뒤로 돌아가기

여행업계 고객의 충성도를 제고할 시점

요즘 소비자들의 브랜드에 대한 충성도가 예전 같지 않다. 디지털 여행 시장이 전에 없이 치열한 경쟁 상황으로 돌입하면서 소비자의 상품 조사가 한층 복잡해졌을 뿐 아니라 최종 의사결정을 내릴 때도 평소 주로 이용하던 브랜드나 익숙한 상품이 아닌 자신만의 요구사항을 만족하는지를 근거로 이루어지고 있어 소비자의 지속적인 충성도를 얻기가 좀처럼 쉽지 않다. 하지만 인공지능(AI)을 활용하면 이 문제를 좀 더 쉽게 해결할 수 있다

. 데이터 파편화와 소비자들의 가장 완벽한 옵션 찾기

기존 고객을 상대로 판매가 성사될 가능성이 새 고객을 상대로 판매할 때보다 높다는 것은 익히 알려진 사실이다. 수치로 따지면 전자는 무려 60-70% 대의 성공률에 달하고, 후자는 5-20% 정도에 그치는 것으로 알려져 있다. 기존 고객은 브랜드를 알고 있을 뿐만 아니라, 이전에 이용했을 때 좋은 경험을 했다면 어느 정도 신뢰까지 갖게 되기 때문이다. 그러나 한 소비자가 단 한 건의 구매를 완료하는 여정에서도 다수의 웹사이트와 다양한 광고 등을 접하면서 수백 가지 터치포인트에 노출될 수 있다. 따라서 다음번 예약도 같은 회사에서 진행할 것이라고 확신할 수 없다. 궁극적으로 흥미를 자극하는 다른 브랜드가 나타난다면 이 소비자는 망설임 없이 옮겨갈 것이다. 적립 카드나 포인트 제도로는 충분치 않다. 요즘 소비자들이 추구하는 것은 친숙한 브랜드나 적립 포인트가 아닌 자신에게 꼭 맞는 완벽한 여행 상품을 찾는 것이고, 자신의 결정에 확신을 갖기 위해 상품 후기와 평점 확인도 마다하지 않는다. 따라서 이제 고객의 충성도를 얻기 위해서는 탁월한 고객 경험을 제공하는 것이 필수적이다. 다시 말해 소비자가 원하는 것을, 그들이 원하는 시기에, 원하는 곳에서 제공할 수 있어야 한다.

VIP 고객의 충성도 올리기

기존에는 고객의 예약이나 재방문을 유도하기 위해 내부 데이터를 분석하여 고객이 원하는 것이 무엇인지 파악하는 방식이 일반적이었다. 예를 들어, 상미라는 소비자가 특정 웹사이트를 통해 태국으로의 단기 여행 상품을 예약한 경험이 있다고 하면, 해당 웹사이트는 태국과 비슷한 성격의 여행지 관련 상품을 제안하며 상미에게 다시 접근하는 식이었다. 하지만 이렇게 한정된 접근 방식은 결과를 예측하기 어렵다는 단점이 있다. 상미가 해당 여행 사이트를 벗어난 곳에서는 스키 부츠를 검색했을 가능성도 있다. 그렇다면 그 다음번 여행은 동남아가 아닌 스키 리조트로의 여행에 더 관심을 가질 수도 있다는 의미가 된다. 이처럼 인공지능(AI)은 외부의 제삼자(3rd party) 데이터와 내부 데이터를 결합하여 고객이 관심 가지고 있을 다른 주제나 다른 사이트에서 어떤 상품을 검색했는지 밝혀내는 데 도움을 준다. 그러면 고객이 타 사이트로 이동하기 전에 맞춤 캠페인이나 상품으로 맞춤 제안할 수 있다. 또한, 인공지능의 예측 전환 모델을 적용하여 예약 횟수나 평균 지출 등 사용자의 이전 행동에서 추출한 시그널을 바탕으로 높은 가치를 가진 고객을 찾아낼 수 있다. 그런 다음 이들을 전환 가능성에 따라 순위를 부여하고, 그 순위에 따라 캠페인 포커스를 조정할 수 있다.

리타겟팅 효율 향상을 위한 효과적인 세그먼테이션

일단 구매력이 높은 고가치 고객을 파악하면 인공지능(AI)으로 더욱 심층적인 드릴다운(drill down) 작업을 시행하여 더욱 효과적인 세분화를 수행할 수 있다. 어떻게 하는 것일까? 바로 타사(3rd party) 데이터를 철저히 분석하여 공통된 관심사를 파악하는 것이다. 인공지능은 고객의 온라인 행동을 분석하여 상미가 방문한 웹사이트, 관심을 보인 브랜드, 그리고 이전에 구매한 상품 등 여행에 관련된 것은 물론 여행과는 관련이 없는 것까지 모두 알아볼 수 있다. 이렇게 나온 데이터에서 패턴을 찾아 키워드를 추출한다. 도출한 키워드 정보를 사용하여 공통된 관심사를 지닌 고객들을 몇 개의 그룹으로 세분화할 수 있다. 그러면 각 그룹이나 세그먼트별로 관련성 있고 고도로 개인화된 여행 상품 및 광고 캠페인으로 좀 더 정밀하게 타겟팅할 수 있다. 한편, 리마케팅 캠페인을 아무리 정밀하게 세팅해도 목표로 한 타겟 고객 세그먼트에서 이를 볼 수 없다면 아무런 효과가 없을 것이다. 이 문제를 극복하기 위해 인공지능은 온라인 유저 데이터도 분석한다. 여러 다양한 디바이스에 걸쳐 발생하는 이들의 행동 패턴을 알아보는 것이다. 상미의 사례로 돌아가서, 인공지능을 통해 상미가 오전 시간에는 스마트폰으로 상품을 검색하는 편이고, 실제 예약은 저녁 시간대에 노트북 컴퓨터를 이용하는 경향이 있다는 것을 알아낼 수 있다. 이런 정보를 사용하면 적당한 시간대에, 최적의 디바이스를 통해 고객에게 꼭 맞는 여행 상품이나 광고 캠페인을 제안하여 캠페인 효율을 높일 수 있다. 고객 충성도 구축이 점점 더 어려워지고 있는 것은 분명하다. 사람들은 변덕스럽고 구매까지의 소비자 여정은 여러 단계로 파편화되어 있기 때문이다. 하지만 인공지능을 활용하여 기존 고객에 대해 한층 심층적으로 이해하고 세분화한 다음 개인화된 상품과 광고 캠페인으로 리타겟팅하면 고객이 지속적으로 찾는 브랜드가 될 수 있다.  

*애피어의 인공지능(AI) 기반 데이터 사이언스 플랫폼인 AIXON을 이용해 고객 충성도를 높일 수 있는 방법을 알아보려면 오늘 바로 연락주세요!

애피어 블로그에 구독

마케팅 기술과 자동화, 업계 동향과 베스트 프랙티스, 그리고 애피어의 통찰력 등의 최신 정보를 제공 받을 수 있는 출처입니다