쇼퍼 페르소나를 확실하게 파악하고 계신가요? 또 각 인구학 카테고리 내 구성원이 매장 내 쇼핑을 선호하는 때는 언제인지 알고 계신가요? 고객이 한 매장에서 다른 매장으로 이동하는 경로는 어떤가요? 또는 고객이 체크아웃할 때까지 걸리는 시간이나 특정 디스플레이 앞에 머무는 시간은 얼마나 되는지 알고 계신가요?

이런 정보를 수집하기 위해서는 관리자에게 POS 라인을 모니터링하고, 과거 수일간의 활동을 기록한 비디오 영상을 시청하며, 거래 내역을 검토하게 하는 것도 한 가지 방법입니다. 하지만 이러한 수동 프로세스는 매출을 발생시키는 작업에 투입할 수 있는 소중한 시간을 소모합니다. 또한 이러한 프로세스가 제공하는 인사이트는 한 시점만을 나타내는 정적인 정보로, 변화하는 소비자 선호도나 쇼퍼 인구학 정보의 새로운 변경사항에 대응할 수 없습니다. 아니면 이 정보를 수집하기 위해 이러한 각각의 질문은 물론 그 외의 사항까지 다루며, 지속적으로 진화하는 인사이트를 제공하는 기능을 갖춘 기술을 구현할 수도 있습니다. 게다가 이 기술은 비용 효과적이고 상당히 신속하게 구현할 수 있습니다. 또한 기존 카메라 인프라를 그대로 활용하여 기술을 구현할 수 있습니다.

바로 Computer Vision이라 불리는 기술로, 모든 유형의 리테일러에게 빠르게 필수 기술로 자리잡고 있습니다. 이전 문서에서는 Computer Vision이 무엇이며, 어떻게 이 기술이 손실 방지를 위한 게임 체인저가 될 수 있는지에 대해 다루었습니다. 이번에는 이 기술이 어떻게 쇼퍼 여정을 개선 및 향상하도록 돕는 주요 인사이트를 제공하는지에 대해 자세히 분석해 보겠습니다.

Computer Vision이 어떻게 고객 여정을 보다 잘 이해하도록 도울 수 있을까요? 아니면 더 나은 질문으로, "Computer Vision이 할 수 없는 것이 무엇일까요?" 이 기술은 무엇보다 구성 가능하고, 상황에 맞게 조정 가능하며, 크기나 세그먼트 유형을 불문하고 모든 매장에 걸쳐 규모를 조정할 수 있습니다.

게다가 기존의 카메라 커버 범위가 어떻든, 모든 리테일러가 실제로 효과를 볼 수 있도록 유연한 옵션이 제공됩니다. 카메라 커버 범위가 적거나 전혀 없는 경우, 트래픽 분석부터 시작하여 시간이 지남에 따라 확장해 가는 방식의 확장형 로드맵을 추천드립니다. 카메라가 주변만 커버하는 리테일러의 경우, 매장 내부에 초점을 두도록 Computer Vision을 증강할 수 있습니다. 또 완전한(또는 거의 완전한) 카메라 커버 범위를 갖춘 매장의 경우, Computer Vision의 모든 잠재력을 활용할 수 있습니다. 쇼퍼가 매장에 들어오는 순간부터 체크아웃할 때까지는 물론 주차장에 들어서는 순간까지, 매장 전체에 걸친 쇼퍼 이동을 캡처할 수 있습니다. 이 기능을 통해 리테일러는 쇼퍼가 어디로 이동하고 무엇을 원하는지 등 매장 내에서 쇼퍼가 행동하는 방식에 대한 주요 인사이트를 확보할 수 있습니다. 결과적으로 Computer Vision 기술로 리테일러는 다음과 같은 작업을 할 수 있습니다.

• 매장 레이아웃을 최적화하기 위해 실제 소비자 트래픽에 기반한 구역 히트 맵을 생성
• 쇼퍼 트래픽, 매장을 스쳐지나가는 트래픽, 디스플레이 상호작용, 머무는 시간 등을 측정
• 무기, 마스크, 공격적인 행동을 감지
• 매장 내 광고를 제공
• 재고 수준을 관리
• 재고 및 상품진열도 감사 규정준수를 지원

이외에도 더 많은 작업이 가능합니다! Computer Vision이 쇼퍼 여정에 가장 큰 영향을 줄 수 있는 영역에 대해 자세히 알아보겠습니다.

대상 측정 및 인구학 정보

광고가 제대로 대상 고객에 도달하고 있습니까? 특수 디스플레이 또는 엔드캡으로 적절한 제품을 홍보하고 있습니까? 특정 성별의 고객을 다른 성별보다 더 많이 끌어들이고 있습니까? 다양한 연령대는 어떻습니까? Computer Vision 기술은 이 모두에 대해 알려줌으로써 더 나은 제품, 판촉, 직원 배치는 물론 실세계 쇼퍼 참여 데이터에 기반한 콘텐츠 선택까지 가능하게 해줍니다.

쇼퍼 참여

쇼퍼가 판촉 디스플레이와 상호작용을 합니까 아니면 잠시 멈췄다가는 마음을 바꿔서 그냥 지나칩니까? Computer Vision으로 모든 디스플레이, 진열대 또는 통로에 머무는 시간(또는 고객이 상호작용하는 시간)을 쉽게 측정할 수 있습니다. 이를 통해 판촉의 마케팅 효과를 측정하고, 고객이 보고자 하며 최종적으로 구매하고자 하는 제품 종류를 확인할 수 있습니다.

쇼퍼 경로

올바르게 구성된 Computer Vision은 매장 내 쇼퍼 이동을 포착하여 고객이 한 섹션에서 다른 섹션으로 이동하는 경로를 종합적으로 파악할 수 있으므로, 이러한 경로에 보다 효과적으로 상품을 진열할 수 있습니다. 또한 매장 레이아웃을 개선하여 사람들이 많이 찾는 구역 간 횡단 경로 또는 구매 경로를 보다 쉽고 편리하게 만들 수 있습니다.

이러한 인사이트를 갖췄으므로, 이제 모호하거나 낡은 페르소나를 넘어 실세계에 기반하여 제품, 판촉, 디스플레이, 매장 데이터를 개선할 수 있습니다. 고객의 실제 선호도를 바탕으로 더욱 편리하거나, 보다 몰입할 수 있게 해주며 실험적인 매장 레이아웃을 만들 수 있습니다. 우수한 매장 내 경험을 제공하기 위해 적절히 직원을 배치할 수 있습니다.

이 모두를 통해 쇼퍼의 경험을 개선할 수 있고, 이에 따라 더 많은 트래픽과 반복 방문이 이루어지면 더 많은 수익으로 이어질 수 있습니다. 비용 효과적이고 쉽게 구현할 수 있는 기술임을 고려할 때 상당한 ROI라고 할 수 있습니다.

물론 모든 Computer Vision이 이 모두를 해낼 수 있는 것은 아닙니다. 실제로 이 분야의 많은 스타트업은 기성 또는 일반 오픈소스 물체 감지 제품을 기반으로 한 솔루션을 제공합니다. 하지만 리테일러를 위해 특별히 설계되고, 이미 경험이 있는 리테일러의 도움을 받아 구축한 솔루션은 이 모든 기대 성능과 그 외 많은 것을 제공할 수 있습니다.

쇼퍼 여정을 개선하기 위해 Computer Vision이 할 수 있는 것이 무엇인지, 그리고 이 기술이 리테일 기업 전반에 걸쳐 어떻게 가치를 제공할 수 있는지 알아보려면 최신 보고서, 'Computer Vision 및 리테일의 미래: 향상된 쇼퍼 경험, 개선된 손실 방지, 최적화된 운영'을 지금 다운로드하세요.