-‘오프라인의 구글 애널리틱스’ 메이아이, CCTV 기반 AI 분석 솔루션 mAsh로 리테일 혁신
-퍼널 분석·요인 분석으로 매출 병목 진단, 재계약률 90% 기록
-TechCrunch Startup Battlefield 200 선정, 글로벌 시장 공략 본격화
“온라인에서 당연했던 데이터 분석, 이제는 오프라인에서도 가능합니다.”
리테일 산업은 여전히 오프라인 매장이 핵심이다. 그러나 매장 운영의 많은 부분은 경험과 직관에 의존한다. 온라인에서는 클릭부터 결제까지 모든 전환율이 수치로 드러나지만 오프라인에서는 얼마나 오래 머물렀는지 어디서 이탈했는지 파악하기 어렵다. 이 빈칸을 채우기 위해 등장한 스타트업이 있다. AI 영상분석 기업 메이아이(mAy-I)는 기존 CCTV만으로 방문객의 동선과 전환율을 추적해 오프라인 매장의 성과를 데이터로 증명하는 솔루션 mAsh(매쉬)를 개발했다. 김찬규 대표는 “온라인의 구글 애널리틱스처럼 오프라인 매장도 데이터 기반으로 운영되는 시대를 열겠다”고 말한다.
메이아이의 출발은 의외였다. 창업팀은 과거 오프라인 행사를 기획하며 성과를 증명할 방법이 없다는 문제를 절감했다. 기존 계수기와 와이파이 센서를 통한 데이터는 정확도가 낮았고, 컨설턴트를 동원한 동선 분석은 비용이 과도했다. 이 한계를 체감한 창업팀은 온라인처럼 오프라인도 데이터로 설명할 수 있어야 한다는 문제의식에 도달했다. 팀 내 AI 전공자의 아이디어를 바탕으로 세 명의 공동창업자, 즉 CEO·CTO·리드 리서처가 합류하면서 메이아이가 시작됐다. 각자의 전문성을 바탕으로 기술적 난제를 풀어내며 회사의 토대를 다졌고, 현재는 약 40명 규모로 성장했다.
오프라인 매장, CCTV 데이터로 고객 여정을 읽다
고객사가 메이아이를 찾는 이유는 크게 세 가지로 정리된다. 첫째는 무공사 도입성이다. 기존 계수기나 센서 기반 솔루션은 설치와 배선 공사가 필요해 도입 비용과 시간이 많이 든다. 반면 mAsh는 매장에 이미 설치된 CCTV만 활용하므로 추가 장비나 공사 없이 바로 적용 가능하다. 설치 부담을 최소화하면서도 즉시 데이터를 확보할 수 있다는 점에서 고객 만족도가 높다. 둘째는 딥러닝 기반 정확도다. 단순히 입구를 지나는 움직임을 세는 기존 방식과 달리, mAsh는 영상 속 객체를 정밀하게 식별해 직원과 실제 방문객을 구분한다. 덕분에 70~80% 수준의 정확도에 그치는 기존 계수기의 한계를 크게 뛰어넘어 매장 상황에 맞는 신뢰성 높은 데이터를 제공한다. 셋째는 개별 동선 데이터다. 방문객 수만 집계하는 수준을 넘어 입장부터 체험, 퇴장까지의 여정을 추적해 고객이 어떤 경험에서 오래 머물렀는지, 어디서 흥미를 잃고 이탈했는지를 드러낸다. 이는 단순 수치가 아니라 매장 전략 수립을 위한 실질적 인사이트로 이어진다.
메이아이의 분석 체계는 퍼널 분석과 요인 분석으로 요약된다. 퍼널 분석은 유동인구, 입장, 체험, 상담, 구매까지 이어지는 고객 여정을 단계별 전환율로 보여준다. 단순히 매출이 줄었다는 결과에 그치지 않고, 그 원인이 ‘방문객 감소’인지 ‘체험 단계의 이탈’인지 ‘상담에서 구매로의 연결 부진’인지를 구체적으로 진단할 수 있다. 매출 부진의 병목을 찾아내고 개선 전략을 제시한다는 점에서 경영진과 매장 관리자에게 강력한 도구가 된다. 요인 분석은 한 걸음 더 나아가 방문객의 성별과 연령, 방문 시간대와 날씨, 프로모션, 주변 상권 등 매장 내×외부 변수가 KPI에 미친 영향까지 정량적으로 추론한다. 직관과 추측에 의존하던 마케팅에서 벗어나, “20대 여성 고객군의 체류 시간이 늘어날 때 매출이 어떻게 변화하는가” 같은 질문에 데이터로 답을 제공한다. 이는 한정된 자원을 효율적으로 배분하고 최적의 타깃팅 전략을 세우는 데 실질적 도움을 준다.
최근에는 팝업스토어와 전시회 같은 단기성 이벤트에도 수요가 빠르게 늘고 있다. 브랜드 경험을 중시하는 행사에서 방문객의 만족도와 동선 데이터를 확보하면, 단순한 성과 보고를 넘어 다음 기획 단계에서 바로 활용 가능한 개선안을 도출할 수 있다. 김찬규 대표는 “데이터는 잘했는지 못했는지를 따지는 데서 끝나지 않고, 무엇을 더 강화하고 무엇을 바꿔야 하는지 알려주는 나침반 역할을 한다”고 강조한다.
데이터 검증에서 보안까지, 메이아이의 신뢰 전략
메이아이의 기술은 이미 다양한 현장에서 검증을 마쳤다. 국내 한 대형 엔터테인먼트 체인에서는 영화 상영 전 이벤트 효과를 A/B 테스트해 광고 시청률을 16퍼센트 이상 끌어올렸고, 이는 광고 단가를 책정하는 객관적 근거로 활용됐다. 글로벌 자동차 브랜드의 팝업스토어에서는 체험 공간의 효과와 방문객 만족도를 분석해 차기 팝업 전략 수립에 반영되었다. 또 온라인에서 성공을 거둔 한 리테일러가 오프라인 매장을 열면서는 키오스크와 포토존 동선을 데이터로 검증해 전략을 최적화할 수 있었다.
이처럼 퍼널 분석과 요인 분석은 단순히 데이터를 기록하는 수준을 넘어 매장 운영의 병목 지점을 파악하고, 방문객 경험을 기반으로 한 개선 방향을 제시하는 도구로 자리 잡았다. 과거에는 고객사들이 “데이터를 어떻게 활용해야 할지 모르겠다”는 반응을 보이곤 했지만, 지금은 프로젝트 매니저와 데이터 분석가가 초기 단계부터 참여해 맞춤형 해석과 활용 방안을 함께 설계한다. 이 지원 구조 덕분에 고객사들의 만족도가 높아졌고, 올해 재계약률은 약 90퍼센트에 달한다. 김찬규 대표는 “기술이 아무리 정교해도 현장에서 실행 가능한 답으로 연결되지 않으면 의미가 없다”며, 데이터가 실제 성과로 이어지는 과정을 중시한다.
보안 역시 메이아이의 핵심 원칙이다. 분석 과정에서는 성별, 연령대, 체류 시간 등 개인 식별이 불가능한 가명 처리 데이터만 보관하고, 원본 영상은 즉시 삭제한다. 더 나아가 영상이 매장 밖으로 나가지 않도록 엣지 컴퓨팅 방식을 도입해 보안성을 강화했다. 이러한 프로세스는 국제적으로 가장 엄격한 개인정보 보호 기준인 유럽연합(EU)의 GDPR(General Data Protection Regulation:일반 개인정보보호법)을 충족하며, 실제 해외 매장에서 실증이 진행될 만큼 신뢰를 인정받았다. 단순히 데이터 정확도를 높이는 데서 그치지 않고, 활용·지원·보안이라는 전 과정을 아우르는 체계가 메이아이의 차별화된 경쟁력으로 꼽힌다.
글로벌 확장과 산업 다변화로 성장 날개를 달다
메이아이의 확장 전략은 세 갈래다. 첫째는 해외 시장 진출이다. 유럽·일본·미국·동남아 등 주요 거점에서 파트너십과 실증 프로젝트를 추진 중이며, 일본은 올해 하반기와 내년 초 가시적 성과를 목표로 삼고 있다. 해외 시장 개척은 단순한 매출 확대를 넘어, 글로벌 리테일 환경에 통용되는 데이터 분석 표준을 선점한다는 의미가 있다. 이와 관련해 메이아이는 최근 글로벌 무대에서도 주목을 받았다. 지난 8월에는 테크크런치(TechCrunch)가 주관하는 세계적 스타트업 경연인 스타트업 배틀필드 200(Startup Battlefield 200) 선정되며, 오는 10월 말 미국 현지에서 피칭 무대에 오를 기회를 확보했다. 이는 기술력과 성장 가능성을 글로벌 투자자와 업계 관계자들에게 공식적으로 인정받았다는 의미다. 둘째는 산업군 확장이다. 리테일을 넘어 안전·보안 분야로 기술을 넓혀 혼잡도 관리와 이상행동 감지 모듈을 개발 중이며, 2026년 상품화를 목표로 한다. 이는 재난 안전, 대형 시설 운영, 산업 현장 관리 등에서 새로운 기회를 열 수 있다. 셋째는 중소 매장 시장 진출이다. 대기업 현장에서 검증된 분석 템플릿을 경량화해 동네 상점이나 프랜차이즈 같은 소규모 매장에도 보급함으로써, 오프라인 산업 전반의 디지털 격차를 해소하는 역할을 하겠다는 구상이다.
재작년 말 삼성벤처투자 등으로부터 60억 원 규모의 시리즈 A 투자를 유치한 메이아이는 현재 시리즈 B 라운드를 준비 중이다. 이번 라운드의 목표는 해외 진출 가속화와 수익성 확보, 그리고 향후 IPO를 위한 체질 개선이다. 특히 서버 비용 최적화와 클라우드 인프라 효율화에 집중해 안정적인 수익 구조를 만드는 한편, 글로벌 확장에 필요한 현지 네트워크와 파트너십 구축에도 박차를 가하고 있다.
김찬규 대표는 “스타트업은 불확실성 속에서도 고객이 정말 원하는 것을 찾아야 한다”며 “오프라인도 곧 데이터로 움직이는 세계가 될 것”이라고 강조한다. 메이아이는 스스로를 ‘오프라인의 구글 애널리틱스’로 정의하며, 리테일 산업의 빈칸을 데이터로 채우고 있다. 매장 운영의 직관이 수치로 전환되는 순간, 오프라인 산업의 패러다임은 이미 바뀌고 있으며 그 변화의 한가운데에 메이아이가 서 있다.
"Google Analytics for Offline"… mAy-I Fills the Gap in Store Operations with Data: CEO Kim Chan-gyu of mAy-I
"Offline Google Analytics," Mayi, revolutionizes retail with mAsh , a CCTV-based AI analytics solution.
Diagnosing sales bottlenecks through funnel and factor analysis, achieving a 90% contract renewal rate.
-Selected as a TechCrunch Startup Battlefield 200, the company is actively targeting the global market.
“Data analysis, once taken for granted online, is now available offline as well.”
The retail industry remains centered around offline stores. However, much of store operation relies on experience and intuition. While online conversion rates, from clicks to payments, are quantifiable, offline it's difficult to determine how long customers stay and where they leave. A startup has emerged to fill this void. mAy-I, an AI video analytics company, developed mAsh, a solution that uses existing CCTV footage to track visitor movements and conversion rates, proving offline store performance with data. CEO Kim Chan-gyu stated, "We will usher in an era where offline stores are operated based on data, much like Google Analytics is for online stores."
May.I's origins were unexpected. The founding team, having previously planned offline events, recognized the lack of a way to prove success. Data from existing counters and Wi-Fi sensors was inaccurate, and the cost of employing consultants to analyze movement patterns was prohibitive. Realizing these limitations, the team realized that offline events, like online ones, needed to be explained with data. Building on the ideas of an AI specialist within the team, three co-founders—the CEO, CTO, and lead researcher—joined, launching May.I. Each of them leveraged their expertise to solve technical challenges, laying the foundation for the company, which has now grown to approximately 40 employees.
Offline Stores Use CCTV Data to Understand Customer Journeys
There are three main reasons why clients choose Mayi. First, it offers zero-installation implementation. Existing counters or sensor-based solutions require installation and wiring, resulting in significant costs and time. In contrast, mAsh utilizes existing CCTV cameras installed in the store, eliminating the need for additional equipment or construction. This minimizes installation overhead while providing immediate data acquisition, resulting in high customer satisfaction. Second, it offers deep learning-based accuracy. Unlike existing methods that simply count movement through the entrance, mAsh precisely identifies objects in the video, distinguishing between employees and actual visitors. This significantly overcomes the limitations of existing counters, which typically offer 70-80% accuracy, providing highly reliable data tailored to the store's specific needs. Third, it provides individual movement data. Beyond simply counting visitors, it tracks their journey from entry, experience, and exit, revealing where customers spend the most time and where they lose interest and leave. This goes beyond simple numbers and provides practical insights for developing store strategies.
May.I's analytical system can be summarized as funnel analysis and factor analysis. Funnel analysis demonstrates the customer journey, from foot traffic, entry, experience, consultation, and purchase, with conversion rates at each stage. It goes beyond simply reporting a decline in sales and allows for a specific diagnosis of whether the cause is a "decline in visitors," a "disengagement from the experience stage," or a "sluggish transition from consultation to purchase." It serves as a powerful tool for executives and store managers, identifying bottlenecks in sales declines and suggesting improvement strategies. Factor analysis goes a step further, quantitatively inferring the impact of internal and external variables, such as visitor gender and age, visit time, weather, promotions, and surrounding commercial areas, on KPIs. Moving beyond marketing reliant on intuition and guesswork, it provides data-driven answers to questions like, "How does sales change when the dwell time of female customers in their 20s increases?" This provides practical assistance in efficiently allocating limited resources and developing optimal targeting strategies.
Recently, demand for short-term events like pop-up stores and exhibitions is rapidly increasing. For events that prioritize brand experience, gathering visitor satisfaction and traffic data can go beyond simple performance reporting and yield improvements that can be immediately applied in the next planning stage. CEO Kim Chan-gyu emphasizes, "Data doesn't just determine what went well or poorly; it serves as a compass that indicates what needs to be strengthened and what needs to be changed."
From data verification to security, Mayi's trust strategy
Mayi's technology has already been proven in various fields. A major domestic entertainment chain A/B tested the effectiveness of pre-screening events, increasing ad viewership by over 16 percent. This data served as objective evidence for determining ad rates. A global automobile brand's pop-up store analyzed the effectiveness of its experiential space and visitor satisfaction, influencing future pop-up strategies. Furthermore, a successful online retailer optimized its strategy for offline stores by validating its kiosk and photo zone traffic patterns with data.
In this way, funnel analysis and factor analysis have become tools that go beyond simply recording data, identifying bottlenecks in store operations and suggesting improvement directions based on visitor experience. While clients in the past often responded, "I don't know how to utilize the data," now project managers and data analysts are involved from the initial stages, designing customized interpretations and utilization plans together. This support structure has resulted in high client satisfaction, and this year's contract renewal rate is approximately 90 percent. CEO Kim Chan-gyu emphasizes the process by which data translates into actual results, stating, "No matter how sophisticated the technology, it is meaningless if it doesn't lead to actionable solutions in the field."
Security is also a core principle for May.i. During the analysis process, only pseudonymized data, such as gender, age, and dwell time, is stored, and the original video is immediately deleted. Furthermore, edge computing has been adopted to enhance security by preventing video footage from leaving the store. This process complies with the EU's General Data Protection Regulation (GDPR), the most stringent international privacy standards, and has been proven reliable enough to be tested in actual overseas stores. May.i's unique competitive edge lies in its comprehensive system, which goes beyond simply enhancing data accuracy and encompasses the entire process of utilization, support, and security.
Fueling growth through global expansion and industry diversification
May.i's expansion strategy is three-pronged. First, it is expanding into overseas markets. It is pursuing partnerships and demonstration projects in key locations such as Europe, Japan, the US, and Southeast Asia, with tangible results in Japan targeted for the second half of this year and early next year. Exploring overseas markets goes beyond simply increasing sales; it aims to establish data analysis standards applicable to the global retail environment. In this regard, May.i has recently garnered attention on the global stage. In August, it was selected for Startup Battlefield 200, a global startup competition hosted by TechCrunch, securing the opportunity to pitch in the US in late October. This represents official recognition of its technological prowess and growth potential from global investors and industry insiders. Second, it is expanding its industry portfolio. Beyond retail, it is expanding its technology into safety and security, developing congestion management and abnormal behavior detection modules, with the goal of commercialization by 2026. This could open up new opportunities in disaster safety, large-scale facility operation, and industrial site management. The third goal is to enter the small and medium-sized retail market. The plan is to bridge the digital divide across the offline industry by streamlining and distributing analytical templates proven in large corporations to smaller stores like neighborhood stores and franchises.
Having secured 6 billion won in Series A funding from Samsung Venture Investment and others late last year, May.I is currently preparing for its Series B round. The goals of this round are to accelerate overseas expansion, secure profitability, and improve its structure for a future IPO. Specifically, the company is focusing on optimizing server costs and improving cloud infrastructure efficiency to create a stable revenue structure. It is also accelerating the development of local networks and partnerships necessary for global expansion.
CEO Kim Chan-gyu emphasizes, "Startups must find what customers truly want, even amidst uncertainty," and "Offline will soon become a world driven by data." May.i defines itself as "Google Analytics for offline," and is filling the gaps in the retail industry with data. The moment intuition in store operations is transformed into numbers, the offline industry's paradigm is already shifting, and May.i stands at the center of this transformation.
「オフラインのグーグルアナリティクス」…メイアイ、店舗運営の空白をデータで埋める メイアイ（mAy-I）キム・チャンギュ代表
– 「オフラインのGoogleアナリティクス」メイアイ、CCTVベースのAI分析ソリューションmAshでリテールイノベーション
-ファンネル分析・要因分析で売上ボトルネック診断、再契約率90%記録
-TechCrunch Startup Battlefield 200選定、グローバル市場攻略本格化
「オンラインで当然だったデータ分析、今はオフラインでも可能です。」
小売業界は依然としてオフライン店舗が核心である。しかし、店舗運営の多くは経験と直観に依存しています。オンラインではクリックから決済までのすべてのコンバージョン率が数値にあらわれるが、オフラインではどのくらい滞在したのか、どこから離脱したのか把握するのは難しい。この空白を埋めるために登場したスタートアップがある。 AI映像分析企業メイアイ（mAy-I）は、既存のCCTVだけで訪問者の動線と転換率を追跡し、オフライン店舗の成果をデータで証明するソリューションmAsh（マッシュ）を開発した。キム・チャンギュ代表は「オンラインのグーグルアナリティクスのようにオフライン店舗もデータ基盤で運営される時代を開く」と話す。
メイアイの出発は意外だった。創業チームは過去のオフラインイベントを企画し、成果を証明する方法がないという問題を削減した。従来のカウンターとWi-Fiセンサーを通じたデータは精度が低く、コンサルタントを動員した動線分析はコストが過剰であった。この限界を体感した創業チームは、オンラインのようにオフラインもデータで説明できるはずだという問題意識に達した。チーム内のAI専攻者のアイデアをもとに3人の共同創業者、すなわちCEO・CTO・リードリサーチャーが合流し、メイアイが始まった。各自の専門性をもとに技術的難題を解き放ち、会社の基盤を固め、現在は約40人規模に成長した。
オフラインストア、CCTVデータで顧客の旅を読む
顧客会社がメイアイを探す理由は大きく三つにまとめられる。一つ目は無工事導入性だ。既存のカウンターやセンサーベースのソリューションは設置と配線工事が必要で、導入コストと時間がかかる。一方、mAshは店舗にすでに設置されているCCTVのみを活用するため、追加の機器や工事なしですぐに適用可能です。設置負担を最小化しながらもすぐにデータを確保できるという点で顧客満足度が高い。二つ目はディープラーニングベースの精度だ。単に入り口を通る動きを数える従来の方法とは異なり、mAshは画像内のオブジェクトを正確に識別し、従業員と実際の訪問者を区別します。おかげで70～80%レベルの精度にとどまる既存カウンターの限界を大きく上回り、店舗状況に合った信頼性の高いデータを提供する。第三は個別銅線データだ。訪問者数だけ集計する水準を越えて、入場から体験、退場までの旅を追跡し、顧客がどんな経験で長く滞在したのか、どこで興味を失って離脱したのかを明らかにする。これは単純な数値ではなく、店舗戦略を確立するための実質的な洞察につながります。
マイアイの分析システムは、ファネル分析と要因分析にまとめられています。ファンネル分析は、流動人口、立場、体験、相談、購買まで続く顧客旅程を段階別転換率で示す。単に売上が減ったという結果にとどまらず、その原因が「訪問者減少」なのか「体験段階の離脱」なのか「相談から購入への接続不振」なのかを具体的に診断できる。売上不振のボトルネックを見つけて改善戦略を提示するという点で、経営陣と店舗管理者にとって強力なツールとなる。要因分析はさらに一歩進み、訪問者の性別と年齢、訪問時間帯と天気、プロモーション、周辺商圏など店舗内×外部変数がKPIに及ぼす影響まで定量的に推論する。直観と推測に依存していたマーケティングから抜け出し、「20代女性顧客群の滞留時間が増えると売上がどのように変化するのか」といった質問にデータで答えを提供する。これは、限られたリソースを効率的に配分し、最適なターゲット戦略を確立するのにかなりの助けを与えます。
最近ではポップアップストアや展示会などの短期イベントにも需要が急速に増えている。ブランド体験を重視するイベントで訪問者の満足度と動線データを確保すれば、単純な成果報告を超えて次の企画段階ですぐに活用可能な改善案を導出することができる。キム・チャンギュ代表は「データはうまくいかなかったかを問うことで終わらず、何をさらに強化し、何を変えなければならないかを知らせるコンパスの役割をする」と強調する。
データ検証からセキュリティまで、マイアイの信頼戦略
メイアイの技術はすでに様々な現場で検証を終えた。韓国国内の大型エンターテイメントチェーンでは、映画上映前のイベント効果をA/Bテストし、広告視聴率を16％以上引き上げ、これは広告単価を策定する客観的根拠として活用された。グローバル自動車ブランドのポップアップストアでは、体験空間の効果と訪問者満足度を分析し、次期ポップアップ戦略の樹立に反映された。また、オンラインで成功を収めたリテイラーがオフライン店舗を開けながら、キオスクとフォトゾーン銅線をデータで検証して戦略を最適化することができた。
このように、ファンネル分析と要因分析は、単にデータを記録するレベルを超えて店舗運営のボトルネック点を把握し、訪問者経験に基づく改善の方向を提示するツールとして位置づけられた。過去には、顧客会社が「データをどのように活用すべきか分からない」という反応を見せたが、今はプロジェクトマネージャとデータアナリストが初期段階から参加し、カスタマイズされた解析と活用方案を一緒に設計する。この支援構造のおかげで顧客企業の満足度が高まり、今年の再契約率は約90％に達する。キム・チャンギュ代表は「技術がいくら精巧であっても現場で実行可能な答えにつながらなければ意味がない」とし、データが実際の成果につながる過程を重視する。
セキュリティもメイアイの核心原則だ。分析過程では、性別、年齢帯、滞留時間など個人識別が不可能な仮名処理データのみ保管し、元の映像は直ちに削除する。さらに映像が店頭から出ないようにエッジコンピューティング方式を導入してセキュリティ性を強化した。このプロセスは、国際的に最も厳しい個人情報保護基準である欧州連合（EU）のGDPR（General Data Protection Regulation：一般個人情報保護法）を満たし、実際の海外店舗で実証が進むほど信頼を認められた。単純にデータ精度を高めるにとどまらず、活用・支援・セキュリティという全過程を合わせる体系が、メイアイの差別化された競争力に挙げられる。
グローバル拡張と産業多様化で成長翼をつくる
メイアイの拡張戦略は三分岐だ。まずは海外市場進出だ。欧州・日本・アメリカ・東南アジアなど主要拠点でパートナーシップと実証プロジェクトを推進中であり、日本は今年下半期と来年初めの可視的成果を目指している。海外市場の開拓は、単なる売上拡大を超えて、グローバル・リテール環境に通用するデータ分析標準を先取りするという意味がある。これに関してメイアイは最近、グローバル舞台でも注目を集めた。去る8月にはTechCrunchが主管する世界的スタートアップコンテストであるスタートアップバトルフィールド200(Startup Battlefield 200)選定され、10月末に米国現地でピッチングステージに上がる機会を確保した。これは技術力と成長の可能性をグローバル投資家と業界関係者に公式に認められたという意味だ。二つ目は産業群拡張だ。リテールを超えて安全・セキュリティ分野に技術を広げ、混雑度管理と異常行動検知モジュールを開発中であり、2026年商品化を目指す。これは災害安全、大型施設運営、産業現場管理などで新たな機会を開くことができる。第三は中小店舗市場進出だ。大企業現場で検証された分析テンプレートを軽量化し、近所のショップやフランチャイズなどの小規模店舗にも普及することで、オフライン産業全般のデジタルギャップを解消する役割を果たすという構想だ。
昨年末、サムスンベンチャー投資などから60億ウォン規模のシリーズA投資を誘致したメイアイは現在シリーズBラウンドを準備中だ。今回のラウンドの目標は、海外進出の加速化と収益性の確保、そして今後のIPOのための体質改善である。特にサーバーコストの最適化とクラウドインフラの効率化に集中し、安定した収益構造を作る一方、グローバル拡張に必要な現地ネットワークとパートナーシップ構築にも拍車をかけている。
キム・チャンギュ代表は「スタートアップは不確実性の中でも顧客が本当に欲しいものを探さなければならない」とし、「オフラインもすぐにデータで動く世界になるだろう」と強調する。メイアイは自らを「オフラインのグーグルアナリティクス」と定義し、リテール産業の空白をデータで埋めている。店舗運営の直観が数値に転換される瞬間、オフライン産業のパラダイムはすでに変わっており、その変化の真ん中にメイアイが立っている。
“Google Analytics for Offline”……mAy-I 利用数据填补门店运营的空白：mAy-I 首席执行官 Kim Chan-gyu
Mayi 的“离线 Google Analytics”产品mAsh是一款基于闭路电视的 AI 分析解决方案，它彻底改变了零售业。
通过漏斗分析和因素分析诊断销售瓶颈，实现 90% 的合同续签率。
-该公司入选 TechCrunch Startup Battlefield 200，正积极开拓全球市场。
“曾经被视为理所当然的在线数据分析，现在也可以离线使用了。”
零售业仍然以线下门店为中心。然而，门店运营很大程度上依赖于经验和直觉。虽然线上转化率（从点击到支付）可以量化，但线下却很难确定顾客停留时间和离开地点。一家初创公司应运而生，旨在填补这一空白。人工智能视频分析公司 mAy-I 开发了 mAsh，这是一款利用现有闭路电视监控录像追踪访客动向和转化率的解决方案，能够用数据证明线下门店的运营绩效。首席执行官金灿圭表示：“我们将引领线下门店进入数据驱动运营的新时代，就像 Google Analytics 之于线上门店一样。”
May.I 的诞生颇具意外。创始团队此前曾策划过线下活动，他们意识到缺乏有效方法来证明活动的成功。现有计数器和 Wi-Fi 传感器的数据不够准确，而聘请顾问分析人流模式的成本又过于高昂。意识到这些局限性后，团队明白线下活动和线上活动一样，都需要用数据来解释。在团队中一位人工智能专家的启发下，三位联合创始人——首席执行官、首席技术官和首席研究员——加入，共同创立了 May.I。他们各自发挥专长，攻克技术难题，为公司奠定了基础。如今，May.I 已发展成为一家拥有约 40 名员工的企业。
线下门店利用闭路电视数据了解顾客购物历程
客户选择 Mayi 主要有三大原因。首先，它无需安装即可实施。现有的计数器或基于传感器的解决方案需要安装和布线，耗时耗力。相比之下，mAsh 利用商店内现有的闭路电视摄像头，无需额外设备或施工。这最大限度地降低了安装成本，同时实现了即时数据采集，从而显著提升了客户满意度。其次，它基于深度学习，拥有极高的精准度。与现有方法仅统计入口处的客流量不同，mAsh 能够精确识别视频中的物体，区分员工和顾客。这显著克服了现有计数器通常只有 70-80% 准确率的局限性，提供高度可靠的、符合商店特定需求的数据。第三，它提供个体化的移动数据。除了统计客流量，它还能追踪顾客从进入、体验到离开的整个过程，揭示顾客停留时间最长的区域以及失去兴趣并离开的区域。这超越了简单的数字统计，为制定商店策略提供了切实可行的洞察。
May.I 的分析系统可概括为漏斗分析和因子分析。漏斗分析展示了顾客的购买历程，从客流量、进入、体验、咨询到购买，并分析了每个阶段的转化率。它不仅能简单地报告销售额下降，还能具体诊断原因，例如“客流量下降”、“体验阶段顾客流失”或“咨询到购买的转化缓慢”。对于高管和门店经理而言，漏斗分析是一个强大的工具，能够识别销售下滑的瓶颈并提出改进策略。因子分析更进一步，定量推断内部和外部变量（例如顾客的性别和年龄、停留时间、天气、促销活动以及周边商业环境）对关键绩效指标 (KPI) 的影响。它超越了依赖直觉和猜测的营销方式，为诸如“20 多岁女性顾客的停留时间增加时，销售额会发生怎样的变化？”之类的问题提供数据驱动的答案。这有助于高效分配有限资源并制定最佳的目标定位策略。
近期，快闪店、展览等短期活动的需求迅速增长。对于注重品牌体验的活动而言，收集访客满意度和客流量数据不仅仅关乎简单的绩效报告和收益提升，这些改进措施可以立即应用于下一阶段的规划。首席执行官金灿圭强调：“数据不仅能判断哪些方面做得好，哪些方面做得不好；它还能像指南针一样，指出哪些方面需要加强，哪些方面需要改进。”
从数据验证到安全，Mayi的信任策略
Mayi 的技术已在多个领域得到验证。一家国内大型娱乐连锁店通过 A/B 测试验证了预映活动的有效性，广告观看率提升超过 16%。这些数据为确定广告价格提供了客观依据。一家全球汽车品牌通过分析快闪店的体验空间效果和顾客满意度，为未来的快闪店策略提供了参考。此外，一家成功的线上零售商通过数据验证了其自助服务终端和拍照区的客流量模式，从而优化了线下门店的策略。
如此一来，漏斗分析和因子分析已不再局限于简单的数据记录，而是能够识别门店运营中的瓶颈，并根据顾客体验提出改进建议。过去，客户常常会说“我不知道如何利用这些数据”，而现在，项目经理和数据分析师从项目初期就参与其中，共同设计定制化的解读和应用方案。这种支持体系显著提升了客户满意度，今年的合同续签率约为90%。首席执行官金灿圭强调了数据转化为实际成果的过程，他表示：“无论技术多么先进，如果不能转化为实际可行的解决方案，那就毫无意义。”
安全也是May.i的核心原则之一。在分析过程中，May.i仅存储性别、年龄、停留时间等匿名化数据，并立即删除原始视频。此外，May.i还采用了边缘计算技术，防止视频流出店铺，从而进一步提升安全性。该流程符合欧盟《通用数据保护条例》(GDPR)——最严格的国际隐私标准，并已在海外实际门店进行过测试，证明其可靠性。May.i独特的竞争优势在于其完善的系统，该系统不仅提升了数据的准确性，更涵盖了数据的使用、支持和安全保障等各个环节。
通过全球扩张和产业多元化推动增长
May.i 的扩张战略分为三个方面。首先，它正积极拓展海外市场。公司正在欧洲、日本、美国和东南亚等重点地区寻求合作伙伴和示范项目，并计划在今年下半年和明年初在日本取得切实成果。开拓海外市场不仅仅是为了提升销售额，更旨在建立适用于全球零售环境的数据分析标准。在这方面，May.i 近期已在全球范围内引起关注。今年 8 月，它入选了由 TechCrunch 主办的全球创业大赛 Startup Battlefield 200，并获得了 10 月底在美国进行项目路演的机会。这代表着全球投资者和业内人士对其技术实力和增长潜力的官方认可。其次，May.i 正在拓展其行业领域。除了零售业，公司还将技术拓展至安全领域，开发拥堵管理和异常行为检测模块，目标是在 2026 年实现商业化。这有望在灾害安全、大型设施运营和工业场地管理等领域开辟新的机遇。第三个目标是进军中小零售市场。该计划旨在通过简化和推广大型企业中行之有效的分析模板，帮助小型门店（如社区商店和加盟店）弥合线下零售业的数字化鸿沟。
去年底，May.I 获得了来自三星风投等机构的 60 亿韩元 A 轮融资，目前正在筹备 B 轮融资。此轮融资的目标是加速海外扩张、确保盈利能力并完善公司架构，为未来的 IPO 做好准备。具体而言，公司正致力于优化服务器成本并提升云基础设施效率，以构建稳定的收入结构。同时，公司也在加速发展本地网络和合作伙伴关系，为全球扩张奠定基础。
首席执行官金灿圭强调：“创业公司必须找到顾客真正想要的东西，即便是在充满不确定性的环境中。”他还表示：“线下零售业很快将迎来数据驱动的时代。” May.i 将自身定位为“线下版的 Google Analytics”，致力于用数据填补零售业的空白。当门店运营中的直觉转化为数字的那一刻，线下行业的格局便已开始转变，而 May.i 正处于这场变革的中心。
« Google Analytics pour le hors ligne »… mAy-I comble le manque de données dans ses opérations en magasin : Kim Chan-gyu, PDG de mAy-I
« Google Analytics hors ligne », déclare Mayi, révolutionne le commerce de détail avec mAsh , une solution d'analyse IA basée sur la vidéosurveillance.
Diagnostic des points de blocage des ventes grâce à l'analyse de l'entonnoir et des facteurs, permettant d'atteindre un taux de renouvellement de contrat de 90 %.
-Sélectionnée parmi les 200 startups à fort potentiel de TechCrunch, l'entreprise cible activement le marché mondial.
« L’analyse des données, autrefois considérée comme allant de soi en ligne, est désormais également disponible hors ligne. »
Le secteur du commerce de détail reste centré sur les magasins physiques. Or, la gestion d'un magasin repose en grande partie sur l'expérience et l'intuition. Si les taux de conversion en ligne, des clics aux paiements, sont quantifiables, il est difficile, en magasin, de déterminer la durée de présence des clients et leur parcours. Une start-up a vu le jour pour combler ce manque. mAy-I, une entreprise d'analyse vidéo par intelligence artificielle, a développé mAsh, une solution qui exploite les images de vidéosurveillance existantes pour suivre les déplacements des visiteurs et les taux de conversion, permettant ainsi d'évaluer la performance des magasins physiques grâce aux données. Le PDG, Kim Chan-gyu, a déclaré : « Nous allons inaugurer une ère où les magasins physiques seront gérés grâce aux données, à l'instar de Google Analytics pour les boutiques en ligne. »
L'histoire de May.I est pour le moins inattendue. L'équipe fondatrice, habituée à organiser des événements physiques, constatait l'absence de méthode pour en mesurer le succès. Les données issues des compteurs et capteurs Wi-Fi existants étaient imprécises, et le coût du recours à des consultants pour analyser les déplacements était prohibitif. Face à ces limitations, l'équipe a compris que les événements physiques, à l'instar des événements en ligne, devaient être étayés par des données. S'appuyant sur les idées d'un spécialiste en IA au sein de l'équipe, trois cofondateurs – le PDG, le directeur technique et le chercheur principal – ont rejoint l'aventure et lancé May.I. Chacun a mis à profit son expertise pour relever les défis techniques, jetant ainsi les bases de l'entreprise, qui compte aujourd'hui une quarantaine d'employés.
Les magasins physiques utilisent les données de vidéosurveillance pour comprendre le parcours client.
Il existe trois raisons principales pour lesquelles les clients choisissent Mayi. Premièrement, son installation est entièrement automatisée. Les compteurs existants ou les solutions à base de capteurs nécessitent une installation et un câblage, ce qui engendre des coûts et des délais importants. À l'inverse, mAsh utilise les caméras de vidéosurveillance déjà installées dans le magasin, éliminant ainsi le besoin d'équipements supplémentaires ou de travaux de construction. Cela minimise les frais d'installation tout en assurant une acquisition de données immédiate, pour une satisfaction client optimale. Deuxièmement, sa précision repose sur l'apprentissage profond. Contrairement aux méthodes existantes qui se contentent de compter les passages à l'entrée, mAsh identifie précisément les objets dans la vidéo, en faisant la distinction entre les employés et les visiteurs. Ceci surmonte largement les limitations des compteurs existants, dont la précision est généralement de 70 à 80 %, et fournit des données extrêmement fiables, adaptées aux besoins spécifiques du magasin. Troisièmement, mAsh fournit des données de déplacement individuelles. Au-delà du simple comptage des visiteurs, la solution suit leur parcours, de l'entrée à la sortie, révélant les zones où les clients passent le plus de temps et celles où ils se désintéressent et quittent le magasin. Ces données vont bien au-delà des simples chiffres et offrent des informations pratiques pour l'élaboration de stratégies commerciales.
Le système analytique de May.I se résume à l'analyse de l'entonnoir et à l'analyse factorielle. L'analyse de l'entonnoir illustre le parcours client, de l'entrée en magasin à l'achat, en passant par l'expérience client, la consultation et l'achat, avec les taux de conversion à chaque étape. Elle va au-delà du simple constat d'une baisse des ventes et permet un diagnostic précis : la cause est-elle une diminution du nombre de visiteurs, un désengagement lors de l'expérience client ou une transition difficile entre la consultation et l'achat ? C'est un outil précieux pour les dirigeants et les responsables de magasin, leur permettant d'identifier les freins à la baisse des ventes et de proposer des stratégies d'amélioration. L'analyse factorielle va plus loin en quantifiant l'impact des variables internes et externes, telles que le sexe et l'âge des visiteurs, la durée de la visite, la météo, les promotions et les zones commerciales environnantes, sur les indicateurs clés de performance (KPI). Dépassant le marketing basé sur l'intuition et les conjectures, elle apporte des réponses fondées sur les données à des questions comme : « Comment les ventes évoluent-elles lorsque le temps passé en magasin par les clientes d'une vingtaine d'années augmente ? » Elle offre ainsi une aide concrète pour allouer efficacement des ressources limitées et développer des stratégies de ciblage optimales.
Récemment, la demande pour des événements éphémères tels que les boutiques éphémères et les expositions connaît une croissance rapide. Pour les événements qui privilégient l'expérience de marque, la collecte de données sur la satisfaction des visiteurs et la fréquentation permet d'aller au-delà du simple reporting de performance et d'apporter des améliorations immédiatement applicables à la prochaine étape de planification. Le PDG, Kim Chan-gyu, souligne : « Les données ne se contentent pas de déterminer ce qui a fonctionné ou non ; elles servent de boussole, indiquant les points à renforcer et les aspects à modifier. »
De la vérification des données à la sécurité, la stratégie de confiance de Mayi
La technologie de Mayi a déjà fait ses preuves dans divers domaines. Une grande chaîne de divertissement chinoise a testé l'efficacité de ses événements de pré-séance par le biais d'un test A/B, ce qui a permis d'accroître l'audience publicitaire de plus de 16 %. Ces données ont servi de preuves objectives pour la fixation des tarifs publicitaires. Une marque automobile internationale a analysé l'efficacité de son espace expérientiel et la satisfaction de ses visiteurs dans le cadre d'une boutique éphémère, ce qui a influencé ses stratégies futures. Par ailleurs, un site de vente en ligne performant a optimisé sa stratégie pour ses points de vente physiques en validant les données relatives à la fréquentation de ses bornes interactives et de ses espaces photos.
Ainsi, l'analyse en entonnoir et l'analyse factorielle sont devenues des outils qui vont bien au-delà du simple enregistrement des données. Elles permettent d'identifier les points de blocage dans les opérations en magasin et de suggérer des pistes d'amélioration basées sur l'expérience client. Alors qu'auparavant, les clients répondaient souvent : « Je ne sais pas comment exploiter ces données », désormais, les chefs de projet et les analystes de données sont impliqués dès les premières étapes, élaborant ensemble des interprétations et des plans d'utilisation personnalisés. Cette structure d'accompagnement a permis d'atteindre un haut niveau de satisfaction client, et le taux de renouvellement des contrats cette année avoisine les 90 %. Le PDG, Kim Chan-gyu, souligne l'importance du processus de transformation des données en résultats concrets : « Aussi sophistiquée soit la technologie, elle est inutile si elle ne débouche pas sur des solutions opérationnelles sur le terrain. »
La sécurité est un principe fondamental pour May.i. Lors de l'analyse, seules des données pseudonymisées, telles que le sexe, l'âge et la durée de présence, sont conservées, et la vidéo originale est immédiatement supprimée. De plus, le traitement en périphérie du réseau (edge computing) renforce la sécurité en empêchant la diffusion des enregistrements vidéo hors du magasin. Ce processus est conforme au Règlement général sur la protection des données (RGPD) de l'UE, la norme internationale la plus stricte en matière de protection de la vie privée, et sa fiabilité a été démontrée lors de tests réalisés dans des magasins à l'étranger. L'avantage concurrentiel unique de May.i réside dans son système complet, qui va au-delà de la simple amélioration de la précision des données et englobe l'ensemble du processus d'utilisation, d'assistance et de sécurité.
Stimuler la croissance par l'expansion mondiale et la diversification industrielle
La stratégie d'expansion de May.i repose sur trois axes. Premièrement, l'entreprise s'implante à l'international. Elle développe des partenariats et des projets pilotes dans des zones clés comme l'Europe, le Japon, les États-Unis et l'Asie du Sud-Est, avec des résultats concrets attendus au Japon pour le second semestre de cette année et le début de l'année prochaine. L'exploration des marchés étrangers ne se limite pas à l'augmentation des ventes ; elle vise à établir des normes d'analyse de données applicables au secteur du commerce de détail mondial. À cet égard, May.i a récemment attiré l'attention à l'échelle internationale. En août, elle a été sélectionnée pour Startup Battlefield 200, un concours mondial de startups organisé par TechCrunch, ce qui lui a permis de présenter son projet aux États-Unis fin octobre. Cette sélection constitue une reconnaissance officielle de son expertise technologique et de son potentiel de croissance par les investisseurs internationaux et les acteurs du secteur. Deuxièmement, l'entreprise diversifie son portefeuille d'activités. Au-delà du commerce de détail, elle étend sa technologie à la sûreté et à la sécurité, en développant des modules de gestion de la congestion et de détection des comportements anormaux, avec pour objectif une commercialisation d'ici 2026. Ceci pourrait ouvrir de nouvelles perspectives dans la sécurité en cas de catastrophe, l'exploitation d'installations à grande échelle et la gestion de sites industriels. Le troisième objectif est de pénétrer le marché du commerce de détail de petite et moyenne taille. Le plan consiste à réduire la fracture numérique dans le secteur physique en rationalisant et en diffusant des modèles analytiques éprouvés dans les grandes entreprises auprès de petits commerces tels que les magasins de proximité et les franchises.
Après avoir levé 6 milliards de wons lors d'un tour de table de série A auprès de Samsung Venture Investment et d'autres investisseurs fin 2018, May.I prépare actuellement son tour de table de série B. Ce dernier vise à accélérer son expansion internationale, à consolider sa rentabilité et à optimiser sa structure en vue d'une future introduction en bourse. Concrètement, l'entreprise s'attache à optimiser ses coûts de serveurs et à améliorer l'efficacité de son infrastructure cloud afin de garantir des revenus stables. Elle accélère également le développement de ses réseaux et partenariats locaux, indispensables à son expansion mondiale.
Le PDG Kim Chan-gyu souligne : « Les startups doivent identifier les véritables besoins des clients, même en période d’incertitude », et « Le commerce physique deviendra bientôt un monde piloté par les données ». May.i se définit comme le « Google Analytics du commerce physique » et comble les lacunes du secteur du commerce de détail grâce aux données. Dès lors que l’intuition dans la gestion des magasins se traduit en chiffres, le paradigme du commerce physique est en pleine mutation, et May.i se trouve au cœur de cette transformation.
You must be logged in to post a comment.