인공지능(AI) 기반 개인맞춤화로 전자상거래 사이트의 고객점유율 확대

전자상거래 기업들의 고객 점유율 확대 경쟁이 더욱 치열해지면서 인공지능(Artificial Intelligence)을 활용하여 개인맞춤화를 강화하고 기존 고객들과의 상호작용을 향상시키려는 기업들이 늘어나고 있다.

전자상거래 기업에게 성공이란 단순히 인터넷을 검색하다가 자사의 사이트에서 상품을 구매하는 신규 고객을 확보하는 것만을 의미하지 않는다. 기존 고객들이 더 많은 상품을 구매할 수 있도록 유도하여 고객점유율을 확대하는 것 또한 중요한 성공 기준이다.

물론 잠재고객을 발견하고 신규 고객 베이스를 확대하기 위한 투자는 온라인 스토어의 트래픽 증가에 도움이 되겠지만, 고객평생가치(LTV)를 높이기 위해서는 포괄적인 고객 참여 및 유지 전략이 필요하다. 고객평생가치 향상이 높은 투자수익률(ROI)과 지속가능한 성장에 핵심적인 역할을 하기 때문이다.

전자상거래 기업이 고객의 높은 참여도와 충성도를 구축할 수 있는 한 가지 방법은 상품 추천을 통해서다. 상품 추천 엔진은 웹사이트에서 일어났던 고객의 과거 구매 행태를 분석하고, 그 데이터를 기반으로 유사하거나 관련된 상품을 추천한다. 온라인 리테일 강자 아마존(Amazon) 수익의 35%는 추천 상품 구매에서 발생하고 있다.

하지만, 이러한 상품 추천은 해당 사용자 개인맞춤형으로 제공될 때에만 높은 수익을 보장한다. 보스턴컨설팅그룹(Boston Consulting Group)에 따르면, 고객들에게 개인맞춤 사용자 경험을 제공하는 브랜드는 수익이 6~10% 가량 상승하여 그렇지 않은 브랜드에 비해 두 세 배 빠른 성장 속도를 보인다고 한다. 시장조사 기관 가트너(Gartner) 또한, 메시지 개인화에 성공하는 디지털 기업은 2020년까지 수익을 15% 증가할 것으로 예측한다.

인공지능을 통한 상품 추천 개인맞춤화

인공지능이 이와 같은 개인맞춤 상품 추천 엔진을 구축하는 데 도움이 된다. 인공지능은 사전에 정해진 규칙에 기반한 추천이 아닌 고객의 과거 구매 데이터를 전반적으로 분석하여 획득한 인사이트를 기반으로 하기 때문에 높은 수준의 개인맞춤화가 가능하다. 인공지능 솔루션은 고객의 구매 여정, 온라인 행태, 구매 패턴 등 과거 특정 브랜드와의 모든 상호작용 과정에서 드러난 데이터를 모두 통합한다. 이렇게 통합한 데이터를 이용하여 다시 그 패턴을 분석하고 소비자의 미래 행동을 예측한다. 이런 과정을 통해 도출된 결과를 기반으로 상품을 추천하기 때문에 고객의 구매로 이어질 가능성이 훨씬 높아지는 것이다.

인공지능은 거래 횟수가 늘어날수록 사용자에 대한 점점 더 많은 정보를 획득하게 되고, 따라서 상품 추천도 점점 더 정확하고 개인화된다.

대형 전자상거래 기업들도 이와 같은 상품 추천 기능을 효율적으로 운영함으로써 매출 상승 및 고객 충성도 유지에 큰 성과를 내고 있다. 알리바바(Alibaba)도 개인맞춤 고객 경험을 제공하기 위해 자체 수집한 데이터를 활용한다. 고객의 과거 구매 행태 뿐만 아니라 알리페이(Alipay)를 이용하는 매장에서 제공한 개인의 구매 정보를 함께 고려하여 상품 추천 서비스를 제공하고 있다.

고도의 개인화 선제적 타겟팅을 통한 고객점유율 확대

애피어의 AIQUA와 같은 머신러닝을 활용한 인공지능 솔루션은 한층 더 구체적이고 세밀한 개인화를 실현하기 때문에 마케터는 AIQUA를 이용해 여러 플랫폼에 흩어져 있는 데이터와 인사이트를 통합하여 진정한 의미의 초개인화된 맞춤 경험을 소비자에게 제공할 수 있다.

AIQUA는 초개인화를 통해 고객평생가치(LTV)를 극대화한다. 전자상거래 기업의 자체 플랫폼에서 획득한 고객 데이터 뿐만 아니라 소비자들이 해당 웹사이트 외부에서 보인 행태에 대해서도 깊이 있는 분석을 함으로써 고객의 관심 분야, 선호도, 그리고 쇼핑 행태에 대한 포괄적이고 완전한 수준의 정보를 제공한다. 마케터는 이렇게 획득한 인사이트를 기반으로 고객 관심사에 부합하는 초개인화된 상품 추천을 제공할 수 있다.

그 결과, 전환율은 높아지고 구매 시간은 단축되어 수익성이 개선된다. 고객 사례를 통해 자세히 살펴보자. 의류는  everythingshopping.com에서, 유아용품은 babybuy.com에서 구매하는 고객이 있다고 하자. everythingshopping.com의 마케터는 인공지능을 활용하여 구매자가 다른 웹사이트에서 보인 쇼핑 행태 분석을 통해 전환을 유도한 요인이 무엇인지 파악할 수 있다. 그 데이터를 기반으로 사용자를 미세 단위로 세분화하고 각 개인 성향에 부합하는 개인화되고 관련성 높은 상품을 소비자가 사용하고 있는 모든 기기를 통해 추천할 수 있다.

AIQUA와 같은 인공지능 솔루션들은 상품 구매 가능성이 가장 높은 최적의 고객에게 최적의 추천 상품으로 최적의 채널을 통해 접근함으로써 전환 가능성을 높인다. 또한, 정확하고 개인맞춤화된 상품 추천을 통해 고객이 검색 과정에서 지나치게 많은 노력을 기울이지 않고도 필요한 품목을 찾아 구매할 수 있도록 쉽고 단순한 쇼핑 경험을 제공함으로써 고객 충성도를 향상시킨다. 이러한 높은 고객 충성도는 전자상거래 웹사이트가 고객 관심사에 부합하는 품목을 판매할 수 있는 능력을 개선할 뿐만 아니라 전환 속도와 비율도 한층 높일 수 있음을 의미한다.

소비자의 기대 수준이 폭발적으로 높아지고 있는 현실에서 전자상거래 기업이 살아남으려면 인공지능을 활용하여 고객에게 선제적으로 다가가고 고객의 요구를 한 발 앞서 파악해 나가야 할 것이다.