기상 및 대기 환경적 영향 요인을 고려한 커피 소비 예측 연구 : 빅데이터를 활용한 머신러닝 기법 적용 (A Study of Coffee Consumption Prediction Considering Atmospheric Environment and Meteorological Factors : Application of Machine Learning Techniques using Big data)

서지정보

· 발행기관 : 한국커피협회
· 수록지 정보 : 한국커피문화연구 / 9권 / 1호 / 53 ~ 76페이지
· 저자명 : 양병모, 김성훈

초록

본 연구는 머신러닝 방법의 인공신경망 모델을 토대로 커피 소비 예측 추정 및 변수별 중요도 평가를 수행하였다. 유동 인구가 많고 사람들의 접근이 쉬운 카페의 위치는 높은 수익을 보장해 주기 때문에 성공에 중요한 요소인 것으로 나타났다. 또한 기상학적 요인 중에서 높은 기온과 낮은 습도 그리고 낮은 풍속은 외부 활동을 증가시켜 매출에 긍정적 영향을 미친다. 즉, 인간이 체감하는 기상과 날씨의 변화는 소비자의 행동에 직접적인 영향을 주고 심리를 변화시켜 지출로 이어진다고 설명할 수 있다. 대기 환경적 요인에서 미세먼지는 탁한 공기 때문에 소비자는 야외활동을 대신하여 내부 활동을 찾아 실내로 유입됨으로 소비자의 행동을 이해하여 마케팅 전략을 조정하는 것이 필요하다. 상황적 요인, 기상학적 요인 그리고 대기 환경적 요인을 모두 고려한 머신러닝 모델 예측력이 우수한 결과로 나타났다. 그럼으로 커피 수요 예측 시뮬레이션 결과는 데이터 기반 의사결정에 활용할 수 있다. 커피 운영 기업에 있어서 상황별 주문량과 고객 방문을 예측함으로써 효과적인 식자재 수요 관리 및 필요한 기업 인원 배치나 인적 조직 운영을 정교화하는 데 본 연구 모델이 도움을 줄 수 있을 것이다.

영어초록

This study aims to evaluate variable-importance and predict coffee consumption by using a machine learning of artificial neural network. The variable-importance analysis indicated that the location has been shown to be an important factor for success due to easy accessibility to people and it guarantees high profits. In addition, meteorological factors such as high temperature, low humidity, and low wind speed have a positive effect on sales by increasing outdoor activities. It can be explained that the weather changes directly affect consumer behavior and change psychology leading to spending consumption. In terms of atmospheric environment factor such as high levels of particulate matter, people find indoor activities instead of outdoor activities, so it is necessary to understand the consumer behavior and adjust marketing strategies. As a result of predictive modelling has a strong prediction power related to coffee consumption, meteorological and atmospheric environmental factors. Therefore, the results of coffee demand forecast simulation can be used for data-based decision making. For coffee operating companies, predicting sales and customer visits by situation of this study can help to effectively manage food material and staff optimization.

참고자료

· 없음