카카오 모빌리티 보고서 2021 읽기 - 데이터의 활용 (3)

 

 

 

카카오 모빌리티 2021보고서 마지막 포스팅이다. 차량과 관련된 내용 뿐만 아니라 평소에 궁금했던 주차, 대리운전, 바이크 관련된 내용이 있어서 재밌었다. 

 

 

카카오 모빌리티 보고서 2021 읽기 - 데이터의 활용 (3)>>

카카오 모빌리티 보고서 2021 읽기 - 택시와 데이터 (2)

 

---

카카오 모빌리티 보고서 2021 읽기 - 데이터의 활용 (3)

2021/12/27

 

 

 

[코로나와 라이프스타일]

 

1.소매: 집콕족이 편의점과 같은 소매점, 홈인테리어 가구점 방문 증가, 면세점 50%감소 및 대형마트 쇼핑목회복

2.식당: 테이크아웃 증가, 뷔페 40%급감, 국내 여행 및 재택으로 카페 79% 증가

3.레져: 골프 증가

4.문화: 미술관, 아쿠아리움 제외 어려움, 자동차 극장 대용

5.여행: 축제, 온천 등이 아닌 드라이브, 국립공원 등 느긋한 여행

6.숙박: 캠핑장의 급격한 성장, 단독펜션 선호

 

 

=> 코로나 시대 전후로 달라지는 생활을 어렴풋이 생각해보았는데 실제 데이터로 확인해볼수 있었다. 게다가 큰 폭으로 이용율이 급강했지만 동시에 오프라인 이용이 회복되는 모습을 보며 정말 코로나랑 함께하는 일상이 되겠구나 싶음.

 

 

[맛집과 데이터]

길 안내 횟수와 지상파 방송 시기를 합펴서 방송 후 맛집을 찾는 빈도수를 가늠해 볼 수 있다. 보통 방송을 한 주말에 제일 수요가 많았지만 이내 평소와 동일하게 들어온다. 방송의 효과는 일시적이다.

 

 

 

=>데이터를 보는 이유 중 하나는 막연하게 '그럴꺼야'라고 생각하기 보단 실제로 가설을 검증해보고, 오류가 있다면 수정할 기회가 있어서다. 의외로 유명한 맛집은 공중파 방송에 깊게 영향을 받지 않는다는 팩트를 알게되었다.

 

 

[예상속도]

 

네비를 보는 이유 중 하다가 예상 속도인데 사용자에게서 수집한 GPS 위치정보의 정확도를 위해선 해당 도로의 속도 데이터를 정확한 값으로 바꾼다. 특정시간, 특정도로에서 실제 이용자들의 속도파악이 가능하고 현재 값에 가중치가 더해져 정확도를 높인다.

 

 

 

=>실무에서 기업과 협업하면서 고속도로나 주행도로로 차량 속도와 예측시간에 대한 데이터 값을 얻는게 가능하다, 라고 알면서도 얻는 원리, 로직에 대해 궁금했는데. GPS값을 얻고 최근 수집한 타 사용자들의 데이터와 함께 지속적으로 가공, 계산을 해야하는구나 알게 되었다. 단순 GPS 위치 계산인줄 알았는데 계산하는 모델(model)과 딥러닝 방식이 사용된다.

 

 

[카카오 대리와 사회적 가치]

1.기사와 이용자 시간 매칭 감소

2.무보험 대리운전 제거

3.기사정보 투명성

4.주차 완료시 업무완료 처리

5.자동결제 도입

 

 

 

 

 

=>지금에서야 당연하게 생각하는 보험, 기사정보, 온라인 앱으로의 예약도 한 때는 필수가 아니였다는 사실. O2O에서 어려운 점중 하나가 하나의 규정, 규칙을 만들어 일괄적으로 통일하도록 기존 이해관계자들을 설득 하는 일이였다. 그럼에도 예외상황이 많아서, 사용자에게 정리해서 보여주는 것도 꽤나 리소스가 많이 들고 꾸준히 해결해야하는 문제였다. 사업규모가 커질수록 생각해야하는 예외 케이스나 변수가 많을텐데 궁금하다. 자동차와 관련된 업계라면 보험과 떨어질 수 없는 듯 하다. 대리보험도 다양할테니 이슈들은 어떻게 해결했을지 궁금하다.

 

 

 

 

 

 

[카카오주차]

1.교통량 분산을 위한 주차장 출입구 분산 안내

:내비 검색 데이터, 시간대별, 방문목적 분석 + 입출차량 번호, 출차 위치

 

2.만차시 대안 주차장

:주차장 만차 여부 사전 파악 (ai 서비스 사용) - 제휴 인근 주차장 안내

효과: 주차장 혼잡 감소, 주차시간 감소, 대안주차수입 증가

 

3.출차시간 감소

:사전무인 정산기 이용, 카카오T 주차앱 자동정산

 

 

 

=> 렌터카에서 뿐만 아니라 차를 이용하는 순간부터 주차에 대한 문제는 모든 운전자가 갖는 스트레스라고 생각한다. 주차공간 여부 뿐만 아니라 공간이 넓은 장소의 경우 주차장 내부에서의 출차시간, 배회대기시간, 정산까지 UX를 생각한다는 점이 흥미로웠다. UX조사를 하다보면 놓치기 쉬운점이 '주차를 하는 전체 여정'을 생각하기보다 '주차' 자체에 매몰되기 쉬운것 같다. 그리고 메인테스크와 서브테스크를 구분해서 메인테스크 이슈를 해결하다보면 부차적으로 서브테스크와 이슈들이 해결되는 경우가 많다. 코엑스 주차장 사례에서도 대안 주차장과 출입구 분산 안내로 주차장 혼잡 감소라는 큰 이슈해결과 함께 부가적인 이슈로 해결되는걸 볼 수 있다.

 

 

[주차 데이터와 상권]

 

-주차장 할인 매장 데이터 -> 주요업종, 소비규모

-복합몰 내 상점 이용 횟수 당 평균체류시간 -> 매장간의 마케팅 제안 활용, 입점 접종 유치 전략

 

 

=> 번외지만 소매 데이터가 있다면 건물주로서 건물 내 체류시간이 높은, 이용빈도가 높은, 연관이용이 높은 업종을 배치할 수 있고 업주의 입장으로는 연관 이용이 높은 타브랜드와 제휴, 마케팅이 가능하다.

 

 

 

[카카오T 바이크]

 

총 1만 7천 여대 바이크로 운영 중으로, 지역 별로 이용 패턴이 다르다.

1.생활 밀착형: 최단거리 운행, 출 퇴근 시간대 운행랼 증가

2.레져형: 뚜렷한 목적지 없음, 출발 = 동착지 동일함, 주말 오후 운행량 증가

 

 

[공유 모빌리티 서비스 운영 기준]

 

목표: 이용자의 수요에 맞게 이동수단을 최적으로 배치하고, 최적의 과금체계 고민

 

1.빅데이터 활용

a.데이터를 활용해 방전 빈도가 높은 지역 시간을 예측해 충전 인프라 배치

b.지역 별로 운행 패턴 분석, 바이크 이용 수요 높은 지역 시간 예측하여 바이크 배치

c.평균운행시간 데이터로 요금측정방식 점검

 

 

=>우리 서비스를 이용하는 고개들의 평균 이용시간, 다른 대안 서비스와의 가격 비교, 가설 설정 후 실제 실험으로 데이터 비교를 통해 제품의 합리적인 가격을 찾을 수 있다. 이용자의 거리에 맞춰 요금제 설정을 보통 생각하지만 요금제에 맞춰 이용자의 거리가 달라질 수 있다는 점도 재밌었다. 서비스 개편 후에도 꾸준히 데이터를 추적관찰을 해야겠구나.

 

 

 

[카카오T 비즈니스]

-업무 교통비 결제, 내역 관리

-직원 그룹별 관리, 회사 정책의 부정 사용 방지

-교통유발부담금 감면 혜택 가능

 

 

[카카오 퀵]

-앱을 통하여 서비스 사용, 요금 배송진행 상황 확인

-이동 위치 실시간 확인 (네비게이션 기반)

-머신 러닝을 통해 합리적 요금 제시

 

=>카카오 퀵서비스를 있다는건 처음인것 같다. 보통 사무실에서 퀵사용하면, 중요도가 높은 문서임에도 불구하고 배송진행 정도에 대해서는 소비자가 알기 어려웠다. 게다가 업체마다 가격을 직접 전화하기 전까지 알수 없는 정보의 불투명도, 불편함 중의 하나였던듯. O2O 서비스로 개척될 분야는 아직도 무궁무궁진한것 같다. (걔 중에서도 수익성이 좋고 마켓 사이즈가 크고, 앞으로의 성장율이 높은 곳부터 O2O가 시작되겠지만..) 

 

---

 

[마무리]

처음 카카오 모빌리티 2021 리포트를 펼쳤을 때에는 130P 분량을 언제 다 읽나 싶었는데 다행히 올해 안에 마무리 지을 수 있었다. 기억에 남는 부분은 1) O2O 서비스에서 유저를 넘어 서비스를 제공하는 전통사업자들의 입장에서 생각하기 2)수집하는 데이터의 종류와 데이터 가공방식 3)카카오의 ESG 이렇게 세가지가 기억에 남는다. 잠깐이나 같은 섹터이 다른 회사의 프로젝트 과정, 결과, 성과를 볼 수 있어 즐거웠다. 다음 포스팅은 UBER에 이은 LYFT회사를 살펴볼 것 같다.

 

 

*포스팅 내의 모든 이미지는 카카오모빌리티21입니다.