최적의 여행 잠재고객 찾기

여행 소비자의 행동 패턴은 점점 더 세분화되고 있으며, 이로 인해 마케터가 감당하기 힘들 정도의 데이터 쓰나미가 몰려오고 있다. 인공지능(AI)을 활용함으로써 기존의 변수를 뛰어넘어 타겟 고객 집단을 더욱 세분화하고 좀 더 정확한 개인별 행동 패턴을 추적하고 어떤 사용자 집단이 기업의 궁극적 목표 달성에 가장 도움이 되는지도 파악할 수 있다.

목적에 부합하는 최적의 잠재고객 찾기

인공지능(AI)은 마케터가 미리 설정한 최종 목표를 달성하는 데 긍정적 또는 부정적 영향을 미칠 수 있는 숨겨진 사용자 패턴을 발견해낼 수 있다. 즉, 구매 가능성이 높은 잠재고객 집단을 찾아 매출 상승을 도모할 수도, 또는 기존 고객들에게는 그들의 관심사에 좀 더 부합하는 개인 맞춤형 투어 패키지 상품을 추천할 수도 있다.

이를 위해 과거에는 세 가지 측면을 고려하는 방식을 사용했다. 즉, 고객의 인구통계적 분류 정보, 자체 보유 채널상에서 고객이 보인 과거 행동 패턴, 그리고 고객의 관심사를 고려하는 것이다. 이렇게 하면 정확도가 꽤 높을 수 있지만, 상당 부분 추측에 의존해야 한다. 또한 구매 의사를 가지고 있는 제한된 수의 고객에게만 접근할 수 있다. 반면, 인공지능을 사용하면 구매 또는 뉴스레터 구독 동의와 같은 마케터의 목표를 달성하는 데 도움될 모든 잠재고객을 찾아낼 수 있다.

인공지능을 이용하면 더 이상 추측에 기댈 필요도 없다. 인공지능은 훨씬 더 많은 요인을 고려하여 무수한 조합을 만들어 낸다. 그 복잡성은 사람이 처리하기에는 무리가 있고, 시간과 능력의 제한으로 제대로 해석할 수 없다. 그래서 대개 매개 변수를 단순화해버리는데, 그러면 원래의 데이터가 가지고 있었던 그 풍부함은 잃게 된다.

예를 들어 보자. 관심도(300), 지정된 기간 동안 각 개인이 얼마나 활발한가와 같은 인터넷 브라우저 행동 패턴(1백만), 사이트 내부 행동(8), 사이트 방문 빈도(100), 사이트에서의 행동 지속 기간(180)을 고려하고 이를 모두 서로 곱할 경우, 거대한 수치를 얻게 된다. 여기에 더 많은 연령 집단, 특정 기기에서 웹사이트를 이용하는 사용자, 그 이외 두어 개의 다른 요인을 추가하면, 그 생성될 조합의 수치가 얼마나 가파르게 상승하는지 직접 눈으로 확인할 수 있다.

행동 패턴 추적

인공지능은 여행 소비자에 대해 놀라울 정도로 자세하게 들여다볼 수 있게 해 줄 뿐만 아니라, 이들이 실제 돈을 지불하는 결정을 내리는 데 가장 커다란 영향을 미치는 요인도 알려주며 이들의 행동 패턴도 파악한다. 인공지능은 과거 데이터로부터 학습하며, 이용 가능한 새로운 데이터가 생성되는 대로 모두 통합하여 지속적으로 예측 결과를 변경 및 조정한다. 인공지능 사용자가 모델을 생성하고 최종 목표를 알려주기만 하면 된다. 인공지능이 모든 힘든 일을 다 처리해 주기 때문에 마케터들은 자유롭게 데이터 속에 숨어 있는 잠재적 기회를 찾아내는 데 집중하기만 하면 된다.

잠재고객이 다음에 취할 행동을 예측함으로써 마케팅 캠페인 전략을 해당 잠재고객에 맞추어 수정할 수가 있다. 예를 들어, happytravel.com이 방콕행 비행기표를 구매할 가능성이 가장 높은 잠재고객을 찾아내기 위해 인공지능을 사용할 경우, 이들 잠재고객군을 세분화한 다음, 맞춤형 제안 및/또는 메시지로 타겟팅하고 그들의 구매 의도를 실제 구매로 전환하는 데 도움을 받을 수 있다.

치킨, 케이크, 그리고 유사 상품: 한층 깊이 있는 고객 이해

인공지능은 또한 사용자 관심사에 대해서도 더 많은 인사이트를 제공할 수 있으며, 이러한 인사이트 역시 믿을 수 없을 정도로 구체적인 내용을 담고 있다. 실제로 적용하기에는 너무 막연한 ‘휴가’와 같은 키워드 대신, 인공지능 툴은 ‘자동차 여행’, 또는 ‘배낭여행’과 같은 구체적인 키워드를 분석하여 잠재고객이 읽었던 기사나 클릭했던 패키지 상품을 토대로 그 맥락을 한층 깊이 있게 파악해 낸다. 이와 같은 데이터를 인공지능에 더 많이 투입할수록 인공지능은 더 정확하게 행동 패턴을 분석해낼 수 있으며, 이런 분석 정보는 다시 인공지능 예측 모델을 구축하는 기반이 된다.

인공지능을 사용하면 앱, 웹사이트, CRM 등과 같은 다양한 채널에서 수집한 데이터를 통합하여 효과적인 잠재고객 세그먼트를 만들어낸 다음 예측 AI를 적용하여 가까운 미래에 취할 수 있는 행동을 볼 수 있다. 정적인 데이터와 예측 행동 데이터를 결합해서 살펴보면 목표를 달성하는 데 가장 효율적인 잠재고객 세그먼트를 만들어낼 수 있다.

AIXON과 같은 인공지능 기반 데이터 사이언스 플랫폼을 사용하여 잠재적인 여행 소비자를 세분화함으로써 고객에 대해 한층 상세한 정보를 포착해낼 수 있다. 통계적인 특성 분석을 뛰어넘어 구매율 높은, 좀 더 가치 있는 고객을 타겟팅함으로써 마케팅 캠페인을 맞춤화하고 고객의 니즈를 더욱 효과적으로 충족시킬 수 있다.