Share on facebook
Share on linkedin
Share on twitter
Share on facebook
Share on linkedin
Share on twitter

인공지능 기반 통합고객관점(SCV)을 통한 역동적 개인맞춤화 구현

오늘날 마케터들의 목표는 단순히 고객의 수를 늘리는 데 있지 않다. 고객 참여를 강화하고 유지해 갈 수 있는 역량을 향상시켜 고객 전생애가치(Life Time Value)를 높이는 데 더 많은 시간과 노력을 할애한다. 인공지능 기반 솔루션은 초개인화(hyper-personalization)와 여러 기기에 걸친 사용자 경험을 원활하게 통합함으로써 마케터들이 이러한 새로운 목표를 달성하도록 지원한다.

이전 블로그 포스트에서 개인화 마케팅으로 전환율을 높이는 방법에 대해 살펴보았다. 온라인 비즈니스의 경우 개인화는 사용자 경험과 매출 신장의 근간이 된다. 그러나 시장조사기관 이마케터(eMarketer)가 실시한 설문조사에 따르면 의사결정권자의 91%가 회사 차원에서 개인화 역량을 보강할 필요가 있음을 인정하고 있다.

대부분의 기업은 마케팅 캠페인과 관련하여 진정한 의미의 개인화를 구현하지 못하고 있다. 그 이유는 개인화의 성공을 위한 필수 요소, 즉 통합고객관점(single customer view, SCV)이 부족하기 때문이다.

SCV 개발에 있어 마케팅 자동화 툴이 가진 한계

간단히 말하면 SCV는 다양한 마케팅 및 고객서비스 채널에서 수집한 고객 데이터를 한 곳으로 통합하여 고객에 대한 완전하고 종합적인 가시성을 제공한다. 이를 통해, 보다 정밀하게 타겟팅하고 그 고객을 대상으로 개인맞춤 메시지를 전달함으로써 고객의 관심도, 참여도, 구매 전환율을 높일 수 있도록 지원한다.

그러나 이를 실제로 구현하는 것은 말처럼 쉽지 않다. 아시아태평양 지역 내 많은 기업들이 SCV를 통한 효과적인 개인화를 구현하는 데 많은 어려움을 겪고 있는 것이 사실이다.

  • 고객들이 다양한 기기를 사용하여 검색, 평가, 구매 활동을 실행하고 따라서 고객과 접촉하는 터치포인트의 수가 점점 늘어남에 따라, 기업들도 그 모든 채널을 통해 고객과 소통할 수 있어야 한다. 그럼에도 여러 기기를 사용하는 동일한 고객을 식별할 수 있는 기술을 보유하지 못한 기업도 많아, 비일관된 사용자 경험으로 이어지고 있다. 예를 들어, 마케팅 자동화 툴이 동일 인물을 감지하지 못함으로 인해 동일한 고객에게 3개의 다른 기기에서 동일한 메시지를 3번이나 반복하여 보내는 상황이 발생할 수도 있다. 또는 마케팅 자동화 툴을 통해 푸쉬 알림을 고객에게 전송했지만, 해당 정보가 고객이 이미 구매한 제품과 관련된 내용일 경우, 이런 정보는 무용할 뿐 아니라 고객을 성가시게 할 수 있다.
  • 현재, 다양한 마케팅 자동화 및 데이터 수집 툴(이메일 마케팅, 구글 애널리틱스, 소셜 리스닝 등)들이 있어 기업이 방대한 양의 고객 데이터를 이용할 수 있는 길을 열어주고 있지만, 이들 툴이 상호작용을 하지 못하고 동떨어진 채 서로 다른 데이터베이스에 분산되어 있는 것이 현실이다. 따라서 고객 관련 정보, 즉 고객 관점도 파편화되어 있다.
  • 마케팅 팀에서는 고객이 자사의 웹사이트나 앱에서 보이는 행태나 이동 경로에 대해서는 데이터를 수집할 수 있다. 하지만 동일한 고객이 자사의 온라인 플랫폼을 벗어날 경우 어떤 행태를 보이는지에 대해서는 자세하게 알 방법이 없으므로, 고객 관련 정보가 불완전할 수밖에 없다.

인공지능 활용으로 성공적인 개인화를 실현할 수 있는 SCV 구축

인공지능은 바로 이러한 SCV를 구축하는 데 도움이 된다. 애피어의 AIQUA와 같은 인공지능 기반의 능동적인 마케팅 자동화 솔루션은 여러 기기를 사용하는 동일한 고객을 식별해 자동으로 연결해 준다. 이를 위해서는 시스템에 대량의 사용자 행태 데이터를 축적하고 있어야 하는데, 개별 브랜드 차원에서 이러한 데이터를 수집하려면 오랜 시간이 걸리지만, Aiqua는 이런 데이터를 기본으로 탑재하고 있다. 그러면 인공지능이 데이터 속에서 패턴을 찾은 다음, 구체적인 사용자 유형 및 이들이 사용하는 기기에 다시 연결한다. 이를 통해 각 고객의 활동 내용을 종합적으로 살펴볼 수 있으며, 여러 기기에서 원활하게 고객 참여를 유도할 수 있게 된다.

또한, AIQUA는 플랫폼 내에서 고객이 보여주는 행동과 고객이 사이트 외부에서 보여주는 행동 및 관심사를 서로 매칭시켜 주므로 고객의 모든 온라인 행동을 종합적으로 살펴볼 수 있다.

이러한 데이터를 사용하여 마케팅 캠페인을 초개인화(hyper-personalize)할 수 있으며, 각 사용자에게 가장 적절한 채널 및 기기를 통해 가장 적절한 순간에 메시지를 전송하여 참여를 높일 수 있다.

마케터들이 인공지능을 활용함으로써 자사의 앱이나 웹사이트가 아닌 곳에서 보인 고객 관심에 근거하여 고객을 찾아냄에 따라, 인공지능 솔루션이 신규 고객 발굴 과정에 통합되고, 나아가 고객이 회사의 사이트나 앱에 접속하기도 전에 고객의 선호도를 미리 파악할 수 있게 됐다. 마케터는 다양한 채널에서 취합한 데이터를 활용함으로써 자사 캠페인에는 한 번도 참여해 본 적이 없는 새로운 고객에게도 그 성향에 맞춘 개인화된 콘텐츠로 다가갈 수 있다.

예를 들어, 여행사 마케팅 담당자의 경우 어떤 사용자가 프랑스 여행에 관심을 보일지를 해당 사용자가 웹사이트에 방문하기도 전에 미리 찾아낼 수 있다. 그러면 이런 잠재 고객들이 관심을 가질 만 한 개인화된 메시지를 전송할 수 있을 뿐만 아니라 웹사이트 첫 방문 시 맞춤 콘텐츠가 업로드 될 수 있도록 설정도 할 수 있다.

즉, 인공지능 기반 SCV는 초개인화를 구현하여 고객이 실제 관심을 보일 수 있는 상품을 제시함으로써 구매 주기를 단축하고 구매 전환으로 이어질 수 있도록 지원한다. SCV를 크로스 채널 마케팅 활동의 기본 플랫폼으로 사용하고, 데이터로부터 도출한 인사이트를 활용하여 최적의 고객을 선정하고 최적의 타이밍에 최적의 채널을 통해 그 고객에 다가갈 수 있다.

 

 

애피어에 문의하세요!

문의를 남겨주시면 마케팅 전략을 개선할 수 있는 방법을 찾을 수 있도록 안내해드리겠습니다.

다른 최신 포스트도 둘러보세요!

머신러닝을 통해
최적의 고객을 찾아내다

소비자 행동 패턴은 점점 더 세분화되고 있으며, 이로 인해 마케터가 감당하기 힘들 정도의 데이터 쓰나미가 몰려오고 있다. 하지만 마케터들은 오늘날의 인공지능(AI) 툴이 지원하는 행동 기반 모델 덕분에 기존의 변수를 뛰어넘어 타겟 고객 집단을 더욱 세분화하고 좀 더 정확한 개인별 행동 패턴을 추적할 수 있게 되었다. 인공지능(AI)을 적용함으로써 대상 고객 집단을 매우 정밀한 수준으로 세분화하는 것이 가능해지고, 어떤 고객 집단이 기업의 궁극적 목표 달성에 가장 도움이 되는지도 파악할 수 있게 될 것이다. 절반 이상의 고객이 자신과 관련성이 떨어지는 광고 문자를 보내오는 브랜드는 이후 다시 찾지 않는다고 답했다는 것을 감안할 때, 고객이 지금 그리고 앞으로 어떤 요구를 갖게 될 것인지를 최대한 정확하게 파악하는 것이 정말로 중요하다. 개인 대 범주: 단순한 ‘타입’을 넘어서 인공지능(AI)은 마케터가 달성하려는 목표에 긍정적 또는 부정적 영향을 미칠 수 있는 숨겨진 사용자 패턴을 읽어 낼 수 있고, 따라서 마케터가 미리 정한 최종 목표에 도달하도록 도움을 줄 수 있다. 즉, 구매 가능성이 높은 고객 집단을 찾아 매출 상승을 도모할 수도, 또한 기존 고객들에게는 그들의 관심사에 좀 더 부합하는 개별 맞춤형 상품이나 콘텐츠를 제공하도록 지원할 수도 있다. 인공지능의 이러한 능력은 마케터에게 매우 유용하다. 특정 웹사이트의 회원 수가 1백만 명에 이를 경우, 마케터들은 자신들에게 좀 더 큰 가치가 있는 특정 고객 집단을 타겟으로 삼고자 할 것이다(상품 구매 가능성이 더 높거나 관련된 소개글을

2020 인공지능(AI) 전망

2020년은 흥미로운 해다. 다방면에서 ‘미래’의 상징이었다. 지난 수십 년 간 많은 전문가들이 엄청난 일이 일어나거나 예기치 못한 위기에 봉착할 분기점으로 2020년을 꼽아왔다. 올해 그 ‘미래’가 현재가 되어 우리 앞에 와 있다. 아직 하늘을 나는 비행자동차가 세상에 나온 것도 아니고 심지어 자율주행차도 광범위하게 도입되지 못하고 있지만, 최근 수십 년 사이 많은 기술 발전과 도약이 있었던 것은 사실이다. 컴퓨팅 성능이 계속 향상되고 있어 이와 같은 기술 발전의 모멘텀은 더욱 가속화될 것이다. 지속적으로 발전하고 있는 기술 중의 하나가 인공지능(AI)이다. 최근 10년 간 AI 기술은 비즈니스와 사회 전반, 가령 의료 진단과 같은 분야에 획기적인 발전을 가져왔다. 이외에 2020년 AI로 인해 우리가 겪게 될 변화에 대해 살펴보자. 한층 더 전략적일 뿐 아니라 자유 의지로 행동할 수 있는 AI 지금까지 AI는 데이터를 분석하여 예측하는 데 뛰어난 성능을 보여왔다. AI가 예측하면 사람인 의사결정자들이 그 결과를 취하고 진행 방향을 결정해왔다. 그러나 앞으로는 AI가 다음에 일어날 상황을 예측할 뿐만 아니라 그 정보를 기반으로 행동까지 할 수 있을 것으로 기대된다. 이것은 데이터를 매우 효율적으로 사용할 수 있는 능력과 함께 적은 양의 데이터에서도 학습할 수 있는 능력을 요구한다. 디지털 마케팅 분야에서 예를 찾아볼 수 있다. 소비자의 과거 행동을 분석하면 이들이 온라인으로 구매를 진행할지 예측이 가능하다. 그렇다고 해도 웹사이트 상에서 자주 구매하는 사람의 행동 데이터는 드물게 구매하거나 또는 한 번도 구매하지 않는

아태지역(APAC) 유통 기업들의 인공지능(AI) 활용 실태

지난 몇 년 사이에 인공지능(AI)은 전망이 밝아 보이는 하나의 기술 유행어에서 주류 기술로 부상했다. 금융, 통신, 헬스케어, 보험에 이르기까지 거의 모든 산업에서 인공지능을 활용한 다양한 실험이 진행중이며, 여기에는 유통 업계도 포함된다. 최근 진행된 한 조사에 따르면, 유통 업계에서의 인공지능에 대한 투자금액은 2025년까지 미화 272억 3천8백6십만 달러에 달해, 2016년의 7억 1천2백6십만 달러에 비해 38배 상승할 것으로 전망된다. 이와 같은 비약적인 상승은 다양한 방식으로 유통 업계에 혁신을 가져오고 있는 인공지능의 엄청난 영향력과 더불어 소비자 쇼핑 방식에 있어서의 변화, 유통 업계의 치열한 영업 활동 등을 고려할 때 충분히 이해할 만하다. 상품 공급 체인 전체를 뒤흔들고 있는 인공지능 금융 서비스, 보험 등의 산업과 비교해 볼 때 유통 부문은 인공지능 도입에 한층 앞서 있다. 시장조사 전문기관 포레스터(Forrester)가 애피어(Appier)의 의뢰를 받아 수행한 최신 실태조사에 따르면, 아태지역(APAC) 유통 부문 응답자들의 56%가 인공지능을 이미 도입했거나 도입 범위를 확대하고 있다고 밝혔다. 인공지능 도입은 제조 단계의 초입에서부터 확인할 수 있다. 아디다스와 나이키 같은 브랜드는 인공지능 기반 로봇과 컴퓨터 비전을 통해 여러 비용이 발생하게 될 수작업을 자동화하고 있다. 아마존의 자동화된 창고에서는 공간 깊이 감지와 사물 인식 기능을 갖춘 로봇을 활용해 재고를 분류, 저장 및 관리하는 데 뿐 아니라 무거운 짐을 옮기는 데도 도움을 받고 있다. 일단 상품이 슈퍼마켓과 유통 채널에 도착하면 유통 업체와 브랜드 모두 인공지능 툴에 의존하여 판매 현황을 파악한다.