CARTO 5: 2017 옥외광고의 데이터 트렌드

TV와 인쇄 광고 예산이 계속해서 줄어드는 가운데, 옥외광고는 유일하게 아직 성장중인 전통적 형식의 광고입니다. (2017에 2.7% 성장) 그러나 옥외 광고의 의사결정자들은 ROI를 창출해내기 더 쉬운 다른 형태의 광고들에 맞서서, 시장 점유율을 늘리기 위해 혁신해야한다는 압박을 받고 있습니다.

요즘 한창 유행인 광고는 디지털 옥외광고(DOOH)와 프로그래매틱 광고입니다. 하지만 기업들은 디지털 옥외광고와 프로그래매틱 광고가 로케이션 인텔리전스를 효율적으로 활용하지 않고서는 오래 버틸 수 없다는 것을 깨달아가고 있습니다.

(프로그래매틱 광고: 자주 검색하는 단어와 접속하는 웹사이트를 보고 사용자가 필요로 하는 것으로 보이는 광고를 보내줌으로써 기업 입장에서는 물론, 사용자 입장에서도 효과를 얻을 수 있는 광고 기법)

새로 취임한 데이터 최고 책임자 (Chief Data Officers)는 전통적인 데이터 수집 기술을 넘어 로케이션 인텔리전스를 옥외 광고 전략의 핵심으로 만들어야합니다.

 

트렌드 #1: 삼자데이터와 디지털 옥외광고가 힘을 합치면…

디지털 옥외광는 2019년까지 옥외 광고의 39%를 차지할 것이라는 전망입니다. 그리고 이 분야의 전문가들은 옥외광고를 다이나믹하게 만드는 데 로케이션 데이터가 필수적이라는 것을 알고 있습니다.

한 예시로, Clear Channel은 삼자데이터를 최근에 시작한 프로그래매틱 옥외 광고의 초석으로 삼았습니다. 그들은 지오로케이션 데이터부터 Experian과 같은 데이터 전문가까지, 다양한 범위의 삼자데이터를 이용했습니다. 또한, 은행에서 개인 거래 정보 이용의 힌트를 얻기도 했습니다.

이와 비슷하게, Exterion Media는 Telefonica UK부터 런던 지하철까지, 지오로케이션 모바일 데이터에 투자하고 있습니다. 로케이션 데이터의 힘을 포착함으로써 단순히 ‘광고를 보게하는 것’에서 ‘청중을 매료하는 것’으로 이동하게 하는 것이죠.

두 예시에서 볼 수 있듯, 디지털 광고 투자에 대한 ROI를 견인하기 위해서 옥외광고 담당자들은 시간이 기록된 (실시간은 아직 대부분의 시장에서 먼 미래의 이야기이긴 합니다) 인구통계 인사이트를 통해 디지털 인벤토리가 돈이 될 수 있게하는 데이터를 얻길 기대합니다.

전자상거래 회사는 “고객들의 위치에 기반한 우리의 새 제품 캠페인을 홍보할 최적의 장소는 어디인가요?”하고 질문을 던집니다.

우리는 현재 판매 상황을 위의 지도에 표시하고 광고를 배치하기 가장 좋은 뉴욕 시 버스 정류장을 찾기 위해 클러스터 분석을 시행했습니다. 회사들은 그들의 옥외 광고 도달 범위를 최적화하는 타겟 시장 별 구역을 나누기 위해 이 로케이션 인텔리전스 앱을 이용할 수 있습니다.

 

트렌드 #2: 프로그래매틱 광고를 지탱해주는 로케이션 데이터

프로그래매틱 광고는 아마 온라인 광고 업계의 표준일 것입니다 – 하지만 옥외광고에서 갈망하는 “순간 마케팅”을 시행할 수 있는 실시간 거래 플랫폼에 도달하기까지는 아직 많은 시간이 걸릴 것으로 보입니다.
Outfront Media의 전무이사 Andy Sriubus가 Digiday UK와의 인터뷰에서 말했습니다: “디지털 전광판을 만드는 것은 옥외광고 회사를 설립하는 것의 아주 작은 부분일 뿐입니다,” 그는 계속해서 인벤토리, 측정, 미디어 구매 시스템 등은 프로그래매틱에서 성공하기 위해 필수적이라고 설명했습니다.

이것이 Vistar Media나 Adstruc와 같은 거대 옥외광고 회사들이 연관성, 관계, 브랜드 타겟팅을 최대화할 수 있는 “로케이션 인텔리전스로 관객 중심의 타겟팅하기”에 주목하는 이유입니다.

그러나, 수십억개의 위치 기반 데이터를 거래나 모바일 데이터에서 에이전시나 브랜드가 소화할 수 있는 인사이트로 변경시키는 것은 쉬운 일이 아닙니다. 진화된 공간 분석 플랫폼이 없다면 말이죠. 그래서 우리는 옥외 미디어 관계자들이 인사이트를 찾기 쉬운 직관적이고 탄탄한 자체 어플리케이션을 만들 수 있도록 돕고 있는 것입니다.

위의 지도는 광고 가능한 전광판들 (보라색 점)과 그 전광판을 원하는 잠재 광고주들 (호텔, 헬스장, 식료품 점)을 표시하고 있습니다. 옥외광고 전문가와 회사는 전광판의 영향권이나 다른 옥외 광고 지역 안에 있는 최적 고객들을 파악하는 방법으로 잠재 프로그래매틱 고객을 확인할 수 있습니다.

 

트렌드 #3: 상호작용(interactivity)은 전광판을 매장으로 만든다

옥외광고의 마지막 열쇠는 ‘상호작용’입니다 – NFC, 비콘, 지오펜싱과 같은 기술을 사용해 광고가 바로 판매와 직결되게 하는 것이죠. 이것이 이뤄진다면, 온라인과 오프라인 ROI 사이의 간격을 줄여줄 것입니다. 다시 한번, 이 모든 것은 장소의 힘으로 가능합니다.

그러나 전통적인 옥외 미디어 기업들만 이 트렌드를 생각하고 있는 건 아닙니다. 구글도 시장에서의 그들의 갭을 발견했습니다. 구글의 미디어랩 팀은 런던 주위의 프리미엄 옥외 광고에 DoubleClick을 도입하기 위해 JCDecaux, Ocean Outdoor, Outdoor Plus와 함께 일해왔습니다. 이를 통해, 런던의 워털루 기차역과 같은 곳에서 프로그래매틱 광고가 가능해질 것입니다.

이 시도가 획기적인 이유는, DoubleClick이 소비자들에게 쉽고 넓은 접근을 제공하며 이미 인터넷 디스플레이 광고를 지배하고 있기 때문입니다. 적절한 전략적 파트너와 함께, 구글은 인상을 심어주는 것을 넘어 상호작용하길 원하는 브랜드들에게 현실적인 상호연관성을 만들어주는 가장 빠른 기업이 될 것입니다.

이러한 상호작용을 달성하기 위해서는, 캠페인을 지리공간적으로 시각화하는 것이 브랜드의 통찰력을 기르는 과정에서 중요한 역할을 할 것입니다. 아래의 지도에서, Spielman과 Singleton 구분법(공개된 미국 인구통계를 활용하여 고객 프로필을 만드는 클러스터링 과정)을 보실 수 있습니다.

로케이션 인텔리전스는 미래 옥외 광고의 중요한 열쇠 중 하나가 될 것입니다. 분석 팀에게 실무에 사용 가능한 로케이션 데이터를 제공해주는 것은 매우 중요합니다. 하지만 소비자들이 전광판보다는 스마트폰을 더 많이 쳐다보는 세상에서, 지리공간적 분석을 여러 항목에 적용시킬 수 있어야할 것입니다.

 

원문: https://carto.com/blog/biggest-data-trends-outdoor-advertising-2017/

 

 

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.

태양열 에너지에 대한 현명한 결정을 내리도록 도와주는 머신러닝

Google GeoRadar 6&7월호에 ‘Using machine learning to help people make smart decisions about solar energy(태양열 에너지에 대한 현명한 결정을 내리도록 도와주는 머신러닝)’이라는 제목의 흥미로운 글이 있어 소개합니다. 친환경 에너지와 여러 분야에서 화두로 떠오르고 있는 머신러닝이 힘을 합치고 있다는 소식입니다. 원문은 여기서 확인 가능합니다^^

 

몇년 전만 해도, 집에 태양 전지판을 설치할지말지 결정을 하기 위해서는 차를 타고 온 동네를 돌아다니며 다른 집 지붕을 확인해봐야 했습니다. 많은 이웃집들이 이미 태양열 에너지를 이용하고 있는 것을 보고, 같은 결정을 내리는 사람들이 많았습니다.

Project Sunroof는 태양 전지판의 설치 여부를 결정하는데 도움이 되는 정보를 제공합니다. 이미 6천만 채 이 상의 집에 대해 태양열 전지판으로 생산할 수 있는 전기량과 이를 통해 절감할 수 있는 비용 정보를 제공하고 있습니다. Project Sunroof의 새 기능 ‘Project Sunroof Data Explorer’를 이용한다면 더이상 귀찮게 동네를 돌아다니며 다른 집들을 확인해 볼 필요가 없습니다. Project Sunroof Data Explorer이 미국 전역에 설치된 태양 전지판을 지도 위에 표시해주기 때문입니다. 

 

이 기능은 머신 러닝과 구글맵스에서 제공하는 이미지들을 결합하여, 특정 구역에 얼마나 많은 집들이 태양열 에너지를 이용하고 있는지 추정치를 제공해줍니다. 구글은 우선 지붕의 고해상도 사진을 찍어 수동으로 태양열 발전기 설치를 확인하고, 이 데이터를 가지고 알고리즘을 트레이닝 했습니다. 반복에 반복을 거듭하여, 머신 러닝 알고리즘은 자동으로 이미지 속의 발전기 설치 여부(전기를 생산하는 광전지 패널과 태양열 온수 히터 둘 다)를 찾아낼 수 있게 되었습니다.

(머신러닝: 경험적 데이터를 기반으로 학습을 하고 예측을 수행하고 스스로의 성능을 향상시키는 시스템)

 

지금까지 이 기능을 바탕으로 미국 전역에 70만개의 태양 전지판을 확인했습니다. 계속해서 알고리즘을 발전시키면서, 더 많은 발전기들을 확인하고 보여줄 것입니다. 이 기능이 정책결정자, 지역사회, 그리고 개인에게 더 많은 정보를 제공하여 더 환경친화적인 사회를 만들기를 기대합니다.

CARTO 5 July Part 1 – 앞서나가는 회사들이 영업 구역을 설계하는 방법!

CARTO 뉴스레터에 실린 ‘앞서나가는 회사들이 영업 구역을 설계하는 방법’ 외 다섯가지 소식들을 소개합니다.

 

1.택시 이동데이터를 기반으로 한 Williamsburg 거주자 성향분석

IDENTIFYING MICRO-SEGMENTATIONS & COMMUNITIES WITH LOCATION DATA

Williamsburg는 여러 민족이 공존하는 도시인 동시에, 아티스트들이 싼 임대료를 찾아 모이는 곳이기도 합니다. 이 지역을 좀 더 자세히 이해하기 위해 , 단순한 공간적 거리가 아닌, 택시 승객들이 언제 어디서 타고 내리는지, 이동한 거리 등으로 구역을 묶어 보았습니다. 이 클러스터 분석을 통해, “파티하는 사람”들은 늦은 밤 Lower Manhattan과 Brooklyn에서 택시를 타서 Williamsburg에서 내린다는 것, 정통 유대인들은 주로 멀리 나가지 않고 South Williamsburg에 밀집해있다는 것과 같이, 특정 그룹만의 눈에 띄는 특징들을 발견할 수 있었습니다. 더 자세한 내용은 여기서 확인 가능합니다.

 

 

2. 지도로 개기일식 확인하기

COAST TO COAST: A TOTAL SOLAR ECLIPSE

8월 21일, 미국의 일식을 제대로 보고싶으시다면, 지도를 확인하세요!
이 지도는 일식의 규모, 발생 시간, 지속 시간 등을 보여줍니다. 개기일식은 이 지도의 노란 길에서만 볼 수 있는데요, 노란 길에 평행하는 노란 곡선들은 최대 부분 일식의 정도를 보여주고, 초록 곡선은 최대 일식이 나라를 지나가는 시간을 보여줍니다. 이것 외에도, 지도 갤러리를 참고하면 일식의 규모, 부분일식의 시작 시간과 끝나는 시간, 가장 큰 일식이 발생하는 시간, 일식이 시작될 때와 끝날 때의 태양 고도, 최대 일식 때 태양의 고도 등을 확인할 수 있습니다.

 

 

3.위치 인텔리전스를 활용하여 영업 구역 설계하기

HOW TO INCREASE B2B SALES BY REDESIGNING SALES TERRITORIES

앞서나가는 회사들은 영업 구역을 관리할 때, 미리 정해진 지리적 영역을 활용하지 않습니다. 그들은 위치 인텔리전스를 이용하여 “데이터 잔해”의 가치에 주목함으로써 경쟁사와 차별을 둡니다. 위치 인텔리전스를 이용한 세일즈 구역 설계와 영업 경로 최적화는 선박이나 차량 추적부터 적재적소에 영업 사원 배치하기까지 회사에 많은 도움이 될 것입니다. 자세한 내용은 여기에서 확인가능합니다.

 

 

4.지리정보로 회사 이윤 극대화하기 – 플랫폼의 중요성

LOCATION DATA GROWING PAINS FOR MARKETERS & ADVERTISERS

단순히 지리 정보를 알고 있는 것이 회사의 이윤을 극대화 시켜줄까요? 그렇지는 않습니다. 그리고 이 정보를 효과적으로 활용하는 방법이 마케터들에게는 골칫거리가 되고 있습니다. 지리 정보를 가지고 회사의 이윤을 창출하기 위해서는 데이터와 미디어, 그리고 전문 지식을 모두 통일할 수 있는 플랫폼이 필요합니다. 자세한 내용은 이 기사에서 확인하세요!

 

5.스마트시티에서 시민 참여의 중요성

BARCELONA IOT: DATA TO THE PEOPLE

바르셀로나가 시민 주도의 스마트시티를 만들기 위해 노력하고 있습니다. 바르셀로나는 사물인터넷(IoT)를 이용하여 얻은 정보와 기술을 Open Source로 하여,소수의 기업이 아닌 시민들이 정보의 주체가 되도록 하고 있습니다. 바르셀로나의 자세한 사정과 영국의 시민 주도 스마트 서비스 성공 사례는 이 기사에서 확인 가능합니다.

 

CARTO 활용해 메이저 화장품 브랜드 출점 전략 세우기

브랜드숍은 뷰티 강국 한국의 대표 화장품 유통채널입니다. 브랜드숍이란 한회사와 가맹점 계약을 맺고 그곳에서 제공하는 제품만을 판매하는 상점을 말하는데요. 2000년대 초반 ‘미샤’가 포문을 연 이후 더페이스샵, 에뛰드, 스킨푸드 등 중저가 화장품 브랜드숍은 한국 주요 도시 어디에서든 쉽게 찾아볼 수 있게 되었습니다. [관련기사 바로가기] 하지만 이미 각 브랜드의 가맹점이 전국 전역에 널리 퍼져 있고 다양한 브랜드의 출현으로 브랜드 간 경쟁이 심화되어 향후 출점 계획에 담당자들이 고민이 많을거라 예상됩니다. 이런 배경에서 주 고객이 2,30대인 화장품 브랜드숍의 신규 출점에 지도 기반 공간정보 분석 툴인 CARTO가 어떻게 도움이 될 수 있을지 살펴 보았습니다. (모든 맵은 “Visible Layers”탭을 통해 보고싶은 정보만 선택하여 볼 수 있습니다.)

현재 매장 분포 및 밀집도

먼저 임의로 모 국내 메이저 화장품 브랜드숍을 선정했습니다 (이하 A사). A사는 서울에만 200개가 훌쩍 넘는 가맹점을 보유하고 있는데요. 각 매장의 위치와 밀집 정도를 나타내는 히트맵 (heat map)을 만들었습니다. 멀리서만 보아도 명동, 홍대 등 쇼핑 중심의 번화가를 제외하면 서울 전역에 비교적 균등히 분포 되어 있는 것을 알 수 있습니다.

500m 반경 내 매장 중첩도

하지만 이렇게 멀리서 보기만 해서는 구체적인 출점 계획을 세우기가 어렵겠죠. 그래서 조금 더 작은 단위의 행정동 별 매장 수와 밀도를 확인할 수 있도록 했습니다. 한국에는 500m 반경 내에 같은 프랜차이즈 빵집을 개점하면 안되는 규제가 있는데요 [관련 포스팅 바로가기]. 이를 기준 삼아 A사 매장의 중첩도를 확인해 봤습니다. 아래 CARTO 지도를 보면, 핀포인트 주변에 붉은 색 500m 반경 표시가 겹치는 곳이 홍대, 명동 등 특정 지역을 제외하면 많지 않고 행정동 별로도 대부분 숫자 ‘1’로 표시된 것을 확인할 수 있습니다. 이제 출점 분석의 기본이라고 할 수 있는 매장 분포도를 확인 하였으니  다음으로 출점 전략에 도움이 될 수 있는 각종 위치 정보를 살펴보겠습니다.

각 매장 주변 주민들의 소득수준은 어떨까?

먼저 공공정보를 활용해 A사 매장 분포도 위에 행정구별 소득 수준 데이터, 그리고 이어서 아파트 공시지가 데이터를 얹었습니다. 이 브랜드숍은 서울에 비교적 균일하게 분포가 되어있는 만큼 소득 수준의 차이에 따라 매장 분포도가 다른 모습은 확인 할 수 없습니다. 하지만 소득과 매장별 매출을 비교분석해 차이가 보인다면 향후 전략적 추가 출점에도 도움이 될 수 있겠지요. 이 관점에 대해서는 뒤에서 한번 더 언급을 하겠습니다.

누가 어느 매장에서 얼마나 구매할까?

이번엔 화장품 관련 데이터를 활용해 볼까요? 아쉽지만 A사의 데이터가 존재 하지 않아 데모 용도로 백화점에 입점 되는 타 화장품 브랜드(이하 B사)의 샘플 데이터를 사용했습니다. 해당 브랜드 강남 매장의 구매 고객 위치 및 전체 매장 매출 분포도입니다.

  1. 먼저 강남 매장에서 구매한 고객의 히트맵 분포도를 보면 매장 주변 지역에서 그 밀도가 가장 높습니다. 일반적인 상식으로도 예상 할 수 있듯이 고객들은 자신의 거주지와 가까운 숍에서 구매를 할 가능성이 높다는 점을 유추 할 수 있습니다.
  2. 그 다음으로 해당 브랜드의 전체 매출 현황을 더해 지도에 나타내 봤습니다. 그 결과, 두 매장을 기준으로 보았을 때 강남 지역에 사는 고객이 신촌 매장 주변에서 거주하는 고객보다 매출 기여도가 크다는 점을 볼 수 있습니다.

두 결과를 종합해 보면, 고객은 가까운 매장을 찾는 성향이 있고 소득이 높을수록 더 많은 지출을 할 가능성이 높다는 점을 확인 할 수 있습니다. 지도를 하나 더 살펴보겠습니다. 

위 두 지도를 보면 소득수준이 높은 지역(여의동 및 압구정, 신사, 삼성, 방배동 등 강남구역)이 15만원 이상 구매고객의 밀도가 높은 지역과 거의 일치함을 확인 할 수 있습니다. 소득수준이 높을수록 같은 브랜드 제품 중에서도 고가의 제품을 구매할 가능성이 높다는 것을 의미합니다.

이를 종합하면, 소득이 높은 지역에 출점하면 높은 매출을 창출 할 수 있고 고가의 제품군에 대한 구매력이 있는 고객을 유치할 가능성이 높다는 인사이트를 조심스럽게 도출해 볼 수 있습니다. 앞서 확인 했듯이 A사는 소득보다는 유동인구가 많은 곳에 매장을 집중 시키고 있는데요, B사의 데이터 결과를 활용하여 향후 출점 계획에 지역 소득을 고려해 볼 수 있겠습니다. 단, A사와 B사의 브랜드 성격과 타깃 고객층이 상이함으로 A사의 고유 데이터를 사용해 추가 분석을 하는것이 바람직합니다.

A사의 주요 타깃 고객층은 어디에 살고 있을까?

다음으로는 센서스 데이터를 통해 연령별 거주지 분포도를 살펴 보았습니다. 브랜드숍은 저렴한 가격 덕분에 2,30대 여성들에게 인기가 많습니다. 주요 고객인 만큼 그들이 어디에 거주하고 있는지도 출점 결정에 중요한 자료가 되겠죠. 젊은 여성 인구를 아우를 수 있는 지표로 미혼여성 인구 밀집도 위에 A사의 매장 수를 행정동별로 표시했습니다. 실제로 색이 짙은 지역 중 아직 매장이 출점되지 않은 곳이 보입니다. 타 여건을 고려하여 향후 출점지 후보로 고려 해 볼 수 있겠습니다.

출점의 기본은 유동인구!

마지막으로 이동통신 기지국 수신 정보를 바탕으로 수집한 시간별, 연령별 유동인구를 지도 위에 나타냈습니다. 휴대폰을 소지한 사람이라면 누구나 기지국 수신기를 통해 정보가 남기 때문에 이를 활용하면 정확한 유동인구 데이터를 얻을 수 있습니다. A사는 명동, 홍대, 가로수길 등 유동인구가 많은 곳에 이미 여러 매장을 출점 한 상태인데요. 요일, 연령, 성별 등에 따라, 또 상권의 움직임에 따라 유동인구가 변화함으로 지속적인 모니터링이 필요하겠죠.

이상으로 공간정보 분석 프로그램 CARTO를 사용해 메이저 화장품 브랜드숍이 출점 전략에 활용 할 수 있는 데이터 분석에 대해  알아보았습니다. 브랜드의 구매자 데이터와 공공 정보를 활용하여 유용한 인사이트를 도출 낼 수 있는 가능성을 볼 수 있었는데요. 화장품 브랜드 뿐만 아니라 무한 경쟁의 오프라인 유통 환경에서 출점에 신중을 기해야 하는 경영인과 각 브랜드 출점 담당자들에게 CARTO의 손쉬운 분석 및 시각화 기능이 도움이 되길 바랍니다.

CARTO의 공식 파트너 SPH는 CARTO를 사용한 위치기반 빅데이터 분석 및 시각화에 대해 무료 컨설팅 및 세미나을 제공합니다.  2016년 9월 2일 스마트국토엑스포에서 개최되는 SPH x CARTO 세미나에 참여하고 싶으신 분 께서는 여기에서 신청하실 수 있습니다. 

기업에서 쉽게 활용할 수 있는 My Maps Pro 활용법

My Maps의 유료 버전이었던 My Maps Pro(구: Google Maps Engine Pro)의 모든 기능들이 2015년 1월부터 무료로 변경되었습니다.

My Maps Pro에는 지도 전문가가 아니더라도 손쉽게 구글 지도를 기업에서 활용할 수 있는 기능들이 다양하게 있습니다. 약 1년 전, 커피 한잔 가격으로 사용할 수 있는 My Maps Pro(구:Google Maps Engine Pro)를 소개한 적이 있는데, 이번에는 무료로 된 My Maps Pro를 실제 활용할 수 있는 방법에 대해 좀 더 자세히 알려드리고자 합니다.

gme_pro_concept

우리 지점의 위치만 지도위에서 보고 싶은 중소규모의 프랜차이즈, 혹은 종이 지도로 권역관리를 하고 있는 부동산 등에서 유용하게 쓰일 수 있을 것입니다.

1. 데이터 업로드하기

엑셀로 관리하던 데이터(주소정보, 재고 현황 등)를 My Maps에 업로드하는 방법입니다. 업데이트 되는 정보를 지도에서 바로 수정할 수 있습니다.

    1) 맞춤 지도 만들기 – 지도 Title 수정, 레이어 생성하기(데이타를 올리기 위함)
    2) 레이어 추가 & 데이타 Import – 엑셀, Spreadsheet, CSV 파일 업로드 가능
    3) 위치값이 있는 데이타 필드 선택 – 지번주소, 도로명주소 가능능
    4) 아이콘 제목 선택 – 아이콘 이름으로 지정할 필드 선택
    5) 데이타 오류 수정 – 웹에서 바로 수정 가능

 

2. 스타일링, 라벨 설정

좀더 나아가서, 매장 특징에 따른 분류를 하고 싶을 때, 라벨, 색깔, 아이콘 등을 수정하여 활용할 수 있는 방법입니다. 기본 기능들을 익히신 후, 목적에 맞게 다양한 방법으로 활용하시면 됩니다.

    1) 레이어 추가 – 레이어 추가버튼 누른 후에, ‘가져오기’에서 데이타 업로드 가능
    2) 각 레이어 스타일 다르게 지정 – 색, 아이콘 등을 변경
    3) 레이어 on/off – 보고자 하는 레이어만 선택적으로 볼 수 있음
    4) 라벨 표시 – 지도에서 아이콘 위에 바로 보이고자 하는 텍스트 라벨 표시하기

해당 튜토리얼은 실제 국내 치킨 프랜차이즈 가맹점 위치 데이타를 활용하였습니다. 아래 링크를 통해 샘플지도를 확인해 보세요.

>> 샘플지도보기: Google Maps Engine Pro – 치킨 프랜차이즈 권역관리
>> 더 알아보기: SPH 홈페이지 – My Maps