전주한옥마을 관광객 감소에 따른 분석과 활성 방안 (feat.전주 사람이 추천하는 전주 맛집 코스)

*전주 한옥마을 관광객 Reference

KBS 뉴스 – ‘한옥마을 천 만 관광 ‘붕괴’  코로나 19 이후도 걱정

전주 한옥마을 관광객 리뷰를 통해 방문객들이 주로 방문하는 이유에 대해 알아 볼 수 있습니다.

전주 한옥마을을 방문하는 이유는 ‘전통’ ‘음식’ ‘한복’등 전통적인 것을 참여하기 위한 부분이 많았습니다.

그렇다면 리뷰 중 감정 분석을 통해 부정적인 단어와 긍정적인 단어의 점수 합산으로 중립 or 부정적인 리뷰에 대해 더 집중해보도록 하겠습니다.

전주 한옥마을 방문에 부정적으로 감정 분석이 이루어진 리뷰들 중 ‘주차’에 관한 부정 리뷰가 12%를 차지했습니다.

그렇다면 Google 리뷰에서 부정 점수가 많은 관광객들이 생각하는 ‘주차’의 의미는 무엇일까요?

 

 

 

‘주차’를 언급한 부정 점수가 많은 리뷰들 중 같이 언급한 Top 20개 단어들로 연결망을 분석했습니다.

언급된 단어가 많을 수록 원의 크기가 커짐을 나타냅니다.

의미 연결망 분석은 연결 중심성이 아닌 고유 벡터 중심성 (Centrality)로 분석 했습니다.

중요 단어 중 연결된 다른 단어들의 중요성까지 분석하게 중심성을 나타냈습니다.

주차에  대해 ‘추천’하는 키워드보다 ‘공영 주차장’ 및 ‘사람’에 대한 키워드가 많으며, 중요한 키워드라고 볼 수 있습니다.

그 답을 위해 전주 한옥마을 전체 이용가능 주차장과 주차 면수를 확인했습니다.

(사진 클릭 시, 인터렉티브 가능한 페이지로 이동합니다)

주차 가능수가 가장 많은 주차장은 전주 한옥마을에서 2.7km 떨어져 있는 것으로 나옵니다.
전체 주차장 주차 가능 면수가 평균 150~300대이며 총 2,214대를 수용 가능합니다.

주차장을 추가적으로 넓히는 것 이전에 효율적으로 주차장이 이용되고 있는지 살펴보겠습니다.

(사진 클릭 시, 인터렉티브 가능한 페이지로 이동합니다)

 

유동 인구 중 100명 이상 모이는 곳을 밀집도로 확인했습니다.
P 표시는 주차장을 뜻하며 대부분 주차장 장소에 100명 이상 방문하는 것으로 보입니다.
하지만 가장 주차 면수가 많은 곳 (빨간 원)은 방문이 거의 없는 것으로 나타납니다.

2,214대를 수용할 수 있지만 600대 이상 수용가능 한 주차장은 이용되지 않고 있다면
관광객 입장에선 주차장 부족을 경험하기 충분한 것 같습니다.

유동 인구 데이터와 주차 장소 데이터를 분석해봤을 때,
주차 장소에 관한 홍보 부족 및 주차장 접근성 어려움이 크다는 것을 알 수 있습니다.
지자체와 관광객 간의 ‘소통’이 잘 안되고 있는 상황을 먼저 해결 한 후,
주차장 추가 시설 보충이 필요할 것으로 보입니다.

Tripadvisor의 부정 리뷰 중 두번 째로 언급이 많이 된 단어는 ‘체험’입니다.
전주 한옥마을에 방문하여 기억에 남을 만한 체험을 못하는 이유는

현재 전주 한옥마을 공식 사이트를 통해 체험 프로그램의 수와 장소를 알아봤습니다.
총 109개 이상의 월요일부터 일요일까지 운영하는 체험 프로그램이
전주 한옥마을 부근에 밀집하여 있습니다.
그런데 왜 ‘할 게 없다’라는 오명을 가지고 있을까요?

파란 점들은 실시간 이동 인구 데이터의 위치 별 밀집도를 의미합니다.
대부분 프로그램 체험 장소가 아닌 곳에 관광객들이 밀집해 있다고 볼 수 있습니다.

21개나 모여있었던 체험 프로그램 장소(빨간원)은 이동 인구가 거의 보이지 않는 것으로 볼 때,
‘홍보’의 필요성 및 체험 프로그램 장소의 ‘근접성’에 대해 생각해 볼 문제라고 봅니다.

관광객 수 감소는 전주 한옥마을의 관심도의 감소와 연결 될 수 있습니다.
만약 이런 상황이 지속 된다면, 향 후 전주 한옥마을의 관심도는 어떻게 변화 할까요?

Naver Trend와 Google Trend에서 관심도에 관한 데이터를 얻어 ARIMA 모델을 이용한
시계열 데이터를 분석 해봤습니다.

전주 한옥마을의 붐이 일어난 2016년 이후의 관심도 데이터를 통해 미래 1년을 ARIMA* 모형으로 예측해봤습니다.
그래프를 통해 전주 한옥마을의 관심도가 기존 평균 관심도 (54.93)에서 예측 평균 관심도(2.12)까지 떨어지는 것으로 나타납니다.

*ARIMA 모형은 과거의 데이터들을 사용하는 것을 넘어서 과거 데이터가 지니고 있는 추세(Momentum)을 반영한 모델입니다.

정상성 확인과 차분을 통해 데이터를 좀 더 예측가능한 모델로 만들었으며  자기 회귀 모델 (자신의 과거 값으로 미래 값 예측)로 관심도를 측정했습니다.

모델 (Parameter) 적합성 Reference*

전주하면 떠올릴 수 있는 것들이 몇 가지 있습니다.
주차, 체험이 부족 할지라도 ‘이것’ 하나를 위해 여행 계획을 세우기도 하는데요.

초코 파이, 비빔밥, 칼국수 등
전주를 방문하고 싶은 욕구(Desire)를 불러 일으키는 것에 대해 탐구해보려고 합니다.

(사진 클릭 시, 인터렉티브 가능한 페이지로 이동합니다)

2013년부터 전주 유명 명물의 프랜차이즈는 2019년에도 가속화 되었습니다.
‘전주 방문’에 큰 이유가 되었던 식당/명물이 더이상 전주에서 소비하지 않아도 되었습니다.

전주 방문을 해야하는 이유 중 중요했던 것들이 서서히 다른 지역에서도 소비가 가능하게 되어
전주 여행의 재방문 요인을 떨어뜨리는 점에 대해 시사할 수 있습니다.


아래 지도는 4일간 빅데이터 총 유동 인구에서 1300명 이상 밀집된 장소 (왼쪽)와
전주에만 있는 맛집 (전주 외 방문 가능 맛집 제외)와 유동 인구를 결합했을 때
전주 먹거리 탐방 코스로 제시 할 수 있는 지도 (오른쪽)입니다.

전주 토박이가 인정한 맛집

사진 클릭 시 해당 주소로 연결됩니다

 

 

 

 

 

 

 

 


전주 한옥마을의 주차장에서 발생하는 입출 관광객 수에 대한 정확한 데이터 수집의 한계가 있었지만
4일간 전주 한옥마을을 방문한 관광객들의 주요 방문 장소들을 통한 인사이트를 얻을 수 있었습니다.

또한 전주에서 오랫동안 살아온 토박이로써 입증 가능했던 맛집과 유동인구 데이터 분석을 결합시켜
전주 관광객들이 전주 한옥 마을 뿐만 아니라 여러 맛집을 다닐 수 있는 코스를 가시화 할 수 있는 시간이였습니다.

Written and Analyzed by 데이터 컨설팅팀 이소린 전임


*ARIMA 모델 적합성 및 Residual check 관련 Reference

시계열 그래프에서 특정 계절/월에 관심도가 상승하는 계절성이 보였기 때문에 ARIMA 모형에서 계절성 패러미터를 포함시킴.

Feature는 Google 및 Naver 포털 관심도 합산으로 기존 관심도 지수와 상이할 수 있음.

예측값은 장기 예측으로 기간이 예측 정확도에 영향을 줄 수 있음.

 

 

 

 

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.