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

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.

애피어에 문의하세요!

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

다른 최신 포스트도 둘러보세요!

성공 사례: 크로스 스크린 타겟팅으로 CPC는 낮추고 ROI는 높이기

요즘은 대체로 브랜드에서 가지고 있는 마케팅 기술로 스마트폰을 통해 소비자의 행동을 추적할 수 있는 편이다. 그러나 소비자가 스마트폰에서 태블릿으로 또는 노트북으로 기기를 옮겨가면, 브랜드에서 가지고 있는 알고리즘으로 여러 대의 디바이스를 사용하는 한 사람의 사용자로 인지할 수 있을 것인가? 대개의 경우 아직은 3명의 서로 다른 사용자로 인식할 확률이 높다. 이처럼 사용자들의 크로스 스크린 행동을 알아내는 것이 마케터들이 당면한 도전과제이다. 오늘날 대부분의 소비자가 적어도 두 개 또는 세 개의 디바이스를 사용한다는 점을 고려할 때 크로스 스크린 식별이 제대로 되지 않는다면, 데이터는 왜곡되거나 쓸모 없어질 것이다. 반대로 크로스 스크린 행동을 제대로만 파악한다면, 그 보상은 상당할 것이다. 아래에서 그 사례들을 확인해보자. 에스티 로더: 화장품 고객을 스킨케어 고객으로 전환 글로벌 뷰티 스킨케어 브랜드 에스티 로더는 연락처 정보를 남겨주는 고객들을 대상으로 오프라인 매장에서 무료 샘플을 받을 수 있는 교환권을 제공하는 캠페인을 통해, 화장품 고객들의 참여도가 스킨케어 고객들보다 훨씬 높다는 것을 발견했다. 따라서 화장품 고객들을 대상으로 에스티 로더의 다양한 스킨케어 제품군에 대한 광고를 전송하는 리타겟팅을 실행하면 높은 성과를 낼 수 있을 것이었다. 에스티 로더는 애피어의 CrossX AI 기술을 적용하여 개별 사용자가 소유하고 있는 모든 디바이스를 확인하고 정교한 타겟팅을 할 수 있었을 뿐만 아니라, 외부 데이터를 활용함으로써 기존 고객과 유사한 구매율 높은 젊은 고객들을 추가로 찾아낼 수 있었다. 결과는 상당히 고무적이었다. 에스티 로더는 구매율 높은 고부가 가치 고객

[기고] 전 세계 소비자 대상으로 판매 마케팅을 시작하려면…

[IT동아 남시현 기자] 요즘 전 세계 마케팅의 흐름은 ‘로컬 씽킹(local thinking)’, 즉 ‘현지식 사고’를 토대로 흐르고 있다. 인터넷을 통해 자사 제품을 자국 뿐만 아니라 전 세계 시장을 대상으로 판매할 수 있게 됐다. 국경 같은 물리적 경계는 더 이상 장애물이 아니며, 소비자들은 다양한 상품을 언제 어디서든 지역과 상관 없이 손쉽게 구매할 수 있다. 다만 각 나라 또는 지역 시장 소비자를 공략하기 위해 어떤 마케팅 접근 방식이 필요한 지를 명확히 이해해야 한다. 현재는 전 세계 인터넷 접속이 대폭 개선, 확산됐고, 특히 동남아시아 지역의 인터넷 보급률은 폭발적으로 증가했다. 구글-테마섹(Google-Temasek)의 2019년 보고서에 따르면, 동남아시아 지역 인터넷 경제의 가치는 오는 2025년 기준 2,400억 달러에 달할 것으로 예측됐다. 그럼 아시아 지역 전체를 대상으로 비즈니스를 운영하는 이커머스 기업, 그리고 이를 지원하는 디지털 마케팅에는 어떤 의미가 있을까? 한국을 비롯한 일본, 중국의 소비자들은 대체로 자국의 이커머스 플랫폼을 더 선호한다. 반면, 데이터리포털(DataReportal)에 따르면, 동남아시아 지역 소비자들은 아마존이나 쇼피, 라자다, 토코피디아 같은 글로벌 플랫폼으로 해외 구매를 진행하는 경우가 많다. 코로나19 유행으로 인해 주요 쇼핑 수단이 사실상 온라인으로 전환되면서, 새로운 플랫폼 또는 해외 상품이나 서비스를 찾는 소비자가 늘어난 경향도 있다. 동남아시아 소비자의 모바일 쇼핑 플랫폼 <출처=데이터리포털> 한편, 일부 서구 국가에서는 PC를 이용한 쇼핑이 여전이 대세인 반면, 아시아 지역에서는 대부분, 모바일 기기를 통한 쇼핑을 즐긴다. GSMA에 따르면, 2019년 기준 아시아 지역 모바일 인터넷

전문가에게 묻다: Deviance.ai의 리치 윌슨이 말하는 AI의 진화와 채택

리치 윌슨(Rich Wilson)은 처음에는 제트기 엔진용 소프트웨어를 개발하는 일을 했습니다. 2005년부터는 소프트웨어 스타트업을 상업화하는 데 주력하면서, 여러 미국 IT 기업의 유럽 진출을 성공시켰습니다. 특히, 금융 서비스 기술 기업이자 거래에 인공지능(AI)을 활용하는 소규모 헤지펀드인 볼큐브(Volcube)와, 최근에는 AI를 언어 분석에 적용하여 기업이 잠재고객 그룹의 감정을 이해하게 해 주는 오디언스 진단 업체 디비언스(Deviance)를 설립했습니다. 리치는 런던을 중심으로 IT 스타트업은 물론 정치, 젠더, TV, 음악 등의 분야에서 언어학 적용과 관련한 저명한 연설가로 활동하고 있습니다. 마케팅을 포함한 여러 분야에서 AI 및 데이터 기업을 설립하고 지원하신 것으로 알고 있는데, 지금까지의 이력과 현재 하고 계신 일에 대해 간단한 소개를 부탁드립니다. 저는 소프트웨어 개발자 출신으로, 닷컴붐 동안 모토로라(Motorola), 홈베이스(Homebase), 오카도(Ocado) 등의 기업들의 첫 번째 온라인 스토어를 개발했습니다. 이를 통해 커머스 분야를 알게 됐죠. 사무실 밖에서 사람들과 대화하는 것이 아주 즐거웠으며 내가 IT를 사업으로, 사업을 IT로 전환하는 데 재능이 있다는 것을 깨달았습니다. 지난 7년 동안 언어 분석 분야에서 일하면서 주로 데이터를 다뤘습니다. 빠르게 변화하는 데이터를 바탕으로 실험을 계속하면서 헤지펀드를 설립하고 AI를 거래에 적용했습니다. 가장 최근에 설립한 디비언스는 검색으로는 찾을 수 없는 인사이트를 AI를 통해 제공하는 서비스입니다. 우리는 브랜드와 기업이 사람들이 실제 어떻게 느끼고 있는지 이해하도록 지원합니다. 대규모의 대상 그룹에 대해서도 이해를 도울 수 있습니다. 최근 40억 개의 단어를 분석했는데 그 정도로 많은 데이터를 다루는 업체는 제가 알기로는 저희밖에 없습니다.

    저희가 도와드리겠습니다

    문의를 남겨주시면 마케팅 전략을 개선하는 데 도움될 AI 솔루션을 자세히 안내드리겠습니다