리테일 테크(Retail Tech) 비즈니스

2023-11-15 최원석 필라멘트앤코 대표 insightprobe@gmail.com

최원석의 리테일 BIZ 08

고객데이터가 곧 매출


고객의 정보도 돈이 되는 시대, 매장의 모든 것이 변화하고 있습니다. 오프라인 매장에서 물건을 팔지 않는다면 무엇을 통해 돈을 벌 수 있을까요? 오프라인 공간은 고객의 접점으로써 고객에게 좋은 서비스와 가치를 제공하는 장소이기도 하지만 고객의 정보를 모으고 비즈니스화 하는 곳이기도 합니다.


고객의 정보가 돈이 될까요? 언제나 고객의 정보는 돈이 되죠. 특히 특정한 정보들을 합법적으로 충분하게 모은다면 돈이 되는 시대입니다.


예를 들면 플랫폼 서비스들의 기업가치평가에서 가장 일반적인 기준 중에 한 가지가 회원수, 또는 회원수 증가율입니다. 또한 스타트업의 M&A에 있어서도 중요한 부분이 고객정보와 회원수를 기반으로 하는 비즈니스의 시너지가 중요한 부분입니다. 정확한 고객의 취향과 정보를 안다면 개인별로 좋은 제안을 통해 새로운 세일즈를 만들어 낼 확률이 크기 때문입니다.


실제 SNS를 사용하다 보면 페이스북의 광고 알고리즘에 깜짝 놀랄 일이 많습니다 자신이 구글이나 크롬 창에서 검색한 것에 기반하여 한쪽에서는 새로운 것을 구매하라고 계속 제안해주죠.


Image
황지영교수 페이스북광고 알고리즘 2019



◇ 정보가 곧 비즈니스 경쟁력


타깃(Target) 광고전략이라고 하는 가장 일반적인 광고 노출의 방법은 고객이 온라인에서 어떤 웹사이트를 방문하면 그 사이트가 사용하고 있는 서버를 통해 생성되는 하이퍼 텍스트 기록, 즉 쿠키(cookie)를 이용해 광고주가 관련성이 높은 상품을 검색한 사람들에게만 광고를 노출하는 전략입니다. 이러한 접근은 다음의 두 가지 관점에서 효과적입니다.


① 상품 검색을 했다 = 상품에 관심이 있음  


② 상품에 관심이 있음 = 그 상품 카테고리의 브랜드 광고를 보면 관심을 가질 가능성이 높음


포스브(Forbes)에 따르면 대부분의 미국인이 하루에 노출되는 광고 메시지 수는 무려 4천개~1만개에 이른다고 합니다. 하지만 소비자들은 직접적으로 또는 간접적으로 노출되는 메시지를 다 유심히 보지도 기억하지도 않습니다. 그렇기 때문에 상품의 검색 기록을 이용해 관심을 보일만한 소비자들에게 선택적으로 접근하는 것이 효과적입니다. 이미 광고의 트렌드는 TV나 신문, 잡지 같은 전통적인 매체에서 페이스북을 비롯한 SNS 같은 디지털 매체로 옮겨가고 있습니다. 덕분에 SNS 플랫폼들에 광고는 중요한 수입원이 되었습니다. USA투데이에 따르면 페이스북은 광고주가 거주지, 방문 웹사이트 기록, 지난 행적, 최근 교류한 사람들 같은 정보를 이용해 타깃 광고를 하는 방식으로 2018년에만 560억 달러(한화 56조원)의 매출을 올렸습니다.


또 다른 예로는 카드사와 통신사에서 한참 이슈화했던 빅데이터 마케팅이 있습니다. 현대카드의 경우 빅데이터 분석을 통해 기업이 맞춤형 마케팅 활동을 강화할 수 있도록 돕는 소프트웨어를 판매합니다.


신용카드업을 넘어 데이터 사이언스(Data Science) 전문기업으로서 성장을 이야기하기도 합니다. 방대한 고객 결제 정보를 기반으로 데이터 분석 노하우를 쌓아온 카드사 중에서도 현대카드는 빅데이터 분야 선두업체입니다. 제각각 다른 가맹점에서 발생한 결제정보를 매칭해 고객성향 분석 정확도를 극대화하고 고객 맞춤형 마케팅을 전개할 수 있는 것은 카드사만의 강점입니다. 그런 카드사들조차 더 많은 고객 데이터 확보를 위해 제휴를 하는 시대입니다.


데이터 사업 경쟁력 강화에 공을 들이며 사업재편에 나선 현대카드의 성과는 PLCC (상업자 표시 신용카드) 동맹군 확보를 통해 (PLCC카드는 현대카드가 국내 최초로 출시했습니다. PLCC 카드를 정착시킨 원조로서 현대카드가 강조하는 경쟁력은 제휴사와의 데이터 동맹입니다) 제휴사와 상품 공동 설계, 비용과 수익 분담 같은 개념을 넘어 상호 데이터 교류로 최적의 마케팅 성과를 내는 것이 핵심입니다. 기업간 데이터를 교류하고 공동 마케팅에 나설 수 있는 플랫폼은 카드사가 내세우는 차별화된 강점이라고도 합니다.


결국 눈에 보이는 비즈니스가 아니라 눈에 보이지 않은 비즈니스가 더 중요한 시기가 된 것입니다.


기업들은 다양한 형태로 고객의 정보를 모으기 위해 노력하고 있습니다. 회원가입을 유도하기도 하고, QR기반의 1초 회원가입서비스 라던지, 다양한 증정이나 이벤트를 통한 회원가입 등을 통해 고객의 정보를 모으고 있습니다. 하지만 대부분 온라인 기반의 고객정보입니다. 실제 결제가 일어나는 오프라인에서의 고객정보는 가치가 없을까요? 카드사의 정보들이 간접정보이기는 하지만 그런 정보들을 기반으로 다양한 데이터 광고 서비스와 마케팅 서비스를 제공하고 있습니다.


사실 설문이나 구매 결과만으로 고객을 이해하기에는 한계가 있습니다. 결제라는 행위는 비언어적인 고민의 과정을 기반으로 이뤄지는 결과물이기 때문입니다. 그래서 더욱더 소비자를 이해하기 위한 구체적인 데이터를 모으기 위해 다양한 리테일 테크 기업들이 노력하고 있습니다.


Image
GS25는 DX LAB점 운영을 통해 리테일테크가 실제 편의점에 어떻게 적용되고 확산할 수 있을지 검토하고 추후 미래형 편의점의 방향성을 제시한다는 계획이다.



◇ 리테일 테크(Retail Tech)란


리테일 테크란 단순히 고객정보만을 의미하지는 않습니다. 리테일의 경험 전반에서 기술을 기반으로, 소매점을 뜻하는 리테일(Retail)과 기술(Technology)을 합한 말입니다. 편의점이나 마트, 햄버거 가게 등 여러분이 이용하는 소매점에 첨단 ICT(정보통신기술)를 접목하는 것입니다.


편의점이나 마트 등 소매점에 AR(증강현실), RFID(무선인식 기술), AI(인공지능) 등 첨단 ICT 기술을 접목한 것을 리테일 테크(Retail+Technology)라고 하는데, 대표적으로 키오스크, 드론 배달, 무인 편의점 등이 이에 해당됩니다. 이들 기술은 코로나와 더불어 시작된 비대면 매장에서 우리의 일상을 급격하게 바꾸고 있습니다.


마트와 매장에서 키오스크는 너무나 일반적이고, 배달만 전문으로 하는 매장없는 식당들도 많아졌습니다. 배달료가 비싸지니 로봇과 드론이 배송하는 시스템은 어느 사이 현실 근처에까지 왔습니다.


초기의 리테일 테크가 물류 입고 및 출하와 같이 비교적 단순한 업무에 적용되었다면, 최근에는 고객 안내, 결제 등 소비자와 상호작용이 필요한 부분까지 유통업 전반으로 확장되고 있습니다. 무인 편의점 진열대에 부착된 전자가격 표시기는 행사로 가격이 변동될 때마다 매달 가격표를 교환해야하는 번거로움을 줄여주고, 식자재 관리 플랫폼은 식자재 구매 명세서를 촬영해 업로드하는 것만으로도 거래 현황을 분석하고 식자재비 관리를 대신하고 있습니다.


예전에는 소상공인의 비즈니스라고 생각했던 소매업, 리테일이 기업화되고 다양한 서비스와 IT의 발전으로 플랫폼화되고 있습니다. 앞서 말했듯이 이 모든 활동의 변화는 인건비의 감소도 있지만 본질적으로 소비자의 고객데이터의 수집을 근간으로 합니다.


편의점 매대의 어떤 위치에 있는가라는 이슈 한가지만으로도 매출의 영향성은 상당히 크다는 점은 리테일에 공공연한 사실입니다. 어떤 위치에 어떤 상품군과 함께 있는가에 따라 매출이 달라지기 때문입니다.


결국 리테일의 모든 것들이 판매행위의 연장이라는 측면으로 바라봤을 때, 고객의 정보는 엄청난 무기이자 비즈니스입니다. 그렇기 때문에 CES전자쇼에 단골처럼 등장하는 장르 중 하나가 고객데이터 수집 관련 서비스와 비지니스입니다.


이 궁금증을 해결하기위해 매장에 다수의 센서를 설치하고 분석하는 서비스들도 일반화 되기 시작했습니다. 매장에 설치된 다수의 영상 센서에서 분석한 방문객의 동선과 히트맵 데이터를 매장의 평면도상에 시각화함으로써 매장 전체의 흐름을 직관적으로 한눈에 파악하게 해 방문객 통행량과 체류 정도를 열지도 형태로 보여주는 리테일 히트맵(Retail Heatmap), 특정 매대나 구역에 진입하는 유입객수와 체류 시간을 분석해 주는 리테일 트래픽(Retail Traffic) 등과 같은 다양한 방문객 행동 분석을 도와주는 서비스들이 나온 이유입니다.


우리가 여전히 온라인에서도 고객데이터를 모으지만 이 부분은 구매 이후의 결과들이죠(사후 데이터).  오프라인 리테일에서의 고객데이터는 구매 결제 이전의 모든 고객 행동 분석 데이터(사전 데이터)를 모으고 분석하기에 중요한 요소입니다.


온라인에서는 일반적인 찜이나 장바구니 담기를 통해 분석할 수 있는 소비자의 취향을, 오프라인 매장에서는 구매 이전의 망설임, 관심도를 찾아내기 위해 계속해서 기술이 진화하고 있습니다. 이를 기반으로 한 더욱 강력한 취향기반의 큐레이션과 소비자 커뮤니케이션 시대가 얼마 남지 않았을지도 모릅니다.


Image
리테일 트렌드, 메이아이 등의 매장내 고객데이터분석 서비스







커버
검색
닫기
닫기