결제 시스템이 모르는 매장 방문객 데이터 60%, 매쉬는 압니다

안녕하세요, 오프라인 공간을 더 똑똑하게 만드는 인공지능 스타트업 메이아이입니다.

수많은 오프라인 매장이 카드사 결제 정보 데이터로 매장 방문객 데이터를 분석합니다. 카드로 결제한 사람의 데이터를 취합해 매장 방문객 수와 결제한 사람의 성별·연령대를 파악하는 것입니다.

하지만 카드사에서 제공하는 결제 정보 데이터로는 매장 방문객 데이터를 정확히 알기 어렵습니다. 데이터 오염도가 매우 높아서 그렇습니다. 카드사 결제 정보 데이터의 오염도가 높은 이유는 무엇일까요?

결제 데이터는 당신의 매장을 모릅니다

결제 데이터가 방문객 데이터를 분석하는 데 적합하지 않은 이유는 간단합니다. 카드 소유자의 데이터만 어느 정도 잡힐 뿐 동행객의 데이터는 정확히 집계되지 않기 때문입니다. 매장 실제 방문객의 데이터와 차이가 생기는 것입니다.

예를 들어 30대 부부가 의류 매장에 방문하여 부인이 자신의 카드로 둘의 옷을 구매했다고 가정해보겠습니다. 하지만 카드사 데이터에는 30대 여성 2명이 매장에 방문해 결제한 것으로 기록됩니다. 포스기가 ‘30대 여성 ×2’를 누르는 식으로 설정되어 있어서 그렇습니다.

이런 식의 데이터 오염은 카드사 결제 데이터에서만 발생하는 것이 아닙니다. 현금 결제, 멤버십 마일리지 등록 등 다양한 상황에서 방문객 데이터를 정확히 측정하지 못하도록 시스템이 세팅되어 있습니다. 이렇게 데이터를 특정할 수 없는 고객의 비중은 전체 고객의 평균 60% 수준입니다. 매장에 하루 평균 100명이 방문한다고 가정했을 때, 60명은 어떤 사람이 방문한 줄도 모른 채 매장 운영 방향을 세워야 한다는 뜻입니다.

매장 방문객의 40%가 나머지를 대변할 수 있을까요?

동반 고객의 데이터를 전부 수집하기 어려운 만큼 많은 매장에서는 ‘업스케일링(Upscaling)’ 전략을 사용합니다. 업스케일링이란 확보한 데이터를 기반으로, 확보하지 못한 데이터를 추정하는 방식을 말합니다.

영화관에서 티켓을 끊는 경우를 예로 들 수 있겠습니다. 영화관에서는 전체 티켓이 얼마나 팔렸는지는 알 수 있지만, 20대 여성 비중이 정확히 얼마만큼 차지하는지는 알 수 없습니다. 회원이 아니거나, 다른 사람 명의 카드로 결제했을 경우 데이터를 정확히 집계하기 어렵기 때문입니다. 이때 확실하게 집계된 20대 여성 회원의 방문객 수를 근거로 회원이 아니거나 결제하지 않은 20대 여성이 몇 명이나 왔는지 추정치를 내는 것입니다.

하지만 말 그대로 추정치인 만큼 데이터에 오차가 생깁니다. 무엇보다 매장 방문객 데이터 중 40%만으로 나머지 60%까지 대변해 방문객을 분석할 수 있느냐는 한계에 부딪힙니다. 결론은 하나입니다. 매장 방문객의 데이터 전체를 파악하는 수밖에 없습니다.

AI 솔루션으로 매장 방문객 분석을 정확하게

메이아이의 매장 방문객 데이터 분석 솔루션 ‘매쉬(mAsh)’를 도입하면 방문 고객의 데이터와 실제로 계산대 앞에 머문 사람의 데이터를 정확히 알 수 있습니다.

정확도 95%의 피플 카운팅

매쉬의 피플 카운팅 기능으로 매장 방문객의 수뿐 아니라 연령대, 성별을 정확히 파악할 수 있습니다. 해당 데이터는 대시보드 형태로 제공되며, 매장을 가장 많이 찾은 연령대+성별 데이터 또한 확인 가능합니다. 이는 사람의 눈으로 절대 정확히 파악할 수 없는 데이터로, 피플 카운팅 인력을 투입하는 것 대비 인건비를 68% 수준으로 줄일 수 있습니다.

계산대 체류 시간으로 구매 데이터 측정

계산대 또는 키오스크 주위를 체류 구역으로 설정하면 구매하는 사람의 데이터를 파악할 수 있습니다. 이곳에 일정 시간 머문 경우 물건을 구매한 것으로 측정하는 것입니다. 예를 들어 30대 부부가 계산대 앞에 함께 일정 시간 이상 머물렀을 때 30대 여성 1명과 30대 남성 1명이 물건을 구매했다고 대시보드에 기록됩니다. 카드 결제 데이터에는 30대 여성 2명으로 기록되는 것과 달리, 방문한 사람과 결제한 사람의 데이터가 일치하는 것입니다.

매장 방문객 데이터는 매쉬로 분석하세요

매쉬를 도입하면 방문한 사람이 실제로 결제까지 이어지는지 구매 전환율을 측정할 수도 있습니다. 이를 통해 매대 구성 및 응대 전략 등의 매장 운영 전략을 고도화할 수 있습니다. 기초 방문객 데이터를 정확히 아는 것을 넘어 그동안 알기 어려웠던 매장 방문객의 움직임을 샅샅이 파악할 수 있는 것입니다.

정확히 측정해야 정확한 타깃 고객을 대상으로 매장 운영 전략을 짤 수 있습니다. 정확한 전략은 쓸데없는 비용을 줄이고 매출 상승의 동력이 됩니다. 매쉬에 대한 더 자세한 내용은 아래 서비스 소개서를 신청해주세요. 채널톡 또는 contact@may-i.io로 연락하시면 깊이 있는 상담을 도와드리겠습니다.