실전 데이터 분석 69: 오프라인 소매 상점의 기상 기후 및 세일 행사 여부 대비 유입 방문객 수와 하루 매출액 분석
📌 강의 개요 (30분 완성)
오프라인 대형 리테일 샵의 일일 방문자 유입 및 매출 기록 데이터셋입니다. 당일 기상 조건(Weather)과 파격 세일 행사 여부(DiscountEvent)가 방문객 볼륨 및 최종 일 매출에 미치는 효과를 시각화합니다.
학습 목표:
- 날씨 조건부 평균 대치 (
groupby.transform): 비가 오거나 흐린 날의 기저 매출이 맑은 날과 상이하므로 날씨별 평균 매출로 누락값을 정밀 대치합니다. - 방문객 유입 및 세일 시너지 산점도 (
barplot,scatterplot): 날씨 조건별 일일 평균 방문자 막대 및 유입량 대비 일 매출액의 세일 조건별 상관 지도를 도출합니다.
🧐 실무 도메인 지식 가이드 (Domain Knowledge Guide)
🚗 교통 및 스마트 시티 (Transportation & Urban Engineering) 스마트 시티 교통 인프라 혼잡도 예측, 차량 호출 요금 동적 최적화, 기하학적 사고 지점 진단을 수행하는 시계열 공간 통계 분야입니다.
- 혼잡도 병목(Congestion): 지하철 및 전기차 충전소 유입 대기 시간 통계를 분석하여 병목 해소를 위한 요일/시간 분산 정책을 고안합니다.
- 다이내믹 요금(Dynamic Pricing): 실시간 차량 호출 수요 대비 공급 상태를 계량하여 수요 유도를 위한 가격 탄력선 경계를 설정합니다.
- 진동 및 소음 계측: 철도 주변 소음 진동 통계를 측정하여 시민 주거 영향 반경의 통계 유의 범위를 분석합니다.
Step 1: 데이터 구조 살펴보기 (Data Overview)
csv_data 폴더에 준비해 둔 store_traffic.csv 파일을 판다스로 불러옵니다.
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
# 그래프 설정 (한글 폰트 및 마이너스 기호 깨짐 방지)
import koreanize_matplotlib
plt.rcParams['axes.unicode_minus'] = False
sns.set_theme(style="whitegrid")
# 로컬 CSV 파일 불러오기
df = pd.read_csv('./store_traffic.csv')
# 데이터 구조 및 첫 5행 확인
df = pd.read_csv('./store_traffic.csv')
print(df.info())
print(df.head())
💻 [실행 결과]
<class 'pandas.DataFrame'> RangeIndex: 1000 entries, 0 to 999 Data columns (total 5 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 Date 1000 non-null str 1 Weather 1000 non-null str 2 VisitorCount 1000 non-null int64 3 DailySales 986 non-null float64 4 DiscountEvent 1000 non-null str dtypes: float64(1), int64(1), str(3) memory usage: 56.2 KB None Date Weather VisitorCount DailySales DiscountEvent 0 2023-01-01 Sunny 561 11666.07 No 1 2023-01-02 Rainy 486 6430.62 Yes 2 2023-01-03 Sunny 580 16099.91 No 3 2023-01-04 Cloudy 449 13359.85 No 4 2023-01-05 Cloudy 408 7150.75 No
<class ‘pandas.DataFrame’>
RangeIndex: 1000 entries, 0 to 999
Data columns (total 5 columns):
# Column Non-Null Count Dtype
— —— ————– —–
0 Date 1000 non-null str
1 Weather 1000 non-null str
2 VisitorCount 1000 non-null int64
3 DailySales 986 non-null float64
4 DiscountEvent 1000 non-null str
dtypes: float64(1), int64(1), str(3)
memory usage: 39.2 KB
Date Weather VisitorCount DailySales DiscountEvent
0 2023-01-01 Sunny 561 11666.07 No
1 2023-01-02 Rainy 486 6430.62 Yes
2 2023-01-03 Sunny 580 16099.91 No
3 2023-01-04 Cloudy 449 13359.85 No
4 2023-01-05 Cloudy 408 7150.75 No
```
💡 코드 딥다이브 (Code Deep Dive)
주요 분석 대상 컬럼:
Date: 일일 매출이 관측 기록된 날짜 정보 (YYYY-MM-DD)Weather: 해당 날짜의 주요 기상 상태 (Sunny: 맑음, Cloudy: 흐림, Rainy: 비, Snowy: 눈)VisitorCount: 당일 매장을 최종 유입 방문한 총 고객 수DailySales: 당일 포스기로 결제된 총 매장 매출액 (USD) (결측치 존재)DiscountEvent: 당일 파격 할인 프로모션 세일 진행 여부 (Yes/No)
Step 2: 전처리와 결측치 정제 (Preprocess)
현실의 데이터는 항상 누락이 있거나 유효성 정제가 필요합니다. 데이터 전처리 단계에서 결측 상태를 확인하고 올바르게 보정합니다.
# 1. 컬럼별 결측치 개수 확인
print("--- 정제 전 결측치 확인 ---")
print(df.isnull().sum())
# 2. 결측치 전처리 및 대치 수행
df['DailySales'] = df.groupby('Weather')['DailySales'].transform(lambda x: x.fillna(x.mean()))
print(df.isnull().sum())
💻 [실행 결과]
--- 정제 전 결측치 확인 --- Date 0 Weather 0 VisitorCount 0 DailySales 14 DiscountEvent 0 dtype: int64 Date 0 Weather 0 VisitorCount 0 DailySales 0 DiscountEvent 0 dtype: int64
— 정제 전 결측치 확인 — Date 0 Weather 0 VisitorCount 0 DailySales 14 DiscountEvent 0
— 정제 후 결측치 확인 — Date 0 Weather 0 VisitorCount 0 DailySales 0 DiscountEvent 0
```
💡 분석가의 통찰 (Analyst’s Insight)
- 기상 가중치 대입의 비즈니스적 당위성: 비가 억수같이 내리거나 폭설이 내린 날은 기본 오프라인 방문객과 매출이 급감합니다. 이런 날 발생한 매출 결측을 맑은 주말 매출까지 섞인 1년 전체 평균으로 일괄 채우면 기상 오염 분석이 무너집니다. 날씨별 평균 매출을 각각 대치하는 이유입니다.
Step 3: 단변수 분포 분석 (Univariate EDA)
가장 먼저 핵심 변수가 전체 데이터에서 어떤 빈도와 분포를 가졌는지 단일 변수 시각화를 통해 파악해 봅니다.
plt.figure(figsize=(8, 5))
# 단변수 분석 그래프 생성
sns.barplot(data=df, x='Weather', y='VisitorCount', palette='coolwarm', errorbar=None)
plt.title('기상 조건별 일일 평균 매장 방문객 수', fontsize=14, fontweight='bold')
plt.show()
💻 [실행 결과]
💡 시각화 차트 읽는 법 & 인사이트
- 날씨가 오프라인 방문에 미치는 물리적 억제 효과: 맑은 날(Sunny)과 흐린 날(Cloudy)의 막대 높이가 비가 오거나(Rainy) 눈이 내리는(Snowy) 궂은 날씨의 일일 방문객 유입 수준 대비 약 2~3배 높게 치솟아 있습니다. 이는 오프라인 매장의 운영 및 재고 관리가 당일 기상 예보와 매우 기민하게 연동되어 조율되어야 함을 증명합니다.
Step 4: 다변수 상관관계 및 이상치 분석 (Multivariate EDA)
두 개 이상의 변수를 동시에 결합하여, 조건에 따른 수치 차이나 독립 변수와 종속 변수 간의 통계적 경향을 분석합니다.
plt.figure(figsize=(9, 6))
# 다변수 분석 그래프 생성
sns.scatterplot(data=df, x='VisitorCount', y='DailySales', hue='DiscountEvent', palette='Set1', alpha=0.8)
plt.title('방문객 수와 일일 총 매출액의 세일 연계 상관성', fontsize=14, fontweight='bold')
plt.show()
💻 [실행 결과]
💡 코드 딥다이브 & 비즈니스 통찰 (Analyst’s Insight)
- 방문 유입과 매출의 선형 관계 및 세일 행사 시너지: 방문객 규모(X축)가 증가함에 따라 일 매출(Y축)도 정직하고 가파르게 우상향합니다. 특히 할인 행사 진행일(DiscountEvent=Yes, 빨간 점)은 상대적으로 적은 유입 유모 조건하에서도 가파른 객단가 및 충동구매 유도로 매출 효율을 훨씬 위쪽 높이로 크게 뽑아내는 경향을 가시화합니다.
Step 5: 통계적 직관과 해석 (Statistical Logic)
💡 [비즈니스 분석에서 인과관계(Causality) vs 상관관계(Correlation)] 오프라인 매장 매출 분석 시 가장 자주 저지르는 함정이 인과관계와 상관관계의 혼동입니다.
- 예컨대 ‘당일 매장 방문객(X)과 매출(Y)이 높은 상관성을 갖는다’는 사실이 ‘방문객 수 증가가 무조건 매출액 상승의 단독 원인이다’를 확정짓지는 못합니다.
- 사실은 ‘할인 행사 여부(Discount)’라는 제3의 변수가 방문객 유입도 늘리고 동시에 구매율도 촉진하여 두 변수를 춤추게 만드는 공통 요인(Confounder)일 수 있기 때문입니다.
- 따라서 데이터 사이언티스트는 이 관계를 단순 결합해 단정하기보다 세일 조건별로 통제 층화 분석(Stratified Analysis)을 거치고, 최종적으로 외생적인 프로모션을 독립 실행해 인과 효과의 순수한 크기를 발라내야 합니다.
🎯 30분 강의 마무리 및 심화 과제
오늘 우리는 실전 데이터셋을 분석하여 판다스로 데이터를 가공 및 정제하고, 시각화를 활용하여 핵심 변수 간의 통계적 유의성을 검증했습니다. 데이터 속에서 숨겨진 패턴을 올바른 시각으로 탐색하는 능력이 데이터 사이언티스트의 가장 강력한 무기입니다.
📝 심화 과제 (Advanced Challenge)
- 기상 조건(Weather) 및 세일(DiscountEvent) 교차 집계:
pd.pivot_table을 이용해 날씨별, 세일 여부별 평균 매출액 테이블을 한눈에 볼 수 있게 교차 작성해 보세요. - 방문자당 평균 구매액(객단가) 요약: 맑은 날(Sunny) 대비 비 오는 날(Rainy)의 고객 1인당 평균 결제 가치(
DailySales / VisitorCount) 격차를 요약 대조해 보세요.