Data Product (1) 쏘카 고객은 무슨 목적으로 쏘카를 이용할까?

쏘카 데이터프로덕트그룹이 차량 주차 위치 데이터와 POI(관심 지점) 데이터를 결합해 고객 이용 목적을 분석하는 플랫폼 SOPIA(SOcar PoI App)를 구축한 과정이다. 역지오코딩 API 대신 폴리곤 기반 공간 쿼리와 그리드 기반 POI 수집을 선택한 데이터 엔지니어링 의사결정이 핵심이다.

핵심 포인트

문제 배경: 기존 주차 분석 시도 시 일관된 방법론 없어 신뢰도 낮은 결과, 데이터팀에 빈번한 임시 긴급 요청
SOPIA 구성: 주차 위치 데이터셋(타임스탬프 매칭+예약 조인) + POI 데이터셋 + 지도 애플리케이션
지리 정보 선택: 역지오코딩 API(정확, 고비용) vs 행정 경계 폴리곤 공간 쿼리(저비용) → 비용 효율성으로 폴리곤 선택
POI 수집 방식: 전국 그리드 분할 → 그리드 중심점 기반 반경 검색(고밀도 1km×1km, 저밀도 10km×10km) → 중복 제거
향후 계획: POI 계층 구조 정비 + ML 적용으로 개인화 모빌리티 추천

상세 정리

Data as a Product 철학: 데이터를 일회성 분석이 아닌 제품으로 다뤄 생산자·소비자 간 지속 가능한 소통 구조 구축
주차 위치 데이터 생성: 차량 상태 정보(엔진·위치) + 차량 운행 정보(트립 기록) → 주차 타임스탬프와 가장 가까운 위치 좌표 매칭 → 예약 정보 조인
공간 쿼리: 위도/경도 좌표가 어느 행정 구역 폴리곤 안에 속하는지 결정
POI API 비교 기준: POI 수량, 노이즈 수준, 카테고리 검색 지원, 관련 카테고리 범위, 비용 대비 효과
그리드 기반 수집 이유: 개별 API 호출 대신 체계적 커버리지로 대용량 POI 효율적 수집
겹치는 그리드 커버리지 영역의 중복 POI 항목 별도 제거 처리
분석 주의사항: 주차 데이터는 이용 목적의 추정치, POI 수준·주차 반경·시간 범위 설정이 결과 신뢰도에 직결
활용 사례: 쏘카 스테이 신규 서비스, 보도자료, 타겟 쿠폰 캠페인, 데이터 파트너십, 지역 협업
템플릿 쿼리·사용 가이드 제공: 일반적인 오류 방지를 위해 분석 템플릿과 문서화 지원