오프라인 리테일 매장을 운영하다 보면 언제나 ‘우리 매장은 지금 잘 하고 있는 것일까?’라는 궁금증이 따라온다. 매출이 떨어지면 왜 떨어졌는지, 늘면 어떤 이유로 늘었는지 궁금하고, 본질적인 경쟁력은 어느 정도인지, 시장 환경보다 잘 하고 있는지 부족한지도 궁금하다.
이런 궁금증에 대한 명확한 답을 낼 수 있어야 의사결정이 분명해진다. 예를 들어 신규 매장 위치를 정하거나 메뉴 가격을 정해야 하고 최적의 영업시간과 휴식일을 정하기 위해서는 위의 질문에 답을 할 수 있어야 한다.
이런 답을 잘 내기 위해 리테일 업체들은 데이터에 주목한다. 그동안의 거래데이터, 고객데이터 등 내부적으로 보유한 데이터를 기반으로 의사결정을 할 수 있는 근거를 찾곤 한다.
하지만 매장이나 기업이 가진 데이터만으로는 전체적인 그림을 그리기가 쉽지 않다. 내부 데이터만으로는 시장과 고객을 완벽하게 이해하기 어렵다. 단적으로 내부 데이터만으로는 아직 매장에 방문하지 않은 잠재 고객이나 경쟁사를 이용하는 고객에 대해 알 수 없다.
위치정보 전문기업 SPH의 이승재 차장은 “깊이 있는 비즈니스 통찰력을 얻기 위해서는 내부 데이터를 다양한 외부 데이터와 분석하여 결합할 필요가 있다”고 강조했다. 그는 지난 16일 <바이라인플러스>가 주최한 웨비나 ‘Insight to Impact: 데이터가 말하는 산업별 성공 전략’에서 이같이 말하며 ‘F&B 및 SMB 리테일 매장, 성공적인 운영을 위한 데이터 기반 고객 사례’를 발표했다.
그는 외부 데이터와 내부 데이터를 결합해 새로운 통찰력을 도출한 다양한 사례를 소개했다. 유동인구 데이터와 카드 소비 데이터, 지리정보 데이터, 소셜미디어 크롤링 데이터, 도시 계획 정보 등 공공데이터 등 다양한 외부 데이터를 내부 데이터와 결합해 분석한 사례들이다. SPH는 이와 같은 데이터를 스노우플레이크 플랫폼 상에서 내부데이터와 결합해 분석했다.
전국에 2200개의 주유소를 운영하는 한 기업의 경우 매출이 정체되는 매장의 경우 정체 이유가 뭔지, 새로운 매장의 경우 성공 가능성은 어느 정도인지 알고 싶어했다. 이 기업은 부동산 시설 현황, 판매량 등 기업의 내부 데이터와 유동인구 데이터, 차량 이동 정보 데이터, 경쟁사 정보 등을 수집해 스노우플레이크에 적재했다.
이 차장은 한 글로벌 F&B 기업의 사례도 소개했다. 이 기업은 매장 수가 늘어나면서 기존 매장의 성과 관리나 신규 출점 결정을 위한 체계적인 시스템이 필요한 상황이었다. 이를 위해 전국 매장의 매출과 주요 지표들을 한눈에 확인할 수 있는 시스템을 구축했다. 지도에서 특정 영역을 선택하면 그 지역의 매장 상권 및 배후지 상권 정보를 바로 확인할 수 있다. 새로운 매장을 열고 싶은 지역의 인구 분포, 주택 현황, 소득 수준, 주변 경쟁 업체 상황 등을 볼 수 있고, 후보 지역에 맞는 최적의 매장 조건과 앞으로 1년 동안의 예상 매출을 계산해 볼 수 있다.
더본코리아의 빽다방, 한신포차, 빽피자 브랜드에 대한 입지 분석 사례도 소개됐다. 빽다방의 경우 기존 데이터와 외부의 다양한 데이터를 분석한 결과 거주 인구가 60% 이상으로 고정 수요가 확보되는 곳, 직장인이 20% 이상이고 방문객이 20% 이상인 곳, 주민은 50% 이상, 직장인 11% 이상, 방문객 20% 이상인 곳이 좋은 성과를 보였다.
또 법정 동보다 더 세밀한 기준인 우편번호 기준으로 분석도 가능했다. 같은 동이지만, 지하철 출구가 다르거나 아파트 단지가 다르면 유동인구가 다르고 상권도 달라졌다.
이 차장은 “매장 내부 데이터와 외부 데이터를 함께 교차해서 분석하면 새로운 기회를 발견할 수 있고, 경쟁사 고객이나 잠재 고객까지 분석을 할 수 있으며 미래를 예측할 수 있다”면서 “SPH는 스노우플레이크의 AI 데이터 클라우드 서비스 공식 셀렉트 파트너로서 데이터 수집부터 분석까지 전 과정을 체계적으로 관리하고 있으며 공간 데이터 전문성과 글로벌 웹 플랫폼 파트너사의 기술 지원 능력을 갖추고 있어 다양한 데이터를 통합하고 분석할 수 있는 분석한 경험이 풍부하다”고 강조했다.
글. 바이라인네트워크
<심재석 기자>shimsky@byline.network