earticle

논문검색

연구논문

지역기반의 소상공인 매출 예측모형 개발

원문정보

Development of a Regional-Based Sales Forecasting Model to Support Small Business

김철민

피인용수 : 0(자료제공 : 네이버학술정보)

초록

영어

This study developed a sales forecasting model for 78 neighborhood commercial areas in Suwon City using XGBoost machine learning algorithms. Based on time series data from 2017 Q1 to 2023 Q3, sales were forecasted until 2027 Q4, with an average projected revenue of 1.94 billion KRW per district. Contrary to existing studies, Suwon's neighborhood commercial areas showed resilience during COVID-19, with sales recovering from 1.82 billion KRW in 2019 to 2.02 billion KRW in 2022. Spatial factor analysis revealed distinct differences between high-revenue and general commercial districts. For all 78 districts, the number of stores (importance: 0.573) was the dominant factor. However, for top 10 high-revenue districts, electricity usage (0.280) and middle-aged population aged 41-60 (0.256) were the most critical factors. The findings suggest that while general commercial areas depend on store density, high-revenue areas rely on economic activity intensity and purchasing power of middle-aged customers.

한국어

이 연구는 XGBoost 머신러닝 알고리즘을 활용하여 수원시 78개 근린상권의 매출 예측 모델을 개발하였다. 대상지역의 2017년 1분기부터 2023년 3분기까지의 시계열 데이터를 기반으로 2027년 4분기까지의 매출을 예측하였으며, 그 결과 상권당 평균 19억 4천만원의 매출이 예상되는 것으로 나타났다. 주목할 점은 수원의 근린상권이 코로나19 기간 동안 기존 연구들과는 다른 양상을 보였다는 것이다. 많은 상권이 팬데믹으로 인해 큰 타격을 받았던 것과 달리, 수원의 근린상권들은 상당한 회복력을 보여주었다. 실제로 매출이 2019년 18억 2천만원에서 일시적으로 감소하였지만, 2022년에는 20억 2천만원까지 회복되어 팬데믹 이전보다 높은 수준을 기록하였다. 연구에서 실시한 공간적 요인 분석에서는 고매출 상권과 일반 상권 간에 뚜렷한 차이가 나타났다. 전체 78개 상권을 대상으로 한 분석에서는 점포 수가 0.573의 중요도로 가장 지배적인 요인으로 나타났다. 그러나 상위 10개 고매출 상권만을 별도로 분석한 결과, 전력 사용량이 0.280, 41세에서 60세 사이의 중년층 인구가 0.256의 중요도를 보이며 가장 핵심적인 요인으로 확인되었다. 이러한 분석 결과는 상권의 성공 요인이 매출 수준에 따라 다르게 작용한다는 중요한 시사점을 제공한다. 일반적인 상권의 경우 점포 밀도가 매출에 가장 큰 영향을 미치는 반면, 고매출을 기록하는 상권들은 경제활동의 강도와 중년층 고객들의 구매력에 더 크게 의존하는 것으로 나타났다.

목차

Abstract
1. 서론
2. 이론적 고찰
2.1. 상권의 개념과 분류
2.2. 골목상권 개념과 선행연구
2.3. 연구의 차별성
3. 분석 방법론
3.1. 데이터 구축
3.2. XGBoost 기본모형
3.3. 시계열 특성을 고려하기 위한 파생변수 생성
3.4. 훈련 및 검증
3.5. 공간적 영향요인 분석
4. 상권별 매출액 예측
4.1. 수원시 골목상권 현황
4.2. 상권별 매출액 예측
4.3. 상권별 업종 구성과 매출 집중도
4.4. 상권 매출에 영향을 미치는 공간특성
5. 결론 및 시사점
참고문헌

저자정보

  • 김철민 Kim, Chulmin. 강원대학교 부동산학과 시간강사

참고문헌

자료제공 : 네이버학술정보

    함께 이용한 논문

      ※ 기관로그인 시 무료 이용이 가능합니다.

      • 6,100원

      0개의 논문이 장바구니에 담겼습니다.