주요 내용
2026년 북미 지역의 시장 점유율은 42.4%를 차지했다.
용도별로는 슈퍼마켓 부문이 19.4%라는 가장 높은 연평균 성장률(CAGR)을 기록할 것으로 예상된다.
판매 방식별로는 2026년부터 2032년까지 유통업체 부문이 가장 빠르게 성장할 것으로 전망된다.
Caper(Caper Cart), SuperHii(Smart Cart S700), Amazon(Dash Cart), Retail AI, Inc.(Skip Cart)와 같은 기업들은 높은 시장 점유율과 광범위한 제품 포트폴리오를 바탕으로 글로벌 스마트 쇼핑 카트 시장의 주요 선도 기업으로 꼽혔습니다.
글로벌 스마트 쇼핑 카트 시장은 주로 소매업체들이 매장 내 편의성과 결제 효율성 향상에 점점 더 중점을 두는 데서 동력을 얻고 있습니다. 소비자들은 오프라인 매장이 실시간 결제, 맞춤형 프로모션, 편리한 결제 옵션 등 디지털 쇼핑 플랫폼과 유사한 더 빠르고 원활한 경험을 제공하기를 점점 더 기대하고 있습니다. 스마트 카트는 쇼핑객이 상품을 식별하고, 지출 내역을 추적하며, 관련 혜택을 받고, 기존 계산대에서 최소한의 상호작용만으로 구매를 완료할 수 있도록 함으로써 이러한 요구를 충족시킵니다. 소매업체의 경우, 이러한 기능은 고객 참여도를 높이고 오프라인 쇼핑 여정을 로열티 및 디지털 소매 프로그램과 연계할 수 있는 기회도 창출합니다. 소매업체들이 운영 효율성과 고객 경험 모두를 향상시키는 기술에 지속적으로 투자함에 따라, 스마트 쇼핑 카트의 도입은 더욱 증가할 것으로 예상됩니다.
고객의 고객에 영향을 미치는 트렌드 및 혁신
스마트 쇼핑 카트 시장에서 고객의 비즈니스에 미치는 영향은 더 빠른 결제, 개선된 매장 동선 관리, 정확한 재고 추적에 대한 변화하는 수요에 의해 주도됩니다. 소매업체, 매장 운영자 및 디지털 전환 팀은 실시간 상품 인식, 원활한 셀프 결제, 장바구니 내 맞춤형 프로모션, 자동 청구 등을 위해 AI 기반 스마트 쇼핑 카트에 점점 더 의존하고 있습니다. 컴퓨터 비전 기반의 실시간 상품 인식, 통합 로열티 프로그램, 데이터 기반 상품 기획과 같은 트렌드는 매장 내 소매 전략을 재편하고 있습니다. 이러한 혁신은 고객 경험을 직접적으로 향상시키고, 재고 손실과 운영 비용을 줄이며, 더욱 즐거운 쇼핑 경험을 제공합니다.
시장 생태계
스마트 쇼핑 카트 생태계는 개조 키트 공급업체(Shopic, SuperHii, Tracxpoint), 완전 통합형 카트 공급업체(Retail AI, Inc., Caper, SuperHii, Veeve, Cust2Mate, KBST, Shopreme, Swiftforce), 그리고 규제 기관(소비자 보호, GDPR, CCPA)으로 구성됩니다. 이 공급업체들은 지능형 카트의 개발 및 도입, 실시간 상품 인식, 자동 결제, 안전한 데이터 처리를 공동으로 지원하며, 규제 기관은 규정 준수 및 소비자 신뢰를 보장합니다.
지역
예측 기간 동안 아시아 태평양 지역이 글로벌 스마트 쇼핑 카트 시장에서 가장 빠르게 성장할 전망
아시아 태평양 스마트 쇼핑 카트 시장은 해당 지역 전반에 걸쳐 AI, 자동화 및 커넥티드 리테일 기술의 도입이 증가함에 따라 예측 기간 동안 가장 빠른 성장률을 기록할 것으로 예상됩니다. 소매업체들은 매장 생산성을 향상시키고, 수동 결제 프로세스에 대한 의존도를 줄이며, 쇼핑객과의 디지털 상호작용을 확대할 수 있는 기술을 점점 더 적극적으로 모색하고 있습니다. 일본에서는 소매업체들이 인력 확보 문제를 해결하고 매장 운영의 자동화를 추구함에 따라 스마트 카트 솔루션에 대한 관심이 높아지고 있습니다. 예를 들어, 도시바 테크(Toshiba Tec)는 2025년 1월부터 스마트 카트 기능과 자사의 ELERA 소매 플랫폼을 결합한 리테일 AI(Retail AI)의 ‘스킵 카트(Skip Cart)’ 판매를 시작했습니다. 이 지역의 확고한 전자제품 제조 기반과 성장하는 소매 기술 생태계 또한 컴퓨터 비전, 디지털 디스플레이, 결제 및 연결 기능을 갖춘 스마트 카트의 개발과 도입을 뒷받침하고 있습니다. 한편, 중국, 인도, 한국 및 동남아시아 시장에서 조직화된 식료품 소매업의 확장은 스마트 카트 공급업체의 잠재 고객 기반을 확대하고 있습니다. 소매업체들이 매장 자동화를 디지털 결제, 맞춤형 고객 참여, 연결된 소매 인프라와 점점 더 결합함에 따라, 아시아 태평양 지역은 예측 기간 동안 스마트 쇼핑 카트 공급업체들에게 상당한 성장 기회를 제공할 것으로 예상됩니다.
스마트 쇼핑 카트 시장: 기업 평가 매트릭스
스마트 쇼핑 카트 시장 매트릭스에서 Caper(Star)는 강력한 시장 점유율과 첨단 AI 기반 카트를 앞세워 선두를 달리고 있으며, 주요 소매업체들이 원활한 결제 및 실시간 분석을 위해 이를 널리 채택하고 있습니다. Shekel(신흥 리더)은 혁신적인 계량 기술과 마찰 없는 쇼핑 솔루션을 통해 주목을 받고 있으며, 빠르고 안전하며 비용 효율적인 소매 통합을 통해 입지를 공고히 하고 있습니다. Caper가 대규모 도입과 데이터 기반 기능을 통해 시장을 주도하는 반면, Shekel은 자율 쇼핑 및 디지털 소매 경험에 대한 수요가 지속적으로 증가함에 따라 리더 쿼드런트로 도약할 상당한 잠재력을 보여주고 있습니다.
주요 시장 참여 기업
- 아마존(미국)
- 케이퍼(미국)
- 리테일 AI(일본)
- 쇼픽(이스라엘)
- 슈퍼히(중국)
- 트랙스포인트(이스라엘)
- 커스트2메이트(이스라엘)
- 셰켈(이스라엘)
- 페이테크(미국)
- KBST(독일)
- MetroClick (미국)
- Pentland Firth Software (독일)
- VasyERP (인도)
- Smapca (인도)
- SwiftForce (인도)
- KwikKart (미국)
- ZeroQs (폴란드)
- Shopreme (오스트리아)
- Trollee (홍콩)
- Veeve (미국)
최근 동향
- 2025년 7월 : 인스타카트(Instacart)는 뉴욕주 시러큐스에 위치한 웨그맨스(Wegmans)의 듀윗(Dewitt) 매장에서 ‘케이퍼 카트(Caper Carts)’라는 AI 기반 스마트 쇼핑 카트의 시범 운영을 발표했으며, 이는 웨그맨스 매장에서 케이퍼 카트가 최초로 도입된 사례입니다.
- 2025년 3월 : 이탈리아 슈퍼마켓 체인인 디마르(Dimar)는 매장 효율성 향상과 고객 참여 증진에 중점을 두고, 자사의 메르카토(Mercato) 매장에 쇼픽(Shopic)의 AI 기반 스마트 카트를 도입하기 위해 쇼픽 및 레텍스(Retex)와 파트너십을 체결했다고 발표했다.
- 2024년 4월 : 아마존은 캔자스와 미주리주의 프라이스 초퍼(Price Chopper) 및 맥키버스 마켓(McKeever’s Market) 매장에서 시작한 스마트 카트 시범 테스트를 확대하여, 다양한 소매 형식에서 타사 기술 통합 및 성능을 검증했다. 이 시범 프로그램은 다양한 POS 시스템 및 매장 구성과의 통합을 테스트하고, 본격적인 확대 도입에 앞서 개선을 위한 운영 데이터를 수집했습니다.
- 2024년 1월 : 알 미라 소비재(Al Meera Consumer Goods Company)는 Veeve, Inc.와 파트너십을 체결하고, 2024년 1월 1일부터 와크라 사우스(Wakrah South) 지점을 시작으로, 이어 레바이브 1(Leabaib 1) 지점에 중동 지역 최초의 “스마트” 쇼핑 카트를 도입한다고 발표했습니다. 이 쇼핑 카트에는 터치스크린, 바코드 리더기, 카메라가 탑재되어 있어 고객이 로그인하고, 상품을 스캔하여 카트에 담으며, 기존 계산대를 거치지 않고 바로 결제할 수 있습니다. 또한 화면에는 Meera Rewards 로열티 프로그램과 연계된 인근 할인 정보도 표시됩니다.
- 2023년 4월 : Tracxpoint는 AI 스마트 카트 시범 프로그램을 완료하고 Conad에 AI 카트 플랫폼을 도입하여, 자동 결제, 매장 내 내비게이션, 분석 기능을 갖춘 AI 기반 카트를 선보였습니다.
1 서론 21
1.1 연구 목적 21
1.2 시장 정의 21
1.3 시장 범위 21
1.3.1 시장 세분화 및 지역 범위 22
1.3.2 포함 및 제외 항목 22
1.4 분석 기간 23
1.5 분석 통화 23
1.6 이해관계자 24
2 요약 25
2.1 주요 통찰 및 시장 하이라이트 25
2.2 주요 시장 참여자: 전략적 동향 분석 26
2.3 시장을 형성하는 파괴적 변화 27
2.4 고성장 부문 28
2.5 개요: 글로벌 시장 규모, 성장률 및 전망 29
3 심층 분석 30
3.1 스마트 쇼핑 카트 시장 참여자를 위한 유망한 기회 30
3.2 응용 분야별 스마트 쇼핑 카트 시장 30
3.3 판매 방식별 스마트 쇼핑 카트 시장 31
3.4 카트 유형 및 지역별 스마트 쇼핑 카트 시장 31
4 시장 개요 및 산업 동향 32
4.1 서론 32
4.2 시장 역학 32
4.2.1 성장 동인 33
4.2.1.1 마찰 없는, 비접촉식,
그리고 개인화된 쇼핑에 대한 소비자 수요 증가 33
4.2.1.2 컴퓨터 비전, 센서,
및 엣지 컴퓨팅 분야의 기술 발전으로 신뢰할 수 있고 지연 시간이 짧은 상품 인식이 가능해짐 33
4.2.2 제약 요인 33
4.2.2.1 높은 초기 하드웨어 및 통합 비용 33
4.2.2.2 POS, 재고 및 로열티 시스템과의 통합 복잡성 34
4.2.3 기회 34
4.2.3.1 기존 카트에 적용 가능한 개조형 기기/부착형 솔루션으로 도입 비용 절감 34
4.2.3.2 카트 내 프로모션, 타겟팅된 제안 및 광고를 통한 반복적 수익 창출 34 4.2.4 과제 35
4.2.4.1 SKU 및 포장 변경에 따른 안정적인 상품 인식 35
4.2.4.2 수천 대의 카트에 대한 가동 시간 유지, 배터리 물류 및 현장 서비스 관리가 확장을 복잡하게 만듦 35
4.3 상호 연결된 시장 및 부문 간 기회 36
4.3.1 상호 연결된 시장 36
4.3.2 업종 간 기회 36
4.4 1/2/3위 기업들의 전략적 움직임 36
4.4.1 주요 움직임 및 전략적 초점 36
5 산업 동향 37
5.1 포터의 5가지 힘 모델 분석 37
5.1.1 신규 진입자의 위협 38
5.1.2 대체재의 위협 38
5.1.3 공급자의 협상력 38
5.1.4 구매자의 교섭력 38
5.1.5 경쟁 강도 39
5.2 거시경제 전망 39
5.2.1 서론 39
5.2.2 GDP 동향 및 전망 39
5.2.3 글로벌 스마트 쇼핑 카트 산업의 동향 41
5.3 공급망 분석 41
5.4 가치 사슬 분석 42
5.5 생태계 43
5.6 가격 책정 분석 44
5.6.1 평균 가격 분석 44
5.6.2 카트 유형별 참고 가격 분석 45
5.7 무역 분석 46
5.7.1 트레일러 및 세미트레일러, 기타
기계적 추진력이 없는 차량의 수출 시나리오 46
5.7.2 수동으로 밀거나 끄는 차량 및
기타 비동력 차량의 국가별 수입 시나리오,
2021–2025년 (백만 달러) 47
5.8 주요 컨퍼런스 및 행사 47
5.9 고객 비즈니스에 영향을 미치는 동향/변혁 48
5.10 투자 및 자금 조달 전망 48
5.11 사례 연구 분석 49
5.11.1 VEEVE — 스마트 카트 도입 및 리테일 미디어 전환 49
5.11.2 TRACXPOINT — AI 쇼핑 카트 플랫폼 49
5.11.3 REWE에 통합된 SHOPREME의 스캔 앤 고(Scan & Go) SDK 49
5.12 2025년 미국 관세 조치의 영향 – 스마트 쇼핑 카트 시장 50
5.12.1 서론 50
5.12.2 주요 관세율 50
5.12.3 가격 영향 분석 51
5.12.4 국가/지역별 영향 52
5.12.4.1 미국 52
5.12.4.2 유럽 53
5.12.4.3 아시아 태평양 53
5.12.4.4 IoT 최종 사용자에 미치는 영향 54
6 전략적 혁신: 특허, 디지털 및 AI 도입 55
6.1 주요 신기술 55
6.1.1 컴퓨터 비전 기반 SKU 감지 55
6.1.2 엣지 AI 하드웨어 및 장바구니 내 처리 장치 55
6.1.3 다중 센서 융합(중량 센서, 심도 카메라, 라이더) 55
6.2 보완 기술 55
6.2.1 RFID 및 NFC 기반 상품 추적 55
6.2.2 클라우드 분석 및 소매 데이터 플랫폼 55
6.2.3 디지털 트윈 및 매장 시뮬레이션 시스템 55
6.3 스마트 쇼핑 카트 시장을 위한 기술/제품 로드맵 56
6.3.1 단기 로드맵 (2023–2025) 56
6.3.2 중기 로드맵 (2026–2028) 56
6.3.3 장기 로드맵 (2029–2030) 56
6.3.4 스마트 쇼핑 카트 생태계 56
6.3.4.1 웹 관리 플랫폼 56
6.3.4.2 클라우드 인프라 57
6.3.4.3 제품 및 하드웨어 57
6.3.4.4 미들웨어 57
6.3.4.5 ERP 및 POS 시스템 통합 57
6.4 특허 분석 58
6.4.1 주요 특허 목록 59
6.5 AI/생성형 AI가 스마트 쇼핑 카트 시장에 미치는 영향 61
6.5.1 스마트 쇼핑 카트 분야에서 생성형 AI의 주요 활용 사례 및 시장 잠재력 62
6.5.2 스마트 쇼핑 카트 시장의 모범 사례 63
6.5.3 스마트 쇼핑 카트 시장에서 AI 도입 사례 연구 63
6.5.3.1 사례 연구 1: Caper AI 기반 스마트 카트 도입 63
6.5.3.2 사례 연구 2: Shopic 클립온 장치 출시 64
6.5.3.3 사례 연구 3: Cust2Mate 지능형 카트 프로그램 64
6.5.3.4 사례 연구 4: Shekel 저울 및 비전 시스템 통합 64
6.5.4 상호 연결된 인접 생태계 및 시장 참여자에 미치는 영향 64
6.5.5 스마트 쇼핑 카트에 생성형 AI를 도입할 고객의 준비도 65
6.6 경쟁사가 채택한 기술 65
6.7 비즈니스 모델 66
6.8 현재 스마트 카트를 시험 운영 중이거나 도입 중인 소매업체 66
7 규제 환경 및 규정 준수 68
7.1 규제 환경 68
7.1.1 규제 기관, 정부 기관 및 기타 조직 68
7.1.2 산업 표준 72
7.1.2.1 북미 72
7.1.2.1.1 미국 72
7.1.2.1.2 캐나다 72
7.1.2.2 유럽 72
7.1.2.3 아시아 태평양 72
7.1.2.3.1 중국 72
7.1.2.3.2 일본 73
7.1.2.3.3 인도 73
7.1.2.4 중동 및 아프리카 73
7.1.2.4.1 아랍에미리트 73
7.1.2.4.2 사우디아라비아 73
7.1.2.4.3 남아프리카공화국 73
7.1.2.5 라틴 아메리카 73
7.1.2.5.1 브라질 73
8 고객 환경 및 구매자 행동 74
8.1 의사결정 과정 74
8.2 주요 이해관계자 및 구매 기준 75
8.2.1 구매 과정의 주요 이해관계자 75
8.2.2 구매 기준 76
8.3 도입 장벽 및 내부 과제 77
8.4 다양한 최종 용도 분야별 미충족 수요 78
9 기술별 스마트 쇼핑 카트 시장 79
9.1 서론 79
9.1.1 기술: 스마트 쇼핑 카트 시장 성장 동인 79
9.2 컴퓨터 비전 79
9.2.1 원활한 추적을 위한 카트 내용물 시각화 79
9.2.1.1 사용 사례 80
9.3 AI 모듈 80
9.3.1 실시간 의사 결정 및 맞춤형 상호작용 지원 80
9.3.1.1 사용 사례 80
9.4 센서 81
9.4.1 다중 모드 검증을 위한 세분화된 데이터 수집 81
9.4.1.1 사용 사례 81
9.5 엣지 컴퓨팅 81
9.5.1 실시간 카트 기능을 위한 저지연 처리 지원 81
9.5.1.1 사용 사례 82
9.6 연결성 82
9.6.1 장바구니와 매장 시스템 간의 원활한 통신 유지 82
9.6.1.1 사용 사례 82
9.7 디스플레이 83
9.7.1 사용자 상호작용 강화 및 쇼핑 효율성 향상 83
9.7.1.1 사용 사례 83
9.8 결제 처리 83
9.8.1 안전하고 원활한 디지털 거래 지원 83
9.8.1.1 사용 사례 83
10 카트 유형별 스마트 쇼핑 카트 시장 84
10.1 서론 85
10.1.1 카트 유형: 스마트 쇼핑 카트 시장 성장 동인 85
10.2 완전 통합형 카트 86
10.2.1 고정밀도, 종단 간 매장 내 자동화에 대한 수요 증가 86
10.3 개조 키트 86
10.3.1 낮은 초기 비용 및 신속한 구축 능력 86
11 응용 분야별 스마트 쇼핑 카트 시장 88
11.1 서론 89
11.1.1 응용 분야: 스마트 쇼핑 카트 시장 성장 동인 89
11.2 쇼핑몰 90
11.2.1 다중 매장 경험 및 쇼핑객 참여도 향상 90
11.3 슈퍼마켓 90
11.3.1 방문 빈도가 높고 SKU가 많은 쇼핑 여정 최적화 90
11.4 기타 적용 분야 91
12 판매 방식별 스마트 쇼핑 카트 시장 92
12.1 서론 93
12.1.1 판매 방식: 스마트 쇼핑 카트 시장 성장 동인 93
12.2 직접 판매 94
12.2.1 심층적 통합 및 소매업체 경험에 대한 통제 94
12.3 유통업체 94
12.3.1 시장 도달 범위 확대 및 현지화된 지원 제공 94
13 지역별 스마트 쇼핑 카트 시장 95
13.1 서론 96
13.2 북미 96
13.2.1 미국 98
13.2.1.1 소매업의 가속화된 디지털화가 스마트 카트 도입을 주도 98
13.2.2 캐나다 99
13.2.2.1 소매업 현대화 확대가 스마트 카트 시범 운영을 뒷받침 99
13.3 유럽 100
13.3.1 영국 102
13.3.1.1 AI 주도 매장 혁신이 스마트 카트 도입을 촉진 102
13.3.2 독일 103
13.3.2.1 원스톱 결제 기술의 확산이 스마트 카트 도입을 가능하게 함 103
13.3.3 프랑스 104
13.3.3.1 스마트 카트 시범 운영을 촉진하는 소매 자동화 투자 104
13.3.4 이탈리아 105
13.3.4.1 스마트 카트 활용 사례를 장려하는 옴니채널 소매에 대한 관심 증가 105
13.3.5 기타 유럽 국가 106
13.4 아시아 태평양 107
13.4.1 중국 109
13.4.1.1 대안적 소매 기술에 대한 집중 109
13.4.2 인도 110
13.4.2.1 대기업 그룹, 스마트 카트 시연 공개 110
13.4.3 일본 111
13.4.3.1 전국 체인점, 스캐닝 카트 시범 운영 111
13.4.4 호주 및 뉴질랜드 112
13.4.4.1 지역 최초의 스마트 트롤리 시범 운영을 주도하는 주요 식료품점 112
13.4.5 기타 아시아 태평양 지역 113
13.5 중동 및 아프리카 114
13.5.1 이스라엘 115
13.5.1.1 스마트 카트 기술 수출 기업 115
13.5.2 아랍에미리트 116
13.5.2.1 AI 기반 스마트 카트를 시범 운영 중인 걸프 지역 소매업체들 116
13.5.3 남아프리카 117
13.5.3.1 최초의 스마트 카트 시범 운영 117
13.5.4 중동 및 아프리카 기타 지역 118
13.6 라틴 아메리카 119
13.6.1 칠레 120
13.6.1.1 주요 슈퍼마켓 체인 전반에 걸친 AI 기반 계산대 혁신 주도 120
13.6.2 멕시코 121
13.6.2.1 대규모 스마트 카트 시범 운영을 통한 소매업 현대화 가속화 121
13.6.3 기타 라틴 아메리카 122
14 경쟁 구도 124
14.1 서론 124
14.2 주요 기업 전략/승리 요인, 2025–2026 124
14.3 시장 점유율 분석, 2026 125
14.4 브랜드/제품 비교 128
14.5 기업 가치 평가 및 재무 지표 128
14.6 기업 평가 매트릭스: 주요 기업, 2026 130
14.6.1 스타 기업 130
14.6.2 신흥 리더 기업 130
14.6.3 보편적 기업 130
14.6.4 참여 기업 130
14.6.5 기업 사업 범위: 주요 기업, 2026년 132
14.6.5.1 기업 사업 범위 132
14.6.5.2 지역별 사업 범위 133
14.6.5.3 응용 분야별 사업 범위 134
14.6.5.4 판매 방식별 시장 점유 현황 135
14.7 경쟁 구도 136
14.7.1 제품 출시 및 개선 136
14.7.2 거래 현황 137
15 기업 프로필 139
15.1 주요 기업 139
15.1.1 아마존 139
15.1.1.1 사업 개요 139
15.1.1.2 제공 제품/솔루션/서비스 140
15.1.1.3 최근 동향 141
15.1.1.3.1 신제품 출시 141
15.1.1.3.2 인수합병 141
15.1.1.4 MnM의 관점 142
15.1.1.4.1 주요 강점/승리 요인 142
15.1.1.4.2 전략적 선택 142
15.1.1.4.3 약점 및 경쟁 위협 142
15.1.2 CAPER 143
15.1.2.1 사업 개요 143
15.1.2.2 제공하는 제품/솔루션/서비스 143
15.1.2.3 최근 동향 144
15.1.2.3.1 거래 내역 144
15.1.2.4 MnM의 관점 145
15.1.2.4.1 주요 강점/승리 요인 145
15.1.2.4.2 전략적 선택 145
15.1.2.4.3 약점 및 경쟁 위협 145
15.1.3 VEEVE 146
15.1.3.1 사업 개요 146
15.1.3.2 제공하는 제품/솔루션/서비스 146
15.1.3.3 최근 동향 147
15.1.3.3.1 신제품 출시 147
15.1.3.3.2 거래 내역 147
15.1.3.4 MnM의 관점 147
15.1.3.4.1 주요 강점/승리 요인 147
15.1.3.4.2 전략적 선택 148
15.1.3.4.3 약점 및 경쟁 위협 148
15.1.4 SHOPIC 149
15.1.4.1 사업 개요 149
15.1.4.2 제공하는 제품/솔루션/서비스 149
15.1.4.3 최근 동향 150
15.1.4.3.1 거래 내역 150
15.1.4.4 MnM 관점 150
15.1.4.4.1 주요 강점/승리 요인 150
15.1.4.4.2 전략적 선택 150
15.1.4.4.3 약점 및 경쟁 위협 151
15.1.5 SUPERHII 152
15.1.5.1 사업 개요 152
15.1.5.2 제공하는 제품/솔루션/서비스 152
15.1.5.3 최근 동향 153
15.1.5.3.1 신제품 출시 153
15.1.5.4 MnM 관점 154
15.1.5.4.1 주요 강점/승리 요인 154
15.1.5.4.2 전략적 선택 154
15.1.5.4.3 약점 및 경쟁 위협 154
15.1.6 TRACXPOINT 155
15.1.6.1 사업 개요 155
15.1.6.2 제공하는 제품/솔루션/서비스 155
15.1.6.3 최근 동향 156
15.1.6.3.1 거래 내역 156
15.1.7 CUST2MATE 157
15.1.7.1 사업 개요 157
15.1.7.2 제공하는 제품/솔루션/서비스 158
15.1.7.3 최근 동향 158
15.1.7.3.1 신제품 출시 158
15.1.7.3.2 사업 확장 158
15.1.8 SHEKEL 159
15.1.8.1 사업 개요 159
15.1.8.2 제공하는 제품/솔루션/서비스 159
15.1.9 FAYTECH 160
15.1.9.1 사업 개요 160
15.1.9.2 제공하는 제품/솔루션/서비스 160
15.1.10 KBST 161
15.1.10.1 사업 개요 161
15.1.10.2 제공하는 제품/솔루션/서비스 161
15.2 기타 업체 162
15.2.1 METROCLICK 162
15.2.2 RETAIL AI 162
15.2.3 PENTLAND FIRTH SOFTWARE 163
15.2.4 VASY 163
15.2.5 SMAPCA 164
15.2.6 SWIFTFORCE 164
15.2.7 KWIKKART 165
15.2.8 ZEROQS 165
15.2.9 SHOPREME 166
15.2.10 TROLLEE 166
16 연구 방법론 167
16.1 연구 데이터 167
16.1.1 2차 데이터 168
16.1.1.1 2차 자료의 주요 데이터 168
16.1.2 1차 데이터 168
16.1.2.1 전문가 대상 1차 인터뷰 169
16.1.2.2 1차 프로필 분석 169
16.1.2.3 1차 자료에서 도출된 주요 데이터 170
16.1.2.4 주요 산업 통찰력 170
16.2 시장 분류 및 데이터 삼각검증 171
16.3 시장 규모 추정 171
16.3.1 탑다운 접근법 173
16.3.2 바텀업 접근법 174
16.4 시장 전망 175
16.4.1 요인 분석 175
16.5 연구 가정 176
16.6 한계 176
17 부록 177
17.1 토론 가이드 177
17.2 KNOWLEDGESTORE: MARKETSANDMARKETS의 구독 포털 179
17.3 맞춤형 옵션 181
17.4 관련 보고서 181
17.5 저자 정보 182