Prediction emerging industries and sales trends in Apgujeong and Sinchon-dong using SARIMA and LSTM
- 약 8주
-
상권은 정성적, 정량적인 외생적 요인에 의해 변화됩니다.
①매출, ②생활인구, ③점포 수 위 3가지를 지표로 서울시 행정동 별 3개의 행정구를 집중 분석하고, 뉴스 기사로 조사해본 결과
"강남구 압구정동"은 팬데믹에 불구하고 굳건히 성장하는 행정동으로 확인 되었으며, 서대문구 신촌동"은 쇠락을 면치 못하고 있었습니다. -
이에 본 프로젝트에서는 위 두 지역에서 창업을 준비 중인 예비 창업자의 의사 결정에 도움을 주고자,
상권 별 매출, 점포 수 등의 정보가 담긴 지난 6년(24분기, 2017~2022年) 간의 데이터를 기반으로 매출 예측을 시각화하여 성장할 만한 업종을 추천하고자 합니다.
-
[1차 목표] 압구정동과 신촌동 집중 분석하여 가설 설정
-
집중 분석할 내용
- 업종별, 요일별 매출 금액 및 비율
- 업종별 성별 매출 비율(ex. 남 xx% 여 yy%)
- 업종별 시간당 매출
- 업종별 해당 지역의 동종업좀 점포 수 및 전분기 대비 증/감
- 업종별 매출 건수
- 업종별 해당 지역의 개업률 / 폐업률
- 업종별 연령별 매출
- 상관관계 분석
-
최종 가설
- 압구정동 : 상권은 팬데믹의 영향을 받지 않고 꾸준히 성장 중이며, 뜨고 있는 업종은 주로 <외식업>에 있을 것이다.
- 신촌동 : 꾸준히 하락세였으나 앞으로는 올라갈 것이며, <카페/베이커리> 업종의 상승세가 뚜렷할 것이다.
-
-
[2차 목표] 통계(Statsmodel OLS) 모델링으로 지표를 선정 → 이를 바탕으로 SARIMA, LSTM, Chat-GPT 활용하여 업종 별 예측 매출액 시각화하여 2023년의 추천 업종 선정
-
[3차 목표] 추천 업종으로 예측한 결과와 실제 동향 비교 (기사, 레포트 등 참고)
-
서울시에서 제공하는 상권분석 서비스는 1개년의 데이터만을 가지고 제공 중이었으나, 본 프로젝트는 6년 간의 데이터를 가지고 예측을 진행하여 성장 가능성이 있는 업종 추천에 보다 정확성이 높은 결과낼 수 있습니다.
-
이로써 해당 지역의 예비 창업자는 추천 업종과 예측 매출 양상을 참고하여 상권에 따른 업종을 분석하며 소비자 니즈 파악 능력 향상될 수 있기를 기대합니다.
- 분기별 데이터셋만 확보가 가능했기에 실질적으로 분석한 행은 24분기, 24개행에 불과하여 오차를 줄이기 어려웠습니다.
- 팀프로젝트 당시에는 두 번의 주제 변경으로 시간을 확보하지 못해 해당 결과를 서비스화 하지 못했습니다. 이후 개인적으로 Streamlit으로 시각화 대시보드를 구현하려고 시도해보았으나 업종 별로 나누어진 데이터셋에 막혀 구현하기 어려웠습니다.
Copyright @orjunge. All Rights Reserved.