비디오 감시는 역사적으로 손실 방지를 모니터링하는 데 사용되어 왔으며, 나중에 검토할 영상을 녹화했습니다. 물론, 이는 여전히 필요한, 기본적이고 보편적인 기능입니다. 당신의 매장에 대한 구석구석 감시하는 것은 매우 중요하니까요. 하지만 보안 감시 솔루션이 손실을 예방할 뿐만 아니라 효율성을 높이고 궁극적으로 수익률을 높일 수 있다면 어떨까요? 최신 분석 기술을 활용하는 지능형 솔루션을 사용하면 가능합니다.

매장은 어떻게 우위를 잃고 있는가

온라인 쇼핑, 상품 부족, 형편없는 고객 서비스 등 매장 내 고객의 트래픽과 매출을 감소시키는 몇 가지 요인이 있습니다. 리테일러들은 매장과 자산을 보호하기 위한 노력으로 손실 방지를 위한 보안 감시에 많은 투자를 합니다. 이렇게 하면 도난에 따른 손실을 크게 줄일 수 있지만, 가장 중요한 자산인 고객에 대한 고려는 여전히 부족합니다. 성공적이고 건강한 매장의 비결은 고객 경험에 있습니다. 고객에게 최고의 서비스를 제공하는 방법은 무엇일까요?

저는 이 질문을 다른 질문으로 바꿔서 답변해 보겠습니다.

온라인으로 쇼핑할 수 있는데, 고객이 왜 당신의 매장에 가야 할까요?

온라인 쇼핑은 매우 편리합니다. 고객은 여가를 즐기면서 웹 사이트를 살펴보고 물건을 직접 현관까지 배달시킬 수 있습니다. 매장 안에 들어가는 일은, 온라인 쇼핑의 편리함을 희생하는 것이지요. 물론 온라인 쇼핑이 가진 단점이 있고, 이는 매장 방문을 선호하게 만들 수 있는 요인이 됩니다. 2017년 TimeTrade State of Retail 설문에 따르면, 72%의 구매자가 매장 내 쇼핑에서 가장 좋아하는 점은 제품을 사기 전에 만지고 느낄 수 있다는 것입니다. 하지만, 매장을 방문하는 것은 종종 부담이 될 수 있습니다. 특히 계산을 위해 오래 기다려야 하거나, 고객 서비스가 좋지 않을 때처럼요. 기술이 발전함에 따라, 오프라인 매장들은 우위를 잃고 있으며, 살아남기 위해서는 온라인 판매자들을 따라잡아야 합니다.

고객이 온라인 쇼핑 대신 매장에 가는 것을 선택하는 데에는 이유가 필요합니다. 그리고 그 이유는 매장에서의 경험입니다. 매장(심지어 브랜드)와 고객 사이의 관계의 대부분은 매장의 벽 안에서 경험하는 내용에 따라 결정됩니다. 이 부분은 리테일러가 흔히 통제할 수 있는 일입니다.

따라서 매장에서는 고객의 선호도를 수용하기 위한 적응 방법을 찾아야 합니다. 하버드 비즈니스 리뷰(Harvard Business Review)의 연구에 따르면, 고객의 경험을 개선하는 가장 좋은 방법은 그저 쇼핑하기 쉽게 하는 것입니다. 이는 신속한 서비스와 개인화된 매장 내 경험 두 가지로 요약됩니다. 기본적으로 온라인 쇼핑의 편리함과 용이성을 유지하면서 직접 쇼핑하는 경험의 이점을 누리는 것이 고객의 쇼핑 과정에서 가장 이상적인 조건입니다.

TimeTrade의 같은 설문에서도 이 점을 입증했습니다. 리테일 매장에서 쇼핑하는 데 가장 가치있는 요소는 무엇이냐는 질문에 대해 쇼핑객의 47%가 “신속한 서비스”라고 말했고, 26%는 개인화된 경험, 17%는 현명한 추천이라고 답했습니다.

설문 조사 대상자의 26%만이 개인화된 경험을 우선시했음에도 불구하고, 49%의 구매자가 고도로 개인화된 매장 경험이 제공된다면 제품이나 서비스에 대해 더 많은 비용을 지불할 용의가 있다고 답했습니다. 연구는 서로 경쟁 상황일 경우, 신속한 서비스가 리테일 매장에서 쇼핑하는 가장 중요한 측면이라는 것을 보여줍니다. 그러나 두 가지 선택 사항이 서로 분리되어 있는 경우, (고객이 기꺼이 지불할 의향이 있다는 점에서) 개인화된 경험이 고객의 눈에 큰 비중을 차지한다는 것도 보여줍니다. 5분의 1 가량의 고객이 현명한 추천을 중요시하는 것 또한 무시할 수 없는 요소입니다. 궁극적으로, 고객의 경험은 수익을 크게 좌우합니다.

스마트한 단일 솔루션이 제공하는 리테일 인텔리전스가 고객 경험을 향상시키고, 직원 생산성을 최적화하며, 매장 내 캠페인을 강화합니다.

최상의 서비스를 제공하려면, 당신은 자신의 매장에서 “듣기”를 시작해야 합니다. 왜냐하면 이를 통해 많은 것을 알 수 있기 때문입니다. 다음 몇 가지 질문을 해결하면, 매장을 보다 효율적으로 최적화하는 방법에 대한 통찰력을 얻을 수 있을 것입니다.

• 얼마나 많은 사람들이 매장 안으로 들어왔는가?
• 일단 매장에 들어온 후, 사람들은 어디로 가는가?
• 고객 경험을 강화하기 위해 어떻게 대기열 길이 및 대응 시간을 선제적으로 관리할 수 있을까?
• 매장 내 고객 전환율은 얼마인가?

이러한 질문에 대한 답변은 방문 중인 각 개인에게 매장을 맞춤화하는 동시에 비효율성을 제거하는 데 도움이 될 수 있습니다.

리테일 인텔리전스 – 그 미묘한 존재

리테일 인텔리전스를 살펴보기 위해, 리테일 매장에서 쇼핑하는 고객의 일반적인 과정을 살펴보겠습니다.

우리의 가상 고객인 Tammy는 38세의 여성입니다. 그는 며칠 후 참석할 결혼식에서 입을 옷에 맞는 신발을 찾기 위해, 비교적 분주한 매장으로 들어섭니다. 신발 코너로 가는 길에, Tammy는 남자 어린이용 티셔츠 관련 엔드캡 디스플레이를 봅니다. 이 광고를 보고, 그는 아들을 위해 티셔츠를 사야 했던 것을 기억했고, 몇 벌을 집어 들기로 결심합니다. 그리고 나서 Tammy는 신발 코너로 걸어가고, 한 직원이 응대를 받습니다. 그 즉시, 배경에 고급 하이힐 관련 광고가 나오고, 그 광고를 본 Tammy는 자신의 친구가 결혼식용으로 산 신발이라는 것을 떠올립니다. 근처 직원에게 다가가 사이즈가 있는지 물어봅니다. 기다리는 동안, 배경음악을 즐깁니다.

인텔리전스 솔루션은 매장들이 구매 결정에 정확하게 영향을 미치도록 도울 수 있습니다. 광고는 마케팅이 해야 할 일, 즉 의도한 청중들(여기서는 Tammy)의 관심을 사로잡는 일을 정확히 해 냈습니다.

비록 매장에서는 Tammy의 친구가 그 신발을 소유하고 있다는 것은 몰랐지만, 여성이 남성보다 하이힐을 구매할 가능성이 더 높다는 것은 알고 있었습니다. 인구통계 분석 애플리케이션은 Tammy의 일반적인 나이와 성별(여성)을 추정할 수 있었습니다. 그 결과, 디지털 사이니지 디스플레이를 남성용 드레스 슈즈 광고에서 Tammy 연령대의 여성을 타겟으로 한 제품 광고로 바꿨습니다. 결국, 이것이 그의 구매에 영향을 미쳤습니다.

히트 맵(열 지도)는 매장 내 트래픽 핫 스팟을 나타내는 데이터를 제공합니다. 이를 통해 리테일러는 특정 엔드 캡에 아이템을 배치하여 궁극적으로 Tammy의 관심을 끌었습니다. 영업장은 당시 매장에 있던 고객 수를 처리할 적절한 수의 직원을 모든 구역에 근접 배치했고, 이를 통해 Tammy가 직원 중 한 명으로부터 즉각적인 지원을 받을 수 있도록 했습니다. 매장 전체에서 재생되는 음악은 고객 인구 통계에 맞도록 선정되었는데, 이는 고객 만족도 그리고 궁극적으로 판매에 영향을 미칩니다. 실제로, HUI Research and Soundtrack Your Brand의 현장 연구에서, 연구원들은 무작위로 선택된 인기곡을 재생하는 것에 비해 브랜드와 일치하는 음악을 재생할 때 전체 판매에서 9.1%의 차이가 있다는 것을 발견했습니다.

매장 내 여정의 마지막 단계로, Tammy는 계산대로 향합니다. 그가 이미 네 명의 고객이 있는 오픈 라인에 접근하자, 추가 직원이 도착하여 다른 현금 계산대를 엽니다. Tammy는 구매를 마치고 신발을 손에 들고 얼굴에 미소를 띄운 채 매장을 나섭니다.

분석 애플리케이션은 고객이 아이템을 더 빨리 구매할 수 있도록 직원을 적절하게 도울 수 있습니다. Tammy의 구매에 영향을 준 동일한 기술이 매장의 다른 구역 또한 최적화하여 궁극적으로 고객의 경험을 향상시킵니다. Tammy는 자신의 경험에 만족했고, 그 결과, 다시 방문할 것 같습니다.

적절하게 배치된 기술은 Tammy의 구매에 영향을 미쳤을 뿐만 아니라, Tammy의 방문이 빠르고 쉽게 이루어지도록 하는 데 도움이 되었습니다.

하나의 솔루션, 여러 가지 용도

Tammy의 성공적인 매장 내 경험을 가능하게 한 기술에 대해 좀 더 자세히 살펴보겠습니다:

인원 계수(People counter): 카메라 밑을 지나가는 사람의 수를 양방향으로 실시간 카운트합니다.

대기열 관리(Queue monitor): 사전 정의한 구역(예: 계산대 대기열) 내에 얼마나 많은 사람이 서 있는 지, 해당 구역 내 활동의 수준은 어떠한 지 추적합니다. 또한, 대기열이 너무 길어지면 실시간 푸시 알람을 트리거할 수 있습니다.

성별/연령대 식별(Demographic identifier): 남성/여성 방문객의 숫자를 카운트하고 개략적인 연령대를 제공합니다. 나이/성별을 기반으로 맞춤형 디지털 사이니지 메시지를 트리거하는 데 사용할 수도 있습니다.

점유율 측정(Occupancy estimator): 매장 점유율(예: 평균 방문 시간 및 방문객 수. 적절한 직원 배치 수준을 결정하는 데 유용)에 관한 데이터를 제공합니다. 사전 정의된 점유율 파라미터를 바탕으로 경고를 전송할 수도 있습니다.

네트워크 오디오 솔루션: 매장 내 배경음악을 제공하고, 실시간 또는 스케줄링된 안내 방송을 송출합니다.

히트 맵(Heat maps): 핫 스팟, 데드 존, 병목 지점에 대한 빠른 식별을 가능하게 해 줍니다. 누적 및 실시간 트래픽 패턴을 시각화합니다.

디지털 사이니지: AXIS Demographic Identifier와 통합하면, 연령 및 성별을 기반으로 방문객에게 타케팅된 마케팅 메시지를 전달할 수 있습니다.

이 지능형 솔루션의 개별 구성 요소는 하나의 플랫폼으로 통합되어 고객의 매장 내 경험을 강화합니다. 대부분의 매장에서 사용하는 기본적인 통계는 현재 판매 및 거래에 대한 정보를 제공할 수 있지만, 효율성과 비효율성에 대한 통찰력을 제공하지는 못합니다.

다음은 매장 운영에 도움이 되는 실제 통계의 예(Axis 솔루션 중 하나를 사용하는 리테일러의 실제 자료)입니다. 이 통계는 유사한 지리적 위치에 있고 고객의 인구 통계도 유사한 두 개의 스토어를 비교합니다. 당연히, 판매는 매장 성과를 결정하는 데 있어 중요한 요소이지만, 추가적인 고객 통찰력을 수집하지 않을 경우 문제가 될 수 있습니다.

단순히 판매 수치를 비교해 보면, Store A의 실적이 확실히 뛰어납니다. 지난 한 주 동안 Store B보다 30% 가까운 매출을 더 올렸습니다. Store A에서 더 많은 거래가 있었고 평균 구매 가치가 더 높았으며 거래 당 아이템 수는 약간 적었습니다. 이러한 4개의 KPI(핵심 성과 지표)로 살펴볼 때, Store A가 더 나은 성과를 내는 매장입니다. 두 매장에 배치된 리테일 비디오 분석 애플리케이션에서 제공하는 데이터를 분석해 보면, 15953명이 방문한 Store A는 5,276명이 방문한 Store B보다 3배 높은 풋 트래픽이 있었습니다.

그런데 이 데이터가 실제로 우리에게 말해주는 것은 무엇일까요?

놀랍게도, 매장에 들어와 구매를 한 방문자 수, 즉 전환율은 Store B에 비해 Store A에서 현저히 낮다는 것을 말해주고 있습니다. Store B는 방문객들을 돈을 쓰는 고객으로 바꾸는 일을 훨씬 더 잘했습니다.

경영진으로서, 우리는 Store B의 직원 또는 매니저가 무엇을 제대로 하고 있는지 알아보고, 이와 동일한 전략을 Store A에 적용하여 판매를 촉진하고 모든 방문자의 고객 경험을 최적화할 수 있는 기회로 활용할 수 있습니다. 다른 지표를 분석할 때, 우리는 또한 Store B의 방문자들이 Store A보다 더 오래 매장 안에 머물렀다는 점과, 더 짧은 줄에 서 있었다는 것을 발견합니다. 이것은 분석해야 할 더 많은 질문들을 제기합니다. 예를 들어, 각 매장에서는 어떤 일이 일어나고 있는가, 그리고 수익률을 높이기 위해 조직에 적용할 가장 좋은 모델은 무엇인가? 평균 대기열 길이는 고객 경험에 상당한 차이를 만듭니다.

분석을 통해 고객을 이해

매장을 방문하는 것은 부담스럽고 스트레스가 될 수 있습니다. 특히 고객 서비스가 좋지 않고 서비스 대기열이 긴 경우에는요. 이를 방지하기 위해, 매장에서는 고객이 필요한 아이템을 쉽게 찾을 수 있도록 하고, 친절하고 지식 있는 직원과 함께 고객의 매장 내 경험을 향상시키고, 전반적인 고객 서비스 대기 시간을 단축함으로써, 항상 고객의 요구와 선호도를 최우선으로 생각해야 합니다.

그렇지 않으면 리테일러는 경쟁 업체로 떠나거나 (더 나쁘게는) 온라인 쇼핑으로 넘어가버리는 고객을 계속 게 될 것입니다.