매장 앞 사이니지가 손님을 매장 안으로 데려오는지 확인하는 법

지나가는 손님이 많은 매장일수록 매장 앞은 가장 중요한 영업 공간입니다. 그래서 입구 옆에 사이니지를 두고 메뉴나 상품 영상을 틉니다. 그런데 그 화면이 실제로 손님을 매장 안으로 데려오는지는 확인하기 어렵습니다. 매출이 오르면 사이니지 덕분인지, 계절이나 다른 이유 때문인지 나눠 보기 어렵기 때문입니다.

이 글에서는 매장 앞에서 매장 안까지를 하나의 흐름으로 재는 방식과, 그 숫자로 콘텐츠와 시간대를 정한 사례를 정리합니다.

매장 앞에서 끊기는 정보

매장 앞 사이니지의 성과를 따질 때 지금 손에 있는 숫자는 대개 두 가지뿐입니다.

• 매장 앞 유동인구 추정치: 화면을 본 사람과 그냥 지나간 사람이 구분되지 않습니다
• 매출과 결제 건수: 매장 안에서 일어난 결과라, 그 손님이 사이니지를 보고 들어왔는지는 알 수 없습니다

그 사이, 곧 매장 앞을 지나간 사람 중 몇 명이 화면을 보고 몇 명이 들어왔는지가 비어 있습니다. 어떤 영상이 통하는지, 어느 시간대가 약한지도 이 구간에서 정해집니다.

매장 앞부터 진입까지 하나로 잽니다

매장 앞 사이니지 윗단과 입구에 작은 카메라를 두고, 같은 시간축에서 단계를 나눠 셉니다.

1. 노출 인구 (Pass): 매장 앞을 지나간 사람
2. 인식 (Glance): 시선이 사이니지 쪽으로 향한 사람
3. 주목 인구 (Attention): 걸음을 늦추거나 멈춰 화면을 본 사람
4. 진입 (Entrance): 매장 안으로 들어온 사람

매장 앞 카메라와 입구 카메라가 본 사람을 잇는 것은 그 방문 한 번 안에서만입니다. 영상은 매장 안 현장 장비에서 처리하고, 밖으로는 익명 집계 숫자만 보내도록 설계되어 있습니다.

O-KI가 확인한 것

O-KI는 일본의 프리미엄 요네자와 소고기 전문점으로, 여러 부티크 매장을 운영합니다. 매출의 큰 부분이 지나가다 들어오는 손님에게서 나오기 때문에, 근처 경쟁점으로 향하는 발길을 붙잡으려 매장 앞 사이니지에 투자했습니다. 하지만 어떤 콘텐츠가 통하는지, 어느 시간대가 약한지는 알 수 없었습니다.

O-KI는 매장 입구 바로 앞에 측정을 더해, 콘텐츠별 주목과 요일·시간대별 진입을 함께 기록했습니다. 콘텐츠와 시간대가 진입으로 이어지는 경로가 보이자, 사이니지 투자의 성과를 매장이 직접 센 방문객 수와 대조해 확인했습니다. 지금은 요일과 시간대에 맞춰 콘텐츠 편성을 조정합니다. 측정 기간과 결과는 사례 페이지에 정리되어 있습니다.

이 숫자로 정할 수 있는 것

1. 어떤 콘텐츠를 틀까. 콘텐츠별 주목 인구와 그 뒤의 진입을 비교해, 손님을 들어오게 한 영상을 더 자주 내보냅니다
2. 언제 무엇을 틀까. 점심과 저녁, 평일과 주말에 지나가는 손님이 다르면 시간대마다 다른 콘텐츠를 편성합니다
3. 어디서 손님을 놓치나. 노출 인구는 많은데 인식이 적다면 화면 위치나 밝기를, 주목은 많은데 진입이 적다면 입구의 안내나 메뉴 표시를 먼저 봅니다

자주 묻는 질문

카메라는 몇 대가 필요한가요?

한 대로 시작할 수 있습니다. 매장 앞 한 대면 사이니지 앞 주목까지 보고, 입구에 한 대를 더하면 매장 앞을 지나간 사람 중 몇 명이 들어왔는지까지 이어서 봅니다.

얼마나 재야 효과를 판단할 수 있나요?

매장 앞 흐름은 요일과 날씨에 따라 흔들립니다. 기준선을 잡으려면 2~3개월 파일럿부터 시작하고, 그 뒤에 콘텐츠를 바꿔 가며 비교하는 것을 권합니다.

매장 앞은 손님이 들어올지 말지를 정하는 곳입니다. 그 구간을 재면 사이니지에 무엇을 언제 틀지 숫자로 정할 수 있습니다. 자세한 구성은 StorefrontAI에서 볼 수 있습니다.