평균 뒤에 숨은 진짜 차이

같은 구역이라도 모든 고객에게 같은 의미는 아닙니다. 매장 평균만 보면 이 차이는 그대로 묻혀 버립니다.

구역마다 남성과 여성 행이 따로 잡힙니다. 전체 관심도는 비슷한데 두 행이 크게 갈리는 구역이 타겟을 나눌 자리입니다. 매장과 상품을 특정할 수 있는 이름은 가렸습니다.

무엇을 보여주나

구역별 방문, 체류, 관심도 데이터를 성별, 연령대 같은 방문자 그룹별로 나눠 비교합니다. 같은 구역을 그룹마다 따로 놓고 볼 수 있습니다.

언제 쓰나

핵심 타겟층에 자원을 집중하는 정밀 타겟 마케팅과 개인화 전략을 세우는 데 활용합니다.

예시로 보면

다음은 예시입니다. 색조 화장품 코너는 20대 여성에게는 '스타 구역', 40대 남성에게는 '물음표 구역'이라고 가정해 봅니다. 성별과 연령대별로 진열과 프로모션 메시지를 다르게 설계하면 각 그룹에 맞는 접근을 할 수 있습니다.

어떤 기능과 같이 보나

한 기능만으로 원인까지 짚기는 어렵습니다. 다른 기능과 겹쳐 원인을 좁히고, 조치한 뒤에 또 다른 기능으로 다시 재는 순서가 반복됩니다.

1. 측정 — 그룹별 반응 차이를 진열대 히트맵과 겹쳐, 어느 선반에서 차이가 벌어지는지 봅니다.
2. 조치 — 타겟별로 진열 구성과 프로모션 메시지를 나눠 설계합니다.
3. 재확인 — 진열대 분석으로 타겟별 픽업률을 다시 잽니다.

색조 화장품 코너의 타겟별 반응 차이를 담당자의 감으로만 파악하던 상황을 가정한 예시입니다.

---

같은 구역도 20대 여성에게는 스타 구역, 40대 남성에게는 물음표 구역일 수 있습니다. 그룹 나누기 전에 구역별 전체 현황부터 보고 싶다면 구역별 분석을 참고하세요. saai insight에서 세그먼트 비교 분석을 확인할 수 있습니다.