카페를 하겠다는 친구에게,
서울 커피 데이터를 전부 열어 답했다 상권 · 서울 384개 행정동 × 커피-음료 × 8분기 추정매출·결제건수 · 공개 데이터 분석

기대한 것은 뜨는 동네 목록이었다. 그런데 먼저 눈에 들어온 것은 서울 전체의 숫자였다. 2년 동안 커피 매출은 11.9% 줄었다. 같은 기간 서울 전체 상권은 0.8% 줄었으니, 커피는 시장 평균보다 열다섯 배 빠르게 빠진 셈이다.

여기서 멈추면 「불황이니 하지 마라」 한마디로 끝나고, 그건 답이 아니다. 같은 파일에 결제 건수가 같이 들어 있다. 매출을 건수와 객단가로 가르는 순간 이 자료는 구경거리에서 세 질문에 답하는 도구로 바뀐다. 이 글은 그 순서대로 간다 — 무엇이 빠졌는지 가르고, 남는 자리를 세고, 마지막에 친구에게 한 답을 그대로 적는다.

01커피는 실제로 줄었다

2024년 2분기와 2026년 1분기를 견줬다.

다섯 동네 중 네 곳에서 커피 매출이 줄었다. 그런데 그 안에서도 갈린다. 독산3동은 +161%, 거여2동은 −72%다. 격차가 233%포인트다.

02왜 줄었나 — 값을 깎아서가 아니다

매출이 줄었다고 하면 두 가지를 떠올린다. 값을 깎았거나, 사람이 안 오거나. 갈라 보면 이렇다.

깎아서 빠진 게 아니라 안 와서 빠졌다. 그리고 값을 올려 버티는 중이다. 매출만 보면 −11.9%로 보이는 하락이 실제 손님 기준으로는 −18.6%다. 체감과 장부가 어긋나는 자리가 여기다 — 점주는 손님이 줄어드는 것을 매일 보는데, 매출 표는 그 절반만 보여준다.

커피만의 사정인지 확인하려고 62개 업종 전부를 같은 방식으로 갈랐다. 서울의 오프라인 결제 건수 자체가 2년 동안 9.7억 건에서 8.6억 건으로, −11.0%다. 62개 업종 중 50개에서 건수가 줄었다. 커피(−18.6%, 41위)는 그 흐름의 한가운데에 있고, 편의점(−20.7%)도 마찬가지다.

그런데 늘어난 12개 업종을 보면 방향이 보인다.

커피의 −18.6%는 커피가 잘못해서가 아니라 이 이동의 한가운데 서 있어서다. 이 구분이 중요하다 — 업종 전체가 밀리는 흐름은 개별 매장의 운영으로 되돌릴 수 없고, 그래서 남는 변수는 어느 자리에 서 있느냐뿐이다.

→ 이걸로 무엇이 달라지나. 매장 매출이 줄었을 때 물어야 할 질문이 바뀐다. 「얼마나 줄었나」가 아니라 「건수가 줄었나 객단가가 줄었나」다. 건수가 빠진 매장은 가격으로 못 살린다 — 서울 전체가 이미 값을 8% 올려 그 수를 써 봤고, 손님은 계속 빠졌다. 건수가 버티는데 매출이 빠진 매장이라면 반대로 가격·구성의 문제다. 처방이 정반대인데, 매출 한 줄만 보면 둘이 같은 병으로 보인다.

03동네를 가르는 것도 손님 수다

그럼 오른 동네와 내린 동네는 무엇이 달랐을까. 384개 동을 같은 방식으로 갈랐다.

동네를 가르는 것은 객단가가 아니라 손님 수다. 상관이 +0.87과 +0.23으로 갈린다. 값을 올리는 것은 거의 모든 동네가 비슷하게 했고, 갈린 것은 사람이 오느냐다.

그래서 「매출이 오른 동네」를 그대로 후보로 쓰면 안 된다. 매출이 오른 78개 동을 다시 갈라 보면 이렇다.

실제로 어떻게 다른지 보면 분명하다.

독산3동과 장충동은 매출 표에서 나란히 「오른 동네」다. 그런데 하나는 손님이 1.6배가 됐고, 다른 하나는 손님이 10% 줄었는데 객단가가 두 배가 됐다. 같은 칸에 넣고 고르면 안 되는 자리다. 객단가가 두 배로 뛰는 것은 대개 그 동네의 저가 매장이 사라졌다는 뜻이고, 그건 시장이 좋아졌다는 신호가 아니다.

이촌1동이 그 극단이다. 손님이 87% 사라지고 객단가가 136% 올랐다. 남은 매출은 3분의 1이다.

→ 이걸로 무엇이 달라지나. 출점 후보 스크리닝의 1차 필터가 생긴다. 후보 동네의 매출 성장률 옆에 건수 성장률을 한 열 붙이고, 「매출 ↑ · 건수 ↓」면 표에서 지운다. 이 필터 하나가 금액 기준 후보의 절반을 걸러낸다. 반대로 건수가 늘어난 45개 동(전체의 12%)은 그 자체로 짧은 후보 목록이다 — 서울에서 커피 손님이 실제로 늘고 있는 자리는 이미 이만큼밖에 없다.

04총량은 아무 일도 없었다고 말한다

매출이 12% 빠졌으면 가게도 그만큼 접었을 것 같다. 점포 수가 같이 공개되므로 확인할 수 있다.

−0.7%다. 거의 움직이지 않았다. 여기서 멈추면 「점포는 안정적인데 매출만 빠졌다」는 문장이 나온다. 나도 처음에 그렇게 썼다. 틀렸다.

같은 파일에 개업 점포 수와 폐업 점포 수가 따로 들어 있다. 네 분기를 더하면 이렇게 된다.

1년 동안 닫은 4,445곳은 유사업종 점포를 분모로 하면 16%다. 여섯 곳 중 한 곳꼴로 간판이 바뀌었는데, 총계 표에서는 −0.7%로만 보인다. 총량은 회전을 감춘다.

그 위에 점포당 매출이 얹힌다. 동네 단위로 점포 수 변화 중위는 +0.0%, 같은 구간 점포당 매출 변화 중위는 −8.0%다. 자리를 갈아 끼우고도 벌이는 줄었다는 뜻이다.

→ 이걸로 무엇이 달라지나. 「점포 수가 안정적인 상권」이라는 말을 심사 기준에서 빼야 한다. 총수가 그대로인 동네도 그 아래에서 여섯 중 하나가 갈렸다. 안정을 재려면 총수가 아니라 그 칸의 폐업 점포 수를 봐야 하고, 그건 같은 파일에 있다. 빈 자리에 들어가는 쪽에서는 반대로 쓸 수 있다 — 폐업이 많은 칸은 권리금·임대 조건이 눌리는 자리이고, 건수가 버티는 칸이라면 그 눌림은 기회다.

05한 점포가 버는 돈, 그리고 동네 간 8.6배

변화율만 보면 규모 감각이 사라진다. 수준을 보자. 점포 10개 이상인 393개 동에서 커피 한 점포의 월 매출 중위는 651만 원이다.

같은 커피집인데 어느 동에 있느냐로 여덟 배 넘게 갈린다. 임대료와 인건비는 그만큼 갈리지 않는다. 자리 선택이 손익의 대부분을 미리 정한다는 뜻이고, 그래서 어느 칸을 고르느냐가 운영보다 앞선다.

그렇다면 싼 동네가 오를 차례인가. 평균으로 되돌아가는 힘이 있다면 초기에 적게 벌던 동네가 더 올랐을 것이다. 확인해 봤다.

상관은 0에 붙어 있고, 굳이 방향을 보면 이미 잘 벌던 동네가 덜 빠졌다. 격차는 좁혀지지 않는다. 싸다는 이유로 들어갈 근거가 이 데이터에는 없다.

날수로 바꾸면 이 숫자의 무게가 잡힌다. 분기 결제 건수를 점포 수와 91.25일로 나누면 한 점포가 하루에 받는 결제가 나온다.

하루 31건이 어떤 산수인지는 굳이 원가표가 없어도 보인다. 8시간을 열어 두면 시간당 네 잔이다. 좌석을 깔고 직원을 두는 매장의 숫자가 아니다. 서울 동네의 절반에서, 커피집은 이미 1인 운영의 산수 위에 서 있다. 그리고 그 값이 2년 사이 38에서 31로 내려왔다 — 자리가 그대로면 산수는 계속 나빠진다는 뜻이다.

가격대별로 갈라 보면 통념이 하나 더 깨진다. 동네를 초기 객단가 수준으로 3등분해서 이후 2년의 건수 변화를 봤다.

저가 커피가 시장을 쓸고 있다는 통념과 반대다. 객단가가 5천 원대인 동네 — 저가 브랜드가 깔린 동네다 — 의 손님 감소가 8천 원대 동네보다 7%포인트 크다. 인과는 못 가른다. 싼 동네가 대개 외곽 주거지라 상권 자체가 약할 수 있다. 그래도 결론 하나는 선다. 가격을 낮춰 잡는 것이 손님 감소를 막아 준다는 근거는 이 데이터 어디에도 없다.

→ 이걸로 무엇이 달라지나. 둘이다. 첫째, 손익 시뮬레이션의 매출 가정을 동네 실측으로 바꾼다. 월 651만 원이라는 중위와 214만~1,855만이라는 분포가 공개돼 있으니, 후보 동네의 점포당 매출 분포에 우리 원가 구조를 얹으면 계약 전에 손익분기가 나온다. 둘째, 「저평가 동네」 논리를 심사에서 뺀다. 지금 싼 동네가 오를 거라는 가정은 이 데이터에서 지지되지 않는다 — 격차는 2년 내내 그대로였다.

06평일이 먼저 무너졌다

줄어든 쪽이 평일인지 주말인지는 갈라 볼 수 있다. 구 단위 데이터에 평일과 주말 매출이 따로 들어 있다.

25개 구 가운데 23개(92%)에서 평일이 주말보다 더 빠졌다. 그 결과 주말이 차지하는 몫은 28.1%에서 29.7%로 올라갔다. 주말 장사가 잘돼서가 아니라 평일이 더 빠져서 생긴 상승이다.

성별로도 갈라 봤는데 남성 −14.0%, 여성 −13.7%로 차이가 없었다. 빠지는 이유가 특정 손님층에 있지는 않다는 뜻이다. 요일이 가른다.

여기서 인과를 단정하지는 않겠다. 이 데이터에는 재택근무 비율도, 오피스 공실률도 없다. 말할 수 있는 것은 빠지는 요일이 평일 쪽으로 치우쳐 있다는 관측까지다.

→ 이걸로 무엇이 달라지나. 후보 자리의 요일 구성이 심사 항목이 된다. 주말 몫이 서울 중위(29.7%)를 크게 밑도는 자리는 평일 수요 하나에 걸린 자리이고, 그 수요가 지금 가장 빠르게 얇아지고 있다. 그런 자리는 매출 가정을 평일 기울기(−13.9%)로 할인해서 넣어야 하고, 임대 계약 길이도 그 기울기에 맞춰 짧게 가져가야 한다. 기존 매장이라면 주말 몫이 낮은 매장부터 재계약 조건을 다시 보는 순서가 나온다.

07프랜차이즈는 폐업을 막아주지 않았다

출점을 정할 때 기대는 것은 브랜드다. 본부가 고른 자리, 검증된 운영, 인지도. 그렇다면 프랜차이즈가 많이 들어간 동네는 덜 닫아야 한다. 확인할 수 있다 — 동네·분기마다 프랜차이즈 점포 수와 폐업률이 같이 나온다.

커피 한 업종 안에서만 쟀다. 점포 20개 이상인 618개 표본이다.

같다. 소수점까지 같다. 프랜차이즈가 몰린 동네와 그렇지 않은 동네의 커피집 폐업률이 구분되지 않는다.

업종을 섞으면 정반대 결론이 나온다. 72개 업종을 한 표에 놓고 재면 프랜차이즈 비중과 폐업률의 상관이 +0.46이다. 프랜차이즈가 많을수록 더 닫는다는 뜻이 된다. 그런데 프랜차이즈 비중이 0%인 업종을 보면 이유가 보인다 — 변리사사무소, 회계사사무소, 법무사사무소다. 반대편에는 편의점(68.7%)과 커피(24.6%)가 있다. 사무소는 몇 년을 가고 커피집은 분기마다 바뀐다. +0.46은 프랜차이즈의 효과가 아니라 업종의 차이다.

이 결과를 「프랜차이즈가 소용없다」로 읽으면 틀린다. 본부가 자리를 고를 때 쓰는 정보는 이 데이터에 없다 — 상권 조사, 계약 조건, 점주가 누구인가, 어떤 지원이 붙는가. 여기서 말할 수 있는 것은 하나다. 밖에서 구할 수 있는 자료로는 그 효과가 확인되지 않는다. 그러니 출점 판단을 이 지표에 걸면 안 된다.

08편의점에서 다시 재봤다 — 답이 다르다

커피 하나로 결론을 내면 그 업종의 사정일 수 있다. 그래서 프랜차이즈 비중이 훨씬 높은 업종에서 같은 검정을 반복했다. 편의점이다.

편의점은 커피보다 더 빠졌고, 점포도 더 줄었다. 폐업이 개업의 1.6배다 — 커피는 1.16배였다. 하루로 치면 3.0곳이 닫고 1.8곳이 열었다.

그리고 프랜차이즈 검정은 커피와 다른 방향이 나온다.

다만 편의점 표본은 45개뿐이다. 점포 20개 이상이라는 조건을 통과하는 동·분기가 그것밖에 없다. 커피는 618개였다. 상관도 −0.09로 약하고, 편의점은 애초에 프랜차이즈 비중이 68.7%라 「하위 절반」조차 프랜차이즈가 상당수다. 방향은 보이지만 이 표본으로 확정할 수는 없다.

여기서 나오는 결론은 「프랜차이즈가 도움이 된다/안 된다」가 아니다. 업종마다 답이 다르고, 공개 데이터의 표본은 그 답을 가릴 만큼 크지 않다는 것이다. 커피는 표본이 충분한데 차이가 없었고, 편의점은 차이가 보이는데 표본이 모자란다.

→ 이걸로 무엇이 달라지나. 본부라면 이 질문에 답할 데이터를 이미 갖고 있다 — 자기 가맹점의 폐점률과 그 상권의 비가맹 폐업률을 붙이면 「우리 브랜드가 실제로 생존율을 얼마나 올리는가」가 상권 단위로 나온다. 그 숫자는 가맹 영업의 근거 자료가 되고, 반대로 그 숫자가 안 나오는 상권은 출점 기준에서 빠져야 한다. 공개 데이터는 그 대조의 분모(상권 전체)를 무료로 준다. 분자(자사 가맹점)는 본부 안에 있다.

09이 데이터를 쓰려면 먼저 고쳐야 하는 것 셋

위 숫자들은 파일을 열어 바로 나온 값이 아니다. 그대로 계산하면 세 곳에서 틀린다. 셋 다 눈에 잘 안 띈다. 그리고 셋 중 둘은 같은 원인에서 나온다 — 분모다.

한 행에 점포 수를 가리키는 칸이 셋 있다. 그 업종의 점포 수, 유사업종까지 포함한 점포 수, 프랜차이즈 점포 수. 그리고 개업·폐업 점포 수가 따로 있다. 어느 것을 분모로 두느냐에 따라 답이 바뀐다.

첫째, 프랜차이즈 비중의 분모가 함정이다. 가장 자연스러운 조합인 「프랜차이즈 ÷ 그 업종 점포 수」로 나누면 편의점 프랜차이즈 비중이 260%가 된다. 실제로 프랜차이즈 점포 수가 그 업종 점포 수를 넘는 행이 141,250행 중 4,940행(3.5%), 유사업종 점포 수를 분모로 두면 넘는 행이 0건이다. 분모는 유사업종 쪽이다. 3.5%는 눈으로 훑어서는 안 걸리고, 100%를 넘는 값이 나와야 비로소 보인다.

둘째, 개·폐업 점포 수도 같은 분모를 쓴다. 이건 더 안 보인다. 편의점의 개·폐업을 그 업종 점포 수로 나누면 분기 폐업률이 9.0~12.7%가 나온다. 그런데 같은 파일에 공시된 폐업률은 2.0~3.5%다. 유사업종 점포 수로 나누면 2.5~3.5%로 맞아떨어진다. 공시된 값과 맞춰 보면 분모가 어느 쪽인지 알 수 있다. 이 대조를 안 하면 편의점 폐업률을 네 배 부풀린 채로 쓰게 된다.

(유사업종 분모도 완벽한 상한은 아니다. 개·폐업이 유사업종 점포 수를 넘는 행이 141,250행 중 365건 남는다. 그 업종 점포 수 기준으로는 524건이다. 완전히 정합하지는 않지만, 공시 비율과 자릿수가 맞는 쪽은 유사업종이다.)

셋째, 폐업률은 분기 값이고 작은 표본에서 폭발한다. 폐업률이 50%를 넘는 행이 673건인데 그 행들의 점포 수 중위는 1개다. 한 곳뿐인 가게가 닫으면 폐업률 100%다. 걸러내지 않고 줄 세우면 「폐업률 100% 동네」 목록이 만들어지고, 그건 위험한 상권이 아니라 가게가 하나였던 상권이다. 점포 20개 이상으로 자르면 최댓값이 28%로 내려온다. 그리고 이 값은 분기다 — 연으로 읽으면 네 배 부풀린다.

10그래서 무엇을 하라는 것인가

출점을 정하는 단위는 동네가 아니라 (동네 × 업종)이다. 성수동에 낸다가 아니라 성수동에 커피집을 낸다이기 때문이다. 그 칸에서 총매출과 점포당 매출을 갈라 본다.

㉮ 자

``` 진입 여력 = (그 동 × 커피의 분기 결제 건수) ÷ (그 칸의 커피 점포 수) → 그 값의 변화율. 금액이 아니라 건수로 센다. ```

금액이 아니라 건수를 쓰는 이유가 앞에 있다. 매출이 오른 78개 동 중 44곳(56%)은 손님이 는 곳이 아니라 값이 오른 곳이었다. 금액으로 세면 그 44곳이 후보 목록 상단에 올라온다. 객단가는 우리가 정하는 값이고, 건수는 그 동네가 주는 값이다. 자리를 고르는 자에는 그 동네가 주는 값이 들어가야 한다.

매출 1억 이상, 점포 10개 이상인 커피 칸은 364개다. 총매출과 점포당은 대체로 같이 움직이므로, 어긋나는 칸이 정보가 된다.

총매출이 오른 커피 칸 여섯 중 하나는 점포당으로 보면 줄어든 자리다. 총액 표에서는 「오른 칸」으로 보인다. 들어가면 평균 아래를 받는다.

홍제1동 커피는 시장이 4% 커지는 동안 나눠 먹는 곳이 17% 늘었다.

㉯ 임계값과 행동

㉰ 무엇이 바뀌는가

1. 후보 목록을 금액이 아니라 건수로 다시 세운다. 매출 기준 상위 목록에서 「매출 ↑ · 건수 ↓」인 동을 빼면 오른 동네의 56%가 사라진다. 그 자리는 손님이 는 곳이 아니라 값이 오른 곳이고, 대개 저가 매장이 빠져나간 자리다. 2. 거기에 점포당을 한 번 더 건다. 「총매출 ↑ · 점포당 ↓」 칸을 빼면 후보의 16%가 또 사라진다. 들어가서 평균 아래를 받는 자리다. 2. 프랜차이즈 비중은 출점 지표에서 뺀다. 커피 안에서 폐업률과의 관계가 없다. 남겨 두면 업종 차이를 브랜드 효과로 읽게 된다. 3. 요일 구성이 심사 항목이 된다. 주말 몫이 서울 중위(29.7%)를 크게 밑도는 자리는 평일 수요에 걸려 있다. 지금 기울기로는 그쪽이 더 빨리 얇아진다. 4. 폐업률에 표본 컷이 붙는다. 점포 20개 미만 칸은 등급을 매기지 않는다.

그래서 실제로 몇 곳이 남는가 — 명단까지 가 보자

이 자를 서울 전체에 실제로 돌리면 이렇게 좁혀진다.

스물세 곳의 얼굴은 하나가 아니다. 건수 상위만 추리면 이렇다.

월계3동·상봉1동은 입주가 진행된 신흥 주거지다 — 손님은 폭증했는데 점포당 매출은 아직 낮다(342만·1,312만). 수요가 공급보다 먼저 도착한 자리다. 가회동·삼성1동은 반대다 — 건수 증가는 완만하지만 객단가 만 원대에 점포당 3천만 원을 번다. 같은 명단 안에서도 들어갈 브랜드가 다르다. 앞쪽은 회전형 저·중가가, 뒤쪽은 객단가를 받아낼 수 있는 컨셉이 맞다.

그리고 이 명단에 강남대로도 홍대도 성수동 카페거리도 없다. 이름난 상권은 대부분 이미 점포가 손님보다 빨리 늘어난 쪽에 있다.

우리가 내리는 선택 — 그리고 왜 다른 값이면 안 되는지

11이 데이터로 못 보는 것

1. 매출은 카드 결제 기반 추정치다. 현금과 일부 간편결제가 빠진다. 커피는 카드 비중이 높은 업종이라 시계열 비교는 비교적 안전하지만, 다른 업종과의 절대 비교는 하지 않았다. 2. 「서울 전체 건수 −11%」에는 결제수단 이동이 섞여 있을 수 있다. 카드에서 집계 밖 간편결제로 옮겨가면 발길이 그대로여도 건수가 준다. 그래서 절대 수준보다 업종 간 상대 비교(청과 +38.5% vs 치킨 −37.3%)에 무게를 뒀다 — 결제수단 이동은 업종을 이렇게까지 가르지 않는다. 3. 행정동은 상권이 아니다. 한 동 안에서도 대로변과 이면이 다르고 역세권은 동 경계를 넘는다. 이 자료의 해상도가 거기까지다. 4. 평일 감소의 원인은 이 데이터에 없다. 재택근무 비율도 오피스 공실률도 들어 있지 않다. 요일 구성이 치우쳐 있다는 관측까지만 썼다. 5. 점포 수에 규모가 없다. 10평과 100평이 같은 한 개다. 점포당을 면적당으로 바꾸면 다른 그림이 나올 수 있는데 면적은 공개돼 있지 않다. 6. 개·폐업은 네 분기뿐이다. 그래서 시계열 축은 여덟 분기짜리 매출이 맡았다. 7. 상관은 인과가 아니다. 4장은 프랜차이즈가 효과가 없다는 말이 아니라, 공개 자료로는 그 효과가 잡히지 않는다는 말이다.

12그래서 친구에게 이렇게 답했다

첫째, 기본값은 「하지 마라」다. 네가 잘할지 못할지의 문제가 아니다. 손님이 2년 새 다섯 중 하나 사라졌고(건수 −18.6%), 그건 커피의 실패도 아니어서 — 서울 오프라인 결제 자체가 11% 줄었고 발길이 외식에서 장보기로 옮겨가는 중이라 — 운영을 잘해도 되돌릴 수 없는 흐름이다. 중위 동네의 커피집은 하루 31번 계산하고, 그 수는 2년 전 38번이었다. 평균적인 자리에 평균적인 카페를 내면 그 산수를 물려받는다.

동네를 가르는 것도 손님 수다. 매출 변화와 건수 변화의 상관은 +0.87인데 객단가와는 +0.23이다. 그래서 매출이 오른 78개 동 중 44곳(56%)은 손님이 는 곳이 아니라 값이 오른 곳이다. 금액 순으로 후보를 고르면 그 절반을 잘못 고른다.

그 위에 나머지가 얹힌다. 점포 총수는 −0.7%로 조용해 보이지만 1년 동안 4,445곳이 닫고 3,833곳이 열었다. 빠지는 쪽은 평일이고 25개 구 중 23개에서 그렇다. 프랜차이즈가 몰린 동네라고 덜 닫지도 않았다 — 커피 안에서 재면 폐업률이 양쪽 다 4.0%다.

어디에 낼지를 이 자료로 정하려 하면 세 번 막힌다. 금액 순위는 오른 동네의 56%에서 손님과 반대 방향을 가리키고, 프랜차이즈 비중은 커피 안에서 폐업률을 설명하지 못하며, 총매출 순위는 오른 칸 여섯 중 하나에서 점포당과 어긋난다. 공개된 것을 그대로 쓰면 틀린 답이 나온다.

둘째, 그래도 하겠다면 자리부터다. 남는 자리는 384개 동 중 23곳이다. 손님이 늘고 점포당 벌이도 는 곳이 그만큼뿐이고, 그 23곳의 하루 결제는 중위 56건 — 서울 중위의 두 배 가까이 된다. 강남대로도 홍대도 성수 카페거리도 그 명단에 없다. 이름난 상권은 대부분 점포가 손님보다 빨리 늘어난 쪽이다.

셋째, 형태. 데이터가 지우는 선택지가 셋 있다. 저가로 승부한다 — 싼 동네가 손님을 더 잃었다(−24.2% vs −17.1%). 오피스 앞 평일 장사 — 평일이 주말보다 빠르게 빠지는 중이다(25개 구 중 23개). 프랜차이즈 간판이면 안전하다 — 커피 안에서 프랜차이즈 비중과 폐업률은 무관했다. 남는 방향은 명단의 두 얼굴을 따른다. 월계3·상봉1 같은 신흥 주거지는 수요가 공급보다 먼저 와 있는 자리라 회전형 소형이 맞고, 가회동·삼성1동처럼 객단가 만 원대를 받아내는 성숙 상권은 단가를 설계할 수 있는 컨셉이라야 들어갈 값을 한다.

넷째, 크기. 중위의 산수(하루 31건)에서 좌석과 직원은 성립하지 않는다. 1인 테이크아웃 소형이 중위 동네가 허락하는 크기다. 좌석을 깔고 사람을 쓰려면 하루 76건 — 상위 10% 동네 — 의 자리라야 하고, 그런 자리는 임대료가 그만큼을 도로 가져간다. 임대료와 면적은 이 데이터에 없으니, 그 마지막 셈은 후보 자리를 골라 놓고 개별로 해야 한다.

그래서 이 글이 제안하는 것은 판단 단위를 (동 × 커피)로 내리고, 금액이 아니라 건수로 세고, 총액이 아니라 점포당으로 보고, 요일 구성을 같이 읽는 것이다. 그 자는 공개 자료로 만들 수 있다. 다만 거기까지다. 그 칸에 들어간 우리 매장이 평균 위인지 아래인지는, 본부가 가진 매출·계약·이탈 데이터를 붙여야 나온다. 공개 자료는 어느 칸을 볼지까지 말해 주고, 그 칸 안에서 우리가 어디에 서 있는지는 말해 주지 않는다.

마지막으로 하나. 이 글의 자 — (동 × 업종) 결제 건수, 점포당 매출, 요일 구성 — 는 이 글을 쓰려고 급조한 것이 아니다. 우리가 만들고 있는 부동산·상권 진단 도구 hicce가 자리 하나하나에 대해 돌리고 있는 계산이고, 이 글의 원자료도 그 수집 파이프라인에서 나왔다. 주소와 업종을 넣으면 그 칸의 카드가 나오는 형태다 — 지금은 중개사 대상 베타로 돌고 있고, 창업자·본부용은 준비 중이다. 그 전까지는 위 명단과 자로 직접 재 보면 되고, 재다가 막히는 지점이 나오면 그게 우리가 하는 일이다.

입장별로 먼저 볼 것