외식업 데이터 분석 서비스 ‘장사닥터’와 외식업 전문기업 ‘장가컴퍼니’가 AI 기반 매장 분석과 실제 외식업 운영 경험을 결합한 매장별 경영 솔루션 강화에 나선다.
이번 협업의 핵심은 데이터를 통해 매장의 문제를 구체적으로 파악하고, 외식업 현장에서 축적한 경험을 바탕으로 실제 실행 가능한 해결 방향까지 연결하는 것이다.
외식업 매출은 단순히 음식의 맛이나 광고 여부만으로 결정되지 않는다. 상권, 업종, 고객 구성, 신규 고객 유입, 재방문, 객단가, 메뉴 구성, 온라인 노출 등 다양한 요인이 동시에 작용한다.
때문에 같은 ‘매출 부진’이라도 매장마다 원인이 다를 수 있다.
실제로 이를 판단하기 어려운 사장님들이 지속적으로 늘어남에 따라 매년 폐업률은 사상최고를 기록하고 있다.
어떤 매장은 신규 고객 유입이 부족하고, 다른 매장은 고객은 충분하지만 재방문이 낮을 수 있다. 고객 수에는 문제가 없지만 객단가가 낮거나, 특정 시간대에 고객이 집중돼 추가적인 매출 확대에 한계가 발생하는 경우도 있다.
장사닥터는 이러한 차이를 데이터로 구분하는 역할을 담당한다.
장사닥터는 현재까지 AI를 활용해 누적 4,757개 매장에 대한 진단을 진행했으며, 1만개 이상의 매장에서 발생한 매출 변화와 운영 데이터를 분석·정제해 매장별 전략 판단에 활용하고 있다고 밝혔다.
특히 매출 총액만 확인하는 방식에서 벗어나 신규·재방문 고객 매출, 고객 수, 객단가, 재방문 주기, 시간대별 고객 분포 등 매출을 구성하는 요소를 세분화해 현재 매장이 어떤 구조를 가지고 있는지를 분석한다.
장사닥터는 이 같은 기술을 기반으로 ‘인공지능을 활용한 장사 성과 분석 장치 및 그 제어 방법’에 대한 특허 등록도 완료했다.
데이터 분석 이후에는 장가컴퍼니의 외식업 현장 전문성이 결합된다.
장가컴퍼니에는 아구찜, 횟집, 돈까스, 주점 등 서로 다른 외식업 분야에서 직접 매장을 운영해 온 구성원들이 참여하고 있다.
양사는 장사닥터가 ‘무엇이 문제인지’를 데이터로 좁히고, 장가컴퍼니가 ‘무엇을 어떻게 바꿀 것인지’를 현장 경험을 토대로 구체화하는 구조를 구축한다는 방침이다.
예를 들어 신규 고객이 부족하다는 분석이 나왔다고 해서 일률적으로 광고비를 늘리는 방식으로 접근하지 않는다.
온라인 노출 자체가 부족한지, 고객이 매장을 발견한 이후 방문으로 이어지는 과정에 문제가 있는지, 메뉴나 콘텐츠 경쟁력이 부족한지 등을 추가로 구분한 뒤 매장 상황에 따라 우선적으로 필요한 솔루션을 제시하는 방식이다.
재방문율이 낮다면 고객 관리와 재방문 전략을, 고객 수 대비 매출이 낮다면 메뉴 구성과 판매 구조, 객단가 등을 우선적으로 검토할 수 있다.
이러한 구조는 특정 성공 사례를 모든 매장에 그대로 적용하는 방식과도 차이가 있다.
같은 고깃집이라도 주거상권과 관광상권의 고객 행동이 다르고, 같은 상권에서도 고객 연령대와 가격대, 매장 규모에 따라 필요한 전략은 달라질 수 있기 때문이다.
양사는 향후 1만개 이상 매장에서 축적된 데이터와 다양한 업종·상권에서 얻은 외식업 운영 경험을 결합해 매장별 전략의 우선순위를 보다 체계적으로 제시하는 방향으로 협업을 확대할 계획이다.
장사닥터 관계자는 “단순히 매출이 떨어졌다는 결과를 보여주는 것이 아니라 신규 고객, 재방문, 객단가 등 매출을 구성하는 요소를 나눠 어떤 부분에서 문제가 발생하고 있는지를 판단하는 것이 중요하다”며 “축적된 데이터를 통해 사장님이 현재 매장의 상태를 객관적으로 확인할 수 있도록 분석 체계를 고도화하고 있다”고 말했다.
장가컴퍼니 관계자는 “데이터에서 문제를 발견하는 것과 실제 매장에서 무엇을 실행할 것인지는 서로 다른 영역”이라며 “다점포 운영과 다양한 외식업 경험에서 얻은 시행착오와 노하우를 바탕으로 분석 결과가 실제 경영 행동으로 이어질 수 있도록 솔루션을 구체화하는 것이 이번 협업의 핵심”이라고 설명했다.
양사는 이번 협업을 통해 ‘감에 의존해 해결책을 선택하는 방식’에서 벗어나 데이터를 통해 현재 상태를 파악하고, 현장 경험을 바탕으로 필요한 행동의 우선순위를 결정하는 외식업 경영 구조를 구축하는 것을 목표로 하고 있다.
){kind=small}
){kind=small}
){kind=small}
){kind=small}
