지역별 매출 분석 지도 — 시도·시군구 코드 기반 전국 히트맵

1. 지역 분석이 왜 중요한가

온라인 판매 데이터는 대부분 “전국 합계”라는 하나의 숫자로 압축되어 보고됩니다. 그러나 실제 매출은 지역마다 크게 다릅니다. 같은 상품이라도 경기도에서는 잘 팔리고 강원도에서는 거의 나가지 않을 수 있고, 반품률과 객단가도 지역별로 편차가 큽니다. 이 편차를 지도 위에서 눈으로 보는 순간, 숫자표에서는 절대 보이지 않던 의사결정 근거가 드러납니다.

지역별 매출 분석이 실제로 만들어내는 비즈니스 가치는 다음과 같습니다.

• 배송비·물류 거점 최적화: 매출이 집중된 시도가 서울·경기·인천 수도권에 몰려 있다면 중부권 물류센터로 배송 리드타임과 택배 단가를 낮출 수 있습니다. 배송 지역 분석은 곧 마진 개선입니다.
• 지역 타겟 프로모션: 특정 시도에서만 유독 매출이 낮다면 그 지역 한정 쿠폰이나 무료배송 임계액 조정으로 반응을 테스트할 수 있습니다.
• 오프라인 출점 후보 발굴: 온라인 구매가 밀집한 시군구는 오프라인 수요도 높을 가능성이 큽니다. 시군구 히트맵은 상권 분석의 출발점이 됩니다.
• 지역별 반품률·객단가 편차 발견: 매출은 높은데 반품률까지 높은 지역은 상품 설명·사이즈 문제일 수 있고, 객단가가 낮은 지역은 저가 상품 위주 구매층일 수 있습니다.

2. 지역 컬럼 4개 채우는 법

IAM BI 템플릿에는 지역을 표현하는 컬럼이 4개 있습니다. 이름 2개와 코드 2개가 짝을 이룹니다.

• regionState — 시도명. 예: 경기도, 서울특별시,부산광역시
• stateCd — 시도 코드. 예: 31(경기도), 11(서울)
• regionCity — 시군구명. 예: 성남시분당구, 강남구,해운대구
• cityCd — 시군구 코드. 예: 31-7(성남시분당구)

여기서 stateCd와 cityCd는 전국 지도(c2i)의 groupBy 키로 쓰입니다. 즉 지도가 지역을 묶어 색칠하는 실제 기준입니다.

코드를 이미 알고 있으면

ERP나 주문관리 시스템에서 표준 행정구역 코드를 함께 내보낼 수 있다면 4개 컬럼을 모두 채우는 것이 가장 정확합니다. 이름 표기가 조금 달라도 코드가 정확하면 지도가 100% 정확히 그려집니다.

• regionState=경기도, stateCd=31, regionCity=성남시분당구,cityCd=31-7
• regionState=서울특별시, stateCd=11, regionCity=강남구,cityCd=11-680

코드를 모르면 — 비워도 됩니다

현실에서는 주문 데이터에 배송지 주소 텍스트만 있고 행정 코드는 없는 경우가 훨씬 많습니다. 그래서 코드 컬럼은 비워도 됩니다. regionState와 regionCity 텍스트만 있으면 IAM BI가 지역명을 표준 시도·시군구 코드로 자동 매핑합니다.

• regionState=경기도, regionCity=성남시분당구 → 코드 칸은 공란으로 두어도 자동으로 31 / 31-7로 인식됩니다.
• 표기 변형도 수용합니다. 서울특별시든 서울이든 같은 시도로 매핑되고,부산광역시와 부산도 동일하게 처리됩니다.

3. 시도 → 시군구 드릴다운 히트맵

업로드가 끝나면 전국 지도가 2계층으로 열립니다. 처음 보이는 것은 17개 시도의 매출 히트맵입니다. 색이 진할수록 매출이 큰 시도이므로, 어디에 매출이 몰려 있는지 한눈에 들어옵니다.

1. 1계층 — 시도별 매출 히트맵: 전국 지도에서 경기도·서울특별시가 진하게, 강원도· 제주특별자치도가 옅게 표시되는 식으로 시도 간 매출 규모가 색으로 비교됩니다.
2. 2계층 — 시군구 드릴다운: 관심 시도를 클릭하면 그 안으로 내려갑니다. 예를 들어 경기도를 클릭하면 성남시분당구·수원시영통구·고양시일산동구 같은 시군구 단위 히트맵이 열립니다. 서울특별시를 클릭하면 강남구·송파구·마포구 순으로 상권별 매출이 드러납니다.

이 드릴다운이 상권 분석에 직접 쓰입니다. “경기도가 1등”이라는 사실보다 “경기도 매출의 절반이 성남·수원·용인 세 곳”이라는 사실이 출점·프로모션 결정에 훨씬 쓸모가 큽니다. 시군구 히트맵은 그 세부를 보여줍니다.

4. 지역 × 다른 차원 교차분석 실전

지역은 다른 차원과 곱해질 때 진짜 인사이트가 됩니다. IAM BI는 지역을 연령·채널·카테고리·기간과크로스필터로 엮을 수 있습니다. 지도에서 지역을 고르면 나머지 차트가 그 지역만으로 다시 계산됩니다.

실전 예 1 — 특정 시도의 연령대 편차

서울특별시를 선택하고 연령 차원을 보면 20~30대 비중이 높은 반면, 경상북도를 선택하면 40~50대 비중이 높게 나오는 식의 지역별 구매층 차이가 드러납니다. 같은 상품이라도 서울에는 트렌드 소구 카피를, 경북에는 실용·내구성 소구 카피를 쓰는 근거가 됩니다.

실전 예 2 — 지역별 반품률·객단가

시군구 단위로 반품률을 보면 특정 지역만 유독 높은 경우가 있습니다. 예컨대 성남시분당구는 매출은 크지만 반품률이 평균보다 높다면, 그 지역에서 많이 팔리는 카테고리의 사이즈·상세페이지를 점검할 신호입니다. 객단가를 겹쳐 보면 강남구는 고단가 상품 위주, 다른 시군구는 저단가 위주라는 식의 패턴이 나와 지역별 상품 구성 전략을 조정할 수 있습니다.

5. 자주 하는 실수

지역 분석에서 결과를 흐리는 대표적인 실수 두 가지입니다.

지역명 표기 불일치

• 같은 시군구를 성남시 분당구, 성남분당, 분당구처럼 제각각 적으면 별개 지역으로 흩어질 수 있습니다. 시군구명은 가급적 성남시분당구 형태로 통일하세요.
• 시도명은 서울/서울특별시, 부산/부산광역시 같은 변형은 수용되지만, 오타(서울시특별시)나 영문(Seoul)은 매핑되지 않을 수 있으니 한글 표준 표기를 권장합니다.

(미상) 그룹의 의미

지역명이 표준 코드로 매핑되지 못한 시군구는 버려지지 않고 (미상) 그룹으로 모입니다. 덕분에 업로드 자체는 항상 통과하고 총매출도 어긋나지 않습니다. 다만 (미상) 비중이 크면 지도의 그 지역이 통째로 빠져 보이므로, (미상)이 눈에 띄게 크다면 원본의 시군구 표기를 점검해 매핑률을 끌어올리세요.

6. 데이터 보안 · 무료와 유료

IAM BI는 브라우저에서 동작하는 BI입니다. 업로드한 주문라인 CSV는 브라우저 안에서 처리되며 서버에 저장되지 않습니다. 배송지가 담긴 지역 데이터를 다룰 때 특히 중요한 부분입니다.

• 무료: 40% 표본으로 히트맵과 드릴다운을 그대로 체험합니다. 원본은 저장되지 않습니다.
• 유료 100%: 전체 행으로 정확한 지역 매출을 봅니다. Basic 5,000원(8만 행), Pro 10,000원(20만 행).

지역 컬럼을 어떻게 채워야 할지 감을 잡고 싶다면 데모 /try에서 샘플로 전국 히트맵과 시군구 드릴다운을 먼저 눌러보세요. 코드 없이 지역명만으로도 지도가 열리는 것을 확인할 수 있습니다.