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

금융 마케터가 절대 간과하지 말아야 할 3대 디지털 소비 트렌드의 의미

요즘과 같은 기술 중심의 금융 시장에서는 디지털 거래를 선호하는 고객들이 스마트폰으로 대출을 신청하거나 클릭 한 번으로 신흥 시장에 투자하기도 한다. 아태지역의 금융 기업들은 나날이 높아져만 가는 이러한 고객의 기대에 부응하기 위해 노력하고 있지만 이는 생각처럼 쉽지 않은 과제일 수 있다. 이번 블로그 포스트에서는 3대 핵심 소비자 트렌드의 현실적 의미를 짚어보고, 금융기관이 인공지능(AI)의 힘을 이용하여 고객의 기대치를 뛰어 넘고, 고객 충성도와 구매전환율을 높일 수 있는 방안에 대해 소개한다.

1. 실시간 참여에 대한 고객 요구의 증가

아태지역의 고객들은 빠르게 변화하는 디지털 세계에서 살아가고 있다. 이들은 실시간 참여 및 신속한 서비스를 끊임없이 갈구하고 있다. 전체 소비자의 80%는 브랜드가 자신들의 요구에  24시간 이내 대응할 것을 기대하고, 특히 3시간 이내에 대응해 줄 것을 기대하는 비중도 56%나 된다.

이러한 고객의 기대에 부응하기란 결코 쉬운 일이 아니다. 콜센터 역시 밀려드는 고객의 전화 문의에 응대하기에도 버거운 것이 현실이다. 뿐만 아니라, 상황 정보의 부족으로 인하여 각종 기술의 사용에 능숙한 오늘날의 고객들이 기대하는 맞춤형 조언을 제공해주지도 못하고 있다.

항상 인터넷에 연결된 생활을 영위하는 고객의 수요에 대응하기 위해, 오늘날의 마케터들은 인공지능(AI) 도구로 눈을 돌리고 있다. 인공지능 도구들은 실시간 데이터와 예측 기반 애널리틱스를 활용하여 고객 여정의 전 단계에 걸쳐 적극적인 상품 추천과 맞춤형 서비스를 통해 고객에게 다가갈 수 있도록 해준다.

예를 들어, 뱅킹 업계에서는 인공지능 기반 가상 어시스턴트 및 챗봇을 통해 고객의 지출 습관을 관리할 수 있도록 개인 맞춤형 실시간 조언 서비스를 제공하고 있다. 이와 같은 인공지능 기반 접근 방식은 금융 기업이 고객의 기대에 부응할 수 있도록 해 줄 뿐만 아니라, 전 영역에 걸쳐 효율성을 높일 수 있는 강력하고 종합적인 인사이트를 만들어낸다. 특히, 크로스 셀링, 신상품 개발 등에서 효율성을 높이는 데 도움이 된다.

한편, 고도의 개인 맞춤 메시지를 모든 소비자가 환영하는 것은 아니라는 사실을 인정할 필요가 있다.  어떤 사람들은 지나친 간섭으로 받아들이기도 한다. 바로 이 점에서 인공지능의 진정한 힘이 발휘될 수 있다. 고객 여정의 각 단계별로 브랜드가 어떤 역할을 해야 하는지 파악하는 데 도움을 줄 수 있다. 이는 결국 개별 고객의 관심사 및 행동에 따라 이들의 참여를 이끌어 낼 수 있는 최적의 방법을 찾아내는 토대가 된다.

2. 데이터 공유 대가로 맞춤형 서비스 제공

디지털에 익숙한 오늘날의 소비자들은 단순 영업 목적의 참여 캠페인 보다는 신뢰에 기반을 둔 개인 맞춤 브랜드 참여 활동을 요구한다. 글로벌 경영 컨설팅 기업 액센츄어(Accenture)의 최근 보고서에 따르면, 소비자 10명 중 6명은 상당한 수준의 개인 정보를 제공할 수 있을 정도로 금융 업계를 신뢰하고 있는 것으로 나타났다. 단, 개인 정보를 제공한 대가로 이들이 필요로 하는 것을 얻을 수 있어야 한다는 전제조건이 충족되어야 한다.

적절한 접근법을 구사하기만 한다면 데이터 공유는 기업과 소비자 모두에게 이익이 되는 윈윈 전략이 될 수 있다. 금융 기업들은 인공지능을 통해 수 백만 건의 데이터 포인트를 분석하여 개별 고객의 지출 패턴 및 행동에 대한 인사이트를 빠른 속도로 획득하고, 그 정보를 토대로 스마트하고 즉각적이면서 개인 맞춤형 서비스를 제공할 수 있다.

다양한 종류의 보험을 판매하는 보험회사의 경우, 새로 차를 구매한 후 자동차 보험에 가입하려고 하는 고객을 찾아 공략하려고 한다. 인공지능을 이용하면 웹 및 모바일 상의 행동 데이터, 지출 패턴, 근무 이력 등 여러 요소를 분석하여 잠재고객의 재정 상황과 생활 습관에 가장 적합한 보험 상품을 제시할 수 있다.

여기서 제3자 데이터를 고려하여 한 걸음 더 들어가보면, 고객이 외부에서 보인 행동과 관심사를 파악해 낼 수 있으며, 이를 통해 새 아파트를 장만하려는 사람, 또는 의료 보험에 대한 기사를 검색한 사람도 추가로 찾아낼 수 있다. 잠재고객에 대한 이와 같은 심층적 인사이트에 근거하여 개인 맞춤형 상품을 추천함으로써 부가의 매출 확대를 기대할 수 있다.

금융 브랜드 마케터가 이런 수준의 부가가치를 창출해 낼 수 있고 가시적인 이익을 제공할 수 있는 지능형 개인화를 실현한다면, 꼭 맞는 정보의 부족으로 구매까지 이어지지 못했을 고객들도 전환을 고려하는 데 도움이 될 것이다.

3. 디지털 우선주의 vs. 개인정보 보호주의

‘개인정보 보호주의 대 개인화’의 논쟁에서 그 선을 잘 지키는 것은 오늘날 마케터가 직면한 최대  난제 중 하나이다. 고객들은 더 높은 수준의 개인화를 원하는 동시에 자신의 행동이 추적당하고, 자신의 개인정보가 ‘꺼림칙한’ 용도로 이용되지는 않는지 우려하고 있다.

긍정적인 부분은 금융 업계의 경우 다른 분야보다 소비자의 신뢰가 두텁다는 점이다. 앞서 언급한 액센츄어 보고서에서는 더 나은 서비스에 대한 대가로 소비자들이 은행과 기꺼이 공유할 수 있는 개인정보로 위치 정보 및 생활 습관 관련 정보를 꼽았다.

그렇다고 금융 서비스 기업들이 안심하고 있을 수 있는 상황은 아니다. 전 세계적으로 수없이 많은 개인정보 침해 사고가 발생하면서, 개인정보 보호 이슈가 뜨거운 감자로 떠올랐기 때문이다. 특히 소비자들은 자신이 이용하고 있는 브랜드가 개인정보 보호를 위해 어떤 조치를 취하고 있는지에 대해 점점 더 까다로운 질문들을 던지고 있다.

개인정보 보호 규정을 엄중히 따르고 윤리적으로 데이터를 수집하는 것이야 말로 소비자의 신뢰를 얻기 위한 첫걸음이다. 그럼에도 중요도가 높은 정보에 대해 발생하는 사이버 범죄의 위협에는 어떻게 대응할 것인가?

시스코(Cisco)에 따르면, 아태지역 기업들은 매 1분당 6건의 사이버 공격 위협을 받는다고 한다. 분명 매우 우려되는 상황이지만, 인공지능 기술을 접목하여 사이버 보안을 상당 부분 강화할 수 있다. 인공지능은 사용자의 과거 행동에 근거한 패턴을 예측하는 방식으로 잠재적인 위협을 식별하고 프로드(Fraud)가 발생하기 전에 미연에 방지한다.

금융 분야에서 인공지능을 도입하여 처리하는 고객 데이터가 점점 늘어나면서, 인공지능 기술도 더욱 발전하여 위협에 대응하고 소비자와 브랜드를 데이터 손실로부터 보호하게 될 것이다. 그래야만 금융 서비스 고객의 개별 니즈를 충족할 수 있는 연관성 높은 고객 경험을 제공할 수 있을 것이다.

 

* 금융 서비스 기업은 인공지능(AI)통해 데이터를 분석하고, 정확한 예측을 실현하고, 효과적인 마케팅 전략과 캠페인 구축에 필요한 인사이트를 획득할 있습니다. 구체적인 방법을 애피어의 최신 백서 금융 서비스 기업을 위한 고객 행동 기반 예측 마케팅: 인공지능(AI), 데이터 사이언스 도입으로 마케팅 효율 및 ROI 향상’에서 알아보세요!

 

애피어에 문의하세요!

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

다른 최신 포스트도 둘러보세요!

다변량 테스트(Multivariate Test)로 전환율을 높이는 6단계 전략

테스트는 모든 온라인 마케팅 전략에서 중요하다. 무엇이 효과적이고 효과적이지 않은지를 보여줌으로써 고객이 원하는 바를 파악하는 데 도움을 준다. 테스트 결과를 토대로 디지털 마케팅 활동을 최적화하고 나아가 판매 기회와 전환을 늘릴 수 있다. 초기 몇 달 간 새로운 방법을 시도해보는 기초적인 실험에서부터 A/B 테스트까지, 활용할 수 있는 테스트 종류는 다양하다. 좀 더 앞선 고급 마케팅 단계라면 다변량 테스트(Multivariate Test, MVT)를 고려해 볼 수 있다. 최근 진행된 한 조사에 따르면 요즘 성공적인 마케팅 캠페인의 절반 이상이 다변량 테스트를 진행하고 있는 것으로 나타났다. 따라서 다변량 테스트가 무엇인지, 어떤 것들을 수반하는지, 그리고 더 흔히 사용되는 A/B 테스트와는 어떻게 다른지에 대해서 제대로 짚어볼 필요가 있다. 간단히 말해 다변량 테스트는 웹사이트나 디지털 캠페인에서 동시에 여러 요소들의 조합을 시험하는 것을 의미한다. 가령 라이브 웹페이지를 운영하는 경우, 제목, CTA(콜투액션) 메시지, 탐색 메뉴, 이미지 등을 미세하게 조정하여 서로 다른 여러 버전으로 테스트하는 것이다. 이에 비해 분할 테스트라고도 하는 A/B 테스트는 두 가지 옵션만 테스트한다. 예를 들어 이메일을 보낼 때 제목 또는 웹사이트 랜딩 페이지를 서로 다르게 하는 등, 두 종류의 이메일을 보내어 결과를 테스트한다. 이 때 각각의 이메일 디자인과 콘텐츠는 완전히 다르게 구성하는 것이 일반적이다. A/B 테스트에서는 전체 잠재고객의 절반인 50%가 각각의 버전을 받게 되고, 그 반응 결과 어떤 버전이 더 효과적인지 판단한다. 다변량 테스트의 경우 여러 가지 버전을

위험과 보상: 신용카드 고객 유치 활동에서 인공지능(AI)의 역할

아태지역 금융 서비스 업계 전반에 인공지능(AI)의 도입이 확산되면서 고객 유치 및 참여 유도 전략을 비롯하여 위험을 줄이기 위한 기업의 전략이 모두 바뀌고 있다. 딥러닝 기술의 비약적인 발전에 따라 기업들은 잠재고객에 대해 좀 더 전체적인 관점을 확보할 수 있게 됐고, 따라서 신용카드, 대출 등의 재정 상품을 신청하는 고객들에 대해 더 나은 판단을 내릴 수 있게 됐다. 아태지역 은행 업계의 매출은 2018년 기준 미화 1.6조 달러, 이익은 미화 7천억 달러를 기록하고 있다. 이는 전 세계 은행 업계 세전 이익의 37%에 해당하는 수치이다. 그러나 추세를 보면 성장 속도의 둔화 조짐과 수익성의 감소가 나타나고 있어 실적 향상 및 경쟁력 제고를 위한 사업 규모 확대의 필요성이 대두되고 있다. 한 가지 긍정적인 소식은 아태지역의 신용카드 및 대출 시장은 커다란 성장 잠재력을 지니고 있다는 점이다. 아태지역 내에서 보급률이 낮은 국가도 다수 존재하지만, 아태지역 신용카드 지출액은 전 세계 지출액의 약 절반을 차지하고 있다. 따라서 신용카드 신규 고객 유치야 말로 업계의 미래 수익 창출로 이어질 수 있는 확실한 방법이다. 한편, 금융 분야에서 인공지능(AI) 툴의 도입이 증가하면서 인공지능이 향후 고객 유치에 있어 중요한 역할을 담당하게 될 것으로 보인다. 은행은 물론 P2P 대부 업체 등 각종 금융기관들이 앞다투어 신용카드 및 대출 상품의 포트폴리오를 확대하려는 움직임을 보이고 있는 가운데, 딥러닝 기반 인공지능 도구들의 도움으로 풍부한 마케팅 노하우와 냉철한 리스크 평가를 구현해 나가고

콜센터 성과를 향상시킬 수 있는 4가지 전략

기업의 콜센터에서는 잠재적인 고객 그룹을 대상으로 전화를 걸어 상품이나 서비스를 소개하는 상담 서비스를 진행한다. 이 때 전화를 받는 사람과 연관성이 없는 제품을 추천하면 대개 통화가 중단된다. 영업 활동은 개인적인 유대를 쌓고 고객의 요구사항을 파악하는 것이 관건인데, 전화로만 시도할 경우 이것이 쉽지 않다. 콜센터 상담원이 상대 고객에 대해 중요한 정보를 확보하지 못하고 있다면 상황은 더욱 어려워진다. 데이터와 인공지능(AI)을 활용하여 각 고객의 행동과 관심사에 대한 상세한 그림을 그릴 수 있다면 아웃바운드 세일즈 콜의 품질과 효과를 빠른 속도로 개선할 수 있다. 통화 내용이 개인별로 맞춤화되어 있을수록 고객의 몰입을 유도하고 고객의 요구에 부응하며 구매로 이어질 가능성이 높아진다. 최적의 타겟 고객 페르소나 구축하기 전화를 받을 타겟 고객에 대해 무엇을 알고 있는가? 고객 데이터를 효과적으로 활용하면 고객의 관심사와 행동을 바탕으로 타겟 세그먼트를 정확하게 보여주는 이미지를 구축할 수 있다. 이런 정보를 가지고 아웃바운드 통화에서 가장 높은 가치를 창출할 대상을 파악하고, 보다 연관성 높은 마케팅 메시지를 만들어낼 수 있다. 대량의 고객 데이터를 분석해서 의미 있는 정보를 추출하기 위해서는 많은 시간이 요구되겠지만, 인공지능(AI) 기반 데이터 사이언스 플랫폼을 활용하여 힘든 작업을 맡기면 담당 인력은 마케팅 메시지를 다듬는 데에만 주력할 수 있다. AIXON과 같은 AI 플랫폼은 CRM은 물론 웹사이트, 앱, 소셜 미디어 등 온라인 채널까지 모든 출처를 아울러 고객 데이터를 통합할 수 있게 해준다. 그렇게 통합한 데이터에 머신러닝을 적용하여 데이터를 분석하고,

    저희가 도와드리겠습니다

    문의를 남겨주시면 마케팅 전략을 개선하는 데 도움될 AI 솔루션을 자세히 안내드리겠습니다