코로나 시대, 여행 트렌드

해외여행이 원천적으로 봉쇄된 1년 동안, 한국 사람들은 어떤 여행 옵션을 선택했는지 또 세대별로 어떤 차이가 있는지 관광이동 행태를 분석한 한국관광공사 발표 자료 소개합니다. 이동 행태 분류에는 군집분석을 사용, 데이터 분석 결과에 대한 해석까지 자세하게 담겨 있어서 관심 있는 분들은 하단의 자료 출처 참고.

1. 2021 국내여행트렌드

코로나로 인한 불안감과 회복 기대감의 ‘사이’를 나타내는  BETWEEN로 선정

• Break(균열) 코로나 19로 인한 여행산업의 변동
• Encourage (위로) 위로를 전하는 일상 속 힐링 여행
• Tie (연결) 더욱 끈끈해진 인근 지자체 간의 네트워크
• Wherever (어디든 관광지) 내가 가는 곳이 여행 명소
• Enhance (강화) 친밀한 사람들과 함께 즐기는 여행
• Expect (기대) 여행에 대한 갈망
• Note (주목) 변화의 사이 속, 주목받는 New 여행의 형태

출처 : 한국관광공사(2020)

 

2. 빅데이터에 남겨진 세대별 여행기록

MZ세대지만 시니어 세대와 같이 자연친화적인 여행지를 선호하는 것으로 바뀌었기에 아래 결과는 동의하기는 약간 힘들지만^^ 재미로 세대별 통계 자료 비교해 보세요

 

 

세대별 여행기록

 

3. 연구개요

분석방법에 대해 설명한 부분 살짝 가져왔습니다. 원문 리포트에는 단계별로 자세한 내용이 담겨 있습니다.

• 관광이동 행태를 분류할 수 있는 기준이 명확하게 존재하지 않아, 군집분석을 통해 개체 간 유사성을 바탕으로 이동행태를 분류. 이동행태 집단에 대한 정보가 부재한 상황에서 군집분석을 수행하기 위해 Hair· Black(2020)이 제안한 2단계 군집분석을 수행. 우선 Wards 방법의 계층적 군집분석(Hierarchical Cluster Analysis)을 통해 집단을 분류한 후, 이를 통해 도출된 집단 정보를 비계층적 군집분석 방법 중 K-평균(K-means) 알고리즘을 활용하여 분석
• (변수 표준화 및 척도화) 군집분석은 개체 간 유사성(혹은 거리)을 기반으로 군집을 분류하기 때문에 단위의 차이가 큰 변수들을 표준화하여 척도화 할 필요가 있다. 이를 위해 본 연구는 변수들을 Z-score로 표준화하여 분석을 수행했다.

4. 자료출처

리포트 : 한국관광 데이터랩 - 데이터&투어리즘 1호 - 빅데이터에 남겨진 세대별 여행기록