Circana, AI 기반 소매 최적화 도구 'Liquid Testing' 출시
- •Circana가 SKU 단위의 매출 영향을 측정하는 AI 기반 셀프 서비스 도구인 'Liquid Testing'을 선보였다.
- •이 플랫폼은 60년간 축적된 데이터를 활용해 매장 내 A/B 테스트 과정에서 외부 요인을 효과적으로 분리해낸다.
- •소매업체는 통합된 POS 데이터셋을 통해 수백 개의 매장 실험 결과를 단 몇 분 만에 분석할 수 있다.
Circana의 글로벌 솔루션 부문 사장인 패티 알트먼(Patty Altman)은 최근 고속 데이터를 통해 변화하는 오프라인 소매업의 혁신적인 미래를 상세히 설명했다. 이러한 변화의 중심에는 전통적인 매장을 ‘살아있는 실험실’로 탈바꿈시키기 위해 설계된 정교한 AI 기반 플랫폼인 ‘Liquid Testing’이 자리 잡고 있다. 브랜드는 이 도구를 통해 수백 개의 통제된 실험을 동시에 수행할 수 있으며, 새로운 패키징이나 진열 방식 같은 특정 개입이 실제 매출에 미치는 영향을 전례 없는 속도로 파악하게 된다.
특히 이 시스템은 단순한 관찰을 넘어 고도화된 예측 모델링을 활용하여 계절적 트렌드나 경제적 변화와 같은 외부 소음을 정교하게 제거한다. 이처럼 다양한 변수를 분리해내는 능력 덕분에 소매업체는 브랜드와 SKU(품목 단위) 수준 모두에서 의사 결정에 따른 실제 인과 관계를 정확히 이해할 수 있게 되었다. 또한 방대한 POS(판매 시점 정보 관리) 데이터셋과 직접 통합되어, 과거 수 주일이 소요되던 피드백 주기를 단 몇 분으로 단축하며 마진이 낮은 소매 환경에서도 민첩한 조정을 가능케 한다.
매장이 점차 소셜 허브와 쇼룸, 그리고 풀필먼트 센터의 역할을 겸하는 하이브리드 공간으로 진화함에 따라, 데이터를 바탕으로 한 ‘테스트 및 학습(test and learn)’ 사이클의 필요성은 그 어느 때보다 높아졌다. 패티 알트먼 사장은 성공적인 기업일수록 매장 내 모든 고객 접점을 의도적으로 관리하며, 전국적인 확산에 앞서 엄격한 테스트를 통해 가설을 검증한다고 강조했다. 이러한 증거 기반의 접근 방식은 제조업체의 약속과 실제 카테고리의 성장 사이의 간극을 메우는 핵심 열쇠가 될 전망이다.