실시간 영상 데이터를 사용해 매장 경영자는 적기에 운영상의 결정을 내리고 주, 월, 연 단위 정보가 아닌 일일 단위 정보를 활용해 운영과 판매, 고객 만족도를 향상시킬 수 있다. 비디오 인텔리전스 솔루션은 IP 비디오 또는 네트워크 비디오를 기반으로 하고 있으며, 트래픽 계수 시스템과 카메라 등 현재 매장 시스템과 완벽하게 통합할 수 있다. 증가하고 있는 소매부문의 문제를 통해 효과적으로 경쟁하는 데 필요한 10대 전략을 살펴본다. <편집자>
윤승제
엑시스코리아 지사장
alex.yoon@axis.com
효율적이고 생산적인 매장관리는 리테일 기업들의 오랜 고민이다. 많은 방법론이 존재하지만 사실상 유통 매장 내에서 일어나는 고객의 활동과 구매 패턴, 상품 진열과 판매 수치 등 복잡하게 얽혀있는 상관관계를 파악해 가장 적합한 형태로 매장을 운영한다는 것은 거의 불가능에 가깝다. 그런데 이를 보다 과학적이고, 객관적으로 분석해 스마트하게 매장을 관리할 수 있는 방법이 있다. 저렴한 비용으로 실시간 영상 정보를 활용하는 방식, 바로 차세대 CCTV인 ‘네트워크 카메라’가 바로 그 것이다.
보안 및 모니터링용으로 거의 필수적으로 매장에 설치되는 네트워크 카메라의 영상정보를 활용하면 유통 및 소매 업체들은 매장 내에서 일어나는 활동과 상황을 정확하게 파악하면서도 공간을 최대한 활용할 수 있는 방안을 찾아낼 수 있다. 네트워크 카메라에서 얻을 수 있는 새로운 데이터는 기존 정보 데이터와 함께 결합, 사용이 편리한 리포트 형태로 나타낼 수 있으며, 이를 통해 제품 판매 및 프로모션, 전체 매장의 효과적인 트래픽 유도, 모든 접점에서 최고 수준의 고객 서비스 유지 등 보다 전략적인 의사 결정을 할 수 있다. 고객들은 확실한 목적으로 매장에 들어와 즐거운 마음으로 상품을 구매할 수 있을 것이다.
뿐만 아니라 유통 기업과 제조 기업 간 협력을 강화하고자 한다면 실시간 네트워크 카메라 솔루션은 양사가 모두 윈윈할 수 있는 정보 공유 수단이 된다. 공급업체는 다양한 판촉과 포장, 제품 배치를 실험해 최대 수익을 올릴 수 있는 방안을 찾아내 판매를 증진시킴으로써 소매업체와 공급업체 모두 이익을 얻을 수 있다. 점차 증가하는 소매 부문의 문제를 통해 효과적으로 경쟁하는 데 필요한 10대 전략을 살펴보자.
실시간 리테일 정보 전략 채택
실시간 영상 인텔리전스를 성공적으로 구현하려면 먼저 유통 기업이 실시간 소매 정보 개념을 채택해야 한다. 과거와 같이 여러 날, 개월, 계절 단위 제품 판매로 파악하는 것이 아닌 실시간에 가깝게 판매 전략 채택이 필요하다. 실시간 데이터가 활용 가능해지면 소매업체는 소비자 요구의 변화에 보다 효과적으로 대응할 수 있다. 이와 함께 소비자 충성도 형성에 집중해 운영 효율성을 극대화하고 비용이 드는 보관 재고량을 줄이는 동시에 매장에서의 품절 문제를 개선할 수 있다.
창고에서 POS 거래에 이르기까지 모든 매장 활동을 모니터하는 가장 효과적인 방법은 일일 보고서를 전달하고 사용자에게 편리한 마이닝 가능 대시보드를 제공하는 통합 플랫폼을 이용하는 것이다. 2009년 9월 발간된 ‘실시간 매장 모니터링 플랫폼(The Real-time Store Monitoring Platform)’ 보고서에서는 “일관된 플랫폼에서 매장의 실시간 신호를 결합하면 소매업체가 소비자 및 매장 활동을 잘 파악할 수 있다”고 밝히고 있다. 유통 기업이 통합 플랫폼을 구축하고자 할 때 최소한 POS 거래 기록(POS TL), 고객 트래픽, VoIP(네트워크 비디오), RFID(무선 주파수 인식), 위치인식 애플리케이션, 난방, 환기, 공조(HVAC) 등 기기의 원격 모니터링과 같은 정보를 실시간으로 받을 수 있어야 한다.
판매점 관리자에게 권한 위임
선도적인 업체는 매장 매니저의 역할을 다시 살펴보고, 실시간 데이터를 제공해 적기에 실행 가능한 결정을 내릴 수 있는 권한을 위임하는 방향으로 가고 있다. CIO와 그 부서는 판매점 운영, 구매, 마케팅 부서와 협력하여 실시간 정보를 이용할 수 있는 업무 프로세스를 결정해야 한다.
시스템은 동시에 조직 각계각층의 정보 흐름을 통해 부서 간 협력을 촉진해 소매 실적을 높일 수 있다. 미국의 의류 기업인 아메리칸어패럴(American Apparel)은 판매점 관리자에게 판매점 성공에 대한 책임을 부과해 이 개념을 한층 더 발전시켰다. 아메리칸어패럴에 따르면 실시간 비디오 인텔리전스에 액세스함으로써 관리자의 고객 서비스 수준을 확인할 수 있다.
테스트 대리점에서 고객 서비스가 개선되고 네트워크 카메라를 통한 영상 관리 솔루션이 처음 구현된 이후 전환율이 급격히 상승하고 있다. 유통 겸 공급 업체인 아메리칸어패럴은 2009년 6월 통합 비디오 인텔리전스 솔루션을 판매점 한 곳에서 시험 운영하기 시작해 10월에 추가로 25개 판매점으로 솔루션 운영을 확대했다.
고객 접점 모니터링
판매점에서 고객 서비스를 최적화하는 방안은 매장 내 곳곳에 주의를 기울이는 것이다. 비디오 인텔리전스 기술을 사용해 소매업체는 입구와 복도에서 고객 서비스, 탈의실, 화장실에 이르기까지 매장의 각 부분에 대한 가치 있는 데이터와 정보를 확보할 수 있다. 또한 보다 나은 고객 환경을 조성하면서 매장 전체의 근무 일정을 개선하여 시간과 비용을 절감할 수 있다.
비디오 인텔리전스 솔루션을 활용하면 고객이 더 오래 머무르는 장소를 비롯 매장에서 고객의 동선에 대한 정보를 파악할 수 있다. 이와 같은 체류 분석(dwell analysis)을 통해 어느 통로와 제품이 고객의 관심을 끄는지 알 수 있다. 미국의 예를 들어 아메리칸어패럴은 체류 분석을 이용해 직원 생산성을 평가할 계획이다. 또한 매장 이외에 화장실과 탈의실 등 기타 중요한 장소에서의 고객 만족도를 비디오 모니터링을 통해 향상시킬 수 있다.
머천다이징 개선으로 효과적인 트래픽 유도
리테일 기술에 과학을 결합하려는 노력은 과거부터 지속돼 왔다. 소매 관리자 및 구매자의 경험과 지식을 인정하고 재고 선택, 머천다이징, 판촉 문제에서 소매 관리자와 구매자에게 어느 정도 권한을 주는 것이 중요할 수 있다. 그러나 판매점에서 고객의 움직임, 체류 분석, 전반적 매장 행동에 대한 실제 정보의 가치를 얕봐서는 안 된다. 이러한 데이터를 소매 관리자와 구매자에게 제공하는 것이야말로 실질적으로 개선을 이룰 수 있는 방법이다.
소매업체는 비디오 인텔리전스를 사용해 POS 등 매장 데이터 출처와 통합된 분석을 통해 고객 행동을 추적할 수 있다. 그 결과 지속적으로 트래픽 및 전환율이 판매점 전체뿐 아니라 통로별, 진열별로 분석되고, 그 분석은 SKU(Stock-Keeping-Unit) 수준으로 확장된다. 이러한 데이터 덕분에 소매업체나 제조업체는 어림짐작으로 관리하던 방식 대신 실질적인 데이터를 기준으로 레이아웃, 진열대, 진열, 포장을 최적화할 수 있다.
예를 들어 비디오 인텔리전스 시스템을 사용해 매장에 온 고객들이 시리얼 코너로 얼마나 많이 이동하는지, 얼마나 많은 고객이 켈로그 또는 특정 상품 앞에서 머물렀는지, 얼마나 많은 사람이 구매하는지 알아낼 수 있다. 이러한 정보는 판매점에서 고객 동선을 이해하고, 보다 올바른 머천다이징 결정을 내리는 데 유용하다. 또한 매장 비디오 인텔리전스로 고객이 제품, 제품 배치, 포장, 판촉에 어떻게 반응하는지 더 깊이 있게 이해할 수 있기 때문에 매장 비디오 인텔리전스는 경쟁력 차별화 요소다. 예를 들어 어떤 판촉 행사에 많은 고객이 몰려 언뜻 보기에는 성공적인 행사로 생각되지만, 행사 코너에 들렀던 고객의 50%는 다른 제품과 비교해 보거나 성분을 읽어본 후 마음을 바꿨다.
진열품 추적 분석 이용해 손실 감소
비디오 인텔리전스 솔루션은 진열품 추적 시스템과 통합하면 재고 부족과 손실 방지 분석에 대한 정보를 제공할 수 있다. 예를 들어 면도기, 고급 화장품, 술 같은 특정 제품은 다른 제품에 비해 절도 사건이 자주 발생하는 ‘고손실’ 품목으로 알려져 있다. 손실이 발생하는 방법과 시기에 대한 비디오 인텔리전스를 사용해 소매업체는 변화를 주어 문제를 최소화할 수 있다.
여러 데이터 출처를 하나의 플랫폼으로 통합할 경우 시스템으로 적재장에서 창고, 매장, POS에 이르기까지 완벽하게 제품 추적이 가능하다. 입수한 이 정보를 이용해 소매업체와 공급업체는 어느 제품을 비축하고 어디에서 판매할 것인지에 대해 더 올바른 결정을 내릴 수 있다. 손실 방지 시스템과 카메라를 이미 설치한 소매업체는 비디오 인텔리전스 시스템을 기존 시스템과 통합할 수 있고, 비디오 인텔리전스 시스템을 조직의 다른 그룹이 모니터할 수 있다.
온라인 판매자를 통해 수집한 수많은 정보는 판매점 수준에서 오프라인 판매자가 해당 문제를 만족시키고, 동일한 유형의 세부 정보를 수집할 수 있는 방법을 찾아낼 수 있도록 동기를 부여한다. 통합 비디오 인텔리전스 솔루션을 이용하면 이 문제를 해결할 수 있다. 매장 고객 마케팅에 대한 매장 비디오 인텔리전스 시스템의 역할은 온라인 상거래에 대한 소셜 미디어와 웹 분석의 역할과 동일하며, 채널 간 경쟁의 장이 어느 정도 비슷하게 만들어준다.
소매업체는 비디오 인텔리전스의 매장 분석 기능을 적용해 사이트 체류 시간, 쇼핑 퍼넬(shopping funnel), 포기, 제품 전환 등 웹 분석에서 도출된 정보를 확장해 기업의 머천다이징과 고객 경험을 최적화할 수 있다. 예를 들어 시즌 주요 품목의 상의를 마네킹에 입혀 주요 통로 진열대에 진열하는 경우 전환율이 50% 이상임을 알고 있는 판매자는 동일한 전환율을 달성하기 위해 남들과 다른 온라인 머천다이징 전술을 선택할 수 있는 것이다.
궁극적으로 다채널 소매업체는 웹과 모바일 장치, 판매점의 신호를 결합하는 등 다양한 여러 고객 접점의 실시간 신호를 검토하는 플랫폼을 구축할 것이다. 이를 통해 소매업체는 웹 주문이나 오프라인 매장 구매 등 채널 간 프로세스를 모니터링할 수 있다.
소매업체와 공급업체 협력 관계 강화
비디오 인텔리전스는 소매업체와 공급업체가 서로 협력하고 두 업체 모두 수익성을 개선할 기회를 제공해 준다. 또한 공급업체가 비디오 인텔리전스 프로젝트를 실시할 수 있도록 자금을 지원하는 경우도 많다. 현재 주요 소비재 공급업체는 비디오 인텔리전스 분석을 사용해 미국의 대형 잡화점 체인과 공동으로 다른 광고판과 진열 등 매장 내에서의 자극, 즉 고객을 제품으로 유인하는 방법을 시험하고 있다. 이는 온라인에서의 A/B 시험과 유사하다. 요즈음 오프라인 소매업체에서는 관리 판매점을 이용해 판촉 간 또는 엔드캡 간의 차이를 분석할 수 있다.
제조업체에서는 일반적으로 소매업체가 제공하려는 모든 소비자 정보를 반긴다. 제조업체는 소비자 트래픽 패턴과 통로에서 머무는 시간에 대한 정보를 활용해 제품 진열과 매장 머천다이징을 조정함으로써 고객, 소매업체 및 제조업체의 이익을 개선할 수 있다.
기존 인프라 이용과 매장 시스템 통합
소매업체들은 서로 다른 여러 시스템이 동시에 작동하는 것에 대한 우려 때문에 비디오 비즈니스 인텔리전스 솔루션을 기존 다양한 매장 기술 인프라에 추가하는 것을 꺼려하는 경우가 있다. 그러나 오늘날 최고 수준의 기술을 가진 비디오 인텔리전스 시스템은 기존 인프라와 완벽하게 통합할 수 있다.
통합 비디오 인텔리전스 플랫폼은 손실 방지와 트래픽 계수, POS 데이터 등 다양한 용도를 지원해야 하지만 이종 비디오 분석 장비를 지원하기 위해 비디오 또는 POS 데이터 복제본이 여러 개 필요하지 않는다. 이것이 네트워크 비디오의 장점이다.
이런 유형의 네트워크 솔루션은 표준 이더넷 네트워크에서 실행되고 소매업체의 기존 인프라에서 작동하며 공개 표준을 기반으로 하기 때문에 현재와 미래의 판매점 장비와 완벽하게 호환된다. 솔루션 공급업체가 판매점에서 이미 사용하고 있는 기존 채널과 통합된 일부로 비디오 인텔리전스 시스템을 공급할 수 있을 경우 소매업체가 시스템을 확장하는 것은 더 쉬워진다.
비디오 인텔리전스 솔루션에 대해 알아볼 때 소매업체는 완벽한 판매점 모니터링 플랫폼을 제공할 수 있는 고품질 비디오와 분석 솔루션을 갖춘 카메라를 찾아야 한다. 이 시스템을 작동하려면 분석 솔루션과 네트워크 비디오를 제공하는 지능형 카메라를 결합해야 한다. 지능형 카메라에는 트래픽 계수와 고객 체류 시간을 분석할 수 있는 비즈니스 인텔리전스 분석 등 온보드 내장 애플리케이션이 있다.
IP 카메라를 사용하면 시스템을 유지보수하고 모니터링하기가 훨씬 쉬우므로 비디오 인텔리전스와 손실 방지 시스템을 개별적으로 구입하는 것보다 비용을 절감할 수 있다. 영상 감시 솔루션을 여러 부서에서 함께 활용할 경우 팀들이 공동 작업을 수행하고 비용을 공유할 수 있다. 그 결과 손실 방지 범위가 늘어나고 귀중한 정보를 머천다이징, 운영 및 마케팅 부서에 제공할 수 있게 된다.
향후 성장에 대비한 계획
통합 비디오 인텔리전스 시스템 구현 시 소매업체의 성장에 따라 시스템을 확장할 수 있는 것도 큰 장점이다. 소매업체가 기본 시스템 외에도 적합한 시스템을 사용해 현재와 미래에 이용할 수 있는 매장 데이터는 무궁무진하다. 소매 판매점에서 이용할 수 있는 실시간 데이터 출처는 지난 몇 년간 꾸준히 증가하고 있다.
현재 데이터 출처에는 POS 데이터, 고객 트래픽 데이터, 큐 데이터, 전자식 상품 도난 방지(EAS) 데이터 및 IP 기반 비디오 피드가 있다. 새롭게 등장한 기술에는 RFID, GPS, 셀 타워 또는 와이파이 삼각측량을 통해 휴대전화 위치를 추적하는 기능, 쇼핑 카트 컴퓨터와 소형기기 등 새로운 매장 쇼핑 장치가 있다. 미래에 소매업체가 판매점의 이러한 실시간 신호를 통합, 관리, 이해하는 여러 플랫폼이 반드시 필요하게 될 것이다.
네트워크 카메라 활용으로 매장관리 생산성 증가
현재의 데이터들은 물론 앞으로 늘어날 방대한 데이터들은 유통 기업의 고민거리가 될 것이다. 이를 해결할 수 있는 방법은 바로 해당 데이터를 활용해 적절히 분석하고 사업에 도움이 되도록 사용하는 것이다.
판매점 내에 이종 기술원을 결합하고 맞춤 보고서와 데이터 마이닝 대시보드를 제공할 수 있는 통합 비디오 인텔리전스 솔루션을 사용하면 본사와 판매점 경영진은 실시간 결정을 내리는 데 필요한 정보를 얻을 수 있다. 이는 소매업체 대부분이 무시할 수 없는 전략적 필수 요소며, 많은 소매업체가 가까운 장래 계획에 이를 포함시키고 있기도 하다.
소매업체는 무관한 산업 시스템을 변형시켜 소매업체 요구에 부분적으로 적합한 시스템이 아니라, 소매 환경에 최적화돼 설계되고 제작된 시스템을 검토해야 한다. 데이터 수집과 정보 전달 등 주요 요소를 자동화하는 시스템이 틀림없이 많이 보급될 것이므로, 소매업체의 성공률이 더욱 높아질 것이다. 판매점에서 온라인 상거래 환경과 유사한 실시간 데이터 기능을 채택함으로써 소매업체는 경쟁업체와 차별화하고 데이터 샘플링, 정기적인 고객 피드백, 데이터 가시성 등 낡은 패러다임으로 사업을 영위하는 판매점을 크게 앞서는 고수익 판매점을 구축할 수 있을 것이다.
동급 최고의 비디오 장비와 비디오 인텔리전스 분석을 결합한 유통 기업용 맞춤형 네트워크 카메라 솔루션은 대형 및 소형 유통기업들이 고객 서비스를 향상시키고, 판매-공급 업체 간 관계를 강화할 수 있다. 또한 노동력 활용 효율성을 제고는 물론 다채널 마케팅을 촉진할 뿐만 아니라 손실 및 재고 부족을 줄이는 시스템을 제공할 수 있다. 궁극적으로 이는 리테일 기업이 지속적으로 성공하며 성장할 수 있도록 해준다.
