빅데이터를 활용한 편의점 SCM 전략

노령화 인구의 증가, 생산 인구의 감소로 인한 1인 가구가 증가되고 있다.
초근거리(500M 이내) 상권 대상의 기존의 대형마트 중심에서 혼자서 즐길 수 있고, 간편한 음식을 찾는 사람들의 편의점 방문은 점점 늘어나고 있다.
2010~2017년 대형마트 주변 3Km 이내 거주자들의 카드 결제액을 살펴보니 대형마트와 전통 시장 소비가 모두 줄어드는 추세다. 대신 온라인 쇼핑 소비가 2배 이상 늘었다.(조선일보, 대형마트 시행착오, 2017.09.25)
그리고 CU, GS25와 같은 대기업 위주의 편의점은 단순히 고객의 요구사항을 언제든지 반영할 수 있도록 24시간 영업, 그리고 모든 편의용품 전시, 판매(생활용품, 식료품, 의약품 등)를 통해 기존의 슈퍼마켓은 점점 없어지고 있다.
이와 같은 현실에서 편의점이 왜 급성장하고 있는지, 우리 생활에서 없어서는 안될 중요한 대안으로 떠오르고 있는지 질문해 볼 필요가 있다. 그 이유는 거래의 온라인화와 물류 혁신의 영향으로 제품 전달 과정이 ‘생산자-물류-소비자’로 점점 단순화되고 있는데, 이는 유통 마진을 줄임으로써 가격경쟁력을 가지기 위함이다. 또한 편의점은 소비자와 접하는 최전선에 있고, 언제 어디서나 물품을 구입할 수 있는 장점 때문에 가격이 높더라도 구매할 수 있다는 장점이 있다. 다시 말하면, 대형 마트에서 구매하기 위해 차를 타고 멀리 나와서 쇼핑하기 보다 온라인 또는 집 앞에서 쇼핑을 하고자 하는 욕구 때문이다. 따라서 오프라인 매장(백화점, 마트 등)에서 구매하고자 하는 소비자의 비중이 낮아지고 있고, 온라인 쇼핑몰은 접근의 편의성과 가격적인 경쟁력으로 인해 많은 사람들이 온라인으로 구매하고 있다.
노인층 및 1인 가구의 증가가 우리 나라의 계층구조를 완전히 바꾸고 있다. 인문학적 관점에서 생각이 행동이 되고 행동은 습관리 된다. 즉 우리가 인지하지 못하고 있지만, 오프라인에서 온라인으로 쇼핑방법이 변하고 있다.
편의성을 극대화 하기 위한 구조로 점점 변경되고 있다. SCM 측면의 배송 시간을 30분 단축 시키겠다는 계획을 발표하였지만, 정말 30분 단축하여 배송이 가능할까?
A사는 드론을 활용하여 배송을 하고 있다. 데이터분석으로 고객의 수요를 맞출 수 있고, 쇼핑 목록을 보고 스마트 기기를 통해 간단히 바코드 스캔 또는 음성 인식 제품을 주문할 수 있다. 또한 고객이 주문하기도 전에 배송업체와 연계하여 주문과 동시에 제품을 받을 수 있도록 설계되었다.
A사 소비자의 니즈(Needs)를 실시간으로 파악해 판매 계획을 세우고 재고를 관리한다. 데이터분석을 통해 고객 성향을 프로파일링하고 구매이력을 만들어 놓는다. 그리고 고객의 구매 주기와 판매 트렌드 정보를 바탕으로 회귀분석 인자를 결정하고 수요를 예측해 트렌드 정보를 바탕으로 회귀분석 인자를 결정하고 수요를 예측해 물품별 구매 수량을 예측한다. 그런데 고객 개개인의 구매량을 예측하는 것이 가능할까? 개인별 통계분석으로는 예측하는 것은 오차가 너무 커서 무의미하지만, 고객을 그룹으로 보면 충분히 가능하다. 이때 이용하는 것이 전국 도처에 위치한 편의점이다. 편의점 상권별로 거주 고객의 프로파일 및 유형의 분포 비율, 구매 물품의 종류와 수량 등을 알 수 있기 떄문이다.
예를 들어, 한 명의 고객이 이번 달에 사과를 몇 개 구매할지는 알 수 없지만 1,000명의 고객이 참외를 몇 개 구매할지는 매우 낮은 오차 범위 내에서 예측할 수 있다. 이렇듯 고객 군집 단위로 지역의 상품 예상 수요를 파악하고, 고객에게 가장 가까운 거점(편의점, 물류센터)에 물품을 구비해 준비하고 있다. 고객이 주문하는 순간 드론이나 배달 직원을 통해 전달하는 것이다.
이것이 가능하기 위해서는 고객 접점 확보가 절대적이므로, 지역 물류의 최전선에 있는 편의점은 지역의 니즈를 가장 민감하게 해결하는 중요 채널이 될 것이다.
즉, “고객 행동원리를 이해해야 장사를 한다.”라는 말처럼 시장 상권을 이해하고, 고객 경험 분석을 통해 펴의점 사업 전략을 수립해야 한다.
이를 위해서는 우선 고객의 행동 원리부터 살펴 보아야 한다. 고객의 유형을 먼저 이해하고, 그 결과를 토대로 지역의 상권분석을 분석해 수행하는 것이다. 데이터 분석을 통한 고객 및 점포 분석 방법은 다음과 같이 세가지로 구분할 수 있다.
첫째, 고객 프로파일링과 클러스터링이다. 내부 데이터를 바탕으로 편의점 고객의 행동이나 구매한 상품을 통해 성향 속성을 도툴하고 고객 프로파일링을 수행한다. 편의점 같은 소규모 유통점의 특징은 고객 인식 비율이 낮다는 점이다. 판매 내역이 있지만 누가 구매했는지는 모른다. 따라서 이 경우 소수의 인식 고객만으로 성향을 분석해야 한다. 소수의 고객 성향을 분석한 후 그 대상군을 정하여 고객 프로파일링을 진행해야 한다. 그 결과를 통해 고객의 유형을 분류할 수 있다.
둘째, 상권을 구성하는 고객의 분포를 분석한다. 전체 편의점 고객에 어떠한 유형들이 존재하는지 판단했다면 이를 이용해 각 편의점의 특성과 유형을 비교한다. 그리고 편의점을 사용하는 현재 고객이 유형별로 어떻게 분포하는지, 어떻게 인식하는지에 대한 분포를 바탕으로 향후 분포를 추정한다.
편의점의 판매 데이터(판매 상품군, 브랜드, 가격, 수량, 판매 시각 등)와 그 지역의 통계정보(성별, 연령대, 경제력 등)로 상권 고객 분포를 보완한다. 예를 들면, 고객 유형별로 선호 상품군과 브랜드가 있으며, 구매시각, 요일도 서로 다르게 나타날 것이다. 이러한 것들을 반영해 고객 유형 분포를 수정하는 작업이 필요하다.
셋째, 점포 프로파일링과 클러스터링을 수행한다. 즉, 고객 유형분포, 경쟁관계, 지역 통계정보 이 세 가지 정보를 이용해 점포에 대한 프로파일링을 수행하고 클러스트링한하다. 상권의 경쟁 관계는 편의점 주변의 경쟁 유통점 정보를 기준으로 분석한다. 편의점은 단순히 다른 편의점과만 경쟁하지는 않는다. 온라인 쇼핑뿐만 아니라 오프라인 슈퍼마켓, 대형마트, 심지어 동네 소형마트나 백화점과도 경쟁한다. 경쟁관계는 판매 데이터를 이용해 파악할 수 있다. 먼저 경쟁 상품을 정의하고, 유사 형태의 오프라인 매장의 판매 데이터 평균과 얼마나 차이 나는가를 기준으로 경쟁 강도 인덱스를 도출할 수 있다.
분석 데이터 활용 방안
지역 통계는 일반적인 부동산 상권을 기준으로 정의하며 성비, 연령 분포, 소득 등으로 나눈다. 주말 상권, 주중 상권, 아파트 상권, 오피스 상권, 쇼핑 상권, 이벤트 상권, 주변 상권 등의 유형이 있다. 주변 상권 유형에 대한 군집화 작업이 끝나면, 각 유형별로 특징을 도출하고 요구사항을 찾는다. 그리고 고객 및 상권 분석을 통해 사업전략을 활용할 수 있다. 분석 데이터에 대한 활용방안에 대해 알아보자
첫째, 경쟁 시장의 수익성 전략에 활용할 수 있다. 편의점인 경우, 주변 상권을 기준으로 경쟁 시장인지 독점 시장인지 분석할 수 있고, 경쟁 관계에 따라 전략이 완전히 달라기지 때문이다. 경쟁 시장의 경우, 고객은 편의점에 원하는 요구가 발생했을 때 어려 대안을 수립할 수 있다. 예를 들면, 현재 위치에서 평균 80미터 이내에 존재하는 편의점을 비교해 할 수 있다. 즉, 현재 경쟁자가 누구이고, 어느 상품을 고객이 원하고 있는지를 파악해야 한다. 또한 이에 따른 준거 가격을 도출해 경쟁에서 이기는 것이 가장 중요하다.
고객은 자신의 취향에 맞게 구매하는 제품과 관심이 없는 제품 영역으로 구분하여 분석한다.
경쟁지역에서는 구매를 원하는 제품은 고객을 유인하고, 구매를 원하지 않은 제품은 추가적으로 판매해 수익을 극대화할 수 있도록 해야 한다. 독점 시장의 경우, 고객이 구매를 원하고자 하는 상품이 발생했을 때 고민할 것은 고객의 지출 습관 혹은 마인드이다. 고객의 지불 의향이 있다면 이를 활용하여 가격을 최대한 높게 받는 것이 최선이다. 따라서 독점 시장 전략은 수익극대화에 초점을 둔다. 즉, 고객의 가격 민감도를 고려하여 매출 및 수익을 최대로 하는 제품별 최적 가격을 도출하는 것이 필요하다.
둘째, 주변 상권에 따른 편의점 마케팅을 최적화 하는데 활용할 수 있다. 주변 상권 및 고객 유형 분포에 기초해 각 마케팅 계획을 수립한다. 먼저 인터뷰와 관찰 조사를 통해 고객 유형별 편의점 방문 및 구매행동을 분석한다. 그 다음 어느 부분에서 고객이 어려움을 겪고 있는지 파악해 왜 판매가 되지 않았는지를 판단하고, 문제를 해결하는 방법을 찾아 마케팅 방안을 수립한다.
예를 들어 저가 오디오, 가전 제품 혹은 TV에 대한 구매를 원하고 있으나 편의점에서 구매할 수 있다는 사실을 모르는 고객에게 해당 정보를 전달하거나 할인 선호 고객에게 일반적인 슈퍼보다 저렴한 멤버십 마일리지를 제공함으로써 고객의 관심을 이끌 수 있다.
셋째, 고객 니즈 기반 신제품 개발에 활용할 수 있다. 고객에게 필요한 상품이지만 현재 점포에 없는 상품을 발굴해야 한다. 고객이 실생활에 필요로 하는 것을 끊임없이 파악하고 구비하는 것을 목표로 한다. 판매할 상품은 상구너의 고객 분포를 통해 예측한다.
넷째, 고객이 가장 많이 구매할 수 있는 상품 예측을 위해 활용한다. 다시 말하면, 편의점 매출 Top 10 상품을 예측하여 즉시 대응하는 체계를 준비한다. 즉, 유행에 민감한 고객군 및 유행 민감 상권을 도출하고, 주요 온라인 사이트에서 제품 및 브랜드 유행 동향을 수집한다. 그 다음 유행에 민감한 고개군의 재 구매율을 계산하고 회귀 분석을 통해 향후 3개우러 판매 흐름을 예측한다. 유행 상품과 유사한 자가상표(Private Brand) 상품을 개발하고 공급을 확대한다.
SCM 운영전략과 분석데이터 활용방안을 근거로 경기도에 위치한 A 편의점에 대한 분석 사례를 소개하고자 한다.
군집 형태는 소가족이 다수이며, 실수요 위주의 소비형태를 가지고 있다. 그리고, 경쟁관계를 분석해 보면 80미터 이내에 슈퍼마켓 2개, 편의점 3개가 위치해 있다. 각각의 경쟁사 매출을 비교해 보면 교통 근접성이 좋고, 대 단지 아파트 근처의 편의점 매출이 가장 높다. 그런 고객 유형을 1인 가구 젊은 여성과 아동기 자녀를 둔 남성 형태로 분류하여 분석하면 다음과 같다.
경기도 X편의점 데이터 분석 사례
구매 유형
1. 1인 가구 젊은 여성
2. 어린 자녀를 둔 남성
구매 행동
1. 식품은 신선한 고급 제품, 음료수 및 간단한 의약품을 구매하여 주기적으로 스타킹 및 전기제품 구매
2. 담배 및 음료를 자주 구매, 가끔 문구류 구매
근본 원인
1. 신선한 고급 식품을 편의점에서 판매하는지 모름
2. 음료수, 식품은 가격에 민감, 그 외 가격을 잘 모름
개선 방안
1. 1인 가구 특성에 맞는 간편 노출 광고, 출퇴근 시간에 식품 소개, 품목분류에 따른 할인문자 전송
2. 음료수와 식품 등의 품목별 민감도 분석 후 가격결정, 가격 민감형 상품군은 결정된 가격 및 경쟁사 대비 5~10% 할인 문자 전송
– 빅데이터를 활용한 SCM 운영, 김병진 –

댓글 남기기

이메일은 공개되지 않습니다. 필수 입력창은 * 로 표시되어 있습니다