시각화 해석

이번 글에서는 지난번 글에서 시각화를 한 내용에 대해 특이점을 찾아보고, 왜 이러한 원인이 생겼는지 파악해보는 내용을 다룰 예정입니다.

 

1. 날짜별 치킨집, 중국집, 피자집 시각화 파악하기

먼저 날짜별로 치킨집, 중국집, 피자집의 통화량을 시각화한 결과를 보도록 하겠습니다.

 

 

1. 일주일 주기로 상승했다가 감소하는 경향을 알 수 있다.

-> 주말에 많은 주문을 하는 것으로 추정해볼 수 있습니다.

 

2. 데이터의 양은 치킨집, 중국집이 피자집보다 많습니다.

 

3. 평일에는 중국집, 주말에는 치킨집의 데이터가 더 많습니다.

->평일의 중국집 데이터는 직장인들이, 주말의 치킨집은 가정에서일것이라고 사료됩니다.

 

4. 치킨집 통화량이 주말에 치중되어있지만, 평일에 크게 증가한 곳이 보입니다.

->19년 1월에 아시안컵으로 인한 원인이 아닐지 생각해볼 수 있습니다.

 

5. 치킨집 통화량이 주말보다 평일에 월등히 높은 한 지점이 보입니다.

->이 또한, 아시안컵(축구)로 생각해 보겠습니다.

 

6. 치킨집, 중국집은 금토에 가장 많고 일요일에 감소하는 경향을 보입니다. 하지만 피자집은 월요일부터 일요일까지 꾸준한 증가폭을 보이는 것을 알 수 있습니다.

 

2. 지역별 치킨집, 중국집, 피자집 시각화 파악해보기

지역별로 확인해보기로 하겠습니다. 지역별, 업종별로 통화량에 차이가 있기에, 이번에는 구분을 짓고 정렬을 시켜서 보도록 하겠습니다.

 

2_1. 치킨집으로 정렬하기

 

1. 도봉구에서 강서구로 점차 통화량이 증가하는것을 알 수 있습니다.

 

2. 치킨집, 피자집의 통화량은 점차적으로 증가하는것을 볼 수 있지만, 중국집은 데이터 분포가 다르다는것을 확인할 수 있습니다.

 

3. 치킨집 통화량 1순위부터 5순위까지 확인하니, 한강을 중심으로 아래쪽에 있는 행정구역이며, 서로 인접해있다는 점을 확인할 수 있습니다.

 

2_2 중국집으로 정렬

 

 

1. 구별로 봤을 때, 중국집 통화량의 강남구가 치킨집 통화량의 강남구보다 통화량이 많음을 확인할 수 있습니다.

->앞서 생각해본 직장인을 초점으로 둔다면, 강남구에 직장들이 많을 지 생각해볼 수 있습니다.

 

2. 중국집과 치킨집의 지역별 통화량이 눈에 띄게 다름을 확인할 수 있습니다. 이 이유는 어떠한지 생각해 보도록 하겠습니다.

 

3. 중국집의 주요 통화량 지역을 상위 5개를 보면, 강남구, 중구, 강서구, 서초구, 서대문구 순으로 되어있습니다.

-> 어떠한 공통점이 있을지 생각을 해 봐야겠습니다.

 

---

Summary & Check

이번 글에서는 그래프를 통하여 어떤 해석을 할 수 있을지 확인해보았습니다. 이제 앞으로의 글에서는 조금 더 깊이있는 분석이 필요하며, 이를 어떻게 사용할 지 글을 작성하려고합니다.

 

원인파악 글 중점 사항

1. 요일별 그래프에서 특정 날짜에 증가를 한 지점이 있는데, 이 때 데이터량이 얼마나 증가를 했는지, 이 원인이 어떤 것인지.

2. 지역별 통화량이 치킨집과 중국집이 눈에 띄게 상이하다는 것을 확인할 수 있는데 이 원인이 무엇인지.

2_1. 인구 밀집도와 상관이 있을지..

2_2. 상가가 몰리는 곳인지..

 

이런 정보를 어떻게 활용하면 좋을까..?

만약 자신이 치킨집, 중국집 사장이라면, 재고관리나, 특정 날짜에 갑자기 통화량이 쏟아진다면, 이와 같은 현상을 어떻게 감당할지 파악할 수 있을까 생각해보면 될 것 같습니다. 이와 같은 생각은 그 전년도인 2018년도의 데이터와, 특정 시점의 이벤트를 확인한다면 관리가 가능할 지 생각해볼 수 있겠습니다.

 

2. 자신이 치킨집, 중국집, 피자집에 밀가루 및 튀김가루를 납품하는 업체의 사장이라면, 어떠한 지역에 중점을 둬야할 지 생각할 수 있겠습니다.

 

3. 날짜별 지역별 그래프를 한번에 알아볼 수 있을지..?  이 점은 움직이는 그래프를 사용해야 합니다. 분석해 둔 결과가 있으니 사용해 볼 가치가 있을 것 같습니다.

 

2018년도의 데이터를 통해 2019년을 예측해보도록 하겠습니다.

2018년의 데이터를 중심으로 2019년에 있을 데이터를 예측하고, 앞으로 있을 이벤트(ex.축구)를 데이터에 녹여서 특정 이벤트도 모두 커버할 수 있도록 만들 예정입니다.

 

분석 결과를 자동화하여 반응형 RMarkdown을 만들어 보겠습니다.

고객관리 자동화프로그램처럼 업체 사장의 입장에서 스스로 주문량을 예측하고, 미리 준비할 수 있도록, 밀가루 및 튀김가루 업체의 입장에서 어느 지역에 어떻게 배송을 해야할 지 일별로 데이터를 받아서 실행해볼 예정입니다.