안녕하세요, 오프라인 공간을 더 똑똑하게 만드는 인공지능 스타트업 메이아이입니다.

백화점과 쇼핑몰을 관리하는 관리자 및 MD 여러분, 오늘 우리 지점에 방문객이 몇 명 왔는지 정확히 알고 계신가요? 유동인구 트래픽이 가장 많은 구역은요? 아마 매출과 멤버십 데이터를 기초로 파악하고 있을 텐데요. 사실 이런 방식은 결제하지 않은 사람의 데이터는 포함하지 않아 정확도가 떨어집니다. 정확하지 않은 데이터는 잘못된 분석의 원인이 되고, 잘못된 전략 설정으로 이어질 수 있고요. 이번 콘텐츠에서는 매장 분석 AI를 활용한 백화점·쇼핑몰의 방문객 데이터 분석을 다룹니다.

매장 분석 AI, 백화점·쇼핑몰 관계자에게 왜 필요할까?

백화점·쇼핑몰 MD의 주요 업무가 오프라인 방문객 데이터를 기반으로 진행되어 그렇습니다. 

• 테넌트 유치 및 관리: 시장 조사를 통해 고객의 니즈를 파악하고, 이를 반영해 입점 브랜드를 선정합니다. 테넌트와 임대료 협상 및 계약 조율 등 관리 업무를 수행합니다.
• 상품 배치 및 진열 전략: 고객의 구매 욕구를 자극할 수 있도록 몰 곳곳의 레이아웃을 설계합니다.
• 이벤트 및 프로모션: 이벤트를 진행하거나, 팝업스토어를 유치하여 방문객 수와 매출을 극대화하는 역할을 합니다.

매장 리뉴얼을 진행한 뒤 원하는 타깃 고객이 실제로 방문했는지 측정 가능합니다. 예를 들어 1020 타깃을 더 끌어모으기 위해 매장을 리뉴얼한다고 해볼게요. 이때 MD는 1020 세대에 인기 있는 브랜드를 새로 발굴해 매장에 입점시킵니다. 매장 분석 AI를 활용하면, 이전 방문객 데이터와 비교해 1020 방문객 수와 비중이 늘었는지 분석 가능합니다. 이를 통해 리뉴얼이 성공했는지 아닌지 판단할 수 있습니다.

 

층별 분석과 핵심 매장 분석

백화점과 쇼핑몰은 건물 층수가 많고, 입점 브랜드도 그만큼 많다는 특징이 있는데요. MD는 이 중에서 어느 층에 방문객이 가장 많이 들르는지, 어느 매장에 몰리는지 알고 싶어합니다. 그래야 구역 데이터를 기반으로 효과적인 이벤트를 기획할 수 있기 때문입니다. 매쉬를 활용하면 층별, 매장별 트래픽을 파악할 수 있습니다. 특정 성별&연령대에 있기 있는 구역을 알아낼 수도 있고요. 이를 기반으로 이벤트 타깃에 알맞은 구역을 설정하여 성과를 극대화해볼 수 있겠습니다.

 

테넌트 임대료 기준 산정 및 협상 근거 활용

MD는 입점 브랜드와 임대료·수수료를 두고 치열하게 협상을 벌입니다. 백화점·쇼핑몰 내 유동 인구가 얼마나 많은지에 따라 임대료·수수료 수준이 결정되기 때문입니다. 지금까지는 ‘1층 입구 근처라 A급지’ 이런 식으로 물리적인 위치와 관행에 근거해 협상을 진행했는데요. 매쉬를 도입하면 구역별 트래픽을 측정해 임대료·수수료 산출 근거로 활용할 수 있습니다. 예전에는 C급지로 정한 곳이 트래픽 데이터에 따라 B급지로 바뀔 수 있는 거죠. 임차 브랜드 입장에서도 데이터를 근거로 이야기하니 합리적으로 협상을 진행할 수 있다는 장점이 있습니다.