화양동
떡볶이 상권 분석

A. 데이터 출처 (Data Sources)

B. 분석 방법론 (Methodology)

• 경쟁 밀도: 반경 내 소상공인진흥공단 상가정보 중 타겟 업종(별칭 매핑 포함) / 면적(km²) 으로 산출. <20 낮음 / 20~60 중간 / 60~120 높음 / 120+ 포화.
• 배후 세대 추정: OSM building=apartments/residential/house 태그 기반. building:flats 있으면 실측, 없으면 층수×3(아파트)·×2(다가구) 또는 평균값 추정.
• 유동 인구: OSM 지하철역 좌표 + 서울교통공사 일 카드 승하차 합계 매칭.
• 매출 벤치마크: 공정위 정보공개서 공개본의 본문 XML 파싱 → 연평균 매출·가맹점수·면적당 매출 추출, 중앙값·P25·P75·P90 통계화.
• 경쟁밀도 보정: 업종 중앙값 매출에 ×1.15(블루오션)/×1.0/×0.82/×0.65(포화) 계수 적용.
• 상권 잠재력 지수: 경쟁·배후·유동·성장·수익 5지표의 가중 평균(.25/.2/.2/.15/.2).
• 시즌 예측: 업종별 12개월 계절성 지수 × 이 상권 월평균 매출.
• ROI 시나리오: 연매출 ±25% 변동, 표준 비용률 82%, 감가상각 투자비×0.7÷5년.

C. 한계 · 유의사항 (Limitations)

• 서울 외 지역은 서울시 우리마을가게 DB(섹션 5·6·12의 일부)가 매칭되지 않아 해당 섹션에 fallback 메시지가 표시될 수 있습니다.
• 국토부 부동산 실거래가 API는 data.go.kr 활용신청 승인 대기 상태이며, 승인 후 자동 보강됩니다.
• Kakao REST API 키가 무효 상태여서 일부 지역 리버스 지오코딩은 OSM Nominatim 대체로 작동합니다.
• 카드사 POS 메뉴 데이터(BC·신한 등)는 B2B 계약 필요 — 섹션 6은 현재 업종 표준 메뉴로 대체 표시.
• 통신사 유동인구(KT·SKT)는 B2B 라이선스 필요 — 섹션 1·5는 지하철 승하차 기반.