두 기업의 입지 선정 전략: 던킨도너츠 vs 스타벅스

 

마스터카드 지출 데이터를 CARTO를 활용하여 지도에 올려, 매출 및 거래 지수를 기반으로 스타벅스와 던킨도너츠의 입지를 비교한 글입니다. 콘텐츠 원문은 여기서 확인하실 수 있습니다. 

카드 데이터를 이용한 새로운 입지 평가 지표
CARTO를 활용하여 판매 데이터 지도로 한 눈에 파악하기
시각화 분석으로 스타벅스와 던킨도너츠의 입지 선정 전략 파악

 

패스트푸드 레스토랑에 대한 수요가 증가하면서 개인 투자가 및 부동산 투자가들은 경쟁력 확보를 위해 과거 입지 선정 결정을 기반으로 한 새로운 방안을 내놓고, 과거 판매 실적과 같은 패스트푸드 레스토랑 평가 매트릭스를 보완하기 시작했습니다.

투자자들은 패스트푸드 레스토랑의 매력을 “이커머스에 영향을 받지 않는 것”으로 보고 있습니다. Boulder Group의 사장 Randy Blankstein은 “인터넷으로는 그 누구도 도넛, 타코, 버거, 프라이 등을 완벽하게 만들어낼 수 없다.”고 덧붙였습니다.

거래처, 판매 애널리스트 및 시장 조사가가 패스트푸드 레스토랑을 평가하는 일반적인 방법은 다음과 같습니다:

  • 장소별 판매 실적
  • 선별된 시장 혹은 특정 장소 내에서의 성공 기록 추적
  • 시장점유율의 격차를 찾아 해결하기 위한 의지
  • 다른 시장에도 적용될 수 있는 사업 전략

이 평가 지표에는 위치 구성요소가 모두 포함되어 있지만, 다양한 케이스에서 기본적인 패턴을 식별하기는 어렵습니다. 이는 같은 시장에서 경쟁사 브랜드를 만날 때 더욱 복잡해지기만 합니다.

최근 한 고객이 동일한 시장에서 두 경쟁사의 시장 진출 전략을 비교하기 위해 비교 지출 데이터를 사용할 수 있는 방법을 물어왔습니다. 내부 판매 데이터에 대한 액세스가 부족하기 때문에, 다음 두가지 질문에 답할 수 있는 비슷한 규모의 적절한 프록시 값이 필요했습니다.

  1. 이때까지 각 브랜드의 어떤 위치가 가장 많이 발전했는가?
  2. ‘어떤 브랜드가 더 가치있는 위치를 점하고 있는가’의 기준으로 알 수 있는 입지 선정 전략은 무엇인가?

우리는 마스터카드 지출 데이터를 이용하여 이러한 질문들에 대한 비교 모델을 세울 수 있었습니다. 이 모델을 구축하는 과정에서 어떤 단계를 거쳤는지와 과거 위치 데이터에서 도출할 수 있는 다양한 추론을 자세히 살펴봅시다.

위치 데이터로 매개 변수와 프록시 설정하기

이 사용 사례에서는 POI (Points Of Interest)를 사용하여 뉴욕시 전역의 던킨 도넛과 스타벅스 위치를 맵핑했습니다. CARTOframes를 통해 분석 및 시각화를 실행하여 추출, 변환 및 로드(ETL) 프로세스를 간소화할 수 있기 때문에 Jupyter Notebook에 POI 데이터를 준비했습니다. 그리고 나서, SQL API를 사용하여 최종 데이터셋(마스터카드 지출 데이터와 결합된 POI 데이터 포함)를 CARTO 계정에 올립니다.

아래 지도는 2018년 2월 던킨 도너츠(금색) 및 스타벅스(녹색) 위치를 보여줍니다.

그런 다음, 위치 결정에 있어서 어떤 브랜드가 가장 개선되었는지 확인하기 위해 영업 활동에 대한 인사이트와 함께 또 다른 데이터 계층이 필요했습니다. 매장별 판매 실적이 아닌 각 지역의 판매 실적에 초점을 맞추면, 마스터 카드 지출 데이터를 통해 특정 지역의 과거 성과를 평가할 수 있습니다. 이 모델에는 5가지 지출 데이터가 모두 포함되지만, 그동안의 위치 향상을 평가하기 위해서는 다음 두 가지 지표만 사용되었습니다.

  1. 판매 지수: 전년도 평균 월 매출액 기준으로 해당 월까지의 순위를 정합니다.
  2. 거래 지수: 전년도 평균 거래 수를 기준으로 해당 월까지의 순위를 정합니다.

지출 데이터는 다양한 지리적 수준에서 사용할 수 있습니다. 이 분석에서는 뉴욕 시 전역에서 입지 선정을 검토하므로, 동일한 대도시 지역에 있는 식당들의 순위를 비교하면서 세밀한 수준(인구조사 트랙, 인구조사 블록그룹, 인구조사 블록)까지 확인할 것입니다.

*미국의 지리적 단위. 인구조사 트랙 > 인구조사 블록그룹 > 인구조사 블록

세분화 수준 결정하기

마스터카드 지출 지수 데이터는 실제 거래 내역에서 가져온 것이지만, GDPR 규정에 따라 고객의 개인정보를 보호하기 위해 익명화되고 총계처리되어 집계됩니다. 이는 소비자 익명성을 보장하는 최소 임계값 카운트가 충족되지 않는 인구조사 블록과 같이 더 세분화된 수준에서는 데이터를 사용할 수 없기 때문에, 지출 데이터를 볼 세분화 레벨을 결정할 때 문제가 될 수 있습니다.

다양한 집계 결과에서 사용 가능한 데이터를 살펴보겠습니다.

인구조사 트랙 집계는 넓은 커버리지 영역에서 데이터를 이용할 수 있다는 이점이 있습니다.

인구조사 블록 그룹을 집계했을 때는 더 적은 데이터가 이용 가능합니다.

그리고 인구조사 블록은 뉴욕 시의 한 블록 정도 됩니다. 인구조사 블록 그룹보다 이용 가능한 데이터가 더 적습니다.

중요한 것은, 세분화 수준은 분석 및 원하는 결과에 따라 달라져야 합니다. 거시 분석(시장 점유율, 점유율 격차, 경쟁사 분석)에서는 인구조사 트랙이 최선의 선택일 수 있습니다. 같은 시장 내에서의 경쟁사를 분석하는 경우에는 인구조사 블록을 선택할 것입니다.

다음으로, 공간 조인 쿼리를 통해 POI 데이터를 인구 조사 블록 지출 데이터와 연결했습니다.

이제, Jupyter Notebook으로 다른 종류의 시각화 분석을 생성할 있습니다.

위의 쿼리는 각 브랜드의 중간 거래 지수를 반환합니다. 스타벅스가 844점으로 1, 던킨 도넛이 710점으로 2위를 차지했습니다. 따라서, 우리는 스타벅스 거래 빈도를 기준으로 스타벅스가 교통량이 많은 지역에 위치해 있다고 추론할 수 있습니다.

이제 데이터를 Jupyter Notebook에서 CARTO 불러와 모델을 구축해봅시다.

CARTO VL 통해 입지 선정 전략 맵핑하기

스타벅스와 던킨도너츠는 가격 차이가 크지 않기 때문에, 각 지역의 거래 지수 중간값에 비례하는 원을 만들려고 합니다. 아래 지도에는 스타벅스(녹색)와 던킨도너츠(금색) 매장 위치가 뉴욕 시 전역에 표시되어 있습니다.

CARTO VL을 사용하면 비례하는 도형(이 지도에서는 그라데이션 원)이 매장 위치와 거래 지수 중간값 간에 서로 다른 수준에서 볼 수 있도록 확대/축소 방식으로 스타일을 설정할 수 있습니다.

또한, 특정 매장 위치를 선택했을 때, 200x200m 이내의 인구조사 블록은 2018 2월부터의 판매 지수로 구분합니다. 이 비교 프레임워크는 다음과 같은 질문에 답하는 데 도움이 됩니다:

  1. 주변 지역의 상업 활동은 어떻습니까?
  2. 주변 지역의 업계 실적과 비교했을 때 특정 상점의 판매 실적은 어떻습니까?
  3. 근처에 경쟁사가 어디에 위치해있습니까?

이러한 질문들을 통해 우리는 어떤 브랜드가 더 가치있는 위치를 점하고 있는지 알 수 있습니다.

브루클린 근교의 한 블록에는 스타벅스와 던킨도너츠가 나란히 위치해 있습니다. 아래 사진은 이 블록의 지출 지수를 보여줍니다. 작년과 비교했을 때, 스타벅스와 던킨도너츠의 판매 지수는 더 높아졌음에도 불구하고 예상 판매 지수가 더 낮아진 것을 볼 수 있습니다. 과거 지출데이터는 2012년까지 볼 수 있기 때문에, 무엇이 이러한 불균형을 만들어냈는지를 이해하기 위해 과거 데이터를 살펴볼 수 있습니다.

2014년부터 2017년까지 판매와 거래 지수는 지속적으로 증가함에도 불구하고, 예상 판매지수는 급격하게 감소했습니다. 2013년 말, 던킨도너츠가 Bedford에 처음 매장을 오픈했습니다. 많은 사람들이 던킨도너츠는 외곽 지역에서 강세를 보이고, 스타벅스는 맨해튼 주변에 집중되어 있다고 생각하지만, 이 둘은 윌리엄스버그에서 엄청난 경쟁에 직면했습니다. 이러한 요인이 커피 메뉴를 찾는 고객의 예상 판매 감소와 두 브랜드가 계속 새로운 메뉴를 내지 않는 것에 기여했을 것입니다.

이러한 과거 데이터 분석은 오리지널 맵에서 관심있는 각 블록에 대해 수행되어, 시간 경과에 따라 가장 중요한 위치를 점한 매장을 더 정확하게 평가할 수 있습니다.

입지 선정, 위치 기반 마케팅, 물류 최적화 등에 활용될 수 있는 CARTO를 경험해보시려면, 아래의 신청폼을 통해 30일 무료 평가판을 신청하세요! 

CARTO 30일 평가판 신청하기

*




SPH는 CARTO, Google Maps, SuperMap 등 다양한 케이스에 적용될 수 있는 다채로운 제품군을 보유하고 있으며 고객의 사례에 꼭 맞는 무료 세미나 및 개별 컨설팅을 제공하고 있습니다. 각 케이스에 맞춰 더욱 자세한 이야기를 나누고 싶으시다면 여기에서 문의 주시길 바라며, SPH에서 발행하는 GIS/로케이션 인텔리전스 관련 최신 소식을 받아보고 싶으신 분들은 페이스북 페이지 또는 뉴스레터를 구독해 주시길 바랍니다. 감사합니다.