업의 발달 배경에는 활발한 온라인 거래가 있다. 우리는 이미 온라인 쇼핑이 오프라인 쇼핑만큼 익숙하고 또 오프라인만큼 온라인 쇼핑몰을 많이 이용하고 있다. 최근에 가까운 지인도 30년 가까이 해오던 오프라인 사업을 온라인 사업까지 확장하는 것을 보면서 소비자의 소비 패턴이 급격히 변화하고 있다는 것을 피부로 느꼈다. 그럼 실제로 온라인 거래가 얼만큼 이뤄지고 있는지 실제 데이터를 보면서 몇 가지 사실을 확인해보자.


0. 소개

  • 이 글에 소개된 분석 내용과 그래프는 모두 파이썬 코드로 작성하여 만들었다.
  • 분석 내용은 지극히 개인적인 관심사에 근거하여 진행되었다.

1. 데이터 소개

온라인 거래가 얼만큼 이뤄지는 지 보기 위해 통계청 사이트에서 온라인쇼핑몰 운영형태별/상품군별거래액 데이터를 다운로드 받았다.

현재(2020년 10월 5일 기준) '온라인쇼핑몰 운영형태별/상품군별거래액' 데이터는 2020년 6월까지만 공개(7, 8월 데이터는 추정치)되어 있다.

원본 데이터에서 분석을 진행하기 위해 약간의 수정 작업을 거친후 아래와 같이 정제된 데이터를 얻었다.

dataset-dataframe

  • 상품군은 총 23가지('생활용품', '의복', '컴퓨터 및 주변기기', '음식서비스', '음·식료품', '스포츠·레저용품', '문화 및 레저서비스', '기타서비스', '기타',
    '여행 및 교통서비스', 'e쿠폰서비스', '가구', '서적', '애완용품', '가전·전자·통신기기', '패션용품 및 액세서리', '자동차 및 자동차용품', '신발', '아동·유아용품', '사무·문구', '화장품', '농축수산물', '가방'
    )로 나눠있다.
  • 판매매체별로는 인터넷쇼핑모바일쇼핑으로 구분되어 있다.
  • 기간은 2017년 1월 ~ 2020년 6월까지 수집된 데이터이다.
  • 금액은 천만원 단위이다.

2. 문제 정의

본격적으로 데이터 분석을 진행하기에 앞서 스스로 몇 가지 간단한 질문을 생각해냈다.

  • 온라인쇼핑 거래는 해마다 얼마나 차이가 있을까? 조금씩 증가할까? 가파르게 성장하고 있을까?
  • 온라인쇼핑몰 거래 중 모바일이 차지하는 비중이 클까?
  • 거래금액이 가장 크게 변화하고 있는 상품군은 무엇일까?
  • 애완용품 거래액은 연도별로 어떤 차이가 있을까? 거래액이 증가하고 있지 않을까?

3. 가설 정의

위의 나열된 질문을 바탕으로 몇 가지 가설을 정의하면 다음과 같다.

1. 온라인쇼핑 거래액은 계속해서 증가하고 있을 것이다.
- 이유 : 온라인쇼핑의 장점이자 강점 - 시간 절약, 다양성, 간편함 등

2. 코로나가 시작된 시점부터 음식 배달 서비스 분야에서 많은 거래가 이뤄졌을 것이다. 반대로, 여행 및 교통서비스 분야의 거래는 낮아졌을 것이다.
- 이유 : 외출 기피 및 정부 지침

3. 온라인쇼핑에서 모바일 쇼핑이 차지하는 비중은 크지 않을 것이다.
- 이유 : 모바일이 간편하기는 하나 상품을 볼 때는 넓은 화면으로 보는 것이 편하기 때문

4. 거래금액을 가장 많이 차지하는 품목은 자동차 및 자동차용품일 것이다.
- 이유 : 통계 품목에 있는 제품군 중 가장 비싼 제품

5. 애완용품 거래액이 눈에 띄게 증가하고 있을 것이다.
- 이유 : 반려동물 1000만 시대 - 각종 기사나 뉴스를 통해 반려인들이 늘어나고 있다는 소식을 많이 접함

6. 생활용품이나 농축수산물, 패션 관련 제품군의 거래금액도 꾸준히 증가하고 있을 것이다.
- 이유 : 물가 상승에서 영향을 많이 받는 제품군


4. 데이터 분석

4.1. 기간별 온라인쇼핑 거래금액 변화

price-by-year

위의 차트를 보면 온라인쇼핑 거래액이 해가 갈수록 늘고 있다는 사실을 확인할 수 있다. 1년에 약 0.5배식 꾸준히 성장중이다. 특히 흥미로웠던 점은 거래액만 보더라도 온라인쇼핑 중에서 모바일쇼핑에서 거래되는 금액이 훨씬 더 많은 것을 알 수 있다. 개인적으로 온라인쇼핑을 할 때 작은 모바일 화면보다 큰 화면을 선호할 것으로 예상했는데 예상과 달리 비교적 간편한 모바일 결제를 선호하는 것으로 보인다.

아래의 표를 보면 상품군별 거래금액 기준 온라인쇼핑 중 모바일비중이 차지하는 비율을 확인할 수 있다(가독성을 위해 반올림). 모바일로 거래되는 금액이 높은 순서대로 상품군을 나열했을 때, 음식서비스의 모바일 비중을 보면 배달앱을 통해 거래되는 비율이 압도적으로 높은 것을 확인할 수 있다. 그 외에 발견한 특이점은 아동 및 유아용품이 비교적 높은 순위에 배치되어 있다는 것이 흥미로웠다.

mobile-ratio-table


다음은 온라인쇼핑 월별 거래금액 동향을 확인할 수 있는 차트이다.

price-by-month

월별로 기간을 나누어 보면 등락이 있지만 2017년부터 거래액이 꾸준히 증가하고 있는 것을 확인할 수 있다. 그래프를 통해 발견한 특이한 점은 지난 4년간 2월에는 온라인 거래액이 비슷한 패턴을 보이고 있다. 이 하락세의 이유가 단지 2월의 일수가 다른 달보다 며칠 적은 것인지 궁금해 가계 연간 지출 데이터를 찾아봤는데 연간 평균 데이터는 찾았지만 월별 지출 자료는 찾지 못해 비교해볼 수 없어 아쉬웠다.


4.2. 상품군별 온라인쇼핑 거래금액 비교

다음은 월별 평균 거래액을 품목별로 나누어 보았다. 문제는 너무 많은 선을 한번에 그렸더니 비슷한 거래금액대에 있는 상품군들은 서로 비교가 어려웠다. 개별로 나누어 그려 높은 금액대(>6조)에 있는 품목 7가지만 다시 표현했다.

monthly-avg-prod

분석을 시작하기 전에는 23가지 품목중 자동차 및 자동차용품의 거래액이 가장 높을 것이라고 예상했는데, 여행 및 교통 서비스의 거래액이 가장 높은 것을 확인할 수 있었다. 온라인에서 거래되는 것을 고려하지 않아서 예상했던 것과 다른 결과가 확인되었다. 아무래도 자동차는 직접 대면으로 만나서 거래가 이뤄지는 경우가 많기 때문에 온라인쇼핑 거래에서는 뛰어난 두각을 드러내지 않은 것으로 보인다. 뒤늦게 떠오른 생각이지만, 요즘 대부분의 사람들이 여행 계획을 할 때 인터넷으로 모든 것을 예약하고 미리 결제하기 때문에 충분히 예상가능한 결과인데 미처 생각하지 못했다.

그 외에 발견한 흥미로운 점은 의복 데이터에서 8월부터 11월까지 급격히 거래금액이 증가하는 것을 확인할 수 있다. 4년 평균 데이터에서 그래프가 이렇게 치솟는 걸 보면 매해 이 시기에 비슷한 패턴을 보일 것이라고 생각했다. 그래서 아래 그래프와 같이 의복 거래액만 기간별로 살펴 보았다.

cloth-month

8월에서 11월 사이에 급격히 거래액이 늘어났다가 다시 11월부터 2월까지 거래액이 급격히 떨어지는 패턴을 발견할 수 있었다. 이 패턴을 발견하고 '패션 업계가 유행에 민감하고 매 시즌 새로운 제품이 쏟아져 나오고 특히 그 해 나오는 물건은 다음 해에 팔기 어렵다고 판단해 재고 처리 차원에서 이 시기에 세일을 많이 하는 것이 아닐까'라는 추측을 했다. 그리고 동시에 '소비자들은 한 해를 마무리 하면서 보상 심리로 일명 충동구매에 가까운 구매 패턴을 보이는 것이 아닐까'라는 생각도 했다.


다음은 위에서 살펴본 상품군별 평균 거래액을 막대 그래프로 표현한 시각화 자료이다. 위에서 본 그래프와 다른점은 연도별로 구분해서 품목별로 연간 거래액이 가장 많이 발생하는 상품군을 한눈에 파악할 수 있다.

top7-year

위 그래프에서 가장 눈여겨 볼 것은 다른 품목과 비교했을 때 음식 서비스 분야의 거래액이 눈에 띄게 증가하고 있다는 것이다. 음식 서비스는 2017년도에 생활용품과 비교했을 때 거래액이 1/3에 채 못미쳤는데 2019년도에는 거의 비슷하고 예상컨데 2020년도는 생활용품 거래액보다 웃돌것이라고 본다. 다음으로 눈여겨 볼 상품은 여행 및 교통 서비스이다. 아직 2020년은 몇 개월 남았지만 올 초에 시작된 코로나 여파로 이 분야의 거래액이 예년에 비해 확연히 줄었을 것이라고 예상했다.

trip-year

위 그래프를 보면 2017년도부터 2019년도까지 꾸준히 증가하던 여행 및 교통 서비스의 거래액이 2020년도 들어 급격히 줄어들고 있는 것을 확인할 수 있다.


4.3. 상품군별 연간 온라인쇼핑몰 거래금액 비교

prod-2017

prod-2018

prod-2019

prod-2020

애완용품 품목의 거래액이 해마다 큰 폭으로 상승할 것이라고 예상했는데 위의 그래프에서는 확인이 어렵지만 애완용품 품목은 매년 거래금액이 꾸준히 증가하고 있다.

pet-year


5. 결론

  1. 온라인쇼핑 거래액은 매년 증가하고 있다.

  2. 배달 서비스 분야에서 거래액이 폭발적으로 증가하고 있는 추세이다. 여행 및 교통 서비스 분야의 거래는 코로나 발생시점인 2020년을 기점으로 대폭 하락했다.

  3. 온라인쇼핑에서 모바일 쇼핑이 차지하는 비중이 상당하다.

  4. 지난 4년 동안 거래금액을 가장 많이 차지하는 부문은 여행 및 교통 서비스이다.

  5. 애완용품 품목의 거래금액은 매년 증가하고 있다.

  6. 생활용품이나 농축수산물, 패션 관련 품목은 뚜렷한 특징없이 거래금액이 예년과 비슷하거나 해가 거듭할수록 금액이 조금씩 증가하는듯 보인다.


6. 맺음말

이 프로젝트를 진행하면서 저지른 가장 큰 실수는 소비 패턴의 변화를 제대로 파악하기 위해서는 객관적인 비교를 위해 1) 오프라인 매장의 동향도 함께 파악했어야 했다는 점이다. 예를 들어 온라인쇼핑몰 운영형태별/상품군별거래액과 같이 온라인/오프라인을 함께 운영하는 쇼핑몰의 데이터를 함께 분석하면 소비 패턴이 온라인 혹은 오프라인, 어느 쪽으로 증가세를 보이는지 파악할 수 있었을 것이다. 또 가계소득지출 데이터를 활용해 2) 소득에 대비해 어느 품목에 얼만큼의 지출을 했는지 알 수 있으면 특징적인 소비 패턴을 알아내는 데 도움이 되었을텐데 하는 아쉬움이 남았다. 마지막으로 3) 음식 서비스 분야에 대한 심층적 분석을 위해 그 원인이 될만한 요인들을 좀 더 알아볼 수 있는 시간이 있었으면 더 흥미로운 분석 결과를 만들어내지 않았을까 하는 아쉬움도 남았다.

많은 아쉬움이 남았지만 동시에 이 프로젝트에서 발견한 몇 가지 특이점이나 아쉬웠던 점을 바탕으로 다른 형태로 혹은 내용을 보충하여 더 나은 분석 결과를 만들어 낼 수도 있다는 생각도 했다. 개인적으로 이 프로젝트를 진행하면서 가장 힘들었던 점은 계획과 설계를 바탕으로 프로젝트를 진행하지 못해 분석 단계에서 혼란의 연속이었는데 결과물 자체의 성과보다 결과물을 내는 과정에서 앞으로 고쳐야 할 습관을 발견해 앞으로 발전하는데 많은 도움이 될 것 같다고 생각했다.

profile
기록. 수정. 기억.

0개의 댓글