Project — 프랜차이즈 분석

배달은 리뷰가, 매장식사는 입지가 매출을 결정한다

치킨 프랜차이즈 349개 매장 · 3년 주간 거래 데이터 · 배달/매장식사/포장 채널 분리

349개

전수 매장 분석

3년

주간 데이터

96%

매장식사 예측

3채널

배달·매장·포장

배달 vs 매장식사 매출 결정 요인

핵심 발견: 같은 매장인데 채널마다 다른 게임

같은 브랜드, 같은 매장인데 채널에 따라 매출을 결정하는 요인이 정반대였다. 349개 매장의 3년 데이터를 분석한 결과, 이건 프랜차이즈 운영에 근본적인 질문을 던진다. 모든 매장을 같은 전략으로 관리하는 것이 맞는가?

배달 매출

리뷰가 39%를 결정한다. 그중에서도 “음식이 맛있다”는 구체적 언급이 별점보다 2배 이상 강력하다. 1인 가구 비율이 높은 지역에서 배달 매출이 높다.

매장식사 매출

리뷰는 거의 영향 없다 (0.3%). 입지와 경쟁이 전부다. 고령화 지수가 높은 지역에서 매장식사 매출이 높다. 직접 방문하는 고객은 자기 경험으로 판단한다.

출점 전략: 유동인구보다 1인 가구

“유동인구가 많은 곳에 매장을 내라” — 배달 시대에 이 공식은 더 이상 작동하지 않는다. 349개 매장 분석 결과, 배달 매출을 가장 강력하게 예측하는 인구 변수는 1인 가구 비율이었다.

혼자 사는 사람은 요리를 덜 한다. 이건 선호가 아니라 생활 구조의 문제다. 한 끼를 위해 장을 보고 조리하고 설거지하는 건 비효율적이다. 배달에 대한 의존은 선택이 아니라 구조에서 나온다.

유동인구는? 배달 매출과 거의 관련 없었다. 배달 주문은 집에서 한다. 거리에 사람이 많이 다니는 것과 집에서 배달을 시키는 것은 다른 행동이다.

실무 원칙

배달 중심 출점: 1인 가구 밀집 지역 (대학가, 원룸 밀집)

매장식사 중심 출점: 고령 인구 비율이 높은 전통 상권

같은 도시 안에서도 구/동에 따라 최적 전략이 다르다

자기잠식: 가장 위험한 경쟁자는 우리 브랜드다

프랜차이즈 본사가 출점 시 가장 먼저 확인하는 것은 “경쟁 브랜드 수”다. 하지만 데이터는 다른 이야기를 한다.

배달 매출에서, 타 브랜드보다 같은 브랜드의 다른 매장이 더 큰 매출 감소를 유발했다.

배달앱을 열면 반경 내 모든 매장이 한 화면에 동시에 뜬다. 같은 브랜드 A지점과 B지점은 메뉴가 같고, 가격이 같고, 프로모션도 같다. 소비자 입장에서 완벽한 대체재다. 타 브랜드는 최소한 메뉴가 다르고 맛이 다르다.

100m 이내가장 강함배달앱에서 거의 동시 노출. 배달 시간 차이도 없음.
300m강함같은 배달 반경에서 경쟁.
500m중간일부 겹치는 고객 존재.
1km약하지만 존재배달 반경이 넓은 매장은 여기까지 영향.

흥미로운 점: 매장식사에서는 자기잠식이 거의 나타나지 않았다. 직접 방문하는 고객은 물리적으로 가까운 한 곳만 가기 때문이다. 배달앱이 공간의 제약을 없애면서, 같은 브랜드끼리의 수요 잠식이 가시화된 것이다.

본사 vs 가맹점의 구조적 충돌

본사는 가맹점을 늘려야 로열티 수입이 증가한다. 기존 가맹점의 배달 반경과 겹치더라도, 새 가맹점이 열리면 본사에는 이익이다. 하지만 개별 가맹점은 매출이 나눠진다. 본사의 성장과 가맹점의 수익성이 구조적으로 충돌하는 지점이며, 이것을 데이터로 정량화할 수 있다.

리뷰 분석: “맛있다”가 매출과 직결된다

GPT-4 기반 자연어 분석으로 리뷰를 4가지 주제로 분류하고, 각 주제가 매출에 미치는 영향을 측정했다.

음식 품질 언급5.5%"치킨이 바삭하다" — 가장 강력
서비스 언급3.3%"배달이 빠르다" — 보조적
가격 언급2.9%"가성비 좋다" — 중간
재구매 의향2.5%"또 시킬게요" — 약함

매장식사 매출에서 리뷰의 영향은 거의 0이었다 (0.3%). 직접 방문하는 고객은 리뷰 대신 자기 경험을 기준으로 판단하기 때문이다.

배달 매출을 올리려면 “별점 4.5 이상 유지”가 아니라, “맛있다”는 구체적 언급을 늘리는 것이 핵심이다. “치킨의 바삭함은 어떠셨나요?” 같은 유도 질문이 리뷰 이벤트보다 효과적이다.

왜 서비스 리뷰보다 음식 품질 리뷰가 더 강력할까? 배달 맥락에서 생각하면 명확하다. 배달은 서비스 경험이 극히 제한적이다. 주문→대기→수령→식사. 고객이 평가할 수 있는 것은 결국 음식 자체뿐이다.

채널별 예측 정확도

349개 매장, 3년 주간 데이터. Out-of-sample 검증.

매장식사

96%

매장별 인력 배치, 좌석 운영 최적화

총 매출

80%

전체 손익 관리, 임대료 협상 근거

배달

78%

배달 물량 예측, 포장재·식자재 발주

포장

67%

포장 수요 대비 인력 배치

종합: 프랜차이즈 본사가 이 데이터로 할 수 있는 것

신규 출점 후보지를 채널별로 평가

후보지의 인구 구성을 보고 배달 중심/매장식사 중심을 결정. 같은 서울이라도 관악구(배달)와 종로구(매장식사)의 전략이 다르다.

기존 매장의 채널 전략을 데이터로 전환

1인 가구 밀도가 높은 지역 매장이 홀 인테리어에 투자하고 있다면, 그 예산을 배달 포장 품질로 돌리는 것이 합리적이다.

자기잠식을 본사 차원에서 관리

전국 매장의 배달 반경 중복 현황을 시각화하고, 추가 출점 시 기존 가맹점 매출 영향을 시뮬레이션할 수 있다.

리뷰 관리의 초점을 바꾼다

별점 올리기가 아니라, 음식 품질에 대한 구체적 언급을 유도하는 방향으로. 배달 중심 매장에서 특히 효과적이다.

위험 매장을 사전에 탐지

특정 채널의 매출이 먼저 떨어지기 시작하면, 전체 매출 하락의 선행 신호다. 사후 대응이 아니라 사전 대응이 가능하다.

분석 기반

349개 매장 × 3년

국내 대형 치킨 프랜차이즈 전수

채널 분리

배달·매장식사·포장 각각 별도 분석

GPT-4 리뷰 분석

음식/서비스/가격/재구매 4주제 분류

상권 데이터

행정안전부 사업자등록 + 인구통계

XGBoost + SHAP

AI 예측 + 변수별 기여도 정량 분해

경제 지표 + 날씨

소비자물가, 외식물가, 기온, 강수

이 연구의 학술 버전은 Journal of Retailing and Consumer Services에 게재되었습니다.

brlim@hanyang.ac.kr