본문 바로가기 주메뉴 바로가기
  • 아름다움 가게 데이터 분석
  • 등록일자 2020.10.07
    조회수 3246
  • 기부 문화 확산을 위한 아름다운 가게 데이터 분석

    기부 문화 확산을 위한 아름다움 가게 데이터 분석은 서울시 빅데이터 캠퍼스에서 2018년 3월 ~ 2018년 6월에 아름다운 가게의 데이터를 분석하여 지속 가능한 나눔의 가치 사슬 확산을 목적으로 분석한 내용을 재구성하여 웹 콘텐츠화 하였습니다.

    기부 문화 확산을 위한 아름다운 가게 데이터 분석

    Chapter.1 분석 목적 & 배경

    2016년 아름다운 가게 지속가능성보고서에 의하면, 판매수입의 기증물품 의존도는 72%로 아름다운 가게 매출의 대부분을 차지하였습니다. 기증 증가는 판매 증가를 일으키고 판매 증가는 인지도 상승으로 인하여 다시 기증 증가를 발생시키는 순환적인 관계를 갖습니다. 기부 문화 확산을 위해 기증과 판매 동반성장을 어떻게 도모할 것인지 찾아보고자 기증, 판매, 자원봉사자 등의 특성을 파악하고, 상주 및 유동인구 등과 융∙복합을 통한 기부 문화 활성화 도출을 위해 분석하였습니다.

    아름다운 가게 수입, 순환 그래프 이미지
    (출처 : 아름다운가게 지속가능성보고서 2016)
    Chapter.2 활용데이터
    “활용데이터”

    아름다운 가게에서 제공하는 기증자, 매장별 매출, 자원봉사 데이터 등 총 7개 데이터와 빅데이터 캠퍼스에서 제공하는 4개 데이터 활용하여 분석을 진행하였습니다.

    활용데이터 - no, 데이터명, 기간, 단위, 데이터형태, 제공 표
    “데이터 한계성”

    입수 데이터의 한계성으로 인하여 기증자에 따른 기증품 종류, 구매자에 따른 판매, 폐기된 기증품 등의 데이터 파악은 확인하기 어려운 한계성을 지니고 있습니다.
    기증자 및 구매자 분석은 기증량과 매출 분석으로 대체 진행하였고, 기증품의 기증부터 매장이동까지의 전체적인 물류 흐름은 재판매 가능한 기증품 분류 이후부터 매장 이동까지의 프로세스로 축소되어 진행하였습니다.

    데이터 한계성 - 물품기증, 생산, 매장 판매 도표
    Chapter.3 분석과정
    “분석절차”

    아름다운 가게에서 제공한 데이터를 바탕으로 기증, 판매, 자원봉사자 등의 특성을 파악하여 아름다운 가게의 현황분석을 진행하였고, 공간정보가 담긴 상주 및 유동인구 데이터와 융∙복합을 분석을 진행하였습니다.

    원시데이터, 데이터 전처리, 분석 및 시각화 도표
    Chapter.4 분석결과
    4-1. “자원봉사자 특성 분석”

    전체 자원봉사자 수는 2013년까지 급격히 성장 후, 다소 감소(2015년) 하고 다시 성장세를 보이며 2017년 가장 많은 자원봉사자 수를 나타내고 있습니다. 연령별 가장 큰 특징은 15~ 19세의 비중이 증가하여 2017년 15.7%를 보이고 있습니다.

    월별 1인당 자원봉사 시간은 30대 이상의 자원봉사자는 월별 큰 변화가 없지만 30대 이전의 자원봉사자는 월별 변화를 보이고 있으며 연령대가 높을 수록 자원봉사자 수는 적어지는 반면 봉사 시간 및 봉사 횟수는 늘어나는 특성이 보입니다.

    연도별 연령대별 자원봉사자 횟수 그래프
    월별 1인당 자원봉사 시간 그래프
    자원봉사자 연령별 봉사 횟수, 시간, 인원 수(2017년) 그래프
    4-2. “기증정보 특성 분석”

    대량 기증량 기여도는 높은 편으로 건당 기증량 91점 이상은 전체 기증건의 10%, 전체 기증량의 29%를 차지하였고, 67점 이상은 기증건 20%, 기증량 49%를 차지하고 기증량 29점 이상은 기증건 50%, 기증량 84%를 차지하였습니다.

    기증량, 기증건 누적비중, 기증량 누적비중 표
    대량 기증량 중요도 그래프
    대량 기증량 중요도 그래프

    첫 기증의 건당 기증량은 2013년 이후부터 2017년까지 비슷한 수준을 유지하고 있지만, 재 기증의 건당 기증량은 2012년 42점에서 2017년 31점으로 지속적으로 감소하고 있습니다. 기증을 오래한 기증자일수록 인당 기증량은 증가하는 것으로 나타났습니다.

    충성 기증 건당 기증량 그래프
    충성 기증자 인당 기증량 그래프
    4-3. “매장 입출고 내역 분석”

    매장별 혹은 카테고리별 입고와 반품 비중의 차이가 크게 나타났습니다.

    센터 입고 & 반품 비중 (2017년)
    매장 입출고 내역 전체 그래프
    매장 입출고 내역 의류 그래프
    매장 입출고 내역 잡화 그래프
    매장 입출고 내역 도서음반 그래프
    4-4. “판매 정보 분석”

    카테고리별 판매는 계절성을 띄고 있습니다. 의류(상)은 겨울에 가장 적은 판매량을 보이나, 높은 금액의 상품이 주로 판매가 되어 판매금액은 가을 이후 12월까지 꾸준히 증가하고 여름은 이와 반대로 가격이 낮은 상품이 판매되어 판매금액이 감소하였습니다. 의류(하)는 의류(상)과 달리 판매수량과 판매금액의 추세가 비슷하게 나타나며 겨울에 판매 감소가 크게 나타났습니다.

    잡화가구는 여름에 감소 겨울에 증가세를 보였고, 신발은 여름 판매가 아주 강하게 나타났습니다. 주방은 가을에만 판매가 크게 이루어졌고, 가방은 봄과 초여름(6월)판매가 주이며 가을에 가격이 높은 금액의 상품 판매로 판매수량은 평균대비 낮지만 판매금액은 높게 나타났습니다.

    월별 카테고리 추이
    월별 카테고리 추이 의류(상) 그래프
    월별 카테고리 추이 의류(하) 그래프
    월별 카테고리 추이 잡화가구 그래프
    월별 카테고리 추이 신발 그래프
    월별 카테고리 추이 주방 그래프
    월별 카테고리 추이 가방 그래프

    특히 아름다운 가게 중 압구정 점은 고가 상품의 판매 기여도가 가장 높은 매장으로 가격 상위 제품 판매수량의 25%는 압구정 점 매출의 70% 차지 – 평균보다 약 10% 정도가 높습니다. 가격대 분포가 타 매장보다 높게 형성되어 있으며, 판매 금액 기준 상위 10개 상품 또한 고가의 상품으로 구성되어있습니다.

    판매금액 기여도& 매장별 가격 분포 그래프
    매장별 상위 10개 상품 구성 표

    가격 할인 프로모션을 통한 판매 증대(판매수량 증가)는 일부 나타나고 있으나, 상품의 가격이 낮아지기 때문에 판매금액 측면에서는 증가를 보이지 않거나 오히려 다른 기간에 비해 감소하는 경우가 발생하기 때문에 금액 측면에서는 오히려 역효과가 나타났습니다.

    장한평 점의 의류(상) 25 제품 프로모션은 가격 50% 정도 할인하여 판매수량은 증가하였으나 판매금액은 과거에 비해 증가했다고 보기 어려우며, 삼선교점 또한 프로모션이 진행되었으나 판매수량 증가도 크게 보이지 않고 가격할인으로 인하여 오히려 판매금액 측면에서는 감소를 보이고 있습니다.

    장한평점 그래프
    삼선교점 그래프
    4-5. “융∙복합 분석”

    아름다운가게 데이터와 서울시 빅데이터 캠퍼스에서 제공하는 추정매출액, 유동인구, 상주인구 등의 데이터와 함께 융∙복합 분석을 진행하였습니다. (면적당)추정 매출과 유동인구 분포를 살펴보면 비슷한 양상을 보이고 있으며, 대부분의 매장은 유동인구가 높고 추정매출이 높은 지역에 위치하고 있습니다. 기증자와 상주인구 분포는 비슷하게 나타났고, 상주인구 대비 기증자 비율은 매장 근처에 더 높게 나타났습니다.

    추정매출 및 유동인구 분포도
    기증자 및 상주인구 분포도
    Chapter.5 시사점 및 제언
    시사점 및 제언 - 자원봉사자, 기증 정보, 매장입출고 내역, 판매 정보, 기증자 분포, 교육 제공 표

     

    공공누리 공공저작물 자유이용허락 4유형 출처표시, 상업적 이용금지 이 게시물은 "공공누리 제4유형(출처표시 + 상업적 이용금지 + 변경금지)" 조건에 따라 자유롭게 이용이 가능합니다.

     

  • 첨부파일