사람이 눈으로 셉니다
며칠 표본만 남습니다. 전 매장·매일 측정은 어렵습니다.
saai count · 상권분석 · 오프라인 현장 데이터
상권이 문제일까요,
매장이 문제일까요?
매장 앞을 지나간 사람과 문을 열고 들어온 사람을 나눠 셉니다. 상권의 성적과 매장의 성적이 따로 남습니다.
- 통행 · 지나갔다
- 유입 · 들어왔다
- 카메라 시야
카메라는 매장 안이 아니라 매장 밖을 봅니다. 인도를 그대로 지나가면 통행, 문을 열고 들어오면 입장입니다.
- 통행
- 1,160
- 입장
- 382
- 유입률
- 33%
매장 앞을 지나간 사람
문을 열고 들어온 사람
입장 ÷ 통행
신원은 남기지 않습니다. 분석 후 영상은 삭제되고 통계값만 남습니다. * 수치는 예시입니다.
01 · 기존 조사의 한계
지금까지 매장 앞을 재는 방법은 두 가지였습니다
50m 격자가 한계입니다
강남역이 붐비는 건 알아도, 내 매장 앞이 옆 가게보다 붐비는지는 모릅니다.
기지국 신호로 추정한 값입니다. 통신사 가입자만 세고 보정은 하지만 실측은 아닙니다.
왜 표본이었나
24시간 매장을 사람이 상시로 재면
지점당 월 약 898만원입니다
사람 한 명은 한 지점만 봅니다. 비용은 지점 수만큼 곱해집니다. 24시간 기준 10개 지점이면 월 약 7,740만원입니다. 100개 지점이면 약 7억 7,400만원입니다.
saai count는 카메라 대수만 늘리면 됩니다. 교대와 야간수당이라는 개념이 없습니다.
- 1층기본 인건비 · 10,320 × 12시간123,840원
- 2층이동시간 · + 10,320 × 1시간134,160원
- 3층야간 8시간 · + 10,320 × 1.5 × 8시간299,280원
일반 매장 12시간 · 월
약 402만원
24시간 편의점 · 월
약 898만원
가정 · 시급 10,320원 (고용노동부 2026년 적용 최저임금) · 야간가산 통상임금 50% (근로기준법 제56조) · 이동 왕복 1시간/일
4대보험과 관리비는 빼고 계산했습니다. 실제보다 낮은 하한선입니다.
saai count의 측정
매장 앞 유동인구부터,
들어온 고객까지.
카메라 한 대로 통행·입장·유입률을 매일 측정합니다.
02 · 두 축
답은 두 숫자에서 갈립니다
통행량은 상권의 성적이고, 유입률은 매장의 성적입니다.
두 숫자를 같이 놓으면 매장 하나하나가 네 자리 중 한 곳에 들어갑니다. 어느 자리에 있느냐가 곧 처방입니다.
통행 낮음 · 유입 높음
상권 문제
매장은 제 역할을 했습니다.
통행 높음 · 유입 높음
우수 매장
출점 기준 모델로 삼습니다.
통행 낮음 · 유입 낮음
철수 또는 리뉴얼
두 축 모두 낮으면 자리를 다시 봅니다.
통행 높음 · 유입 낮음
매장 문제
파사드·간판·진열을 점검합니다.
통신사 데이터도 결제 데이터도 입장을 모릅니다. 그래서 두 번째 축을 만들지 못합니다.
본사가 받는 것은 대시보드가 아니라 매장을 같은 두 축으로 줄 세운 표입니다.
두 축을 설명하는 하위 지표
- 시간대
- 성별
- 연령
두 축이 왜 그렇게 나왔는지를 설명하는 하위 요소입니다. 수치는 예시입니다.
03 · 세 가지 기간
기간은 셋, 기준선은 하나입니다
운영 중인 매장을 매일 재면 우리 브랜드만의 기준선이 생깁니다. 새 후보지는 그 기준선에 대어 읽습니다.
세 가지는 재는 기간만 다릅니다. 어느 기간에 잰 값이든 같은 기준선에 쌓이고, 매장을 많이 붙일수록 기준선은 정확해집니다.
단기
며칠만 재도 됩니다
박람회 부스 · 팝업스토어 · 몰 임시 공간. 자리를 빌리는 기간만큼만 빌려 씁니다. 짧게 잰 값도 같은 두 축으로 남습니다.
여기서는 무배선이 1번 가치입니다. 배선 공사가 필요하면 이 자리 자체가 성립하지 않습니다.
검증
후보지에는 매장이 없습니다
잴 매장이 아직 없으니 유입률이 나오지 않습니다. 통행량 한 축만 재고 기존 매장이 쌓은 기준선에 대어 읽습니다.
그래서 순환이 닫힙니다. 기존 매장 측정이 선행되어야 후보지 해석이 성립합니다.
상시
매일 재면 기준선이 생깁니다
매장마다 통행량과 유입률이 하루 단위로 쌓입니다. 업종 평균이 아니라 우리 매장이 만든 값이 기준선이 됩니다.
여기서 라이트함은 조건입니다. 공사와 유지보수가 없어야 다매장 동시 배포가 성립합니다.
04 · 설치와 측정
현장에서 3단계, 앱에서 3단계
설치 · 현장전원 1구면 됩니다
01
카메라 부착
흡착 마운트로 벽·유리에 부착해 대로와 출입구를 한 화면에 담습니다
02
AI 박스 연결
매장 안 전원 콘센트 1구에 꽂으면 자동으로 켜집니다
03
핸드폰 연결
키보드·마우스 없이 핸드폰 브라우저로 바로 설정
측정 · 앱선을 정하면 시작됩니다
04
선 설정
통행선과 입장선 지정
05
일간 집계
통행·입장·유입률 누적
06
리포트
시간대·성별·연령대 확인 및 CSV 다운로드
공사도 유지보수도 없습니다. 그래서 매장이 100개여도 배포 일정이 그만큼 늘어나지 않습니다.
05 · 근거
정확히 센다는 근거와 남기지 않는다는 근거
정확히 센다
95~96%
사람이 직접 센 결과와 비교한 카운팅 정확도입니다.
- 편의점 2025 Q1
- 95.8%
- 차량전시장 2025 Q3
- 96.6%
- 복합문화공간 2025 Q2
- 95.1%
* 사람이 직접 센 결과 대비 카운팅 정확도 · 각 현장 검증 기준 · 측정 시점은 항목별 표기. 현장 조건에 따라 결과가 달라질 수 있습니다.
남기지 않는다
Privacy by Design
익명화부터 시작합니다. SEAL 엔진
- 영상 저장 X
- 분석 후 삭제, 통계값만
- 원본 보관 X
- 원본은 남기지 않음
- 개인 식별 X
- 신원 지우고 흐름만
감지 · 분석 · 판단으로 읽습니다
같은 측정이 세 갈래로 읽힙니다
care는 감지하고 insight는 분석합니다. agent는 다음 할 일을 제안하고 실행으로 잇습니다.
- saai care감지
놓치면 안 될 일이 있는가
지금 재실 인원·혼잡도 감지 · 임계 초과 실시간 알림
- saai insight분석
왜 그런 일이 일어났는가
일·주·월 방문 시계열 · 요일·시간대·전년 대비 추세 분석
- saai agent판단
무엇을 하면 되는가
방문 예측 기반 인력 배치·영업시간·프로모션 타이밍 제안
매장 안까지 읽고 싶다면
체류·시선·진열 앞 반응은 saai insight가 읽습니다. count가 문 앞에서 멈추는 자리부터입니다.