개인 쇼핑 행동의 패턴

초록

본 연구는 신용카드 거래 데이터를 활용해 개인별 구매 시점을 고해상도로 분석한다. 일상적인 루틴이 쇼핑을 지배하지만, 작은 시간 단위에서는 무작위성이 섞여 있다. 소득 수준에 따라 쇼핑을 한 번에 묶어 처리하는 경향이 차이 나는 등, 이동성 연구와 일맥상통하면서도 개별 행동의 예측 가능성을 새롭게 조명한다.

상세 요약

이 논문은 대규모 신용카드 거래 기록(약 10만 명, 1년간 2천만 건)을 기반으로 개인의 쇼핑 이벤트를 시계열로 재구성한다. 먼저 각 개인에 대해 방문 상점의 종류와 방문 빈도를 파악하고, 이벤트 간 시간 간격(인터이벤트 타임)을 추출한다. 이를 통해 엔트로피(Shannon entropy)와 예측 가능성(predictability) 지표를 계산해 행동의 규칙성 정도를 정량화한다. 저엔트로피(고예측 가능성) 구간은 주로 정해진 요일·시간에 반복되는 슈퍼마켓·편의점 방문으로 나타났으며, 고엔트로피 구간은 비정기적인 온라인 쇼핑이나 급박한 필요에 의한 방문으로 해석된다.

소득별 차이를 분석하기 위해 연간 소비액을 기준으로 저소득(하위 30%)과 고소득(상위 30%) 집단을 구분한다. 고소득군은 동일한 쇼핑 트립 내에서 여러 상점을 방문하는 ‘번들링(bundling)’ 현상이 두드러졌다. 이는 이동 거리와 시간 비용을 최소화하려는 최적화 행동으로, 기존 이동성 연구에서 관찰된 ‘다중 목적지 경로’와 유사하다. 반면 저소득군은 단일 목적지 방문이 잦으며, 쇼핑 빈도 자체도 낮아 전체 엔트로피가 상대적으로 높았다.

예측 모델로는 1차 마코프 체인과 Lempel‑Ziv 압축 기반 방법을 적용했으며, 전체 데이터에 대해 평균 예측 정확도는 78%에 달했다. 특히 고소득군의 경우 85% 이상으로, 루틴 기반 행동이 강하게 작용함을 시사한다. 무작위성은 주로 야간 혹은 주말에 발생하는 비정기적 구매에서 기인했으며, 이는 개인의 생활 패턴(근무 형태, 가구 구성)과 연관될 가능성이 있다.

결과적으로, 개인 쇼핑 행동은 ‘루틴 + 변동성’이라는 이중 구조를 가지며, 소득 수준이 이 구조에 미치는 영향을 정량적으로 입증한다. 이는 기존의 집단 수준 이동성 연구를 미세화하고, 마케팅·도시 계획·공공 정책 수립 시 개인 맞춤형 전략 수립의 필요성을 강조한다.