온라인 웹사이트는 Google 애널리틱스를 활용해 데이터를 수집하고 분석합니다. 어느 채널로 몇 명의 방문자가 유입되었고, 오랫동안 머문 페이지는 어딘지, 구매한 물건은 무엇인지 등을 파악할 수 있습니다.
오프라인 매장에서는 어떻게 방문자를 분석할까요?
웹사이트가 페이지에 방문하는 방문자 수를 추적하는 것과 같은 방식으로, 오프라인 비즈니스는 상점이나 건물에 들어오는 방문자 수를 측정할 수 있습니다.대형 쇼핑몰 등 오프라인 매장은 방문자 수 측정을 위해 피플 카운팅*이 가능한 기기를 설치합니다.
피플 카운팅이란?
매장 입구에 설치된 기기에서 추출된 입장/퇴장 데이터를 통하여 출입 인원을 카운팅함으로써 매장별 방문자 성향을 단순한 추측이 아닌 명확한 데이터를 분석, 마케팅 목적으로 활용하는 것
※ 출처 : 네이버 블로그, Security 이야기
피플카운팅으로 수집 한 방문자의 입장/퇴장 데이터를 가지고 온라인에서 방문자가 남기는 체류시간, 결제 전환율 등을 분석하듯 온라인에서 적용되던 마케팅 기법을 오프라인에도 유사하게 적용할 수 있습니다.
특히, 복합 쇼핑몰(더 현대, 스타필드 등 다양한 종류의 상가들이 함께 입점해있는 대규모 쇼핑몰
) 등에서는 제일 붐비는 시간과 몇 명의 고객이 머무는지, 특정시간대에 몇명이 체류하는지 아는 것이 중요한데요.
체류 고객 수
를 늘리고, 체류 시간
을 늘려서 매출*을 확대하는 것이 중요하기 때문입니다.
매출 확대하는 방법은?
매출은 고객 수 x 객단가로 계산할 수 있습니다.
(1) 고객 수 :체류 고객 수
를 늘리면 됩니다.
(2) 객단가 : 1인 당 평균 사용 금액으로 돈을 많이 쓰게 해야한다. 동선이 길어지면 하나라도 더 사게 되므로체류 시간
을 늘려야 합니다.
Satying customer by time(시간당 체류 고객 수) 그래프를 그리면 매출에 중요한 체류 고객 수
와 체류 시간
을 파악하여 오프라인 매장에 필요한 분석을 할 수 있습니다. 이 그래프를 그리는 방법과 분석해서 사용하는 방법을 소개하고자 합니다.
저도 온라인 데이터를 분석하는 방법에 익숙해서, 오프라인 매장에서는 이렇게 방문자를 분석하는 구나 새롭게 알 수 있는 시간이었는데요. 아래와 같은 분들이 참고 하시면 좋을 것 같아 작성했습니다.
복합쇼핑몰 출입구에 피플카운팅 기기를 설치하여, 입장 방문자 수
와 퇴장 방문자 수
를 카운팅 한 데이터가 있습니다.
Satying customer by time은 시간 당 체류 고객 수를 그래프로 그린건데요. x축은 시간이고, y축은 누적 방문자 수 입니다. 누적 방문자 수를 계산하여 그래프를 그리면 다음과 같습니다.
특정 시간대에 체류한 사람 수를 계산 할 수 있습니다.
특정시간대에 체류 한 사람 수 = 입장 방문자 수(누적) - 퇴장 방문자 수 (누적)
시간대 별 체류 고객 수를 비교 해 볼까요?
복합 쇼핑 몰에 16시 ~17시 대에 체류 한 사람 숫자는 2,813명으로 이 시간대에 가장 사람이 많고 붐비는 시간대라는 것을 알 수 있습니다.
체류 시간 추정도 가능합니다.
전체 방문자 수인 10,556명의 50%에 해당되는 5,278번째 입장 방문자와 퇴장 방문자를 비교해볼까요?
5,278번째 입장은 15시~16시에 했는데, 5,278번째 퇴장은 17시~18시에 했네요. 대략 2시간을 체류 한다고 볼 수 있습니다. 정확하게는 아니라도 이렇게 추정할 수 있습니다!
제가 그린 그래프는 복합쇼핑몰에 대한 하루 치 그래프이지만, 더 자세한 데이터를 가지고 매장 별, 요일 별, 계절 별로도 비교해 볼 수 있을 텐데요. 비교를 통해 아래와 같은 의사 결정에 반영 할 수 있습니다.
복합 쇼핑 몰이나 백화점은 출입구가 하나 이상인 경우가 많습니다. 지하 주차장과 연결된 출입구가 있기도 하고 지상에도 여러개 출입구가 있는 경우가 있죠.
출입구 별로 Staying customer by time 그래프를 그려서 비교해 보면, 출입 구의 특징을 알 수 있는데요. 이 특징 별로 마케팅과 매장 배치 전략을 세워볼 수 있습니다.
유입형 출입구는 사람들이 많이 입장하는 출입구이고, 유출형 출입구는 많이 퇴장하는 출입구입니다. 출입구의 특징을 안다면, 우리 복합 쇼핑몰에 유리하게 마케팅이나 매장 배치 전략을 가져 갈 수 있습니다.
예를들어 쿠폰을 배치한다고 했을 때도 출입구 유형에 따라 다르게 결정할 수 있습니다.
매장 배치 전략에도 적용할 수 있는데요.
더 나아가 층 별로 어떤 매장을 배치 할지 결정에도 도움을 받을 수 있습니다.
예를 들어 우리 고객 대부분이 1층으로 들어왔다가 지하에 있는 지하철로 빠져나간다고해요. 그런 행동 특성을 파악하고 지하에는 단가가 높지 않은 매장을 유치할 수 있을 수 있고, 체류 시간이 짧은 문제를 해결하기 위해 고층에 이벤트나 체험형 공간을 가진 매장을 배치하여 고층을 갈 수 밖에 없도록 유도 할 수도 있을 겁니다. 이렇게 특징을 안다면 매장 배치를 효과적이게 할 수 있을거예요.
Staying customer by time 그래프 하나 만으로도 오프라인 매장 방문자를 분석하는 유의미한 내용을 알 수 있었습니다! 앞으로 오프라인 매장을 방문할 때 더 흥미롭게 매장 구성을 살펴 볼 것 같아요.
저는 방문자 수 데이터만 활용했지만, 입장/퇴장 데이터는 판매 데이터와 함께 결합해서 보면 아래와 같은 지표들도 계산해 볼 수 있고, 매장의 성과를 평가해서 매출별 전략을 수립할 수 있으니 참고하시길 바랍니다!
전환율 : 판매 수 / 총 방문자 수
매장에서 실제로 구매한 방문자의 비율입니다. 매장에 총 100명의 사람이 있고 그 중 25명이 무언가를 구매했다면 전환율은 25%입니다.
ARPU(Average Revenue Per User) (전체 유저의 1인당 매출) : 총 매출 / 총 방문자 수
방문한 사람들이 매장에서 지출하는 금액을 파악할 수 있습니다. 해당 월의 총 매출이 150,000만원인데 방문자 수가 3000건이라고 가정해 보겠습니다. ARPU는 50만원입니다. 우리 매장의 결제 패턴을 살펴볼 수 있습니다.