공시 원문, 정부 통계, 인허가 명부, 채용공고, 페이지 소스. 누구나 열어볼 수 있는 자료만으로 업종별 손익이 어디서 갈렸는지 분해합니다 — 등록부는 전수로 받고, 매대는 매주 쌓고, 재무는 원문과 대조합니다. 재료는 누구에게나 같습니다. 요리가 다를 뿐입니다. 같은 자료를 다르게 손질하고 다르게 세다 보면, 매 편 그 업종에 없던 자(지표)가 하나씩 나옵니다. 어디부터는 안 보이는지도 같이 적습니다 — 그 너머는 귀사의 데이터로만 잴 수 있고, 그게 저희가 하는 일입니다.
매주 한 편
브랜드사 8곳 중 6곳이 같은 병을 앓았다. 언론은 마케팅비 급증을 원인으로 지목했다. 그런데 그 돈이 증분 매출을 만들었는지 측정한 근거는 어디에도 없었다.
읽기 →전통주는 주류 중 예외적으로 온라인 판매가 허용된다. 그런데 제조사 여섯 곳 중 자사몰을 운영하는 곳은 한 곳뿐이었다. 나머지 다섯 곳의 주문 데이터는 전부 남의 플랫폼에 쌓인다.
읽기 →사업보고서의 「판매경로별 매출」을 열면 자사몰과 오픈마켓이 「온라인」 한 칸에 묶여 있다. 자사 채널 몫은 어디에도 공시되지 않는다 — 그 경계선이 고객 데이터가 누구 손에 남는지를 가른다.
읽기 →품목제조보고 전수를 받아 보니 하루 380개꼴로 태어나는데, 죽는 쪽은 셀 수 없게 되어 있다. 그래서 살아남은 것들의 나이를 쟀다 — 매대의 시계는 품목유형마다 아홉 배 가까이 다르게 돈다.
읽기 →올리브영 랭킹 매대를 7주 동안 매주 받았다. 스킨케어 계열 사이는 우연의 1.2~1.4배로 넘나드는데, 메이크업으로 가는 길은 내내 절반 밑이었다 — 매대에 들어가는 것과 매대를 넓히는 것은 다른 사건이다.
읽기 →심평원은 처방 데이터를 성분·용량·지역·월 단위로 공개한다 — 십 년간 신청 2,340건, 남긴 공개 분석은 찾지 못했다. 직접 쓰니 보였다. 복합제가 시장의 절반을 넘겼고, 가장 잘 팔리는 약의 용량 수요와 품목 구성은 평균 18%포인트 어긋나 있다.
읽기 →패션 브랜드 15곳의 감사인이 전원 재고자산 평가를 핵심감사사항으로 지목했다. 그 재고는 매출의 30%가 299일 묶여 있는데, 밖에서 재는 유일한 자인 재고회전일은 회사가 실제로 매긴 충당률과 순위상관 +0.002 — 아무 관계가 없었다.
읽기 →서울 커피 매출은 2년 새 11.9% 줄었다 — 결제 건수가 18.6% 빠졌고, 값이 8.2% 올라 절반을 메웠다. 중위 동네의 커피집은 하루 서른한 번 계산한다. 손님도 벌이도 는 동네는 384곳 중 23곳뿐이고, 강남대로도 홍대도 성수도 그 명단에 없다.
읽기 →매출이 높게 잡히는 동네를 골라 가면, 임대료가 정확히 그만큼 비싸 부담률은 그대로다(+0.01). 폐업률이 낮은 동네는 안전한 곳이 아니라 아무도 새로 열지 않는 곳이다 — 폐업률이 따라가는 유일한 값은 개업률(+0.45)이다. 그리고 폐업의 37%는 업종이, 4%만 동네가 설명한다.
읽기 →내가 본 96개 브랜드 중 예외는 없었다. 표본 85곳을 세어 보니 84곳(99%)의 고객 장부가 갈라져 있다 — 자사몰이 둘 이상인 곳 49곳(58%), 회원 시스템이 둘 이상인 곳 45곳(53%), 법인이 쪼개진 곳 30곳(35%). 겹의 중위는 둘. 붙이고 나서야 재구매율도 이탈도 계산되기 시작한다.
읽기 →정가를 부풀려 할인 폭을 만든다는 의심부터 검증했는데 아니었다. 정가는 96.2%가 7주 내내 고정이고, 할인이 빠진 주의 실판매가와 97.2%가 원 단위까지 같다. 정직한 정가를 확인하고 나서 진짜 문제가 보였다 — 7주 상주 상품 6,630개 중 1,833개(27.6%)는 그 정가에 팔린 관측이 0건이다. 할인율로도 안 갈린다: 상시할인과 간헐 프로모션의 중위가 둘 다 20.0%다. 그래서 「프로모션 비중」은 같은 데이터로 40.6%도 68.3%도 된다.
읽기 →원문에서 확인한 숫자만 씁니다. 출처를 되짚을 수 있는 1차 자료만 씁니다. 2차 집계나 언론 요약은 헤드라인 숫자로 쓰지 않습니다. 별도·연결 기준을 밝히지 않은 비교도 하지 않습니다.
못 보는 것을 먼저 밝힙니다. 공개 자료로는 증분도, 채널별 기여이익도, 재구매도 확정할 수 없습니다. 이건 가설이지 측정 결과가 아닙니다.
업종을 까지 않습니다. 산업은 대체로 호황이었습니다. 갈린 건 회사별 집행입니다.
Lambency는 공개 데이터로 어디를 봐야 할지 진단하고, 내부 데이터로 그것이 사실인지 검증합니다.
같은 방법으로 우리 회사를 보면 어떻게 나오는지 궁금하시면.
caffrey.w.lee@gmail.com