[DATA&R]나이키 리셀 열풍 속 아디다스, 뉴발란스의 반격

안녕하세요,

거리를 걷다 보면 나이키 조던, 덩크 시리즈를 신고 있는 사람들을 어렵지 않게 만날 수 있습니다. 그러나 나이키는 드로우 방식으로 신발을 판매했기 때문에 크림과 같은 리셀 시장이 등장할 수 있었습니다. 조던이나 덩크 시리즈에 관심이 없는 저도 알고 있는 일명 나이키 '범고래'의 경우 평균 거래가가 34만 원대였으나 2022년 11월 기준으로 18만 원대라고 합니다. 그리고 물론 사이즈와 종류별로 가격 차이가 있으나 얼마 전에는 10만 원대 초반까지 떨어졌습니다. 공유, 방탄소년단 슈가 등 유명인사가 신어서 유명해진 범고래 덩크였으나 물량이 풀리면서 많은 사람들이 신게 됨에 따라 희소성이 많이 떨어졌습니다. 더 자세한 시장의 변화는 아래의 기사를 참고하시면 됩니다.

금 가는 나이키 독주, 스니커즈 시장 지진

"나이키 '범고래' 웃돈 주고 질렀는데…여행지서 75명 목격"

이런 상황에서 삼바 가젤을 필두로한 아디다스, 530네이비를 필두로 한 뉴발란스가 치고 나왔다고 합니다. 특히 아디다스의 삼바는 전년 대비 거래가 485%나 증가할 정도로 전 세계적으로 엄청난 인기를 누렸다고 합니다. 글로벌 리셀 플랫폼인 스탁엑스에서 발표한 2022 트렌드리포트의 내용은 아래를 참고하시면 됩니다.

‘아디다스 삼바’ ‘나이키 범고래’...가장 많이 찾은 리셀 운동화는? - 매일경제

뉴발란스의 리셀가 또한 계속 높아졌다고 합니다. 40주년 팝업에서 992모델이 출시되면서 사이즈별로 가격이 다르지만 원래 가격의 2배 이상이라고 합니다. 그리고 렉토라는 브랜드에서 룩북을 발표했는데 574시리즈도 인기를 얻게 되었습니다. 사람들은 이를 보고 렉토에서 쏘아 올린 공, 렉쏘공이라고 부릅니다.

“제발 팔아주세요”...물량 없는 ‘스티브 잡스 운동화’ 뉴발란스 992 리셀가 폭등

네이버 데이터랩 : 검색어트렌드

2019년 1월부터 2023년 2월까지 나이키, 아디다스, 뉴발란스 검색량 추세를 살펴보겠습니다. 

우선 네이버 데이터랩의 검색어 트랜드를 통하여 국내 검색량 추세를 살펴보겠습니다. R의 ggplot2를 활용하여 시각화하였습니다. 키워드를 어떻게 설정하느냐에 따라서 결과가 달라질 수 있기 때문에 브랜드 이름인 '나이키', '아디다스', '뉴발란스'로 검색한 추세를 살펴보았습니다.

네이버 데이터랩 : 검색어트렌드

데이터셋은 네이버 데이터랩, 검색어 트렌드를 방문하신 후 아래와 같이 세팅하셔서 다운로드하시면 됩니다.

이번 포스팅에서는 scales, tidyr, ggplot2, magrittr, showtext 패키지가 활용되었습니다. 한글이 깨지는 경우가 발생할 때 showtext 패키지를 사용하시면 효과적으로 해결하실 수 있습니다. 보다 자세한 설명은 아래의 포스팅을 참고하시면 됩니다.

library(scales)
library(tidyr)
library(ggplot2)
library(magrittr)
library(showtext)
showtext_auto()

[Data&R]주류가격 동결 발표?! 10년 전 맥주와 소주가격은 얼마?

아래의 코드에서 데이터셋 파일경로만 입력하시고 코드를 작동시키면 직접 시각화를 해보실 수 있습니다. 위와 같은 그래프를 시각화하기 위하여 ggplot을 사용하는 경우 wide 형태의 데이터셋이 아닌 long 형태의 데이터셋을 입력해야 합니다. 그래서 저는 다음과 같은 절차로 시각화하였습니다.

• gather() : brand를 키 변수로 설정하여 데이터 변환(wide to long)
• as.numeric, as.Date : 변환을 하였더니 price와 날짜 변수를 문자형으로 인식하였기 때문에 as.numeric, as.Date()를 이용해서 숫자형, 날짜형 변수로 변환
• ggplot : 시각화  

naver<-read_excel("파일경로.xlsx")
naver_t<-gather(data=naver, key=brand, value=price, 나이키:뉴발란스)

naver_t$price<-as.numeric(naver_t$price)
naver_t$날짜<-as.Date(naver_t$날짜)
head(naver_t) 

ggplot(naver_t, aes(x=날짜, y=price, color=brand, group=brand, linetype=brand))+
  geom_line(size=0.4) +
  xlab("날짜(주)") + ylab("검색량(네이버)") +
  theme_classic() +
  theme(legend.position="bottom", legend.title=element_blank(), axis.title = element_text(face = "bold", size = 12), axis.text.x=element_text(size=10, face='bold'), axis.text.y=element_text(size=11, face='bold'), legend.text=element_text(size=12))

시각화 결과를 보시면 2021년 초반을 기점으로 뉴발란스가 많이 치고 올라온 것을 확인하실 수 있습니다. 나이키의 경우 검색량 증가추세가 2022년에 접어들면서 다소 둔화된 것처럼 보이지만 여전히 뉴발란스, 아디다스와 비교할 때 높은 수준을 보이고 있습니다.

자료 출처 : 네이버랩 : 검색어 트랜드

구글 트렌드

다음은 구글 트렌트를 활용하여 전세계의 검색량 추세를 살펴보겠습니다. 감사하게도 read.csv와 다운로드 주소를 이용하여 자료를 바로 R로 불러올 수 있었습니다. 대부분의 코드는 위와 동일하지만 구글 트렌드 시각화 코드에는 gsub()라는 코드가 추가되었습니다. 이 부분은 포스팅 말미에 설명드리겠습니다.

google<-read.csv("https://trends.google.co.kr/trends/api/widgetdata/multiline/csv?req=%7B%22time%22%3A%222018-03-03%202023-03-03%22%2C%22resolution%22%3A%22WEEK%22%2C%22locale%22%3A%22ko%22%2C%22comparisonItem%22%3A%5B%7B%22geo%22%3A%7B%7D%2C%22complexKeywordsRestriction%22%3A%7B%22keyword%22%3A%5B%7B%22type%22%3A%22BROAD%22%2C%22value%22%3A%22%EB%82%98%EC%9D%B4%ED%82%A4%22%7D%5D%7D%7D%2C%7B%22geo%22%3A%7B%7D%2C%22complexKeywordsRestriction%22%3A%7B%22keyword%22%3A%5B%7B%22type%22%3A%22BROAD%22%2C%22value%22%3A%22%EC%95%84%EB%94%94%EB%8B%A4%EC%8A%A4%22%7D%5D%7D%7D%2C%7B%22geo%22%3A%7B%7D%2C%22complexKeywordsRestriction%22%3A%7B%22keyword%22%3A%5B%7B%22type%22%3A%22BROAD%22%2C%22value%22%3A%22%EB%89%B4%EB%B0%9C%EB%9E%80%EC%8A%A4%22%7D%5D%7D%7D%5D%2C%22requestOptions%22%3A%7B%22property%22%3A%22%22%2C%22backend%22%3A%22IZG%22%2C%22category%22%3A0%7D%2C%22userConfig%22%3A%7B%22userType%22%3A%22USER_TYPE_LEGIT_USER%22%7D%7D&token=APP6_UEAAAAAZAMVYbO3XGiD4Suf_AAHaOI6a-8rgI3l&tz=0", skip=2, head=T)
head(google)

google_t<-gather(data=google, key=brand, value=price, 나이키...전.세계.:뉴발란스...전.세계.)
google_t$brand<-gsub("...전.세계.","",google_t$brand)
head(google_t)

ggplot(google_t, aes(x=주, y=price, color=brand, group=brand, linetype=brand))+
  geom_line(size=0.4) +
  xlab("날짜(주)") + ylab("가격(전세계)") +
  scale_x_discrete(breaks = c('2018-03-04', '2019-01-06', '2020-01-05', '2022-01-02','2021-01-03', '2023-01-01'))+
  theme_classic() +
  theme(legend.position="bottom", legend.title=element_blank(), axis.title = element_text(face = "bold", size = 12), axis.text.x=element_text(size=10, face='bold'), axis.text.y=element_text(size=11, face='bold'), legend.text=element_text(size=12))

 

구글 트렌드는 5년치 자료를 분석하였습니다. 그림을 보시면 뉴발란스는 미세하게 증가하는 추세를, 아디다스는 미세하게 감소하는 추세를 보이고 있으나 분석 기간 동안 아디다스 검색량이 더 많음을 확인할 수 있습니다. 나이키의 경우 2018년 3월과 비교할 때 검색량이 전반적으로 증가하였으나 2021년 이후 검색량의 증감이 두드러지게 나타나지 않습니다.

자료 출처 : 구글 트렌드

마케팅과 패션에 관심이 없는 편이지만 검색어 추세만 보면 나이키에 대한 관심은 여전히 높고, 뉴발란스는 잔잔하게 인기가 있고 아는 사람은 다 사는 느낌입니다.

유용한 한줄 코드 설명 : gsub()

구글 트렌드 코드를 직접 돌려보신 분은 아시겠지만 google_t 데이터셋의 brand 변수의 값이 '나이키...전.세계.'와 같이 입력되어 있는 것을 확인하셨을 것입니다. 이를 gsub()라는 코드를 이용해서 '나이키'로 수정하였습니다.

즉 gsub라는 코드는 특정 문자나 숫자를 찾아서 원하는 값으로 바꾸는 함수라고 이해하시면 됩니다. 위에서 사용한 코드를 예시로 설명드리면 google_t 데이터셋에 brand 변수의 값 중 "...전.세계."라는 것을 찾아서 ""로 바꿔라, 즉 '지워라'라는 코드입니다. 그렇기 때문에 이 코드를 사용하면 '나이키...전.세계.'에서 '...전.세계.'가 ''로 변환되어 '나이키'라는 결과를 얻게 되는 것입니다.

google_t$brand<-gsub("...전.세계.","",google_t$brand)

예제를 하나 더 살펴보겠습니다. 누군가 x의 값에 '대학원생A의 스도리'라고 입력해 두었는데 저는 대학원생D군입니다. 그래서 gsub()를 이용하여 A를 D로 바꾸었습니다.

x<-"대학원생A군의 스도리"
x<-gsub("A","D",x)

궁금하신 점은 댓글로 남겨주세요:)

감사합니다!

☆ 제 코드는 정답이 아니며 틀린 부분이 있을 수 있으니 주의하여 활용하시기 바랍니다.