샐러드 고객의 진짜 경쟁 상대는 햄버거입니다. 주문 데이터는 결코 알려주지 않습니다.
자사 주문 이력만으로 콜드스타트 추천 엔진을 학습시키면 뻔한 베팅을 합니다: 샐러드 고객은 또 샐러드를 원할 것이라는 가정입니다. 오프플랫폼 소비자 시그널은 다르게 말합니다. 한 본거지 대도시권에서, 전국 샐러드 체인의 고객은 가장 가까운 직접 경쟁 샐러드 브랜드보다 패스트푸드 버거 체인을 더 많이 교차 방문합니다 — 5.8% 대 5.2%, 순위가 말 그대로 뒤집힙니다. 다른 도시에서는 부리토 체인의 고객이 버거 체인을 16% 교차 방문하는 동안 가장 가까운 동종 경쟁사는 1% 미만에 머뭅니다 — 17배 격차, 상위 14위 안에 직접 경쟁사가 하나도 없습니다. 같은 도시의 세 번째 카테고리에서도 패턴은 동일합니다: 전국 커피 체인의 고객은 어떤 직접 커피 경쟁사보다 버거 체인을 더 많이 교차 방문합니다(15.7% 대 10.3%). 세 카테고리, 두 도시. 매번 간접 경쟁사가 직접 경쟁사를 이깁니다. 자사 데이터는 이것을 절대 드러낼 수 없습니다. 자사 앱에서 이미 일어난 주문만 기록할 뿐, 샐러드 고객이 다른 곳에서 선택한 버거는 결코 담지 못하기 때문입니다. 바로 그 사각지대가 콜드스타트가 실패하는 지점이며 — 오프플랫폼 소비자 교차 방문 데이터가 정확히 그것을 해결합니다.
비슷한 요리 → 비슷한 고객
자사 데이터만으로 만든 콜드스타트 추천은 고객을 음식 종류로 분류합니다: 샐러드 고객에게는 샐러드를, 부리토 고객에게는 부리토를 제안합니다. 자연스러운 가정이지만, 틀렸습니다. 앱은 앱 안에서 이미 일어난 일만 기록할 뿐 — 고객의 실제 고려 대상군을 드러내는 플랫폼 밖의 선택은 결코 보지 못합니다.
진짜 경쟁자는 다른 요리 장르에 있으며 — 1위에 올라 있습니다
전국 샐러드 체인의 본거지 대도시에서 소비자 교차 방문 1위 경쟁자는 간접 경쟁인 패스트푸드 브랜드로, 가장 가까운 직접 경쟁 샐러드 브랜드보다 위에 있습니다(5.8% 대 5.2%). 다른 도시의 부리토 체인은 교차 방문 상위 14개가 전부 간접 경쟁자이고, 같은 요리 장르의 최상위 경쟁자는 15위로 0.96% — 간접 1위의 16%와 대비됩니다. 같은 도시의 전국 커피 체인도 버거 체인이 1위로, 가장 가까운 커피 경쟁자를 앞섭니다(15.7% 대 10.3%). 올바른 첫 화면 추천은 자사 퍼널이 아니라 시장 전체를 알아야 가능합니다.
- 콜드스타트 추천 — 단순한 음식 종류별 분류가 아니라, 고객의 실제 고려 대상군을 기반으로 구축
- 가맹점 확보 — 고객이 이미 플랫폼 밖에서 선택하고 있는 가맹점과 계약하세요
- 신규 구역 론칭 — 첫 주문이 발생하기 전에 수요를 지도화하세요
- 신규 계약 가맹점 타기팅 — 주문 이력이 쌓이기 전에 딱 맞는 첫 고객을 찾으세요