롯데월드, 이랜드 등 대기업 오프라인 매장에서도 사용하는 '이것'
'현재'의 사회현안과 '미래'를 만들어 나가는 퓨처플레이의 포트폴리오사를 함께 소개해드리는 '미래의 현재'
오늘 소개할 기업과 이슈는 무엇일까요?
요즘의 커머스 매장, 온오프라인 할 것 없이 알고 싶고 궁금한 게 하나 있죠.
고객은 어떤 생각을 할까?
이러한 고민의 데이터화가 바로 소비자 행동패턴 분석이 아닐까 싶습니다.
온라인 쇼핑앱 UX/UI
고객의 취향과 알고리즘에 따라 사야할 물품과 원하는 상품이 눈에 걸리고, 엄지손가락에 닿도록 정교히 설계되어있죠. 온라인 쇼핑앱의 소비자 행동패턴 분석은 점점 더 고도화, 정교화 되어 있습니다. 가끔은 제 생각을 읽고 있나? 설마 내 손가락 길이랑 위치까지 알고 있는 거 아냐?라고 생각하고 싶을 정도죠.
오프라인 매장은 좀 달라..
매대 앞에서 머뭇거리는 사람, 새우깡을 짚었다 내리고 허니버터칩을 고르는 사람, 일주일에 한 번씩 베이글만 사가는 사람... 하루에도 수많은 행동패턴과 심리현상이 발생하지만, 매일 카메라를 들고 이 사람의 브이로그를 찍지 않는 이상(!) 쌓아 놓기 힘든 데이터죠.
물론 전통적으로 백화점이나 할인매장에서는
'1층에 화장실을 두지 않는다', '점심시간엔 빠른 템포의 음악을 튼다', '육류코너 옆에 쌈야채를 비치한다' 등 추정치를 통한 물품을 비치하지만, 정확한 데이터로 뽑아냈다기엔 한계가 있습니다.
그럼, 오프라인 매장에서도 행동 패턴을 정교화할 수 있을까?
아마존의 오프라인 매장인 '아마존 고(AMAZON GO)'에서는 소비자 행태를 빅데이터로 수집해 분석합니다. 고객이 스마트폰에 아마존 고 앱을 켜는 순간부터, 매장 내 카메라가 고객의 동선을 쫓으며 구매 목록을 체크합니다.
예를 들어 25살, 베지테리언, 남성 '이미래'씨가 아마존 고 매장에 들어갔다고 칩시다. 아마존 고 어플을 켜고, QR코드를 스캔한 후 매장에 입장합니다. 그 때부터 카메라는 미래씨의 동선을 추적하며, 어떤 제품을 짚는지 체크하게 됩니다.
들어와서 매장 입구 우측에 채소코너가 눈에 보이네요. 베지테리언 미래씨는 병아리콩, 샐러드용 양상추, 방울토마토 등을 집어 듭니다. 반면, 육류코너는 그냥 지나치겠죠. 카메라는 미래씨의 채소코너 잔류 시간, 집어든 물건을 분석해 제품 정보를 1차적으로 판별합니다.
아마존 고는 여기서 물건이 집어 들어진 매대의 남은 무게, 압력이 변한 지점 등을 계산해 최종적으로 베지테리언 미래씨가 고른 물건들을 분석해 상품 가격 청구를 합니다. 그러나, 여기서 우리가 분석할 수 있는 건 미래씨가 구매한 물건 뿐만이 아닙니다.
"어떤 성향의 사람이 어떤 매대에서, 어떤 물건을 고르거나 또는 지나쳤는가"
실제로 아마존 고 역시, 단순히 무인매대를 위해 이 매장을 운영하는 것은 아닙니다.
아마존은 이미 온라인으로 고객의 알고리즘을 분석, 소비자 행동을 분석해 추천하는 기능을 수 년 전부터 제공하고 있었습니다. 하지만 온라인 기반 커머스 플랫폼이었던 아마존에게, 오프라인 매장의 고객 행동 패턴은 알 수가 없을 따름이었죠.
'우유 하나에 쌓인 100명의 고객 데이터'만큼, '미래씨가 물건을 구매하기까지의 동선과 잔류시간' 역시 유통업계에선 매우 중요한 분석 전략이 될 것이라는 거죠.
".......그런데, 이건 아마존 고만 가능한 거잖아...."
놉!일반 소규모 편집샵과 매장에서도 가능합니다.
바로 메이아이(may-i)가 개발한 (mAsh)프로그램으로 말입니다.
많은 제품이 있는 편집샵, 고객 동선만 파악해도....!
경쟁사의 솔루션을 도입하기 위해선 별도의 장비를 구매해야 합니다. 구매한 장비는 설치를 위해 추가적인 공사를 필요로 합니다. 무엇보다, 각각의 장비마다 수집할 수 있는 데이터가 다르므로, 다양한 고객 데이터를 수집하기 위해서 여러 대의 장치를 구매해야만 합니다.
예를 들어, 고객의 성별과 연령대를 분석하려면 A 장치를 구매해야 하고, 유입율을 분석하려면 B 장치를 구매해야 합니다.
매쉬는 매장에 이미 있는 CCTV와 모두 호환되며, 1대의 CCTV에서 다양한 고객 데이터를 수집합니다.
따라서, 별도의 장치를 구매할 필요도 없고, 추가 공사를 요구하지 않습니다. 또한, 1대의 CCTV에서 성별, 연령대, 체류시간 등 다양한 고객 데이터를 수집할 수 있죠.
'저희 매장의 우측 상단에는, 30대 여성분들이 전체 제품군 대비 인센스 제품을 많이 보고, 평균 3분 이상 머무르는 확률이 30%이상 됩니다'
라는 데이터를 들고 인센스 제품 기업을 찾았을 때와, '저희 매장엔 다양한 인센스가 구비되어 있는 전문매장입니다' 라고 이야기 했을 때, 어느 쪽의 유치제안에 더 신뢰가 갈까요? 아무래도 명확한 데이터가 있는 전자에 더 끌릴 것 같죠?
(잠깐!) 그런데 개인정보...조금 민감하지 않을까?
매쉬는 '개인정보보호법' 중 '개인을 식별할 수 없는' 가명 정보를 활용합니다.
가명정보란, 추가 정보의 사용 없이는 특정 개인을 알아볼 수 없게 조치한 정보를 뜻하는데요, 촬영된CCTV영상이 클라우드로 전송되게 되면, 딥러닝 엔진이 이 데이터를 가공하고 변환하게 돼죠.
데이터는 가공과정에서 개인정보는 알아볼 수 없는 '가명정보'가 됩니다.
예를 들어, 위 아마존 고 사례를 다시 들어볼게요. '이미래씨'는 개인정보입니다. 하지만 '25세 남성'이라는 데이터만 가지고선 이미래씨를 특정할 수는 없겠죠? 매쉬가 최종적으로 기업에 제공하는 데이터는 '25세 남성' 같이, 개인을 식별할 수 없는 가명정보를 제공합니다.
CCTV 원본 영상은 가명 정보를 얻은 직후에 바로 삭제하는 걸 원칙으로 합니다. 따라서, 고객사는 개인을 식별할 수 없는 가명 정보만을 제공 받습니다.
앞서 말한 아마존고는 내 '개인정보'를 통해 '나에게 최적화된' 정보를 내놓는다면, mAsh는 매장의 입장이 되어 '25세의 남성은 패션 매장에서 어떤 코너에 가장 오래 머무르게 될까? 그 머무른 곳엔 어떤 상품을 비치하게 될까?'로 '매장에 최적화된' 정보를 내놓게 되는 것이죠.
다시, 본론으로 돌아와서! 이미 대기업과 주요 편집매장에서는 mAsh를 도입함으로서, 매장 효율을 극대화 시키고 있습니다. 아래와 같은 고객사가 함께 하고 있을 정도로 제품력을 인정 받았고요.
그렇다면 실제로 mAsh를 공간 모 업체에 적용한 A매니저의 이야기를 들어볼까요?
� 제품에 대한 고객 반응을 정확하게 측정하는 솔루션은 매쉬 뿐입니다.
"매쉬는 매장과 공간을 넘어, 제품에 대한 다양한 고객 데이터를 수집합니다. 모 업체는 제품에 대한 고객 반응 등을 입점 기업에게 제공하고, 이들이 더 좋은 제품을 제작하도록 돕고 있습니다.오프라인 방문객 데이터를 제공하는 경쟁사가 일부 있지만, 제품에 대한 고객 반응을 정확하게 측정 및 분석하는 솔루션은 매쉬 뿐입니다. 매쉬는 제품과 구역에서 만들어 지는 고객 데이터를 모두 수집 및 분석합니다. 매장에 들어온 고객 중에 제품을 본 고객이 몇 명이고, 제품을 가장 관심 깊게 본 고객과 이 고객이 제품에 어떻게 반응했는지 알려줍니다."
한국판 아마존, 'just workout'을 꿈꾸는 mAsh를 체험해 보고 싶은 매장이 있나요?
그렇다면 아래의 무료체험부터 해보시는 건 어떤가요?
[mAsh 무료체험하기]
https://blog.mash-board.io/pricing/
https://blog.mash-board.io/pricing/
[참고기사]