데이터 기반 골목약국 성장방안 제안

• 부트캠프 데이터 시각화 프로젝트 ('21) : 최우수상

배경

• 골목약국의 경영난 ・ 원격의료 도입 등 환경 변화
• 골목약국 차별화 방안 마련

데이터

• 온누리약국 POS 판매데이터(20.1월 ~ 21.9월)

• 코로나 확진 데이터

• 네이버 쇼핑 트렌드 데이터

데이터 전처리

• 일별 → 주별 데이터 변환

• 판매금액 → 판매비중 변환

  • (변환 이유) 판매금액은 변화가 크며, 상품 분류별로도 변화가 동일한 경향

  • 변화 추세가 비교적 일정한 판매비중으로 분석

    

    (좌)판매금액 / (우)판매비중

상품 군집화 및 그룹별 시각화

A 그룹 : 판매비중이 상승

• 대표 상품 : 해열·진통, 국소진통완화, 자양강장 고농축앰플제 등

  

B 그룹 : 판매비중이 증가 → 감소 추세

• 대표 상품 : 마스크, 종합비타민/비타민B/비타민C, 유산균 등

  

C 그룹 : 계절적 추세 ・ 판매비중 추세는 비교적 일정

• 대표 상품 : 종합감기, 코감기 알레르기, 감기/쌍화탕 등

  

제안

아이디어

• 최근 판매비중이 낮아졌으나 성장 가능성이 존재하는 상품(건강보조 / 종합비타민) 주목

  

  • 약사들의 건강 관련 전문성, 상담능력 어필 필요 → 오남용 등 건강보조제 온라인 쇼핑의 문제점 해결

  • (벤치마킹 사례) 경기도 포도약국 : 지역주민과 건강 상담 포커싱

근거

• 건강보조 / 종합비타민 판매비중은 코로나 확진자 증가로 높아지다, '21년 중순 이후로 소폭 감소 추세

  • 코로나 확진자 증가로 건강보조를 위한 비타민제 온라인 쇼핑은 꾸준히 늘어남

  • 반면, 약국은 그 영향을 받지 못한 것으로 보임

    • 건강 상담 및 건강보조제 구입처로 약국을 리포지셔닝할 필요

    

한계 및 개선점

• 지역별/약국별 데이터 분석을 수행하지 않음

  • 지역별/약국별 특성에 대해 파악할 필요

• 전략에 따른 구체적 기대효과 제시하지 못함

  • 구체적 성과 지표 마련 필요

  • 매출에서 나아가 (데이터를 추가 수집하여) 원가를 고려한 마진 등도 고려할 필요

주요 툴

• (데이터 처리) Python, Pandas, Numpy, Sklearn

• (데이터 시각화) Matplotlib, Seaborn