더 이상 피할 수 없는 과제가 된 초개인화 마케팅. 무수히 많은 노하우와 실행 방법들이 쏟아지고 있지만 우리 서비스에 꼭 필요한 초개인화 전략을 알기는 어려웠다. 더불어 실제 어떤 효과를 낼 수 있을지도 정확히 예측하지 못 했다. 옴니어스는 이 고민을 해결하고자 지난 회차 에서 ‘초개인화’의 필요성과 가치를 공유했다. 이번 회차에서는 실질적으로 초개인화를 성공하기 위해 준비되어야 할 요소를 공유하고자 한다.
초개인화의 시작, 고객 세분화 변수
ZMET 모델을 개발한 잘트만(Zaltman) 교수는 다양한 지역, 언어, 문화를 통틀어 사람이 주로 사용하는 심층 은유(Deep Metaphor)의 수가 약 20개이고, 그중 가장 자주 사용되는 심층 은유 8가지를 ‘마케팅 메타포리아’에서 소개했다. 심리학 성격이론에는 사람의 성격을 크게 5개 차원으로 설명하는 ‘Big 5 모형’이 있고, 각 차원의 첫 글자를 차용해 OCEAN- Openness, Conscientiousness, Extraversion, Agreeableness, Neuroticism 이라고도 칭한다. 좀더 심층적인 개인 특성을 반영하기 위해서는 구매력, 취미, 신상품 추구 성향, 손실 회피 성향, 다양성 추구 성향, 시간 할인율, 기회비용 등을 설명할 수 있는 변수를 개발하는 것이 필수다.
초개인화 서비스를 실패하지 않으려면?
개인화 서비스 발전에 따른 비용 가치
스타벅스 사이렌오더 아메리카노 가지 수
첫 번째, 알고리즘을 고도화하기 위해서는 사용자와 판매 제품 특성 파악이 균형있게 이루어져야한다. 사용자 특성 파악보다 AI 태깅 기술을 이용한 제품 간의 유사성 파악에 취중해 유사상품 추천을 진행했다고 가정해보자. 날씨, 트렌드와 같은 외부 상황 요인은 물론 어떤 스타일의 상품을 선호하는지 등 고객만의 특성을 분석하지 않으면 AI 기술도 무용지물이 될 수 있다.
두 번째, 초개인화 서비스 목적은 단순히 매출 증대가 되어서는 안된다. 매출 증대보다 사용자의 고객 경험 극대화가 중요한 목표가 되어야 한다. 서비스를 지속 가능하게 하는 가장 중요한 요인이기 때문이다. 물론 고객 가치 극대화가 항상 기업 가치 극대화로 이어지는 것은 아니다. 그러나 고객 가치 극대화를 고려하지 않은 초개인화 서비스가 기업 가치 극대화가 되는 일은 거의 없다. 그러므로 고객 입장에서 쉽고 유익한 서비스가 되고자 하는 노력이 병행되어야 한다.
세 번째, 초개인화 이커머스 마케팅 전략을 기획하고 실행하는 과정도 개인화 되어야 한다. 분기별 계획, 올해의 계획 등과 같은 전사적이고 집단주의적인 탑다운 방식이 아니라, 개인화된 방식으로 목표를 기획하고 이끄는 OKR(Objectives and Key Results) 방식이 적합하다. 초개인화에 익숙해진 소비자는 우리 회사의 직원들이기도 하다. 초개인화 시대에 직원들이 자신의 역량을 최대한 발휘할 수 있도록 일하는 방식도 초개인화를 적용할 필요가 있다.
초개인화 서비스의 기대 효과
AI 기술과 빅데이터를 통해 소비자와 마켓, 그리고 상품에 대한 데이터 분석과 초세분화 셋팅을 마치면 소비자는 최적화된 개인화 쇼핑을 경험하게 된다. 이로 인해 고객 경험(CX)은 자연스럽게 만족으로 이어지고 구매 전환율 또한 높아지게 된다.
● 충동구매 발생: 49%의 소비자가 브랜드의 개인화된 추천으로 계획에 없던 소비를 했다.
● 매출 상승: 미국 소비자 40%가 개인화된 쇼핑 경험으로 계획보다 고가의 제품을 구입했다.
● 충성도 향상: 개인화 서비스의 최대 장점이다. 44%의 소비자가 개인화된 쇼핑 경험 이후 재방문 의사를 밝혔다.
● 반품율 하락: 개인화된 추천으로 발생한 충동구매 중 5%만 반품됐고 85%의 충동구매 소비자들은 구매에 만족했다.
실제로 이러한 ‘초개인화’ 전략을 실행해 성공한 기업들의 사례가 다양하게 나오고 있다. 다음 회차에서는 초개인화로 서비스를 개선하고 구매율을 높인 성공 사례를 통해 각 기업에 바로 적용할 수 있는 방안을 공유하고자 한다.
원문 : 이커머스 전략, 초개인화 성공을 위해 필요한 준비
백아리 : 옴니어스 콘텐츠 마케터 / 패션 시장의 성장을 위한 AI기술에 대해 연구하는 옴니어스에서 일하고 있습니다. 패션 시장에서의 AI와 데이터 역할에 대해 고민하며 얻은 인사이트를 블로그에 연재중입니다.
관련 기사
