KR20070028844A - 업종 밀집지수 산출서버 및 그 동작방법 - Google Patents

업종 밀집지수 산출서버 및 그 동작방법 Download PDF

Info

Publication number
KR20070028844A
KR20070028844A KR1020050083553A KR20050083553A KR20070028844A KR 20070028844 A KR20070028844 A KR 20070028844A KR 1020050083553 A KR1020050083553 A KR 1020050083553A KR 20050083553 A KR20050083553 A KR 20050083553A KR 20070028844 A KR20070028844 A KR 20070028844A
Authority
KR
South Korea
Prior art keywords
industry
density
commercial
stores
density index
Prior art date
Application number
KR1020050083553A
Other languages
English (en)
Other versions
KR100778177B1 (ko
Inventor
이형석
Original Assignee
이형석
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 이형석 filed Critical 이형석
Priority to KR1020050083553A priority Critical patent/KR100778177B1/ko
Publication of KR20070028844A publication Critical patent/KR20070028844A/ko
Application granted granted Critical
Publication of KR100778177B1 publication Critical patent/KR100778177B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 소정 상권에서 특정 업종의 경쟁력을 수치로 표시한 업종 밀집지수를 산출하는 서버 및 그 동작방법에 관한 것으로서, 상기 상권의 특정 업종의 현재점포수와 적정점포수와의 비율인 업종 밀집지수를 산출하는 업종 밀집지수 산출서버 및 그 동작방법에 관한 것이다. 상기 업종 밀집지수 산출서버는, 소정 상권의 특정업종에 있어서 수익구조를 낼 수 있는 점포 개수를 나타내는 적정점포수를 산출하는 적정점포수 산출 과정과, 상기 상권의 특정업종에 있어서 영업 중인 현재의 점포수를 나타내는 현재점포수를 입력받는 현재점포수 입력 과정과, 상기 적정점포수를 상기 현재점포수로 나눈 값의 % 비율인 업종 밀집지수를 산출하는 업종 밀집지수 산출 과정을 포함한다.
업종, 상권, 상권정보, 상권분석, 개점, 경쟁력, 점포

Description

업종 밀집지수 산출서버 및 그 동작방법{Server for calculating density value by industry and method for operating the same}
도 1은 업종 밀집지수 산출서버의 동작모습을 도시한 상태도.
도 2는 업종 밀집지수 산출서버의 내부 구성 블록도.
도 3a, 도 3b, 도 3c, 도 3d는 각 상권정보에 따른 등급을 나타낸 테이블도.
도 4는 상권등급별 기준테이블을 도시한 그림.
도 5는 본 발명에 따라 업종 밀집지수를 산출하는 과정을 도시한 플로차트.
도 6은 각 상권별 상권등급을 나타낸 테이블도.
도 7은 특정 업종의 적정점포수를 도시한 테이블도.
도 8은 특정 업종의 업종 밀집지수를 도시한 테이블도.
*도면의 주요 부분에 대한 부호의 설명*
S602: 특정 상권 및 업종 선택 S604: 해당상권의 상권등급 추출
S606: 실제 소득인구수 산출 S608: 적정점포수 산출
S610: 업종 밀집지수 산출
본 발명은 소정 상권에서 특정 업종의 경쟁력을 수치로 표시한 업종 밀집지수를 산출하는 서버 및 그 동작방법에 관한 것으로서, 상기 상권의 특정 업종의 현재점포수와 적정점포수와의 비율인 업종 밀집지수를 산출하는 업종 밀집지수 산출서버 및 그 동작방법에 관한 것이다.
상권이란 상가가 밀집되어 있는 곳, 즉 고객을 흡인할 수 있는 지리적인 범위로서 상업 활동을 성립시키는 지역적인 조건을 가진 공간적 넓이를 말한다. 다시 말하면, 소비자의 생활권과 기업의 활동권이 직접, 간접적으로 겹치는 지역 공간이라 할 수 있다. 일반적으로 대리점을 개설하거나 점포를 개장하는 경우에 상권 분석을 위한 정보가 있어야 좋은 '목'을 얻을 수 있다. 여기서 '목'이라 하면, 업종과 관계없이 장사가 잘 되는 곳을 말하며, 이 또한 공간적인 개념이다.
상권은 점포의 크기, 취급하는 상품의 종류나 상업 집적도, 그에 이르는 철도, 버스 등 교통기관의 편리함에 의해 결정된다. 따라서 대형 상점의 출점, 철도의 개통 등으로 상권 범위는 크게 변한다. 특히 사용빈도가 많은 상품은 도보 10분, 반대로 빈도가 낮은 상품은 20분 이내가 상권으로 되는 것이 보통이기 때문이다. 그러나 이러한 정보는 다른 점포, 상업 집적지와의 경합상황에 따라 달라진다. 또한, 상품은 새로 만들 수 있으나, 한번 입점하면 이전(移轉)하기 어렵고 새로 만들 수도 없으므로 '목' 선정이 대단히 중요하다. 이러한 좋은 '목' 선정에 필요한 상권 정보를 얻기 위하여 사람이 직접 돌아다니며 보고 판단하게 된다. 이와 같이 사람이 직접 이동하여 관찰하고 판단하는 것은 시간이 많이 소요되고, 특히 거리가 먼 지역인 경우는 보다 심각하다.
따라서 좋은 '목'을 선정하기 위하여 상권 정보를 수집하는 사람은 동분서주하게 되는데, 이렇게 점포나 대리점을 개점하려는 자는, 개점 지역의 특성을 파악하기 위해 해당 지역의 인구수, 사업체수, 라이프스타일 등 소득수준, 인구밀집지역, 학교쇼핑시설 등의 인구흡입시설, 자신이 개설하고자 하는 업종의 업종 점포수, 유동인구 등의 정보를 필요로 한다. 따라서 특정 지역에 개점을 하려는 자는, 상기 정보를 획득하기 위하여 현장을 답사하거나 관공서를 개별 방문하여 정보를 얻었으며 창업을 희망하는 개인 등은 창업컨설팅사를 통해 높은 비용을 부담하고 상권분석 정보를 얻어야 하는 문제가 있었다.
특히, 상기와 같이 높은 비용을 들여 구입한 상권분석 정보 가운데 업종 점포수 정보의 경우 큰 도움이 안 되기 마련인데, 이러한 가장 큰 이유는, 창업컨설팅이나 관공서에 제공되고 있는 업종 점포수의 경우 행정구역단위로 절대적 수치의미만이 제공되고 있기 때문이다. 예를 들어, 개업하고자 하는 점포의 위치가 특정 행정구역의 제일 윗부분에 위치하더라도 시장의 크기를 가늠해 볼 수 있는 인구수와 사업체 정보는 전체 행정구역 단위로 구성되어 있어 개점 지역의 상권규모는 현실성이 결여될 수밖에 없는 문제가 있었다.
상기의 문제점을 해결하고자 본 발명은 안출된 것으로서, 종래에 행정구역 단위로 제공되는 업종 점포수 대신에 업종밀도, 해당 지역의 인구수, 해당 지역의 소득수준, 해당 지역의 근로자수를 고려한 업종 밀집지수를 산출하는 알고리즘을 제시함을 목적으로 한다. 또한, 상기 알고리즘에 의해 구한 업종 밀집지수를 사용자의 요청이 있을 때 네트워크망을 통하여 해당 사용자에게 제공해줌을 목적으로 한다.
상기 목적을 이루기 위하여 본 발명은, 소정 상권의 특정업종에 있어서 수익구조를 낼 수 있는 점포 개수를 나타내는 적정점포수를 산출하는 과정과, 상기 상권의 특정업종에 있어서 영업 중인 현재의 점포수를 나타내는 현재점포수를 입력받는 과정과, 상기 적정점포수를 상기 현재점포수로 나눈 값의 % 비율인 업종 밀집지수를 산출하는 과정을 포함한다.
또한, 상기 업종 밀집지수를 산출하는 업종 밀집지수 산출서버는, 네트워크에 연결된 사용자 컴퓨터와의 네트워크 인터페이스를 담당하는 네트워크 인터페이스와, 특정 상권별의 각각의 상권정보 및 해당 각각의 상권정보에 따른 상권등급을 저장 한 등급 소스 DB와, 특정 상권마다의 상권등급과 해당 상권의 특정 업종별 적정점포수룰 테이블화하여 저장한 상권등급별 기준 테이블 DB와, 특정 상권의 특정 업종에서 수익구조가 나는 적정점포수를 현재 영업 중인 현재점포수로 나눈 값의 % 비율인 업종 밀집지수를 저장하는 업종 밀집지수 DB를 포함한다.
이하, 본 발명의 바람직한 실시 예들의 상세한 설명이 첨부된 도면들을 참조하여 설명될 것이다. 하기에서 각 도면의 구성요소들에 참조부호를 부가함에 있어 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략할 것이다. 그리고 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의 내려진 용어들로서 이는 본 발명의 기술 분야에 속하는 자의 일반적 관례에 따라서 달라질 수 있으며, 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 본 발명의 실시 예에 따라 사용자가 네트워크망에 연결된 업종 밀집지수 산출서버에 접속하여 업종밀집 지수를 제공받는 모습을 도시한 상태도이다.
상기 도 1을 참조하면, 특정 상권에 개점하고자 하는 자가 해당 상권의 업종 밀집지수를 산출받기 위해 자신의 개인용컴퓨터(100)를 이용해 업종 밀집지수 산출서버(200)에 접속한다. 상기 업종 밀집지수 산출서버(200)는 사용자의 개인용컴퓨터로부터 요청받은 상권의 상권등급과 업종 밀집지수를 산출하여 개인용컴퓨터(100)에 제공하게 된다.
상기에서 상권등급이란, 특정 상권별로 해당 상권의 상업업체 밀도 등급, 해당 상권의 소득수준 등급, 해당 상권의 근로자수 밀도 등급, 해당 상권의 인구수 밀도 등급을 각각 매겨서 전체로 표현한 등급을 말한다. 또한, 상기의 업종 밀집지수란, 특정 상권의 현재의 점포수와 해당 상권에 필요로 하는 적절한 점포수인 적 정점포수와의 비율을 나타낸 것이다. 예를 들어, 어느 상권내의 특정 업종에 대한 적정점포수가 2.5개로 계산되었다고 가정할 경우, 해당 상권 내의 현재점포수가 5개일 때는 200%의 업종 밀집지수를 가진다고 볼 수 있고, 해당 상권 내의 현재점포수가 2개일 때는 80%의 업종 밀집지수를 가지며, 1개의 점포만 있을 때는 40%의 업종 밀집지수를 가진다고 볼 수 있다. 상기 업종 밀집지수가 100%를 초과하면 해당 업종의 과잉 상권으로 판단할 수 있고, 100%미만이라면 추가 입점 경쟁력이 있다고 판단할 수 있다. 이러한 업종 밀집지수 산출 알고리즘을 도 5와 함께 상세히 설명하기로 한다.
도 2는 상기 업종 밀집지수 산출서버의 구성 블록도를 도시한 것이다.
네트워크 인터페이스(220)는 인터넷망, 랜망, 무선망과 같은 유무선 네트워크망과의 인터페이스를 위한 접속 프로토콜 및 하드웨어를 구비한 수단으로서, 예를 들어, 업종 밀집지수 산출서버가 인터넷망과 연결된 경우 네트워크 인터페이스는 인터넷 접속 프로토콜(예컨대, TCP/IP, TCP/UDP)과 게이트웨이 등의 하드웨어로 구현된다.
등급소스 DB(250)는 각 상권의 정보에 따라 해당 등급을 저장해 놓은 데이터베이스로서, 크게 상업업체 밀도 등급DB(252), 소득수준 등급DB(254), 근로자수 밀도 등급DB(256), 인구수 밀도 등급DB(258)로 되어 있다.
상기 상업업체 밀도 등급DB(252)는 상권의 면적에 비례한 전체의 상업업체수의 밀도를 나타낸 DB로서, 상업업체 밀도에 따라 등급화하여 저장한 DB이다. 상기 상업업체 밀도는, 상권 면적에 비해 전체 상업업체의 수가 많다면 상업업체 밀도는 상대적으로 올라가고, 반면에 상업업체 수가 적다면 상업업체 밀도는 상대적으로 내려가게 될 것이다. 이러한 상업업체 밀도 등급 DB(252)의 테이블 예시도를 도 3a에 도시하였다. 도 3a를 참조하면, 상업업체 밀도가 0.01이상인 경우 1등급으로 설정되고 상업업체 밀도가 0.004에서 0.01인 경우 2등급, 상업업체 밀도가 0.0015에서 0.004인 경우 3등급, 상업업체 밀도가 0.0005에서 0.0015인 경우 4등급, 상업업체 밀도가 0.0005 이하인 경우 5등급의 등급도로 설정된다. 상기 상업업체 밀도와 등급도와의 관계를 보면, 상업업체 밀도가 낮을수록 높은 등급을 가지도록 설정되는데, 이는 상업업체 밀도가 낮을수록 점포 경쟁력이 있기 때문이다.
상기 소득수준 등급DB(254)는 해당 상권의 평균 소득수준을 등급으로 나타낸 DB로서, 마찬가지로 평균 소득수준이 높을수록 등급이 높게 설정된다. 예를 들어, 도 3b에 도시한 바와 같이 평균 소득수준이 400이상인 경우 1등급, 340에서 400인 경우 2등급, 260에서 340인 경우 3등급, 250에서 260인 경우 4등급, 250이하인 경우 5등급으로 설정된다. 상기와 같이 소득수준이 높을수록 등급을 높게 설정하는 것은, 평균 소득수준이 높을수록 해당 상권에서의 소비지수가 커 점포 경쟁력이 높기 때문이다.
상기 근로자수 밀도 등급DB(256)는 해당 상권에서 근무하는 근로자(직장인, 파트타임 직원, 자영업자 등)의 인구수를 해당 상권 크기에 대비한 근로자수 밀도를 등급으로 나타낸 DB이다. 마찬가지로, 근로자수 밀도가 높을수록 소비지수가 커지기 때문에 등급은 높게 설정된다. 예를 들어, 도 3c에 도시한 바와 같이, 근무자 수 밀도가 0.03 이상인 경우 최상 등급인 1등급, 0.015에서 0.03인 경우 2등급, 0.0075에서 0.015인 경우 3등급, 0.0025에서 0.0075인 경우 4등급, 0.0025이하인 경우 최저 등급인 5등급으로 설정된다.
상기 인구수 밀도 등급DB(258)는 특정 상권에 거주하는 주민들의 인구수를 해당 상권 면적에 따른 인구수 밀도의 등급으로 나타낸 DB이다. 마찬가지로, 인구수 밀도가 높을수록 소비지수가 커지기 때문에 등급은 높게 설정된다. 예를 들어, 도 3d에 도시한 바와 같이, 인구수 밀도가 0.04인 경우 최상 등급인 1등급, 0.03에서 0.04인 경우 2등급, 0.02에서 0.03인 경우 3등급, 0.01에서 0.02인 경우 4등급, 0.01 이하인 경우에는 최저 등급인 5등급으로 설정된다.
한편, 상기에서 상업업체 밀도 등급DB(252)에서 사용되는 상업업체 밀도, 소득수준 등급DB(254)(에서 사용되는 소비수준, 근로자수 밀도 등급DB(256)에서 사용되는 근로자수 밀도, 인구수 밀도 등급DB(258)에서 사용되는 인구수 밀도는 관공서, 정보제공센터를 통해 수집할 수 있는 정보로서, 각 밀도에 따라 등급화하여 등급소스 DB에 저장된다.
상권등급별 기준테이블 DB(230)은 도 3a의 상업업체 밀도 등급, 도 3b의 소득수준 등급, 도 3c의 근로자수 밀도 등급, 도 3d의 인구수 밀도 등급에 따라 정해지는 특정 상권의 상권등급에 따른 기준 근로자수, 기준 가구수, 기준 소득인구수, 1점포당 필요 소득인구수를 산출하여 가지고 있는 테이블이다. 상기 상권등급별 기준테이블의 예시를 도 4에 도시하였는데, 상권등급별 기준테이블은 '1111' 상권등 급을 갖는 제1상권(402)부터 '5555' 상권등급을 갖는 제N상권(404)까지의 각 상권등급별(410)로, 기준 근로자수(420), 기준 가구수(430), 기준 소득인구수(440), 기준 특정업종 기준 점포수(450)의 필드를 각각 두어 특정업종의 1점포당 필요 소득인구수(460)를 테이블화하여 데이터베이스로서 가지고 있다.
상권등급별 기준테이블인 도 4를 참조하면, 제1상권(402)은 '1111'이라는 상권등급을 가지고 있는데, 이는 상업업체 밀도등급, 소득수준 등급, 근로자수 밀도등급, 인구수 밀도등급이 차례로 각각 1등급임을 의미하고, 제N상권(404)의 '5555'라는 상권등급은 상기 각각의 등급이 모두 5등급임을 알 수 있다. 상기의 '1111' 상권등급을 갖는 제1상권과, '5555' 상권등급을 갖는 제N상권의 1점포당 필요 소득인구수(E)를 보면, 243.51 대 2,040.00로서, 제1상권의 1점포당 필요 소득인구수(E)가 훨씬 적음을 알 수 있다. 따라서 상권등급이 높을수록 1점포당 필요 소득인구수(E)가 적음을 알 수 있는데, 이는 필요로 하는 소득인구수가 작을수록 개점 경쟁력이 높아진다는 점에서 당연하다 할 것이다.
기준 근로자수(420;A), 기준 가구수(430;B), 기준 소득인구수(440;C)는 해당 상권등급에 따른 평균적인 근로자수, 가구수, 소득인구수를 말하는 것이고, 특정업종 기준 점포수(450)는 해당 상권등급을 가진 상권에서 존재할 수 있는 특종 업종의 평균적인 점포 개수를 말한다. 상기 기준 소득인구수(440;C)는 해당 상권의 기준 근로자수(420;A)와 기준 가구수(430;B)를 이용하여 구할 수 있는데, 기준 소득인구수(440;C)는 기준 가구수(430;B)에 가구당 취업자수(M)를 곱한 후 기준 근로자수(A)를 더함으로서 구할 수 수 있다. 즉, 기준 소득 인구수 C 는 하기 [수식 1]과 같은 수학식을 가진다.
[수식 1]
기준 소득인구수(C) = 기준 근로자수(A) +[ 기준 가구수(B) * 가구당 취업자수(M) ]
상기에서 기준 가구수(B)에 곱해주는 가구당 취업자수(M)는 도 4에 도시한 바와 같이 일반적으로 1.45라는 수치를 사용하는데, 이는 통계청 기준의 가구당 취업자수를 나타낸다. 또한, 상기에서 기준 근로자(C)와 기준 가구수(B)는 근로자수 밀도 등급 DB 및 인구수 밀도 등급 DB를 이용하여 구할 수 있다.
상기 특정업종의 1점포당 필요 소득인구수(460;E)란 해당 특정업종 1점포당 최소한도로 필요로 하는 소득인구수를 말한다. 상기 특정업종의 1점포당 필요 소득인구수(460;E)는 상기에서 구한 기준 소득인구수(440;C)를 해당 특정업종 기준 점포수(450;D)로 나눈 값으로서, 이를 하기 [수학식 2]에 도시하였다.
[수학식 2]
특정업종의 1점포당 필요 소득인구수(E) = 기준 소득인구수(C) / 특정업종 기준 점포수(D)
예를 들어, 제1상권(410)을 보면, 상권등급 '1111'로서 50,000의 기준 근로자수(A)와 50,000의 기준 가구수(B)를 가지고 있을 경우, 상기 수학식 1에 의하여 122,500이라는 기준 소득인구수(C = A+(B*1.45))가 구해졌음을 알 수 있다. 상기에서 기준 가구수(B)에 곱하는 1.45라는 수치는 통계청에서 제시한 가구당 취업자수(M)를 의미한다. 또한, 제1상권의 특정업종의 1점포당 필요 소득인구수(E)는 상기에서 구한 소득인구수 122,500을 503개라는 특정업종 기준 점포수(D)로 나누어서 구하는 수학식 2에 의해 구해졌음을 알 수 있다.
업종 밀집지수 DB(240)는, 특정 상권의 현재의 점포수와 해당 상권에 필요로 하는 적절한 점포수인 적정 점포수와의 관계를 나타낸 업종밀집 지수를 저장한 DB이다. 상기 업종 밀집지수는 현재 점포수를 적정 점포수로 나눈 값의 %를 나타내는 수치로서, 예를 들어, 어느 상권내의 특정 업종에 대한 적정 점포수가 2.5개로 계산되었고 해당 상권 내의 현재 점포수가 5개라고 가정할 때는, 200%의 업종 밀집지수를 가지며, 해당 상권 내의 현재 점포수가 2개로 가정할 때는 80%의 업종 밀집지수를 가지며, 1개의 점포만 있을 때는 40%의 업종 밀집지수를 가진다. 따라서 업종 밀집지수가 100%를 초과하면 해당 업종의 과잉 상권으로 판단할 수 있고, 100%미만이라면 추가 입점 경쟁력이 있다고 판단할 수 있다.
제어부(210)는 상기 각 데이터베이스를 제어하여, 업종 밀집지수를 산출하는 작업을 수행한다. 또한, 상기 업종 밀집지수를 산출하는데 이용되는 적정 점포수의 산출 작업을 수행한다. 따라서 제어부(210)는 업종 밀집지수를 산출하는 알고리즘 을 가지게 되는데, 이하, 도 5에서는 업종 밀집지수를 산출하는 알고리즘 방법에 대하여 설명한다.
도 5는 본 발명에 따라 제어부가 업종 밀집지수를 산출하는 알고리즘을 도시한 플로차트이다.
사용자가 업종밀집 지수를 알고자 하는 상권을 선택(S502)하게 되면, 제어부(210)는 상권등급별 기준테이블 DB(230)를 조회하여 선택받은 상권의 상권등급을 추출(S504)한다. 상기 상권등급 추출(S504)이란, 상권등급별 기준테이블 DB(230)로부터 각각의 등급을 추출하여 해당 상권에 대한 전체전인 상권등급을 검출하는 것으로서, 예를 들어, 도 6에 도시한 바와 같이 제A상권(602)의 상업업체 밀도 등급이 1등급이고, 소득수준 등급이 3등급, 근로자수 밀도 등급이 1등급, 인구수 밀도 등급이 1등급인 경우 전체적인 상권등급(604)은 '1311'로 된다. 따라서 사용자가 A상권을 선택하게 되면 해당 A상권의 상권등급은 '1311'로서 추출된다. 상기에서 각 상권별 상업업체 밀도 등급, 소득수준 등급, 근로자수 밀도 등급, 인구수 밀도 등급은 상권등급별 기준테이블 DB(230)에서 각각 알아 낼 수 있다.
상기와 같이 선택된 상권에 대한 상권정보를 추출한 후에는, 해당 상권에 실제로 거주하는 실제 근로자수와 실제 가구수를 이용하여 실제 소득인구수를 산출(S506)한다. 상기 실제 소득인구수는 해당 상권의 실제 근로자수와 실제 가구수를 이용하여 구할 수 있는데, 실제 소득인구수는 실제 가구수(B)에 가구당 취업자수를 곱한 후 실제 근로자수를 더하여 산출할 수 있다. 따라서 실제 소득인구수는 다음 [수식 3]과 같은 수학식을 가진다.
[수식 3]
실제 소득인구수 = 실제 근로자수 +(실제 가구수 * 가구당 취업자수)
상기에서 실제 가구수에 곱해주는 가구당 취업자수는 일반적으로 1.45라는 수치를 사용하는데, 이는 통계청 기준의 가구당 취업자수를 나타낸다.
상기 실제 소득인구수 산출 과정(S506)이 완료된 후에는, 해당 특정업종의 적정점포수를 산출(S508)하는 과정을 가진다. 특정 업종의 적정점포수는 상기 수학식 3에 의해서 구한 소득인구수를 1점포당 필요 소득인구수로 나누어서 구할 수 있는데, 상기 1점포당 필요 소득인구수는 상권등급별 기준테이블 DB의 상권등급 필드를 참조하여 해당 상권등급에 따른 1점포당 필요 소득 인구수를 알 수 있다. 상기 특정 업종의 적정점포수 산출하는 식을 하기 수학식 4에 기재한다.
[수학식 4]
적정점포수 = 실제 소득인구수 / 1점포당 필요 소득인구수
상기와 같이 적정점포수를 산출(S508)한 후에는 업종 밀집지수를 산출(S510)하는 과정을 가진다. 업종 밀집지수는 해당 상권의 적정점포수를 현재점포수로 나눈 %값으로서, 하기 수학식 5와 같다.
[수학식 5]
업종 밀집지수 = 현재점포수 / 해당 상권의 특정 업종 적정점포수
상기 식을 이용하여 적정점포수를 구하는 테이블 일 실시 예시도를 도 7에 도시하였다.
예를 들어, 상권등급 '1113'을 가지는 B상권의 경우, 1,021이라는 실제 근로자수(P)와 937이라는 실제 가구수(Q)를 가지는데, 실제 근로자수(P) +[ 실제 가구수(Q) * 가구당 취업자수 ]이라는 상기 수학식 3에 의하여 1,225라는 실제 소득인구수(R)가 계산될 수 있다. 상기 수학식 3에 의해 구한 실제 소득인구수를 이용하여, 상기 수학식 4(실제 소득인구수 / 1점포당 필요 소득인구수)에 적용하여 상기 적정점포수를 구하면, 3.56이라는 해당 상권의 적정점포수(T) 수치가 계산된다.
상기에서 구한 제3상권의 적정점포수를 가지고 상기 수학식 5에 대입하여 업종 밀집지수를 할 수 있다. 즉, 상기 수학식 4에 의해 구한 3.56이라는 적정점포수를 현재점포수로 나누게 되면 업종 밀집지수를 계산해 낼 수 있는 것이다.
예를 들어, B상권의 경우, 도 8에 도시한 바와 같이 현재점포수 수치인 1을 적정점포수인 3.56 수치로 나누게 되면, 28.10%라는 밀집지수를 산출할 수 있다. 도8을 보면, 상기에서 제3상권의 업종 밀집지수가 28.10%로서 최고의 추천등급인 별5개를 받았음을 알 수 있다. 이는 업종 밀집지수가 100% 이하면 경쟁이 덜 치열하여 입점 경쟁력이 있음을 의미하고, 업종 밀집지수가 100%를 초과하면 경쟁이 치열하여 입점 경쟁력이 없어짐을 의미하기 때문이다. B상권이 '1113'이라는 상권등 급을 가지지만, 이보다 상권등급이 높은 '1111' 을 가진 A상권보다 B상권이 추천등급이 더 높음을 알 수 있다. 비록 B상권이 상권등급이 낮지만, 업종 밀집지수가 높음으로써, A상권보다 높은 추천등급을 받을 수 있는 것이다. 따라서, 상기와 같은 과정을 거쳐서 연산되는 업종 밀집지수를 사용자에게 제공해줌으로써, 특정 상권에서의 특정 업종의 점포 경쟁력을 알 수 있다.
상술한 본 발명의 설명에서는 구체적인 실시 예에 관해 설명하였으나, 여러 가지 변형이 본 발명의 범위에서 벗어나지 않고 실시 될 수 있다. 따라서 본 발명의 특허 범위는 상기 설명된 실시 예에 의하여 정할 것이 아니고 특허청구범위뿐 아니라 균등 범위에도 미침은 자명할 것이다.
상기에서 기술한 바와 같이 본 발명은, 소정 상권에서 특정 업종의 업종 밀집지수를 산출할 수 있음으로써, 일반 사용자에게 각 상권의 정확한 개점 경쟁력을 제공할 수 있는 효과가 있다. 또한, 사용자는 이러한 업종 밀집지수를 이용하여 개점에 좋은 위치를 정확하게 제공받을 수 있는 효과가 있다.

Claims (8)

  1. 소정 상권의 특정업종에 있어서 수익구조를 낼 수 있는 점포 개수를 나타내는 적정점포수를 산출하는 적정점포수 산출 과정과,
    상기 상권의 특정업종에 있어서 영업 중인 현재의 점포수를 나타내는 현재점포수를 입력받는 현재점포수 입력 과정과,
    상기 현재점포수를 상기 적정점포수로 나눈 값의 % 비율인 업종 밀집지수를 산출하는 업종 밀집지수 산출 과정
    을 포함하는 업종 밀집지수 산출방법.
  2. 청구항 1에 있어서, 적정점포수 산출 과정은,
    상기 상권에 거주하는 인구 중에서 경제활동으로 소득을 올리는 실제 소득인구수를 산출하는 과정과,
    상기 실제 소득인구수를 특정업종의 1점포당 필요한 소득인구수로 나누어 적정점포수를 산출하는 과정
    을 포함하는 업종 밀집지수 산출 방법.
  3. 청구항 2에 있어서, 실제 소득인구수를 산출하는 과정
    상기 특정 상권의 실제 가구수에 가구당 취업자수를 곱한 후 해당 특정 상권의 실제 근로자수를 더함으로써 산출하는 것을 특징으로 하는 업종 밀집지수 산출 방법.
  4. 청구항 1에 있어서, 상기 업종 밀집지수 산출 방법은, 업종 밀집지수를 산출하고자 하는 상권의 상업업체 밀도, 소득수준, 근로자수 밀도, 인구수 밀도를 포함하는 상권정보를 각각 등급화한 상권등급을 포함함 특징으로 하는 업종 밀집지수 산출방법.
  5. 청구항 1에 있어서, 상기 업종 밀집지수 산출 방법은, 산출된 업종 밀집지수가 낮을수록 해당 업종의 점포 경쟁력이 높다고 사용자에게 제공하는 과정을 더 포함함을 특징으로 하는 업종 밀집지수 산출방법.
  6. 청구항 1에 있어서, 상기 업종 밀집지수 산출 방법은, 상기 산출된 업종 밀집지수와 상기 상권등급을 함께 제공함을 특징으로 하는 업종 밀집지수 산출방법.
  7. 네트워크에 연결된 사용자 컴퓨터와의 네트워크 인터페이스를 담당하는 네트워크 인터페이스와,
    특정 상권별의 각각의 상권정보 및 해당 각각의 상권정보에 따른 상권등급을 저장한 등급 소스 DB와,
    특정 상권마다의 상권등급과 해당 상권의 특정 업종별 적정점포수룰 테이블화하여 저장한 상권등급별 기준 테이블 DB와,
    특정 상권의 특정 업종에서 수익구조가 나는 적정점포수를 현재 영업 중인 현재점포수로 나눈 값의 % 비율인 업종 밀집지수를 저장하는 업종 밀집지수 DB와,
    상기 각 데이터베이스를 이용하여 적정 점포수 및 업종 밀집지수를 산출하는 알고리즘을 구비한 제어부
    를 포함하는 업종 밀집지수 산출서버.
  8. 청구항 7에 있어서, 등급소스 DB는 상권별 상업업체 밀도에 따른 등급을 저장한 상업업체 밀도 등급DB, 상권별 소득수준에 따른 등급을 저장한 소득수준 등급DB, 상권별 근로자수 밀도에 따른 등급을 저장한 근로자수 밀도 등급DB와, 상권별 인구수 밀도에 따른 등급을 저장한 인구수 밀도 등급을 포함하는 것을 특징으로 하는 업종 밀집지수 산출서버.
KR1020050083553A 2005-09-08 2005-09-08 업종 밀집지수 산출서버 및 그 동작방법 KR100778177B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020050083553A KR100778177B1 (ko) 2005-09-08 2005-09-08 업종 밀집지수 산출서버 및 그 동작방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020050083553A KR100778177B1 (ko) 2005-09-08 2005-09-08 업종 밀집지수 산출서버 및 그 동작방법

Publications (2)

Publication Number Publication Date
KR20070028844A true KR20070028844A (ko) 2007-03-13
KR100778177B1 KR100778177B1 (ko) 2007-11-22

Family

ID=38101335

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020050083553A KR100778177B1 (ko) 2005-09-08 2005-09-08 업종 밀집지수 산출서버 및 그 동작방법

Country Status (1)

Country Link
KR (1) KR100778177B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100872070B1 (ko) * 2008-04-21 2008-12-05 (주)오픈메이트 지리 정보를 이용한 상권 분석 시스템 및 그 방법
JP2019053357A (ja) * 2017-09-12 2019-04-04 幸一 横田 不動産活用提案システム、方法、及びコンピュータプログラム
KR20200025975A (ko) 2018-08-29 2020-03-10 (주)카이모바일 과밀지수 산출방법 및 이를 이용한 창업 지원 시스템

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020007140A (ko) * 2000-07-18 2002-01-26 임채영 상점가치평가 지수를 만드는 방법
KR20000063688A (ko) * 2000-07-27 2000-11-06 박재운 인터넷 지리정보시스템을 이용한 상권분석 전문가시스템

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100872070B1 (ko) * 2008-04-21 2008-12-05 (주)오픈메이트 지리 정보를 이용한 상권 분석 시스템 및 그 방법
JP2019053357A (ja) * 2017-09-12 2019-04-04 幸一 横田 不動産活用提案システム、方法、及びコンピュータプログラム
KR20200025975A (ko) 2018-08-29 2020-03-10 (주)카이모바일 과밀지수 산출방법 및 이를 이용한 창업 지원 시스템

Also Published As

Publication number Publication date
KR100778177B1 (ko) 2007-11-22

Similar Documents

Publication Publication Date Title
Purcell et al. Prediction of household and commercial BMW generation according to socio-economic and other factors for the Dublin region
Lauf et al. Simulating demography and housing demand in an urban region under scenarios of growth and shrinkage
Ramadani et al. Impact of geomarketing and location determinants on business development and decision making
Ho et al. On the location selection problem using analytic hierarchy process and multi-choice goal programming
Sturley et al. Evaluating the potential of agent-based modelling to capture consumer grocery retail store choice behaviours
Weterings What makes firms leave the neighbourhood?
Findlay et al. Far from the ‘magic of the mall’: retail (change) in ‘other places’
Wang et al. Vitality continuation or over-commercialization? Spatial structure characteristics of commercial services and population agglomeration in historic and cultural areas
Waddington et al. Open all hours: Spatiotemporal fluctuations in UK grocery store sales and catchment area demand
Manning et al. The emergence of hotel/lodging real estate research
Mumford et al. Footfall signatures and volumes: Towards a classification of UK centres
Murad Creating a GIS application for local health care planning in Saudi Arabia
Leal Paço et al. The use of DEA (Data Envelopment Analysis) methodology to evaluate the impact of ICT on productivity in the hotel sector
Speake et al. Visual and aesthetic markers of gentrification: agency of mapping and tourist destinations
KR100778177B1 (ko) 업종 밀집지수 산출서버 및 그 동작방법
KR20030038178A (ko) 데이터베이스를 활용한 인터넷 상권분석 방법
Hilbert et al. Mapping the cost of a balanced diet, as a function of travel time and food price
KR100776919B1 (ko) 구매력 정보 제공 시스템
Taşcılar et al. Forecasting commercial real estate indicators under COVID-19 by adopting human activity using social big data
Hopf et al. Energy data analytics for improved residential service quality and energy efficiency
Ab Talib et al. External factors evaluation of Malaysia halal logistics industry
Joo et al. Labour management for a restaurant using data envelopment analysis
Overton et al. Investigating sales tax revenue competition among principal cities and their neighboring cities in Texas
Nenko et al. Urban data and spatial segregation: analysis of food services clusters in St. Petersburg, Russia
Dyason University population expenditure and its impact on real estate demand: Evidence from South Africa

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
G170 Publication of correction
FPAY Annual fee payment

Payment date: 20111111

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20120920

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee