본 연구는 실제 기업의 데이터를 활용하여 오프라인·온라인 채널의 성과가 지역의 특수성에 따라 달라지는지 확인하고자 하였다. 즉, 각 지역(중심 지역과 주변 지역)의 각 채널(오프라인 채널과 온라인 채널) 판매 성과에 영향을 주는 지역 차이 정보 세 가지를 공간적 ...

본 연구는 실제 기업의 데이터를 활용하여 오프라인·온라인 채널의 성과가 지역의 특수성에 따라 달라지는지 확인하고자 하였다. 즉, 각 지역(중심 지역과 주변 지역)의 각 채널(오프라인 채널과 온라인 채널) 판매 성과에 영향을 주는 지역 차이 정보 세 가지를 공간적 특수성을 고려한 모형을 활용하여 분석하였다. 특히 지역 차이를 발생시키는 정보들 중 제품 구매 성향과 관련하여 제품 카테고리 불확실성에 따른 제품 구매 성향을, 오프라인 시장 환경과 관련하여 매장 특성 요소를, 지역 특성과 관련하여 인구통계학적 요소를 변수화하여 포함하였다. 이와 같은 연구 목표를 달성하기 위하여, 지역 특성과 관련된 오프라인·온라인 채널 연구들을 살펴보고, 실제 기업의 판매 데이터와 지역 특성 데이터를 수집하고, 공간적 이질성을 명시적으로 고려한 공간오차모형(Spatial error model)을 이용하여 이를 분석하였다.

구체적으로 본 연구는 다음과 같은 네 가지 연구 질문을 제시하여 심층적으로 분석하여 연구의 목적을 달성하고자하였다. 첫째, 오프라인·온라인 채널의 매출과 제품 카테고리 매출은 지역에 따른 차이가 있는가? 둘째, 지역 특성들은 공간적 자기상관(Spatial autocorrelation)이 있는가? 셋째, 채널과 제품의 특성 그리고 인구통계학적 특성을 복합적으로 고려하였을 때 매출의 지역적 차이는 어떻게 달라지는가? 넷째, 지역적 이질성을 고려한 모형은 일반 모형에 비하여 의미가 있는가? 이에 따른 마케팅 전략은 어떻게 달라지는가? 이와 같은 연구 질문에 대한 답을 오프라인·온라인 채널을 운영하는 기업의 실제 매출 자료와 지역 특성 자료를 활용하여 얻었다.

본 연구의 목적을 달성하기 위하여, 위와 같은 특징을 가진 데이터를 물색하고 다음과 같은 데이터를 수집하였다. 먼저, 오프라인·온라인 채널에서 화장품을 판매하는 기업의 데이터이다. 해당 기업은 10대부터 20-30대까지 아우르는 여성 고객을 대상으로 화장품을 판매하며, 전국 250개 시·군·구에 약 345개에 이르는 오프라인 매장을 운영하고 자체적으로 한 개의 온라인 쇼핑몰을 운영하고 있다. 특히, 해당 기업은 스킨케어, 메이크업 제품 등 다양한 화장품 카테고리 제품을 판매하고 있는데, 이 두 제품 카테고리는 전체 판매 제품의 85% 정도를 차지할 만큼 대표적인 제품 카테고리이며, 두 카테고리는 약 3천 여개 종류의 제품으로 구성되어 있다. 또한, 오프라인 매장과 온라인 쇼핑몰에서는 동일한 제품을 동일한 가격과 프로모션 정책 하에 판매하고 있다. 본 연구에서는 2011년 10월부터 2012년 1월까지 4개월 동안 오프라인과 온라인 채널에서 시·군·구 지역마다 각 카테고리 별로 판매된 제품의 개수를 파악하여 분석에 활용하였다. 오프라인·온라인 채널 매출에 서로 다른 영향을 주는 각 지역 환경 특징을 파악하기 위하여, 해당 기업이 운영하는 오프라인 매장의 정보와 통계청 데이터를 수집하였다. 각 오프라인 매장에 대한 정보 데이터에는 각 시·군·구에 해당 오프라인 매장이 얼마나 밀집되어 있는지 파악할 수 있는 정보와 각 매장에서 근무하는 직원들의 현황에 대한 정보가 포함되어 있다. 한편, 통계청 데이터는 2010년 한국통계연감(부문별 - Ⅰ.국토및기후)과 2010년 인구총조사로 이루어져 있다. 2010년 한국통계연감은 250개의 시·군·구 행정구역의 정보를 담고 있으며, 2010년 인구총조사는 250개의 시·군·구 행정구역을 대상으로 5년마다 조사를 시행하며, 지역별 인구수 및 인구통계학적 정보 등을 포함하고 있다. 이와 같은 정보들을 활용하여 각 지역의 특징을 파악하고, 이러한 특징이 오프라인·온라인 채널 매출에 어떻게 다른 영향을 주는지 살펴 보았다.

네 가진 연구 질문에 대한 답을 찾기 위하여 수집한 자료를 다양한 통계 방법으로 분석하였는데, 먼저 분산 분석으로 지역 간(중심 지역과 주변 지역)의 차이를 살펴보았고, Moran’s I 통계값을 도출함으로써 공간 자기상관성이 존재하는지 살펴보았다. 그리고 다양한 지역 특수성 변수를 활용하여 각 지역의 오프라인 채널과 온라인 채널 판매 성과에는 어떠한 영향을 주고, 어떠한 차이가 발생하는지 공간오차모형을 통하여 관측하고자 하였다. 최종적으로 공간오차모형이 기존에 일반적으로 활용되어온 일반회귀모형과 비교하였을 때, 더 의미 있는 결과를 도출할 수 있는지 확인해 보았다.

이에 네 가지 주요한 결론을 도출하였다. 첫째, 오프라인·온라인 채널의 매출과 제품 카테고리에 따른 제품 판매량은 중심 지역과 주변 지역 간에 유의미한 차이가 있다. 구체적으로, 중심 지역의 제품 판매량의 평균이 전반적으로 주변 지역에 비하여 높은데, 이는 채널의 종류나 제품 카테고리에 구애받지 않는다. 둘째, Moran’s I 통계값을 통하여 살펴보았을 때, 해당 시장은 공간자기상관성이 존재함을 확인하였다. 특히, 대부분의 변수(오프라인 매장 밀도 제외)에서 정(+)의 값을 가지며, 인접 지역 간에 유사한 값을 가지고 있다는 것을 나타낸다. 셋째, 공간오차모형을 활용하여 지역 특수성 및 지역 차이를 분석한 결과에 따르면, 주변 지역은 온라인 채널 판매 성과에 지역 특성의 영향을 더 많이 받고, 중심 지역은 오프라인 채널 판매 성과에 지역 특수성의 영향을 더 민감하게 받는 것으로 나타난다. 또한 제품 카테고리 불확실성은 지역과 관계없이 오프라인 채널에서만 영향이 나타나는 것으로 확인된다. 넷째, 공간오차모형은 일반회귀모형과 비교하였을 때, 더 낮은 AIC를 보이기 때문에 더 높은 설명력을 보인다. 그러므로 공간 정보가 포함된 자료를 분석할 때, 공간적 특수성을 반영하여 모형을 구축하고 분석하는 것은 매우 의미 있으며, 설득력 높은 결과를 도출할 수 있다.

최근 유통 환경의 시류는 오프라인 채널이나 온라인 채널과 같은 다양한 채널에서 동일한 품질의 상품을 동일한 가격과 프로모션을 제공함으로써, 소비자가 다양한 채널을 활용하여 제품에 대한 정보를 얻고 구매할 수 있도록 하는 것이다 (하광옥, 이전희, 황성혁 2015). 이러한 오프라인·온라인 채널을 운영하는 기업의 성공적인 지역 시장 관리를 위하여, 본 연구에서는 지역 특수성을 반영하여 공간오차회귀모형으로 다양한 요소들의 기업 성과에 대한 복합적인 영향력을 살펴보았다. 이러한 결과는 오프라인·온라인 채널과 관련된 기존 연구에 대한 이해를 높일 뿐만 아니라, 지역의 특성에 따라 매출에 직·간접적인 영향을 받을 수 있는 기업들에게 실무적인 시사점을 제공해 줄 수 있을 것으로 기대된다.

구체적으로 본 연구가 갖는 이론적·실무적 시사점은 다음과 같이 정리해 볼 수 있다. 첫째, 선행 연구에서는 지역적 요소를 변수로서 고려한 모형을 보는 경우가 많았다면, 본 연구에서는 공간오차모형을 활용하여 공간자료의 특수성을 고려한 모형으로 분석하였다는 점에서 의미가 있다. 앞서 분석하였듯이 공간오차모형을 활용한 오프라인·온라인 채널 성과의 분석은 일반회귀모형에 비하여 오차를 줄여주고, 보다 정교한 설명이 가능하도록 한다. 더 나아가, 공간적 특수성을 고려하여 분석하고 도출한 마케팅 전략은 관련 지식을 체계화시켜 보편적인 채널 및 지역에 대한 개념으로 확장시키는데 도움이 될 것이다. 둘째, 본 연구에서 기업의 성과 자료와 공간 특성 자료를 분석하기 위하여 사용한 방법과 도출한 결과는 오프라인·온라인 채널을 활용하여 유통하는 기업에게 시사하는 바가 크다. 본 연구의 분석 결과에 따르면, 오프라인 채널은 지역의 환경을 결정짓는 요소이기도 하기 때문에 어느 지역에서든 중요하지만, 특히 중심 지역에서 지역 요소들로부터 더 많은 영향을 받고, 온라인 채널은 주변 지역에서 더 많은 영향을 받는다. 그러므로, 오프라인·온라인 채널 기업이 제한된 마케팅 활동 비용을 효과적으로 활용하기 위해서는 이와 같은 지역적 특성을 고려해야 한다. 셋째, 불확실성이 높은 제품 카테고리를 판매하는 기업은 오프라인 채널을 유념하여 관리해야 한다. 오프라인 채널은 PC를 통해 유통하는 온라인 채널과 다르게, 소비자가 매장에서 제품을 만져보는 것과 같이 직접 경험하고 품질을 확인할 수 있는 채널이다. 그러므로 불확실성이 높은 제품 카테고리는 오프라인 채널에서 제품 평가 비용(Product evaluation cost)를 낮출 수 있기 때문에, 이 경우 온라인 채널에 집중하는 것보다는 오프라인 채널에 집중하는 것이 전반적인 기업 성과에 도움이 될 것이다.

As the digital retail environment becomes prevalent, consumers are given greater opportunities to make purchases across physical and digital boundaries. Prior research emphasizes that the attractiveness of the digital or online channel is relatively d ...

As the digital retail environment becomes prevalent, consumers are given greater opportunities to make purchases across physical and digital boundaries. Prior research emphasizes that the attractiveness of the digital or online channel is relatively determined by spatial specifics of physical locations. The overall market trend combined with prior research suggests that understanding spatial specifics becomes a key to managing both offline and online sales performance together. In this study, we aim to answer the following four research questions. First, is there any geographical variation in category-specific and channel-level sales? Second, do spatial specifics have spatial autocorrelations? Third, are sales different across regions after taking into account the spatial specifics and demographic characteristics? Fourth, does the model with regional heterogeneity (i.e., the spatial error model) outperform a simple regression model?

We focus on geographic variation in sales performance through offline and online channels and investigate the channel-level sales difference between central and subsidiary areas. To this end, we obtain proprietary multichannel sales information from the leading cosmetic company in South Korea. The brand operates 345 stores in each 250 “sigungu” level regions targeting the female population aged 15 to 35 years and its products are sold through two different channels: offline and online channels. The sales data includes two product categories of skincare and makeup that are distributed between October, 2011 and January, 2012. We focus on the multichannel sales volume across regions by measuring the sales amount of skincare products and makeup products in each region. We combine the multichannel sales data with the regional characteristics data to reflect regional environments. We obtain the 2010 census data from the Korean Census Bureau. This includes region-level data measuring spatial specifics (e.g., population density, ratio of target consumers, marital status, education attainment, etc.). Using this final dataset, we empirically analyze how the spatial specifics and product categories determine the product sales across regions. After we examine spatial differences between central and surrounding areas by ANOVA, we obtain the Moran’s I statistics to examine spatial autocorrelations in data. Then we employ the spatial error models to study the effects of spatial specifics. Finally, we show that spatial error model can provide more significant and meaningful results compare to simple regression model.

Our empirical findings are four-fold. First, there are significant differences in category-specific and channel-level sales between central and subsidiary areas. Second, Moran’s I statistics demonstrate the spatial autocorrelations of each variable. Third, spatial error models outperform simple regression models with lower AIC values. Finally, spatial specifics play a greater role in understanding online sales in subsidiary areas whereas they exert greater influence on offline sales in central areas. As such, the empirical findings underline the importance of geo-targeting’ as suggested in prior research. We believe that our study advances the related theory and knowledge of multi-channel retailing and also contributes practically to location-dependent multi-channel strategies and sales data analytics.

As the digital retail environment becomes prevalent, consumers are given greater opportunities to make purchases across physical and digital boundaries. Prior research emphasizes that the attractiveness of the digital or online channel is relatively d ...

As the digital retail environment becomes prevalent, consumers are given greater opportunities to make purchases across physical and digital boundaries. Prior research emphasizes that the attractiveness of the digital or online channel is relatively determined by spatial specifics of physical locations. The overall market trend combined with prior research suggests that understanding spatial specifics becomes a key to managing both offline and online sales performance together. In this study, we focus on geographic variation in sales performance through offline and online channels and aim to investigate the channel-level sales difference between central and subsidiary areas. To this end, we obtain sales data of skincare and makeup products from a leading cosmetic company. Next, we examine spatial autocorrelations in data and then employ the spatial error models to study the effects of spatial specifics. The empirical findings are as follows. First, there are significant differences in category-specific and channel-level sales between central and subsidiary areas. Second, Moran’s I statistics demonstrate the spatial autocorrelations of each variable. Third, spatial error models outperform simple regression models with lower AIC values. Finally, spatial specifics play a greater role in understanding online sales in subsidiary areas whereas they exert greater influence on offline sales in central areas. We believe our study advances the related theory and knowledge of multi-channel retailing and also contributes practically to location-dependent multi-channel strategies and sales data analytics.

소비자들의 구매 채널이 다각화된 시장에서는 기업이 지역 특수성을 고려하지 않고 해당 시장을 이해하거나 관리하기 어렵다. 때문에, 공간의 특성을 이해하는 것은 매우 중요하며, 본 연구에서는 오프라인·온라인 채널의 성과가 지역의 특수성에 따라 어떻게 달라지는지 ...

소비자들의 구매 채널이 다각화된 시장에서는 기업이 지역 특수성을 고려하지 않고 해당 시장을 이해하거나 관리하기 어렵다. 때문에, 공간의 특성을 이해하는 것은 매우 중요하며, 본 연구에서는 오프라인·온라인 채널의 성과가 지역의 특수성에 따라 어떻게 달라지는지 분석하였다. 그 결과, 다음과 같은 결론을 도출하였다. 첫째, 오프라인과 온라인 채널의 매출과 제품 카테고리에 따른 제품 판매량은 중심 지역과 주변 지역 간에 유의미한 차이가 있다. 둘째, Moran’s I 통계값을 통하여 살펴보았을 때, 해당 시장은 공간자기상관성이 존재함을 확인하였다. 셋째, 공간오차모형을 활용하여 지역 특수성 및 지역 차이를 분석한 결과에 따르면, 주변 지역은 온라인 채널 판매 성과에 지역 특성의 영향을 더 많이 받고, 중심 지역은 오프라인 채널 판매 성과에 지역 특수성의 영향을 더 민감하게 받는 것으로 나타난다. 넷째, 공간오차모형은 일반회귀모형과 비교하였을 때, 더 낮은 AIC를 보이기 때문에 더 높은 설명력을 보인다. 이와 같이, 공간적 특수성을 고려하여 실제 데이터를 분석하고 도출한 마케팅 전략은 관련 지식을 체계화시켜 보편적인 채널 및 지역에 대한 개념으로 확장시키고 공유하는데 도움이 될 것으로 기대한다.