
✓도입 사례
이해를 돕기 위한 예시 화면입니다. 실제로는 영상이 저장되지 않으며, 개인을 식별하거나 다시 확인하지 않습니다.
SeumTech
화면 앞 주목도 / 계산대 결제 측정대한민국무엇이 팔렸는지에 누가 샀는지를 더했습니다
모든 거래에 익명 구매자 인구 구성을 연결하고, 결제 순간 데이터 확보율 99.9%를 기록했습니다.
100%01
익명 구매자 구성이 연결된 거래
99.9%02
결제 순간 확보한 인구 구성 데이터
10개월+03
연속 축적된 구매자 구성 데이터
측정 흐름
01결제
02거래
03성별·연령
04구매자 구성
01
무엇이 문제였나
POS는 무엇이 팔렸는지만 알고 누가 샀는지는 몰랐습니다
SeumTech는 전국 수백 개 슈퍼마켓 체인에 POS와 매장 관리 솔루션을 공급합니다. 이 시스템은 무엇이 팔렸는지는 정확히 알았지만 누가 샀는지는 알지 못했습니다. 고객 구성은 멤버십 회원까지만 보였고, 계산대 스크린이 광고 가치를 갖는다는 근거도 없었습니다.
02
어떻게 측정했나
결제 순간 거래마다 익명 구성을 현장 기기에서 추정했습니다
SpaceVision은 슈퍼마켓 계산대에 ScreenVision을 설치했습니다. 현장 기기가 거래마다 결제 순간의 익명 연령대와 성별을 추정해, 얼굴을 저장하지 않고도 구매자 구성 기록을 이어 갑니다. 영상은 현장 기기 안에서 처리 후 바로 지워지며, 밖으로 나가는 것은 익명 집계 수치뿐입니다.
03
무엇이 달라졌나
멤버십 밖 손님까지 데이터 안으로 들어왔습니다
이제 모든 거래에 익명 구매자 구성이 붙고, 결제 순간 데이터가 잡히는 비율은 99.9%에 이릅니다. 열 달이 넘는 구매자 구성 데이터가 연속으로 쌓이면서, SeumTech는 거래와 구매자 데이터를 합친 자료를 리테일 고객사에 제공할 수 있게 됐습니다.
측정된 성과
구매자 구성이 POS 데이터의 새 기준이 됐습니다
01
데이터 범위 확장
멤버십 회원을 넘어 비회원까지 익명 구성으로 파악합니다.
02
데이터 결합
거래 데이터와 구매자 구성을 합쳐 리테일 고객사에 제공합니다.
03
차별화 근거
계산대 스크린의 광고 가치를 구성 데이터로 뒷받침합니다.