상품이 안 팔릴 때 셀러가 가장 많이 착각하는 데이터 해석

한줄 요약
상품 판매 부진은 수요 부족보다, 노출·클릭·전환을 구분하지 못한 데이터 해석 오류에서 발생하는 경우가 더 많다.

상품이 안 팔리면 많은 셀러가 같은 결론에 도달한다.
“이 상품은 수요가 없다.”
그래서 상품을 교체한다. 그러나 실제로는 수요가 없는 경우보다 상품이 보이지 않는 경우가 훨씬 많다. 문제는 상품 자체가 아니라, 데이터를 해석하는 방식에 있다.

1. 검색량과 내 상품 노출을 동일시하는 착각

네이버 광고 도구에서 특정 키워드의 월 검색량이 5만 건으로 표시되면, 많은 셀러는 “5만 명이 이 상품을 찾는다”고 해석한다. 그리고 상품을 등록한 뒤 매출이 발생하지 않으면 “수요가 없었다”고 결론 내린다.

하지만 검색량은 ‘검색 행위의 총합’이지, ‘내 상품이 노출되는 횟수’가 아니다. 검색 결과에서 실제로 클릭되는 상품은 상위 일부에 한정된다. 검색 결과 1페이지에 노출되지 않는 상품은 사실상 존재하지 않는 것과 같다.

검색량이 아무리 높아도, 내 상품이 하위 페이지에 있다면 그 수요는 나에게 도달하지 않는다.

상품을 등록한 뒤 직접 검색해 노출 위치를 확인하는 셀러는 많지 않다. 대부분 “등록했으니 팔릴 것”이라고 기대한다.

그러나 신규 상품은 리뷰, 판매 이력, 알고리즘 신뢰도가 모두 낮다. 자연 노출로 상위에 노출되는 것은 구조적으로 어렵다. 광고를 집행하지 않으면 노출 자체가 거의 발생하지 않는다.

“수요는 있는데 안 팔린다”는 말은, 실제로는 “수요는 있지만 내 상품이 보이지 않는다”는 의미인 경우가 많다.

광고를 집행해 클릭이 100건 발생하면 “관심이 많다”고 판단하기 쉽다. 그러나 구매가 2건에 그치고 광고비가 매출을 초과하면 “이 상품은 안 된다”고 결론 내린다.

하지만 문제는 상품이 아니라 키워드 의도일 수 있다.
“무선 청소기 추천”은 정보 탐색 의도가 강한 키워드다.
“무선 청소기 다이슨 최저가”는 구매 의도가 명확한 키워드다.

같은 상품이라도 키워드에 따라 전환율은 크게 달라진다. 이 경우 바꿔야 할 것은 상품이 아니라 키워드다.

클릭은 발생하지만 상세페이지 체류 시간이 짧다면, 이는 수요 부족 문제가 아니다. 이미지 구성, 설명 구조, 가격 경쟁력, 배송 조건 등 페이지 요소의 문제일 가능성이 높다.

이탈 지점을 확인하고 개선하면 동일한 트래픽에서도 전환율은 크게 달라질 수 있다. 클릭 이후 데이터를 보지 않으면 문제를 잘못 진단하게 된다.

소비자는 동일 조건일 때 리뷰가 많은 상품을 선택한다. 신규 상품이 리뷰에서 불리한 것은 구조적인 문제다. 초기 2~3개월은 리뷰를 축적하는 기간으로 봐야 한다.

이 시기의 판매 부진은 수요 부족이 아니라 신뢰 부족으로 해석하는 것이 합리적이다.

플랫폼은 판매 이력, 반품률, 배송 성과 등을 기반으로 판매자 신뢰도를 산정한다. 신규 판매자는 이 지표가 쌓여 있지 않기 때문에 노출 우선순위가 낮다.

초기에는 광고를 통해 거래 데이터를 인위적으로 만들어야 한다. 자연 노출만 기대하면 성과가 나오기 어렵다.

같은 상품이라도 시장 초기에 진입하면 경쟁이 낮고 리뷰를 빠르게 확보할 수 있다. 반대로 성숙기에 진입하면 상위 판매자가 고착돼 신규 진입이 어렵다.

이 경우 문제는 수요가 아니라 진입 시점이다.

판매 부진을 하나의 문제로 묶지 말고 단계별로 분리해야 한다.

각 단계에서 문제가 발생하는 지점을 구분해야 올바른 대응이 가능하다.

내 상품의 성과는 절대값보다 상대 비교로 해석해야 한다. 잘 팔리는 경쟁 상품과 가격, 리뷰, 상세페이지, 배송 조건을 비교하면 개선 지점이 명확해진다.

단일 시점의 수치로 결론을 내리면 오류가 발생한다. 주 단위로 노출, 클릭, 전환의 변화를 추적하면 개선 여부를 판단할 수 있다.

지표가 점진적으로 개선되고 있다면, 구조는 올바르게 작동하고 있는 것이다.

핵심 요약

상품 판매 부진을 정확히 진단하려면 감각이 아니라 데이터 구조를 이해해야 한다. 이러한 판단 기준을 실무에서 적용하는 방식도 존재한다.