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

인공지능(AI) 101: 마케팅에서 자연어처리(NLP)의 역할은 무엇인가?

고객이 온라인 쇼핑몰에 접속한 경우 보통 둘 중의 하나를 수행한다. 아무 제품이나 두리번거리며 구경하거나, 아니면 특정 제품의 정보를 바로 검색하는 것이다. 그런데 만일 옆에서 이야기를 나누듯이 채팅을 하면서 고객이 정확하게 원하는 제품을 찾을 수 있도록 도와주는 가상의 비서가 있다면 어떨까? 오프라인 상점의 점원처럼 말이다. 이렇게 매끄럽고도 고객 최적화된 쇼핑 경험을 제공할 수 있도록 해 주는 기술이 바로 자연어처리(Natural Language Processing, NLP)다.

자연어처리(NLP)는 인공지능(AI) 기술의 여러 분야 중 하나로 기계를 훈련시켜 인간의 말을 알아듣고 해석하며, 이를 토대로 대화를 할 수 있도록 만드는 기술이다. NLP는 말투 또는 음성과 같은 입력 형식도 고려한다. 오늘날의 NLP 모델은 딥 러닝 알고리즘을 활용하여 “다음 문장 예측”에 초점을 맞추고 있으며, 이는 아직 대화가 마무리되지 않은 상황에서 그 내용에 맞게 나올 수 있는 문장에 순위를 매긴 목록 생성을 의미한다.

초기에는 이런 기능이 통계적인 정보를 바탕으로 한 단순한 모델로 구현되었다. 특정 내용을 입력하면 해당 내용에 대해서는 항상 같은 결과가 나왔다. 그러나 딥 러닝을 사용하는 오늘날의 모델들은 데이터로부터 정보를 추출하는 과정이 훨씬 더 복잡하게 구성되어 있기 때문에 상당한 수준의 정확도로 예측 결과를 도출해 낸다. 이로 인해 기존에는 생각하지 못했던, 여러 가지의 새로운 목적으로도 이 기술을 활용할 수 있는 길이 열리게 되었다.

예를 들어, NLP 기능을 갖춘 로봇을 이용하여 고객 서비스 지원 업무를 수행하도록 할 수 있다. 이러한 로봇들은 제한된 영역에서 고객의 말을 알아듣고 적절한 답을 고객에게 제시할 수 있다. 또한, 정서 분석 기능을 통해 대화 내용을 분석하고 만족도를 평가할 수 있다.

자연어처리는 또한 고객의 대화, 그리고 고객이 조회한 웹페이지를 분석하여 고객의 사고와 의도를 이해할 수 있도록 지원함으로써 마케터들에게도 도움을 줄 수 있다.

예를 들어, 어떤 고객이 파리로 쇼핑 여행을 가려고 계획 중이라고 가정하자. 이때, 자연어처리 기술을 사용하여 고객이 접속하는 웹페이지 내용으로부터 키워드와 주제를 추출해 내고, 사용자를 ‘프랑스 쇼핑족’ 등의 구체적인 범주로 분류할 수 있다. 그리고 여기에 ‘명품’ 등과 같은 키워드를 관심사로 함께 등록할 수도 있다.

이러한 고객 정보를 바탕으로 마케터는 웹사이트 콘텐츠를 고객의 관심사에 맞도록 커스터마이징하여 고객의 구매 가능성을 한층 높일 수 있다. 그리고, 그 작업을 방대한 규모로 빠르게 확장하고 실행할 수 있게 됨으로써 마케터는 실시간으로 캠페인 전략을 수립 또는 조정할 수 있게 된다.

애피어에 문의하세요!

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

다른 최신 포스트도 둘러보세요!

자사 데이터의 잠재력을 최대한 활용하는 방법

세상은 데이터로 가득하다. 기업들은 그 어느 때보다 많은 출처로부터 데이터를 수집하고 분석할 수 있게 됐다. 그러나 마케터라면 데이터의 양보다 질을 우선시해야 효과적인 캠페인을 기획하고 운영할 수 있을 것이다. 그리고 더 중요한 사실은 데이터가 고객에 대해 많은 것을 알려주는 동시에 고객의 개인정보 보호 권리를 침해할 위험도 수반한다는 것이다. 그렇다면 어떻게 해야 고객의 개인정보를 보호하면서 데이터의 잠재력을 최대한 활용할 수 있을까? 그 답은 자사 데이터에 있다. 자사 데이터란 무엇인가? 자사 데이터는 브랜드 소유의 온라인 및 오프라인 채널을 통해 고객으로부터 직접 수집한 데이터를 뜻한다. 온라인 채널 데이터에는 자체 웹사이트, 앱, CRM, 소셜 미디어 채널 등에서 수집한 고객의 인구통계적 정보, 행동, 활동 또는 관심사 등이 있다. 이와 달리 오프라인 채널에서는 고객 설문조사, 각종 평가 서식, 콜센터 및 기타 CRM에서 사용 가능한 고객 정보 등을 수집할 수 있다. 지금 이 시점에서 자사 데이터를 우선시해야 하는 이유는 무엇인가? 단적으로 이 데이터는 특정 대상 그룹으로부터 동의를 받고 수집한 것이기 때문에 신뢰성을 담보할 수 있다. 또한 무엇을 측정하고자 하는지 알고 수집을 시작하기 때문에 현재 고객 기반에 대해 보다 정확하게 파악하게 될 가능성이 높다. 구매, 앱 다운로드, 앱 내 활동, 소셜 미디어 상호작용, 구독, 기타 그 어떤 종류의 데이터든 자사 데이터는 출처에서 바로 수집되기 때문에 마케터에게 훨씬 가치가 높다고 할 수 있다. 자사 데이터를 활용하면 이미 가지고 있는 지난

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

여행객의 추가 예약을 이끌어내는 법

여행사 간의 경쟁이 심화되면서 지속적인 성장을 도모하기 위해서는 기존 고객과의 상호작용을 강화하여 추가 구매를 이끌어낼 필요가 있다. 인공지능(AI)을 통한 개인화로 이를 실현할 수 있다. 요즘의 여행객들은 매끄러운 원스톱 예약 경험을 추구한다. 이에 따라 여행 서비스를 제공하는 업체들 간의 경계선이 허물어지고 있다. 항공사나 호텔 웹사이트에서 렌트카나 투어 상품을 손쉽게 예약할 수 있고, 여행에 필요한 토탈 서비스를 제공하는 온라인 여행사들도 많다. 따라서 여행 브랜드가 새로운 고객 영입에만 집중해서는 더 이상 성공할 수 없다. 기존 고객이 여행 관련 모든 예약을 우리 사이트에서 진행하여 추가 구매가 늘어나도록 유도해야 높은 투자수익률과 지속가능한 성장을 실현할 수 있다. 이를 위해서는 종합적인 고객 인게이지먼트 및 유지 전략이 꼭 필요하다. 여행 마케터가 고객 참여 및 충성도를 높일 수 있는 한 가지 방법은 개인맞춤형 상품 추천을 통해서다. 보스턴컨설팅그룹(Boston Consulting Group)에 따르면 맞춤형 고객 경험을 제공하는 브랜드는 그렇지 않은 브랜드에 비해 6-10% 더 높고, 2-3배 더 빠른 매출 상승을 실현한다고 한다. 인공지능(AI)은 사전에 미리 정의된 규칙 기반이 아니라 고객의 이전 행태 데이터에서 얻은 통찰력을 기반으로 개인별 맞춤 추천 상품을 제시한다. AI 솔루션은 과거에 있었던 브랜드와의 상호작용으로부터 고객의 구매 여정, 온라인 행태, 그리고 구매 패턴 관련 모든 데이터를 통합한다. 그런 다음 이 데이터를 사용하여 패턴을 분석하고 소비자의 미래 행동을 예측한다. 이를 통해 여행자가 구매할 가능성이 더 높은 상품을 추천할 수 있다. 추가

    저희가 도와드리겠습니다

    문의를 남겨주시면 마케팅 전략을 개선하는 데 도움될 AI 솔루션을 자세히 안내드리겠습니다