빅데이터의 활용 : 마케팅-2(고객 맞춤형 서비스)

앞 블로그에서 빅데이터의 활용, 마케팅 분야에서 마케팅 트랜드의 변화와 빅데이터를 활용한 새로운 니즈의 파악에 대해 살펴보았는데요.

 

이번 블로그에서는 빅데이터를 활용한 고객 맞춤형 서비스에 대한 글을 써보도록 하겠습니다.

 

그 첫번째는 맟춤형 서비스의 활성화인데요

 

고객 맞춤형 서비스를 지향하는 일대일 마케팅은 이전의 마케팅과 달리 고객들이 동일한 욕구를 가졌다고 가정하지 않으며 고객 개개인을 각각 다른 욕구를 가진 독특한 존재로 보고 있습니다. 일대일 마케팅의 목표는 고객의 개별적인 욕구를 만족시켜 고객의 지속적인 구매를 유도하는 것입니다.

 

그러나 일대일 마케팅은 최근까지 큰 관심을 받기 어려웠습니다.

왜냐하면 개별 고객들에게 서로 다른 마케팅 전략을 실시하는 것이므로 다른 방법에 비해 많은 비용이 소요되기 때문입니다.

하지만 빅데이터 기술의 발달로 이러한 흐름이 반전되었습니다.

빅데이터를 통해 다양한 데이터를 분석하는 것이 가능해졌고 개인 맞춤형 서비스 비용 또한 낮출 수 있게 되었습니다.

개인 맞춤형 서비스에 필요한 비용보다 맞춤형 서비스를 통해 개선될 고객 경험이라는 효용이 더 커지게 된 것입니다.

따라서 개인 맞춤형 서비스나 마케팅에 대한 관심은 더욱 높아져가는 추세를 보이고 있습니다.

 

다음은 빅데이터를 활용한 맞춤형 서비스입니다.

 

그 첫번째는 개인화 추천인데요

개인화 추천 서비스를 제공하기 위해서는 고객을 개인화하기 위한 데이터를 확보하는 과정이 필요합니다.

개인화는 개인화를 위한 데이터를 획득하는 방식에 따라 크게 명시적 개인화와 암묵적 개인화로 나눌 수 있습니다.

명시적 개인화는 개인화의 대상이 되는 이용자들이 직접 입력한 정보를 이용하는 것입니다.

스타벅스는 멤버쉽 데이터 베이스를 바탕으로 고객의 이름을 부러 음료를 전해주는 서비스를 제공합니다.

페이스북은 고객이 입력한 프로필을 바탕으로 알 수 있는 친구를 추천하거나 콘텐츠를 추천합니다.

이와 달리 암묵적 개인화는 개인화의 대상이 되는 이용자의 구매행동이나 웹사이트 이용 패턴 등 이용자의 행태를 근간으로 개인화를 구현하는 것입니다.

요즘 대부분 온라인 오픈 마켓은 이용자의 구매이력, 클릭스트림, 장바구니 이력 등을 바탕으로 추천 제품을 제공하고 있는데, 바로 암묵적 개인화를 바탕으로 한 것입니다.

 

 

개인화 추천 서비스를 구현하는 방식은 크게 3가지인데요.

 

첫째는 특정 상품을 구매하기 위해 페이지에 접속했을 때, 그 상품의 대체재나 보완재를 제시하는 상품간 추천 방식이 있습니다.

특정 제품의 상시 페이지로 들어간 고객에게 해당 상품과 연관된 제품을 알려줍니다.

일반적으로 특정 상품의 상세 페이지에 들어온 고객의 누적 클릭 횟수가 증가할수록 구매전환율이 증가하기 때문에 유사한 대체재나 함께 구매되는 보완재를 제시하는 것이 효과적입니다.

 

두번째는 특정 개인에 대해 맞춤형으로 상품을 추천해주는 방식이 있습니다.

검색페이지 결과에 고객이 검색한 결과 이외의 관련 제품을 보여주는 형태입니다.

이는 개인의 최근 클릭, 검색, 구매이력을 감안하여 상품을 추천하는 방식입니다.

웹사이트에 나타난 개인의 행동 내역을 기업의 검색 알고리즘에 대입해 유사한 고객집단을 찾습니다.

그런 다음 검색 알고리즘 집단이 해당 상품을 클릭한 다음 추가적으로 구매하거나 검색한 상품 데이터를 바탕으로 상품을 추천하는 방식입니다.

 

세번째 방식은 특정 키워드에 대한 검색 결과를 바탕으로 관련 상품을 제시해주는 키워드 방식이 있습니다.

키워드 기반 추천 방식은 검색결과에 해당하는 상품이 부족할 경우에도 고객이 풍부한 소비경험을 할 수 있도록 도와주고 웹사이트에서 이탈할 확률을 낮추는 효과가 있습니다.

 

 

빅데이터를 활용한 맞춤형 서비스 두번째는 ‘리마케팅 기법’입니다.

리타깃팅이라고도 불리는 이 기법은 이전에 웹사이트를 방문했던 고객을 특정하여 광고를 게재하는 기능입니다.

리마케팅 기법을 사용할 경우, 고객이 웹사이트를 방문한 다음 제품을 구매하지 않고 이탈하더라도 다른 사이트를 보던 중 관련 광고가 게재되기도 하며, 웹사이트와 관련된 검색어를 검색할 때 광고가 게재될 수 있습니다.

이를 통해 고객이 다시 구매를 완료하도록 유도할 수 있습니다.

위 사진은 리마케팅의 대표적인 구글 에드워즈 리마케팅과 페이스북의 리마케팅의 예입니다.

구글에서 뉴욕에서 샌프란시스코 가는 비행기를 검색하고 화면을 떠나면 지속적으로 인터넷 웹상 검색했던 내용이 광고로 게재되게 되고 구매로 유도되게 됩니다.

페이스북도 동일한 형태이며 온라인 검색했던 나이키 신발이 페이스북이나 인스타그램 이용 시 지속적으로 광고로 노출되게 됩니다.

최근에는 여기서 한발자국 더 나아가 리마케팅 대상 상품과 관련 있는 웹사이트에서만 리마케팅 광고가 게재되도록 서비스가 제공됩니다.

예를 들어 특정 책상을 구매하는 고객을 대상으로 리마케팅 기법을 활용한다면 식료품을 검색할 때는 광고가 게재되지 않지만 의자나 다른 가구를 검색할 때에는 책상 광고가 나오게 하여 광고 효과를 높이고 있습니다.

 

 

아마존은 개인화 서비스로 성공한 대표적인 사례입니다.

•아마존 매출의 35%가 개인별로 제공되는 추천 제품에서 발생

 

아마존은 설립 초기부터 맞춤형 서비스를 구축하여 이미 10년이 넘는 기간동안 맞춤형 서비스를 제공한 것으로 알려져 있습니다.

아마존 매출의 35%가 개인별로 제공되는 추천 제품에서 발생한다는 사실에서 맞춤형 서비스의 중요성을 알 수 있습니다.

 

넷플릭스의 사례도 주목할 만합니다.

•넷플릭스에서 시청되는 영화 2/3는 넷플릭스의 추천 서비스로부터 발생

 

넷플릭스는 DVD대여점으로 시작한 기업으로 지금은 주로 콘텐츠를 온라인으로 스트리밍하는 방식으로 서비스를 하고 있습니다.

넷플릭스는 고객이 원하는 콘텐츠를 적절하게 추천하기 위해서 7만6천여가지의 방법으로 구분하여 제공하고 있습니다.

예를 들면 ‘체제에 투쟁하는 감동적인 다큐멘터리’ ‘1980년대 외국 휴먼 이야기’ 같은 식입니다.

알고리즘은 이렇게 만들어진 카테고리와 빅데이터를 결합해 사용자 개인에게 맞는 추천 영상을 추출해 내고 있습니다.

넷플릭스에서 스트리밍되는 영화의 삼분의 이는 넷플릭스의 추천서비스로부터 발생된다고 합니다.

이처럼 글로벌 기업들은 맞춤형 서비스를 통하여 매출 성장을 이룩하고 있습니다.

 

마지막으로 맞춤형 서비스 제공에서 고려할 점입니다.

빅데이터를 활용한 맞춤형 서비스에는 단점도 존재합니다.

가장 큰 문제는 고객이 사생활을 침해당하는 것처럼 느낄 수 있다는 점입니다.

특히 우리나라 소비자들은 개인정보를 공유하지 않으려는 성향이 강한데 2015년 IBM에 의해서 실시된 연구에 다르면, 한국의 소비자는 개인 정보를 공유하는 비율이 32%에 불과했습니다.

GPS에 의한 개인 위치 공유는 더 민감한데 단 19%만이 위치 정보를 공유하겠다고 답변했습니다.

 

그러나 우리나라의 맞춤형 서비스에 대한 선호도는 40%로 전세계 평균 27%보다 높은 수준을 보였습니다.

이처럼 모순된 국내 고객의 니즈에 대응하기 위해선 기업의 많은 연구와 노력이 필요할 것으로 보입니다.