버즈니가 홈쇼핑 18개 채널 데이터를 통합했다 — 추정 매출까지 본다

커머스 AI 기업 버즈니가 18개 홈쇼핑·T커머스 채널의 편성, 추정 매출, 가격 변동 등을 통합 분석하는 데이터 플랫폼 '홈쇼핑모아 데이터허브' 를 정식 출시했다.

무엇을 제공하나

플랫폼은 홈쇼핑모아의 이용자 행동 데이터와 자체 지표를 바탕으로 다음을 제공한다.

• 상품별 추정 매출액·판매량
• 카테고리별 순위
• 편성 일정
• 가격 변동
• 인기 검색어

여기에 모아레이더와 고도화된 방송 상품 검색 기능으로 브랜드·상품 자동 추적과 엑셀 다운로드를 지원한다.

추정 매출이 핵심

이 플랫폼의 차별점은 추정 매출액과 판매량이다. 편성표와 가격은 공개 정보에 가깝지만, 어떤 상품이 실제로 얼마나 팔렸는지는 채널사 내부 데이터다.

버즈니는 자사 서비스인 홈쇼핑모아의 이용자 행동 데이터를 바탕으로 이를 추정한다. 실측이 아니라 추정치라는 점은 사용 시 감안해야 하지만, 경쟁사 성과에 대한 근사값을 얻을 다른 방법이 마땅치 않은 시장이다.

요금제

요금제	가격	제공 범위
프리	무료	기본 기능
플러스	월 69,000원	최근 1년 데이터, 추정 매출·판매량, 엑셀 다운로드

출시 기념으로 첫 달을 3만 원에 이용할 수 있다.

누가 쓸 수 있나

홈쇼핑 MD, 벤더, 마케터의 경쟁사 분석과 상품 기획에 활용될 전망이다.

각 역할별로 쓰임이 다르다.

• MD: 어떤 카테고리가 어느 시간대에 성과를 내는지 보고 편성 판단
• 벤더: 경쟁 상품의 가격 변동 추적과 자사 포지셔닝 조정
• 마케터: 카테고리 트렌드와 인기 검색어로 상품 기획 입력값 확보

실무 관점

첫째, 추정치의 한계를 팀에 공유한다. 추정 매출은 의사결정을 돕는 근사값이지 실적 데이터가 아니다. 절대 수치보다 상대 비교와 추세에 쓰는 편이 안전하다.

둘째, 엑셀 다운로드를 자동화 지점으로 본다. 데이터를 보는 것과 쓰는 것은 다르다. 다운로드한 데이터를 기존 리포팅에 결합하는 파이프라인이 없으면 대시보드 하나가 늘어날 뿐이다.

셋째, 판단 기준을 먼저 정한다. 새 데이터 소스가 생기면 볼 것이 늘어나지만 결정이 빨라지지는 않는다. 이 문제는 대시보드는 일을 끝내주지 않는다 — 화면보다 판단 기준이 먼저다에서 다뤘다.

넷째, 데이터 접근성이 경쟁 구도를 바꾸는지 본다. 그동안 채널 성과 데이터는 대형 벤더가 관계로 확보하던 정보였다. 월 6만 9천 원에 근사값이 열린다면 정보 격차 자체가 줄어든다. 그 경우 차별화는 데이터 보유가 아니라 해석 역량으로 옮겨간다. 이 전환은 퍼포먼스 효율이 떨어진 자리에 무엇을 둘까 — 아임웹이 말한 '딥 커머스'에서 다룬 논지와 맞닿아 있다.