코로나19로 변화한 배달문화와 요식업계 살펴보기

서론

매년 눈에 띄게 성장하는 배달 서비스 시장은 그 성장세를 쉽게 체감할 수 있습니다. 특히, '코로나'라는 특수한 환경을 맞닥뜨리며, 2020년의 배달 서비스 시장은 다른 어느 때보다 더욱 크게 성장하였습니다. 실제로, 한국외식산업연구원의 보고서에 따르면, 적극적으로 배달 서비스를 도입한 요식업계에서는 2019년에 비해 2020년의 창업대비 폐업건수의 비율이 더욱 낮게 나타났다고 합니다.

하지만, 요식업종은 다른 업종에 상대적으로 준비가 덜 된 창업자들이 많아, 다른 산업에 비해 폐업률이 높습니다. 그렇기에 배달 서비스 시장의 성장세만 보고, 준비가 덜 된 상태에서 배달음식전문점을 창업해 몇 년 이내에 폐업하는 업장도 수두룩한 상황입니다. 그렇기에 요식업종의 창업은 만반의 준비가 필요합니다. 그러한 준비에 조금이나마 도움이 되었으며 하는 바람에서 저희의 분석이 출발하게 되었습니다.

저희 팀은 배달데이터에서 가장 많은 비율을 차지한 서울, 경기 지역 으로 분석 범위를 한정하여 배달문화 및 요식업계의 창업/폐업을 가볍게 훑어봤으며, 지역을 시군구로 세분화 하고, 요식업 업종별로 세분화하여 코로나 전후의 배달 추이, 창업/폐업을 분석했습니다. 더불어 지역별 인구 특성 에 따른 배달 문화의 변화 및 창업/폐업의 상관관계도 살펴봤습니다.

목차는 다음과 같습니다.

활용 데이터 소개
코로나19와 배달문화/요식업계 가볍게 훑어보기

1-1. 코로나19 전후 배달 추이 살펴보기

1-2. 코로나19와 요식업계 창업/폐업 추이 살펴보기
코로나19와 요식업계 심화분석 - 업종별로 살펴보기

2-1. 지역별 배달 건수 & 배달 증가율 순위

2-2. 상관관계 분석 - 연령대별 인구 비율&배달 증가율, 가구당 가구원수 비율&배달 증가율

2-3. 해당 업종 창업 분석

2-4. 해당 업종 폐업 분석
결론 및 한계점

3-1. 결론 - 인사이트 도출

3-2. 한계점

0. 활용 데이터 소개

본격적인 내용에 앞서 저희가 사용한 데이터를 소개하겠습니다. 사용한 데이터 중 배달 데이터(dlvr_call.csv)와 창업/폐업 데이터(StartupOrClosing_Region.csv, StartupOrClosing_Shop.csv)의 경우, 저희가 참여한 [2021 빅데이터 통신 플랫폼 경진대회]의 주최인 KT의 자사 빅데이터 플랫폼의 데이터를 제공받았습니다.

배달 데이터와 창업/폐업 데이터의 지역별 데이터 개수를 확인했을 때, 서울과 경기도를 제외한 지역들의 데이터 수가 너무 적었기 때문에 분석 대상 지역을 데이터가 편중된 경기도와 서울 지역 으로 한정했습니다.

창업/폐업 데이터의 경우, 배달 데이터와 업종명과 업종명이 일치하지 않아서 저희가 직접 제공 데이터를 가공했습니다. (폐업 _ 업종 _ 분류.xlsx, 창업업종명 _ shop.csv, 창업업종명 _ region.csv)

인구데이터와 세대당 가구 데이터는 KOSIS에서 제공한 '가구주의 _ 연령별가구원수별 _ 일반가구.csv' 데이터를 활용했습니다.

1. 코로나19와 배달문화/요식업계 가볍게 훑어보기

1-1. 코로나19 전후 배달 추이 살펴보기

코로나 전후 업종 전체 시도별 일 평균 배달건수

코로나 전후 업종 전체 시도별 일 평균 배달건수를 보면, 서울은 코로나 발생 전 5320건이었으며 코로나 발생 후 5524건으로 증가하였습니다.
경기도는 코로나 발생 전 14885건, 코로나 발생 후에는 18221건으로 증가하였습니다. 서울보다 경기도의 증가폭이 더 크다는 것을 확인할 수 있었습니다.

업종 전체 시군구별 일 평균 배달건수, 일 평균 인구대비 배달건수 : 서울

일 평균 배달건수가 많았던 지역은 '구로구'였습니다. '강북구, 서초구'등의 지역에서는 배달 건수가 매우 적었습니다.
인구대비 배달건수를 보면, '구로구, 금천구, 영등포구'는 순위에 변화가 없지만 '도봉구, 은평구, 동작구, 관악구'는 순위에 변화가 있었습니다.

업종 전체 시군구별 일 평균 배달건수, 일 평균 인구대비 배달건수 : 경기

경기도의 경우, 서울과 마찬가지로 코로나 이후로 배달 건수가 증가하는 모습을 보였습니다.
'고양시, 부천시'의 경우 다른 지역들에 비해 배달 건수가 많으나, 코로나 이후 배달건수가 크게 감소했습니다.
'평택시, 동두천시, 광주시, 양주시'는 코로나 전후로 배달 건수가 크게 증가했습니다.

업종 전체 시군구별 코로나 전 대비 코로나 후 일 평균 배달 증감 건수 & 증가율 : 서울

배달 건수로만 봤을 때, 서울은 '금천구, 영등포구. 관악구, 노원구'가 가장 많이 증가했으며, 증가율로 보면 '서대문구, 노원구, 관악구, 동작구, 강남구'가 높게 나타났습니다.
'강남구'의 경우 일 평균 배달 건수는 매우 적었으나 증가율은 매우 높게 나타났습니다.
'강북구, 성북구'는 다른 지역에 비해 큰 감소세를 보였으며, 일 평균 배달 건수가 많았던 '구로구'는 증가율이 양수이긴 하나, 증가율 순위가 낮았습니다.

업종 전체 시군구별 코로나 전 대비 코로나 후 일 평균 배달 증감 건수 & 증가율 : 경기

경기도의 경우 타 지역과의 배달 증가 건수의 격차가 매우 크게 나타났던 '의정부시'의 경우, 증가율 자체는 크지 않았습니다.
'평택시, 양주시, 광주시, 동두천시, 화성시'가 증가 건수에 비해 증가율이 매우 높게 나타났는데, 이는 코로나 이전의 데이터의 수가 매우 적었기 때문에 나타나는 현상이라고 볼 수 있습니다.
'고양시, 부천시, 여주시'는 다른 지역들과 달리 감소하는 모습을 보였습니다.
'여주시'의 경우, 증가율 그래프에만 나타나고 배달 증가 건수 그래프 상에서 나타나지 않았는데, 이는 '여주시'의 데이터가 매우 적었기 때문에 나타나는 현상으로 볼 수 있습니다.

수도권지역 업종별 배달 건수

치킨의 배달건수가 압도적으로 많았으나, 증가율로 봤을 때 상대적으로 낮은 수치를 보였습니다. 오히려 배달 건수가 그다지 많지 않았던 배달전문업체, 중식의 증가율이 두드러지게 높게 나타났습니다.
심부름, 아시안/양식은 코로나 이후에 오히려 배달 건수가 감소했습니다.

1-2. 코로나19와 요식업계 창업/폐업 추이 살펴보기

업종별 수도권 지역 창업 건수

업종별 수도권지역의 창업건수는 업종별 배달 건수와 상관관계가 있었습니다.
이 중 한식의 창업건수가 유독 높게 나타나는데, 이는 전처리 과정에서 창업 데이터의 업종명을 배달 데이터의 업종명을 기준으로 수정하는 과정에서 대부분의 업종이 한식으로 분류되었기에 나타나는 것이라고 추측됩니다.

수도권 지역 시군구별 요식업 창업 건수

단 9건의 창업 건수를 지닌 지역이 가장 많은 창업 건수를 지닌 지역이라는 점, 총 56개 지역 중 34개 지역에서 창업 건수가 1건에서 3건에 불과했다는 점, 그리고 창업 건수가 0건인 지역이 총 16개라는 점에서 지역별 창업 추이를 살펴보는 것은 어렵다고 판단했습니다.

업종별 수도권 지역 폐업 건수

배달 건수 자체는 많지 않았던 배달전문업체, 심부름 업종의 경우, 폐업 건수 순위가 매우 낮았습니다. 그러므로 해당 업종의 폐업 건수에는, 배달 건수가 큰 영향을 미치지 않았다고 볼 수 있습니다.
배달 건수가 적었던 아시안/양식의 경우, 폐업 건수에서도 높은 순위를 차지했다는 점에서 이 업종들의 폐업에는 배달 건수 감소의 영향이 있었다고 볼 수 있습니다.
폐업 데이터도 배달 데이터의 업종을 기준으로 업종명을 수정하면서 대부분의 업종이 한식으로 분류되었기에 한식의 폐업 건수가 유독 높게 나타났던 것으로 보입니다.

수도권 지역 시군구별 요식업 폐업 건수

56개 지역 모두에서 1건 이상의 폐업 건수가 발생했다는 점에서, 2020년은 창업보다는 폐업이 더 많이 발생했음을 확인할 수 있었습니다. 모든 지역에서 폐업 데이터가 존재했으므로, 업종별로 폐업 추이를 살펴보기에 적합하다고 판단했습니다.

2. 코로나19와 요식업계 심화분석 - 업종별로 살펴보기

분석에 앞서...

본 분석에서 활용한 배달 데이터(dlvr_call.csv)에서 제공된 업종은 치킨부터 심부름까지 총 16개였습니다. 이 중, 수도권 지역에서 총 배달 건수가 가장 높았던 업종인 '치킨' 업종만 본 포스팅에서 다루겠습니다. 다른 업종에 대한 분석 내용이 궁금하시다면, [[배달문화] 코로나19로 변화한 배달문화와 요식업계 살펴보기 - 서울, 경기 지역을 중심으로.ipynb](코사다마 깃헙 링크 추가하기)를 참고해 주시기 바랍니다.

분석은 서울과 경기지역으로 나눠서 진행되었으며, '시군구별 배달건수와 배달 증가율(2-1.에 해당)', '배달증가율과 연령대별 인구 비율, 가구당 가구원수 비율과의 상관관계(2-2.에 해당)', '시군구별 창업 건수(2-3.에 해당)', '시군구별 폐업 건수(2-4.에 해당)' 순으로 진행되었습니다. 참고로 '시군구별 창업 건수(2-3.에 해당)'와 관련된 분석의 경우, 본 포스팅에서는 다루지 않았습니다. 따라서 업종별 시군구별 창업에 관한 분석 내용이 궁금하시다면, 위에 첨부된 링크로 다운받을 수 있는 ipynb 파일을 참고해 주시기 바랍니다.

마지막으로 본 포스팅에서 다루는 '치킨' 업종의 경우, 연령대별 인구 비율 및 가구당 가구원수 비율과 배달 증가율간의 유의미한 상관관계가 나타나지 않았기 때문에 해당 내용(2-2.에 해당)은 생략하였습니다. 연령대별 인구 비율 및 가구당 가구원수 비율과 배달 증가율간의 유의미한 상관관계가 나타난 업종은 위 그래프에서 확인하실 수 있으며, 해당 분석 내용이 궁금하시다면, 위에 첨부된 링크로 다운받을 수 있는 ipynb 파일을 참고해 주시기 바랍니다.

🍗치킨

2-1. 지역별 배달 건수 & 배달 증가율 순위

서울

인구대비 '구로구'가 압도적으로 높은 배달 건수를 기록하였으며, 그 다음으로 배달 건수가 높았던 4개의 지역은 순서대로 '금천구, 영등포구, 은평구, 도봉구'였습니다. (왼쪽 그래프 참고)
앞서 이야기한 배달건수 상위 5개 구 중 '도봉구'를 제외한 모든 구가 코로나 전 대비 배달 건수가 유의미한 양의 증가율을 보였습니다.(오른쪽 그래프 참고)

경기

인구대비 '의정부시'가 압도적으로 높은 배달 건수를 기록하였으며 그 다음으로 배달 건수가 높았던 4개의 지역은 순서대로 '광명시, 동두천시, 부천시, 포천시'였습니다.(왼쪽 그래프 참고)
앞서 이야기한 배달건수 상위 5개 구 중, '광명시, 부천시'등 2개 지역을 제외한 모든 시에서 코로나 전 대비 배달 건수가 유의미한 양의 증가율을 보였습니다.(오른쪽 그래프 참고)

2-4. 치킨 업종 폐업 분석

치킨 업종의 경우, 서울과 경기지역 모두 '송파구, 수원시' 등 배달 건수가 가장 낮았던 지역(2-1.에 참고된 지역별 그래프 중 왼쪽 그래프 참고)에서 가장 많은 폐업이 이루어졌습니다.

3. 결론 및 한계점

3-1. 결론 - 인사이트 도출

인구적 특성과 배달 건수

서울시와 경기도는 시군구별로 인구적 특성이 거의 비슷하게 나타나서, 인구적 특성과 배달 건수 사이의 의미있는 상관관계를 도출하지는 못했습니다. 그럼에도 저희는 몇 개의 인사이트를 발견할 수 있었습니다.

서울시에서 배달 건수 증가율이 높았던 지역(노원구, 관악구, 서대문구)의 경우, 타 시군구에 비해 20대 인구 비율이 높았으며, 1인가구 비율이 매우 높게 나타났습니다.
경기도에서 배달 건수 증가율이 높았언 지역(양주시, 광주시, 동두천시)의 경우, 타 시군구에 비해 40~60대 인구 비율이 높았으며, 2인 가구의 비율이 높게 나타났습니다.
대부분의 업종에서 연령대별 인구 비율과 가구당 가구원수 비율이 배달 증가율과 유의미한 상관관계를 보이진 않았으나, 분식, 족발, 보쌈 등과 같은 일부 업종에서 예외적인 경우를 발견할 수 있었습니다. 이 부분을 더 탐구해본다면, 보완된 분석이 가능할 것으로 보입니다.

창업

창업 건수가 존재하는 지역이 너무 적어, 제공된 데이터로 창업 추이를 분석하는 것에는 어려움이 있었습니다. 따라서 본 분석에서는 업종별로 자세한 분석을 진행하진 않았습니다.

배달과 폐업

치킨, 한식, 분식과 같이 인기있는 업종이 사회적 거리두기의 반사 이익이 있었을 것이라는 예상과 달리, 실제로는 그렇지 않은 지역도 있었다는 걸 확인할 수 있었습니다.
배달 건수가 많을수록 폐업을 덜 할 것이라는 예상과 달리, 실제로는 배달건수가 많은 지역이나 배달건수 증가율이 높은 지역에서도 폐업이 많았습니다. 예를 들어 '고양시'의 경우, 배달 건수 자체는 상위권이었던 것에 반해, 대부분의 업종에서 폐업 건수가 상위권으로 나타났으며 배달 증가율은 모두 하위권으로 나타났습니다. (그러나 폐업 건수가 하위권으로 나타나는 경우가 있어, 이에 관해서는 추가적인 탐구가 필요해 보입니다.)

3-2. 한계점

데이터 자체의 문제

배달 데이터(dlvr_call.csv)의 경우, 지역별로 데이터의 수집 격차가 너무 크게 나타났습니다.
창업/폐업 데이터(StartupOrClosing_Region.csv, StartupOrClosing_Shop.csv)의 경우, 요식업 데이터의 업종명이 배달 데이터와 일치하지 않았으며 한 업종에도 여러 명칭이 존재하는 등 통일된 기준으로 분류되지 않아, 저희가 직접 배달 데이터 업종명에 맞춰 업종명을 따로 분류해야 했습니다. 더불어 데이터가 상당히 부실한 지역이나 업종이 존재했고, 데이터 수집기간이 단 6개월에 불과했기 때문에 요식업계 전반의 추이를 살펴보기에는 한계가 있었습니다.

데이터 자체의 문제로 인한 분석의 한계

앞서 언급했듯이 배달 데이터(dlvr_call.csv)의 경우, 지역별 데이터의 수집격차가 크게 나타나는 문제가 존재했습니다. 이에 데이터가 너무 적은 몇몇 지역의 경우, '시군구별 배달 건수', '업종별 시군구별 인구대비 배달 건수'등과 같은 여러 그래프에서 제대로 표현되지 않았습니다.
창업/폐업 데이터(StartupOrClosing_Region.csv, StartupOrClosing_Shop.csv)의 경우, 분석에 앞서 업종명을 저희가 직접 다시 재분류해야하는 문제가 존재했습니다. 업종명을 재분류하는 과정에서 분류하기 모호한 업종이 있었고, 이러한 경우 단일한 상위 업종에 분류되어 통합되었습니다. 이러한 과정에서 '한식' 업종의 경우, 다른 업종에 비해 한식 업종으로 통합된 하위 업종이 유독 크게 나타났습니다. 이에 창업/폐업 분석에서 '한식' 업종이 데이터의 수에서 다른 업종과 압도적인 차이를 보였다는 한계가 있었습니다.

본 분석이 많은 분들에게 유용했으면 좋겠습니다. 지금까지 긴 포스팅을 읽어주셔서 감사합니다 :)