1월 말이 되면 결산 재고 조사 결과가 본사로 올라오고, 많은 네트워크에서 똑같은 표가 돌아다닙니다. 매장 열, 재고 손실률 열, 그리고 최악에서 최상 순으로 정렬한 순위입니다. 몇 초 만에 누가 '꼴찌'인지 모두가 알게 됩니다. 하지만 이 순위는 손실 자체만큼이나 계산 방식을 반영하는 경우가 많습니다. 엉뚱한 대상을 겨냥하지 않고 매장 간 재고 손실(démarque)을 비교하려면, 먼저 모든 매장이 같은 방식으로 집계하도록 해야 합니다. 분모의 선택은 그다음입니다. 마지막으로, 구역별·시간대별 분석이야말로 격차를 매장에서 실제로 활용할 수 있게 해 줍니다.
매장 단순 순위가 오해를 부르는 이유
가장 널리 쓰이는 shrinkage(재고 손실) 비율은 재고 차이의 금액을 매출액으로 나눈 값입니다. 전반적인 건전성을 보여주는 좋은 지표이긴 하지만, 매장마다 계산에 무엇을 포함하느냐에 먼저 좌우되기 때문에 순위를 매기는 도구로는 적합하지 않습니다. 보고서 Beyond Shrinkage: Introducing Total Retail Loss에서 애드리언 벡(Adrian Beck) 교수(레스터 대학교)는 공통된 정의가 없어 재고 손실 데이터를 비교하기가 매우 어렵다고 지적합니다. 어떤 기업은 원인이 밝혀지지 않은 차이만 반영하고, 어떤 기업은 파손, 유통기한 경과, 프로세스 오류까지 더합니다.
이는 브랜드 간뿐 아니라 같은 네트워크에 속한 매장 사이에서도 마찬가지입니다. 매 회계연도마다 같은 편향이 되풀이됩니다.
- 재고 조사 일정: 세일 직후에 집계한 매장과 세일 직전에 집계한 매장은 서로 다른 기간을 말하고 있습니다.
- 이미 파악된 손실을 잘못 신고하는 경우도 있습니다. 입력되지 않은 파손 상자 하나하나가 자동으로 원인 불명의 재고 손실(démarque inconnue)로 넘어가 그 비율을 부풀립니다.
- 상류 단계의 오류: 불완전한 배송, 잘못 확인된 입고, 누락된 매장 간 이동은 매장에서 손실로 나타납니다.
- 규모 효과: 작은 매장에서는 고가 상품 서너 개만으로도 손실률이 전년 대비 급등할 수 있습니다.
- 상품 구성: 노출도가 높은 상품을 더 많이 판매하는 매장은 당연히 더 높은 손실률을 보입니다.
따라서 순위 맨 아래에 있는 매장이 반드시 관리가 가장 부실한 매장은 아닙니다. 때로는 가장 작은 매장일 수도 있습니다. 혹은 재고 조사를 가장 꼼꼼하게 하는 매장이거나, 물류 창고에서 가장 문제가 많은 배송을 받는 매장일 수도 있습니다.
비교에 앞서 측정 방식부터 통일하기
서로 다른 것을 측정하는 수치를 표준화하는 것은 의미가 없습니다. ECR Retail Loss가 발표한 연구 Measuring Retail Shrink도 이를 강조합니다. 재고 손실 비율을 비교하려면 계산 방식을 파악하고, 이를 일관되게 적용하며, 평가 기준이 서로 다른 재고 손실 수치에는 신중해야 합니다. 저자들은 2004년 유럽에서 사업을 하는 유통업체를 대상으로 한 조사를 바탕으로, 거의 측정되지 않는 공급망 손실이 매장 탓으로 돌려져 매장의 재고 손실을 부풀릴 가능성이 크다고도 지적합니다. 당시 응답자 대부분은 재고 손실을 연 2회만 측정했으며, 이 연구는 새롭게 나타나는 추세에 대응할 수 있도록 가능한 한 자주 재고를 조사할 것을 권고합니다.
네트워크에서는 이것이 문서화되어 모든 곳에 적용되는 규칙으로 나타납니다. 이 규칙은 원인 불명 손실(démarque inconnue)의 정확한 범위와 평가 방식(판매가 또는 매입가 중 모든 매장에서 동일하게 적용하며, 가급적 둘 다)을 정합니다. 재고 조사 날짜를 맞추고, 입고 차이도 동일하게 처리하도록 합니다. 이러한 기초가 아직 갖춰지지 않았다면, 원인 불명 손실의 이해, 계산, 감소 방법을 다룬 가이드에서 계산의 기본 원리를 확인해 보세요. 번거로운 작업이지만, 나머지 모든 것이 여기에 달려 있습니다.
매출, 방문객 수, 면적으로 표준화하기
측정 방식이 통일되고 나면 분모를 선택하는 일이 남습니다. 각각이 서로 다른 측면을 보여 주며, 어느 하나만으로는 충분하지 않습니다.
- 매출액 기준: 시장 기준과 비교할 수 있는 전통적인 재고 손실 비율입니다. NRF의 2023년 National Retail Security Survey에 따르면, 조사 대상 미국 유통업체의 평균 재고 손실 비율은 2022 회계연도에 1.6%로, 전년의 1.4%에서 올라 2019년과 2020년 수준으로 돌아갔습니다. 한계도 잘 알려져 있습니다. 매출이 높은 매장은 손실이 희석되어 보이고, 대규모 프로모션(또는 재고 손실을 매입가로 평가하는 경우 판매가 인상)은 매장 진열대에서는 아무것도 달라지지 않았는데도 비율을 움직입니다.
- 방문객 수 기준: 방문객 1,000명당 손실입니다. 이렇게 하면 평균 장바구니 금액의 차이를 제거하고, 비슷한 유동 인구가 지나가는 매장 코너(rayon)를 가진 매장끼리 비교할 수 있습니다. 다만 네트워크 전체에서 신뢰할 수 있고 균일한 방문객 집계가 전제되어야 합니다.
- 면적 기준: 제곱미터당 손실, 또는 더 나아가 특정 상품군의 진열 길이 1미터당 손실입니다. 이 방식은 노출 밀도와 진열 배치의 품질을 비교하는 데 유용하며, 특히 유사한 형태의 매장끼리 비교할 때 효과적입니다.
의도적으로 단순화한 가상의 사례를 들어 보겠습니다. 도심에 있는 A 매장은 많은 사람이 오가지만 장바구니는 작습니다. 외곽에 있는 B 매장은 방문객이 적지만 장바구니 금액이 충분히 높아 더 많은 매출을 올립니다. 1년 동안 두 매장이 잃는 상품의 금액은 같습니다. 매출액 대비로 보면 B가 더 나아 보이고, 방문객 수 대비로 보면 방문객 1인당 손실이 더 적은 쪽은 A입니다. 두 수치 중 어느 것도 "정답"이 아닙니다. 분석의 방향을 잡아 주는 것은 두 수치의 차이입니다. A는 고객 흐름에 따른 노출 쪽으로, B는 고가 상품 쪽으로 살펴보게 됩니다.
마지막 원칙: 각 매장을 네트워크 전체 평균이 아니라, 동종 매장(같은 형태, 같은 입지 유형, 비슷한 규모)과 여러 차례 재고 조사에 걸친 자체 이력과 비교하세요.
구역별·시간대별 통계 읽기
아무리 잘 표준화한 연간 손실률이라도 손실이 어디서, 언제 발생하는지는 알려 주지 않습니다. 손실률이 같은 두 매장이 정반대의 상황일 수 있습니다. 한 매장에서는 오후 5시에서 7시 사이 향수 코너에 차이가 집중되고, 다른 매장에서는 토요일에 전체 매장 면적에 걸쳐 분산됩니다. 이 두 상황에 같은 실행 계획을 적용할 수는 없습니다.
여기서는 카메라에서 나오는 데이터가 재고 조사의 역할을 이어받습니다. Oxania와 같은 영상 분석 대시보드는 방문객 수 집계, 히트맵, 구역별·시간대별 통계를 한데 모아 보여줍니다. 이 데이터는 실제 손실을 측정하는 수단으로 남아 있는 재고 조사를 대체하지는 않지만, 연 1~2회가 아니라 지속적으로 제공됩니다. 구역별 위험 제스처 맵핑은 매장 간에 동등한 매장 구역(rayon)을 비교할 수 있는 기반이 됩니다.
다만 주의할 점이 있습니다. 알림 건수는 카메라가 무엇을 보느냐에도 좌우됩니다. 노출도가 높은 진열 구역(rayon)이 잘 커버되는 매장은 사각지대투성이인 매장보다 더 많은 이벤트가 보고되지만, 그렇다고 피해가 더 큰 것은 아닙니다. 비교하려면 알림을 해당 구역의 방문객 수에 맞춰 환산하고, 매장 간 카메라 커버리지가 동등한지 확인하세요. 그렇지 않으면 가장 잘 갖춘 매장이 오히려 불이익을 받게 됩니다.
순위 대신 의사결정에 도움이 되는 비교표 활용하기
1위부터 N위까지의 순위를 전체 네트워크에 공개하면, 관리회계 담당자들에게 잘 알려진 부작용이 생깁니다. 현실이 아니라 지표를 관리하게 되는 것입니다. 재고 조사 전주에 갑자기 파손 신고가 열성적으로 늘어나고, 일부 회계 처리가 한 기간에서 다른 기간으로 넘어갑니다. 그리고 구조적으로 더 노출된 매장의 팀들은 해마다 순위표 하단에 머물다가 의욕을 잃습니다.
다중 매장 운영 관리에 유용한 비교표는 오히려 다음과 같은 모습입니다.
- 형태, 입지, 규모에 따라 구성한 비교 가능한 매장 그룹.
- 매장마다 하나의 지표가 아니라 세 가지 지표(매출 기준, 방문객 기준, 면적 기준)를 나란히 제시.
- 일회성 사고와 추세적 이탈을 구분하기 위해 최소 세 기간에 걸친 추이 확인.
- 순위가 아닌 판독 구간(그룹 기준 범위 내, 검토 필요, 현저히 초과).
- 결론을 내리기 전에, 자신의 구간을 벗어난 매장에 대해 구역별·시간대별로 자세히 확인.
- 격차를 설명하기 위한 매장 관리자와의 논의: 공사, 팀 교체, 진열 재배치, 배송 문제.
이 접근법은 손실을 예측하기 위한 핵심 지표의 연장선에 있습니다. 목적은 부진한 매장을 지목하는 것이 아니라, 가장 잘 해내고 있는 매장에서 효과가 있는 것을 찾아 다른 곳에 적용하는 것입니다.
1월 말에 재고 조사 수치가 나오면 열 하나를 정렬하는 데는 10초면 충분합니다. 측정 방식을 통일하고, 매출·방문객 수·면적을 교차 분석한 다음, 구역과 시간대 수준까지 내려가는 일은 더 많은 노력이 들지만, 이후 회의의 목적은 달라집니다. 누가 꼴찌인지 찾는 일을 멈추고, 어디서 언제 손실이 발생하며 그 이유가 무엇인지 묻게 됩니다. 이 질문에서 출발할 때 전체 네트워크의 원인 불명 손실(démarque inconnue)이 지속적으로 줄어듭니다.
