빅데이터는 어떻게 마케팅의 도구가 되는가?

[문형철]

통찰적 사고의 자동화 전략

어떤 데이터를 가지고 있는가에 집중할 것이 아니라 '우리의 고객과 시장은 어떻게 변화하고 있는가'의 질문이 선행되어야!

고객의 관점에서 의사결정을 하고 당면한 문제와 해결책을 고객과 그 고객이 남긴 데이터에서 찾아야

그리고 고객접접에서 실행에 옮겨야!!

온라인시대

untact시대

고객은 스마트기기와 소셜미디어를 통해 흔적을 남긴다.

고객들이 최대한 많은 데이터를 남기도록 해야 한다. 

데이터는 기술로만 접근하면 안된다. 

기술은 데이터를 이해하고 해석하고 고객에게 좋은 고객경험을 전달하기 위한 수단일 뿐이다. 

'고객이 가진 불편함을 어떻게 해소할 것인가?

고객이 기대하는 것을 어떻게 뛰어 넘을 것인가?

big data - insight - value

빅데이터를 이해하는 능력과 처리하는 능력

insight를 알아내는 능력

그리고 이를 활용해 기업의 혁신으로 연결하는 능력(가치로 만들어내는 능력)

엄청난 데이터를 보유하고도 제대로 활용하지 못하는 기업이 너무도 많다. .. 특히 고객전략을 수립하고 실행하는 마케팅 측면에서 고객의 경험을 설계하고 고객의 행동을 이끌어내어 충성고객을 만들어내기 위해 다양한 형태의 빅데이터를 어떻게 활용해야 할지에 대한 구체적인 사례가 필요하다. 

성공하는 기업은 고객의 사랑을 받고 충성도가 높다는 공통점이 있다. 

고객을 열렬한 팬으로 만든다.

고객이 원하는 것을 고객보다 먼저 알아채고 고객의 기대수준을 넘어서는 구매경험을 제공한다. 

고객에게 잊을 수 없는 브랜드 경험을 주어 재구매하고 다른 사람에게 추천하고 싶게 만든다.

마케팅 입장에서 보면 데이터의 본질은 '고객의 마음과 변화'다. 빅데이터는 고객이 남긴 흔적이다. 빅데이터가 귀한 이유는 고객의 마음을 ㅇ ㅣㄹ꼬 해석할 수 있는 수단이기 때문이다. 

어떤 데이터를 가지고 있는가에 집중하면 안된다. 

고객과 시장은 어떻게 변하고 있는가? 

고객의 관점에서 의사결정하고 당면한 문제와 해결책을 고객과 그 고객이 남긴 데이터에서 찾아야 한다. 

그리고 고객접점에서 실행으로 옮겨야 한다. 

고객의 pain point(아픈지점)을 찾아내 유쾌하고 편리한 경험을 만들어 내기 위해서는 고객의 소리에 귀기울이고 고객이 남긴 발자취를 쫒아가며 문제를 해결해야 한다. 기업이 가진 모든 고객접점과 모든 업무조직에서 고객의 니즈에 대응하기 위해 데이터를 수집하고 분석해 활용하는 노력을 기울여야 한다. 

아마존은 고객에 집착했고 고객에 집착하는 방법으로 고객의 데이터에 집중했다. 아마존에서는 데이터가 왕이다. 추천부터 가격정책, 물류, 상품소싱 등 알고리즘의 성능이 검증되고 나면 그동안의 경험, 직관보다는 데이터에 의한 결과를 신뢰했다. 고객들에게 최대한 데이터를 많이 남기도록 유도했고 고객들의 구매경험향상에 활용했다. 아마존의 성공비결은 상품을 판매한 것이 아니고 고객경험을 판 결과다. 

데이터의 활용은 '고객이 기대하는 것을 어떻게 뛰어넘을 것인가?'하는 목적을 달성하기 위한 실행과정이다. 

한두번의 고객 경험이 만족과 재구매로 이어지고 고객 충성도가 추천으로 연결되고 또 다른 충성고객을 만들어내는 연결고리가 되어야 한다. 그러려면 상품, 개발, 가격, 브랜딩, 커뮤니케이션, 물류 등 모든 업무가 고객중심으로 일관성있게 추진되어야 한다. 

1장. 왜 마케팅이 고객경험혁신에 집중하는가?

디지털 세상이 되면서 고객들의 생각과 관심, 행동이 데이터로 남아있다. .. 아마존은 고객들로부터 받은 온라인 피드백 감사 시스템을 구축과 고객의 마음을 확인하고 모니터링하는 일에는 아낌없이 투자했다.  아마존이 뛰어난 혁신기업이 된 것은 두번째 진실인 '고객 서비스가 필요없게 만드는 것'과 관련이 있다. 고객이 원하는 상품을 쇼핑하는 동안 누군가의 도움이 필요없는 만족스러운 고객경험을 만들어내기 위해 신기술을 적극적으로 도입했다. 고객이 찾는 상품의 데이터를 수집하고 활용해 고객 경험을 개인별 맞춤형으로 제공하는데 투자를 아끼지 않았다. 

아마존 정책

'맞춤형 상품추천

개인화된 사용자 인터페이스(UI)

간편 원클릭 결재

무료배송 및 2일 배송정책'

아마존은 고객의 쇼핑을 불편하게 만드는 것이 무엇이고 어떻게 해결할지 끊임없이 고민했고 그 해결책을 도입했다. 

스타벅스

스타벅스는 고객맞춤형 personalization 커피를 주문받은 최초의 브랜드다. 

아메리카노를 진하게 마시고 싶으면 에스프레소 샷 추가를 선택할 수 있고 

라떼도 일반우유 대신 저지방우유, 두유로 대체해 선택할 수 있다. 

시럽의 맛을 선택할 수 있고 시럽의 펌핑 횟수도 조절할 수 있다.

커피 사이즈도 small, tall, grande, venti에 이르기까지 총 4가지로 구분하였다. 

스타벅스는 고객의 경험을 매우 특별하게 만들어 주었고 각 고객은 본인의 취향이 대우받았다고 느꼈다. 

스타벅스는 고객이 주문하는 순간 본인이 원하는 커피 스타일을 말하게 했다.

익숙하지 않은 방식이었지만 어느새 고객은 편하게 본인만의 커피를 주문했다. 

스타벅스는 정해진 레시피가 아닌 고객이 주문하는대로 커피를 제조했다. 

스타벅스는 고객이 원하는 방식의 커피제조 이외에 혼자서 오는 고객이 편안하게 머물 수 있는 매장환경을 조성했다. 혼자오는 고객이 눈치보지 않고 편하게 매장에 머물게 했다 혼자오는 고객들을 위해 노트북 전원연결이 가능하게 테이블 구성을 꾸몄다. 

그 외에 테이크아웃 문화를 만들어냈다. 

스타벅스의 감성적인 연결고리(emotional connection)

스타벅스는 make your day를 만들어 직원들이 스스로 자신들의 즐거운 날을 만들어나간다. 그리고 고객들도 즐거운 날을 만들어 갈 수 있도록 돕는다. 이러한 맞춤형 고객경험은 고객들이 계속해서 스타벅스를 재방문할 수 있는 유대감을 만들어낸다. 스타벅스가 커피가 아닌 감동을 파는 곳이 된 이유다. 

스타벅스의 매장 평균매출액은 약 12억원으로 경쟁 브랜드 '이디야 커피, 투섬플레이스'의 매장단 평균매출을 3배이상 앞선다. 

스타벅스가 경쟁브랜드에 비해 압도적인 매출을 일으키는 비결은 무엇일까?

'나만의 커피

테이크아웃 문화

혼자와도 불편하지 않은 커피숍

노트북을 사용할 수 있는 환경'

이러한 정책은 고객들을 감동시켰다. 지금도 여전히 스타벅스를 사랑하게 만드는 서비스들이다. 

고객이 가장 중요하게  생각하는 가치를 고객에게 제공해주는 것, 브랜드가 고객의 마음을 얻기 위해 해야 하는 일이다.

2. 어떻게 첫번째 고객경험을 재방문으로 연결할 것인가?

첫방문에서 만족해야 재방문한다. 

신규고객 확보뿐 아니라 재방문율까지 핵심성과지표(key performance index, KPI)로 관리해야 한다. 

당장의 매출보다 좋은 고객경험이 중요하다

예를들어 오픈 당일 식당이 너무 붐벼 음식을 먹지 못하고 돌아간 고객은 다시 방문한다.

하지만 식당이 너무 붐벼 제대로 대접받지 못한 고객은 다시 방문하지 않는다. 심지어 다른 고객들과 불쾌한 경험을 공유한다. 

기존고객이 이탈하면 밑빠진 독에 물붙기다.

신규고객 3명을 모으는 것보다 기존 고객의 재방문을 유도하는 것이 비즈니스 성장에 더 큰 도움이 된다. 

3. 어떻게 고객의 쇼핑을 습관으로 만들 것인가? 

아마존은 유료회원제 프로그램으로 우수고객을 잡는다

스타벅스는 리워드 프로그램으로 재방문을 유도한다. 별모으기 프로그램과 1년에 20잔이상 마시면 스타벅스 달력주기 행사

연말 다이어리 프로모션

2020년 5-7월 스타벅스의 서머 e프리퀀시 이벤트

회원카드 

회원카드 가입비용보다 더 큰 혜택을 준다. 골드, 플래티넘 등...

스타벅스는 매장 안팎에서의 편리한 고객경험 혁신뿐 아니라 고객의 재방문을 유도하는 흥미로운 리워드 프로그램을 강력하고 일관성있게 운영한다. 

4. 어떻게 고객을 나만의 고객으로 만들 것인가?

5. 어떻게 충성고객을 측정할 것인가? 

최상위 고객 1명은 하위 고객 10명과 같다. 

6. 어떻게 충성고객은 매출에 기여하는가? 

7. 어떻게 고객과 애착관계를 형성할 것인가? 

제프 베조스 "일반적으로 모든 기업은 경쟁사를 이길 방법을 고민하지만 우리는 오직 고객에게 도움이 될 방법만을 고민한다'

2장. 왜 빅데이터는 고객경험의 무기가 되는가? 

1. 빅데이터가 자원이다

각기업의 데이터 항목별 보유, 분석, 활용수준 진단

1) 데이터 보유수준

2) 데이터 분석수준

3) 데이터 활용수준

4) 세부내용, 솔루션

2. 내부데이터를 어떻게 활용할 것인가?

3. 온라인 데이터도 수집하고 관찰하자

웹로그, 앱로그 추적가능 데이터 유형

1) 누가 : 방문자 ip주소, 로그인-비로그인 여부, 회원 ID

2) 언제 : 접속시간, 전체 체류시간, 페이지별 체류시간, 이탈시간

3) 어디서 : 사이트방문 경로(유입경로), 이탈경로, 클릭 및 이동페이지

4) 무엇을 : 검색어, 조회페이지, 조회상품, 관심상품, 결제상품 등

5) 어떻게 : 재방문 횟수, 장바구니 담기여부, 결제여부, 결제정보, 반품정보, 추천, 좋아요 등 댓글여부

6) 왜 : 유입키워드 및 유입사이트, 검색어 등

4. 공공데이터를 가공하자

통계청 웹사이트

국가에서 조사해서 오픈하는 통계데이터는 국가 전체의 현황을 보여주고 미래를 예측하게 해주는 기본 데이터

인구추세, 가구추세, 출생자수, 사망자수, 지역별 거주자수, 이전자수, 지역별 주거형태, 물가와 소비추세, 고용과 임금추세, 농수산 업종별 생산과 유통추세, 온오프라인 도소매 유통매출 추세, 부동산 개발과 토지이용 및 개발추세, 교통인프라 구축 및 활용추세, 국제무역추세 등 

호갱노노

공공데이터를 활용해 사업한 대표적인 스타트업이 부동산 실거래 정보를 제공하는 호갱노노

호갱노노는 월 200만명 이상이 이용하는 부동산 전문 앱

날씨 데이터는 유통업과 시즌 상품에 중요한 데이터

공공데이터 중 가장 중요한 데이터가 날씨정보다. 기상청은 과거의 지역별, 일자별 평균, 최저, 최고기온과 강수량, 강우량 등의 정보를 제공한다. .. 내부 매출데이터와 과거의 날씨 데이터를 분석해 날씨에 따른 고객의 방문과 상품판매의 상관관계를 분석하고 예보를 활용해 프로모션 계획이나 상품진열 등을 준비하는 것은 유통의 기본이다. 

비즈니스 목적에 맞는 빅데이터의 존재와 활용

1) 고객을 통해 매출을 증가시키기 위해 고객가치를 높이기

2) 빅데이터를 통해 기존에 드는 다른 비용이나 노동력을 대체 또는 획기적으로 줄이기

3) 기존 사업을 통해 얻은 데이터를 통해 또 다른 비즈니스 기회와 추가적인 수익의 원천을 만들기

3장. 글로벌 기업들은 빅데이터로 어떻게 고객경험을 혁신하는가? 

1. 어떻게 고객이 말하지 않은 것까지 알아낼 것인가? 

같은 고객이라도 시간이 흐르고 경험이 쌓이고 라이프스타일이 바뀌면 가치가 바뀐다. 그래서 고객을 이해하는 것은 어느 한 시점에서 진행하는 특별 이벤트가 아니라 계속해서 추적관찰해야 하는 루틴이 되어야 한다. 

고객을 이해하는 두가지 방법

1) 고객에게 물어보는 것 - 시장조사

2) 고객의 행동을 추적하고 분석하는 것 - 데이터 분석

빙산으로 이해하는 빅데이터

시장조사분석보다 빅데이터 분석이 더 정확한 이유

예를들어 한달에 몇번 쇼핑하십니까? 하루에 몇잔의 커피를 마십니까? 라는 질문을 보자. 고객의 대답보다 더 정확한 데이터가 카드사용내역이다. 

1년전 로열고객 중 현재까지 여전히 로열고객과 로열에서 이탈한 고객 사이에는 어떤 차이가 있을까? 

2. 어떻게 고객이 원하는 시간에 원하는 것을 사게 할 것인가? 

요일별로 잘 팔리는 상품의 종류가 다르다

날씨와 온도는 상품 판매량에 영향을 준다

3. 어떻게 제품구매경험을 차별화할 것인가?

4. 어떻게 개인 맞춤형 큐레이션 시대를 대응할 것인가? 

유튜브, 아마존, 넷플릭스 등 모바일 앱 또는 웹페이지의 큐레이션 서비스

모든 고객들이 동일한 페이지를 열어도 개인의 취향에 따라 다른 콘텐츠를 보는 것을 말한다. 개인화라는 말보다 큐레이션이라는 말을 쓰는 이유는 개인별로 다른 제품과 서비스를 만들어낸다는 개념이 아니라 이미 가지고 있는 상품과 콘텐츠 중에서 고객의 취향에 맞게 보여주는 서비스이기 때문이다. 

참고) 큐레이션 서비스 : 큐레이터가 미술관에서 작품을 진열하고 소개하는 것에서 파생된 단어로 '사용자 개인의 취향을 분석하여 적절한 콘텐츠를 선별하여 보여주는 것'

아마존의 입장에서는 너무나 많은 상품을 가진 것이 경쟁력이지만 그만큼 고객이 원하는 상품을 찾기가 어렵다는 말이기도 하다. 큐레이션을 통해 수백만개의 상품안에서 고객들의 관심사와 취향에 맞게 원하는 카테고리와 상품을 쉽게 찾을 수 있게 만드는 것이 품질좋은 상품 수만큼이나 중요한 경쟁력이다. 

아마존의 큐레이션은 북매치'book match'라는 서비스에서 시작했다. 비슷한 책을 구매한 고객과 그들의 평점을 기반으로 고객들의 취향을 구분하고 동일한 취향에 속한 사람들이 좋아할만한 책을 예측하여 추천하는 서비스다. .. 아마존 매출의 35%가 이러한 추천 모델에 의해 발생한다. 

추천시스템

1) 협업적 필터링(collaboration filtering)

- a와 b라는 고객간에 구매행태에 공통된 부분이 있다고 한다면 a가 구매한 상품을 b에게 추천하면 구매할 가능성이 높다. 

2) 내용기반 필터링(content based filtering)

- 특정 상품을 중심으로 관계를 재구성한 것을 의미한다. 

3) 두 기법을 접목혼 하이브리드 기법

아마존은 자동화된 머신러닝을 담당하는 오토 ML 기능을 포함해 고객의 구매행동 관련 데이터를 자동으로 로드하고 검사하며 알고리즘 선택 및 머신러닝을 자동으로 수행하여 개인화된 구매 예측을 생성하고 그에 맞는 상품을 추천한다. 

5. 어떻게 프로모션 상품과 가격결정을 최적화할 것인가? 

고객은 가격에 민감하다. 

프로모션 빈도가 너무 잦으면 프로모션 가격이 고객의 인식에 각인되어 일반가격으로 판매가 거의 일어나지 않는다. 

6. 어떻게 고객의 라이프스타일을 알아낼 것인가?

You are what you buy!

무엇을 사는지를 보면 그 사람의 나이를 어느정도 추정이 가능하다. 마찬가지로 라이프스타일 또한 사람들의 소비에 영향을 주는 중요한 요소다. 

연령기준으로 '유아기, 학령기, 청년, 성인, 노년'의 생애단계로 구분한다. 

가족 사회적으로는 '출생, 교육, 근로, 결혼, 양육, 노후' 등으로 구분할 수도 있다.

소비측면에서는 '출산, 양육, 교육, 취업, 결혼, 이사, 주택구입, 은퇴' 등으로 구분할 수도 있다. 

기업의 관점에서는 고객의 생애주기에서 생애 단계가 변하는 그 시점을 알아내는 것이 매우 중요하다. 왜냐하면 생애단계에 따라 고객의 라이프스타일, 소비패턴이 극적으로 변하기 때문이다. 

안정된 월급을 받기 시작하면 차를 사려는 니즈가 커질 것이다. 

결혼을 준비하는 예비 신혼부부는 결혼관련 소비와 여행을 준비하고 가구와 가전제품을 구매할 것이다. 

갓 결혼한 신혼부부는 '인테리어 소품'을 구입할 것이다. 

임신, 출산한 부모는 당연히 출산과 육아관련 제품을 구입할 것이다. 

출생할때

학교입학할때

친구를 사귈때

졸업을 할때

취업을 할때

연애를 할때

결혼할때

임신할때

육아할때

은퇴할때

고객의 생애 단계변화 정보를 파악하거나 고객의 행동과 라이프 스타일변화를 미리 알아챌 수 있다면 큰 무기를 손에 넣은 것과 같다. 

임신과 출산은 고객의 생에 단계중에서 소비패턴이 가장 크게 변하는 시기다. 임신 20주되는 시점에 '칼슘, 아연, 마그네슘'과 같은 영양보충제를 구입한다.... 구매 데이터를 이용해 임신한 사실을 알아낼 수 있다. 

'생애 단계의 변동을 사전 예측할 수 있는 모델은 어떻게 만들어 낼 수 있는가?'

1) 고객이 정보를 제공하게 하는 것

2) 고객의 구매데이터를 통해 분석하는 것

페이스북은 고객들이 작성한 피드로 고객을 파악한다

2004년 창립한 페이스북은 2019년 25억명의 가입자를 가지고 있다. 인구의 3명중 1명은 페이스북을 이용한다. 광고수익은 무려 700억달러다. 페이스북은 고객들의 생애주기를 쉽게 알아낸다. 결혼, 임신, 아기 등의 이미지, 메시지가 올라오기 시작하는 것이다. 

7. 어떻게 고객과 TPO에 맞는 커뮤니케이션을 할 것인가? 

고객의 구매를 이끌어 내기 위해서는 right time, right place에 right offer(TPO)가 필요하다. 

끊임없이 편안한 고객경험

아마존고(amazon Go)

8. 어떻게 검색과 후기 데이터를 상품전략에 활용할 것인가? 

고객이 오늘 하루 우리 사이트에서 가장 많이 검색한 단어 10개는 무엇인가? 

각 검색어에 대해 연결된 상품의 결과는 어떤가?

충분히 상품구색을 갖추고 있는가?

그중 실제 고객이 클릭해서 조회한 상품은 무엇인가? 

조회한 상품이 장바구니에 담겼는가? 

구매로 전환되었는가? 

혹시 취급하는 상품이 있는데도 결과가 보이지 않는 경우가 있는가? 

조회상품의 구매전환율

판매량이 아니라 검색량이 중요하다. 

검색량은 고객의 관심도다. 

검색량이 높은데 판매량이 낮은 경우

검색량은 낮은데 판매량이 높은 경우

마케팅은 고객의 관심사를 체크하고 중요한 상품의 취급을 확대하고 판매로 연결할 수 있어야 한다. 

고객이 찾는 상품 중 우리가 취급하지 않은 상품에 대해서는 상품과 브랜드의 구색확대의 문제인지 아니면 카테고리의 문제인지를 파악해서 제대로된 전략을 수립하고 시행해야 한다. 취급 상품 중 우선순위를 정하는 일도, 시즌 인슈에 선제대응하는 것도 검색어 기반으로 도움을 받을 수 있다. 

시즌 아이템과 일상 아이템

사계절 변함없이 대한민국 국민 누구나 사용하는 제품(일상성)

특별한 이벤트에 의해 단기적으로 구매가 일어나는 제품(시즌성)

검색어 트랜드를 이용해서 사전에 시즌 상품의 판매시기, 진열위치, 이벤트 여부 등을 결정하는 것도 중요하다. 

카테고리 검색과 브랜드 검색

MZ세대의 검색어

만 13세에서 24세의 z세대의 검색어

z세대가 가장 많이 검색한 화장법 1위는 '무쌍, 속쌍 메이크업 13만건'이다. 뒤이어 '학생, 학교 메이크업 5만건', '투명 데일리 메이크업 3만건'의 순이었다. 무쌍 연관어로 쌍액(쌍커풀 액), 쌍테(쌍커풀 테이프) 등도 1만 7천건 검색했다. 

z세대의 화장품 소비성향을 보여주는 화장품 검색어 1위에는 '섀도우'가 올랐다. 뒤이어 '팔레트, 틴트, 쿠션, 아이라이너'가 차지했다. 디지털 시대의 새로운 소비주역으로 떠오른 z세대와 소통하기 위해서는 끊임없이 변화하는 그들의 관심사와 취향에 발맞춰 새로운 브랜드 전략을 세워야 한다.

mz 세대는 밀레니얼 세대와 z(generation)세대를 통합한 단어다. 

밀레니얼 세대는 1981년부터 1994년에 태어난 세대로 pc와 인터넷이 일상화된 정보통신 사회에 태어나 온라인에 익숙한 세대다. 

그보다 어린 z세대는 1995년이후 태어나 어려서부터 모바일폰과 스마트기기 사용에 익숙한 디지털 네이티브(digital native)세대다. 

디지털 시대의 비즈니스는 디지털활용이 자유로운 이들 mz세대를 이해하고 소비하는 습관을 알아야 경쟁력을 갖출 수 있다. 그들은 기존 세대와는 완전히 다른 가치관, 생활방식, 소비패턴, 정보수집 방식을 가지고 있다. 

대부분 기업의 주요 의사결정자와 업무 책입자는 'mz세대와는 거리가 멀다'

그들을 이해하기 위해 필요한 것도 빅데이터다. 

상품검색 포털 '아마존"

고객리뷰는 아마존을 '상품 검색포털'로 만들었다.

아마존은 상품포털 서비스가 되고 싶어한다. 2018년 제품을 구매하려는 소비자의 54%는 구글이 아니라 아마존에서 직접 제품을 검색했다. 같은 기간 구글의 상품검색 비중은 54%에서 46%로 하락했다. 제품검색 시장에서는 이미 아마존이 포털서비스인 구글을 넘어섰다. .. 고객들의 검색패턴이 바뀌자 아마존은 더이상 판매만을 위한 온라인 쇼핑물이 아니다. 아마존은 검색광고를 통해 큰 수익을 남기고 있다. 

2019년 검색광고 시장에서 12.0%점유율 구글에 이어 2위를 달성하면서 약 71억달러(8조원)에 달하는 광고사업 매출을 일으키고 있다. 21년에는 15%이상의 검색광고 시장을 차지할 것으로 예상된다. 

아마존 '세상의 모든 것을 팝니다'

모든 상품을 팔기위해 '제 3자 마켓 플레이스'를 도입. 

아마존은 팔지 않지만 경쟁사인 이베이가 팔고 있다면 이베이의 상품판매 패키지로 연결되도록했다. 

아마존이 검색포털이 된 3가지 이유

1) 세상에서 가장 많은 상품을 판다

2) 상품 판매페이지에 상세한 제품소개와 사용설명, 이미지, 동영상, 스펙비교와 판매자별 가격비교 등 고객들에게 넘치는 상품 설명서가 있다

3) 이미 구매해서 사용하고 있는 고객들의 생생한 후기와 별점이 있다. 

온라인으로 구매할때 가장 불안한 pain point는 직접 보지않고 구매함으로써 생기는 '믿을 수 없음'이다. .. 고객들이 남긴 리뷰는 다른 고객들이 상품을 구매할 수 있게 유도하고 리뷰의 도움을 받은 고객들은 충분한 정보를 가지고 구매했기 때문에 구매에 대한 만족도가 높다. 아마존의 재구매율은 70%나 된다. 

9. 어떻게 브랜드 전략에 빅데이터를 활용할 것인가? 

브랜드의 성공은 고객의 인식에 달려있다. 

10. 어떻게 온라인과 오프라인 경험을 연결할 것인가?

옴니채널(omni-channel)

모든 것을 뜻하는 옴니와 유통경로를 뜻하는 채널의 합성어로 '모든 유통채널을 하나로 만든다'는 의미다. .. 핵심은 플랫폼과 데이터다.

노드스트롬은 옴니채널을 전략을 적극적인 방식으로 전개하고 있다. 매장에서 마음대로 써보고 온라인으로 주문하는 방식이다. 

4장. 어떻게 빅데이터를 활용하고 고객경험을 설계할 것인가? 

1. 작은시도를 반복해 혁신으로 연결하자

'화장실을 경험하고 싶어서 찾아가는 마트 '정글짐스 인터내셔널 마켓'

데이터 기반의 의사결정을 습관화하기

작은 시도를 통해 학습하고 개선하기

빅데이터는 일단 작게 시작해야 한다. 고객의 불편을 해소하는 일, 고객의 방문을 유도하는 일, 고객의 구매전환을 높이는 일 등 몇가지 목표를 세우고 해당 목표를 달성하기 위해 어디가 문제인가를 찾아내고 개선하기 위한 시도를 반복해야 한다. 작은 성공이 나오는 순간이 오면 서로 축하하고 독려한 다음 더 나은 과제와 더 나은 목표를 향해 달리다보면 어느 순간 가지고 있는 데이터로는 분석이 불가능하거나 또는 고객경험을 개선하기 어려운 순간이 온다. 그때가 되면 추가적인 분석과 개선을 위해 어떤 데이터가 어떻게 활용되면 좋겠다는 아이디어가 생기고 그 기술을 통해 결과적으로 기대할 수 있는 효과의 예측이 가능해진다. 고객과 비즈니스 관점에서 목표와 문제점이 명확해지기 때문이다. 

인공지능의 핵심은 '빅 데이터'다. 데이터가 없으면 학습이 이루어지지 않는다. 인간과 다르게 인공지능은 무한한 데이터를 지식으로 넣을 수 있고 24시간 쉬지 않고 분석한다. 사람이 한번에 몇가지 변수만 고려할 수 있다면 인공지능은 몇십개에서 몇백개의 변수도 동시에 고려할 수 있다. 

AB테스트

ab테스트는 어떤 것이 더 나은 결과를 도출할지 모를때 선택 가능한 대안을 놓고 고객들 대상으로 짧은 테스트를 시행해 결과를 미리 확인하는 piolot 스터디와 같다. ab테스트의 종류는 다양하다. 온라인 배너를 만들때 또는 고객대상의 메시지를 정할때 테스트를 통해 더 많은 클릭과 구매로 연결된 것을 선택한다. 

2만원의 객단가를 가진 고객에게 2만원에 2천원의 할인쿠폰을 주는 것이 좋을지, 아니면 3만원에 4천원 쿠폰을 줘서 객단가를 올리는 것이 좋을지를 100-1000명까지 쿠폰을 사전 발행해서 결과를 보고 최종판단하는 AB테스트를 하는 것이 좋다. ab테스트는 공급자 관점이 아니라 고객의 관점에서 의사결정을 하는 것이다. 

목표대비 달성여부에 집중해 왜 목표를 달성하지 못했는지에 대한 질책을 하는 것이 아니라 어떤 부분을 더 개선해야 하는지 어떤 부분을 사전에 고려하지 못했는지, 다음번에는 어떻게 개선하면 좋을지를 논의하고 계속 시도하자. 기대를 넘어섰다면 어떻게 하면 더 크게 성공할 수 있을지를 논의하자. 

어떤 일도 처음부터 크게 하려면 엄두가 나지 않고 시작이 어렵다. 무엇보다 작은 일도 제대로 해지 못하면서 큰일을 해내는 사람은 없다. 천리길도 한걸음부터고 태산을 옮기는 일도 한삽부터 시작한다. 남들이 하는 개념적인 빅데이터는 잊다. 기업에 필요한 것은 내가 지금 꼭 필요로 하는 작은 데이터다. 내가 고객에게 더 좋은 가치를 주기 위해, 더 많은 고객이 방문하게 하기 위해 방문한 고객이 한개라도 더 많이 구매하기 위해 회사의 인력을 보다 효율적으로 운영하기 위해 진열을 좀더 효과적으로 하기 위해 물류 이동을 좀더 빠르게 하기 위해 구체적으로 필요한 결과를 먼저 명확히 하고 그 결과를 얻는데 필요한 데이터와 기술을 고민하자. 

'돈, 시간, 사람'은 항상 부족하다. 

'시작하기 위해 위대할 필요는 없지만 위대해지기 위해서는 반드시 시작해야 한다'

just do it

2. 목적을 명확히 하고 깊게 파고들자

무작정 데이터 분석을 시작하지 마라. 목적을 먼저 정해야 한다. .. 너무 과도한 분석으로 무엇을 해야 할지 결론을 내리지 못하는 상황을 만들지 말자. 대부분의 기업이 데이터가 없어서가 아니라 의미를 도출하고 인사이트를 발견해서 실행으로 옮길 수 있는 전략을 찾아내지 못한다. 

빅데이터 관점에서 잘못된 질문 

1) 우리는 어떤 데이터를 가지고 있는가?

2) 그 데이터로 무엇을 할 수 있는가? 

3) 그렇게 하려면 비용이 얼마나 필요한가? 

2012년 포브스 조사에서 빅데이터와 관련해서 CEO들이 가장 궁금하게 생각하는 질문 5개

1) 빅데이터가 나의 비즈니스에 어떻게 도움을 주는가?

2) 얼마의 비용이 드는가?

3) 얼마나 리스크가 있는가?

4) 수익을 어떻게 측정할 수 있는가? 

5) 성과를 확인하는데 시간이 얼마나 걸리는가? 

하지만 이런 질문은 잘못이다. 목적이 명확하지 않은 질문이기 때문이다. 

작은 유통업체 '버나드'의 질문

1) 얼마나 많은 사람들이 점포 앞을 지나가는가?

2) 지나가는 사람들 중 얼마나 많은 사람들이 멈추어서 진열대를 구경하는가? 

3) 그들 중 얼마나 많은 사람들이 점포에 들어오는가? 

4) 실제로 구매하는 사람은 몇%인가? 

비즈니스 상황에 따라 질문이 달라야 한다

1) 우리의 고객은 누구인가? 

2) 우리의 고객은 왜 우리의 상품과 서비스를 이용해야 하는가?

3) 우리가 생각하는 고객이 현재 우리의 고객이 맞는가? 

4) 우리는 우리가 제공하려는 가치를 그 누구보다 더 잘 고객에게 제공하고 있는가? 

분석해야 할 대상의 데이터와 답을 얻어야 하는 질문이 정교해지면 언제까지 누가 어떤 일을 해야 할지의 역할과 일정을 나눌 수 있고 그 데이터를 통해 도출하고 싶은 인사이트에 대해서도 사전에 정의할 수 있다. 그리고 가지고 있지 않은 데이터에 대해 확보할 방법과 수단에 대해 고민하게 된다. 이런 고민의 과정이 바로 빅데이터를 제대로 활용하기 위해 꼭 필요한 과정이다. 

분석이든 새로운 시도든 가설이 필요하다. 가설은 다르게 보면 질문이다. 질문을 하되 예상되는 답을 만들어 놓고 분석을 시작하는 것이다. 분석결과 예상과 완전히 다른 답이 나올 수도 있고 비슷한 답이 나올 수도 있다. 중요한 것은 가설이 있으면 답을 찾을때까지 분석하게 되고 분석의 깊이가 깊어진다. 

왜 어떻게 무엇을 '골든 서클"

why how what? golden circle!!

왜(why)를 알게 되면 

어떻게(how)와 무엇을(what)을 함께 고민하게 된다.

'왜'하는지를 아는 나(직원)는 다르게 일한다. 그 과정이 힘들어도 결국 성취감과 보람을 얻는다. 

무슨 데이터를 수집할지

데이터를 가지고 무엇을 할지에서 시작하면 그 이상의 추가적인 가치를 만들기 어렵다. 다만 주어진 과제만 할 뿐이다. 수집하라는 데이터를 수집하고 분석하고 데이터를 활용해서 만들어야 하는 알고리즘과 예측 모델을 만들어낼 뿐이다. 하지만 그것을 통해 진정으로 추구하려는 목적이 명확하지 않으면 그 과제는 과제로 끝나고 만다. 이후의 지속적인 발전도 어렵다. 직원들의 자발적 개선도 어렵다. 부서간의 협업도 어렵다. 일단 하기로 한 무엇을 완성했기 때문이다. 

3. 플랫폼 기업의 빅데이터 활용방식을 배우자

각 플랫폼 기업들이 어떤 데이터를 가지고 있고 어떤 방식으로 데이터를 활용하는지 많은 정보가 이미 노출되어 있다. 그리고 성공한 플랫폼 기업들의 성공이유에 빅데이터를 통한 고객경험 혁신이 있다는 것도 잘 알려져 있다. 그들을 미러링하면 된다. 

데이터를 가진 회사는 거의 모든 데이터를 다 가지고 있으면서도 더 많은 데이터를 모으기 위해 엄청난 투자를 한다. 그 데이터를 활용하는 알고리즘을 개발하고 지속개선하는데 투자를 아끼지 않는다. 인프라구축, 알고리즘 개발, 데이터 수집과 운영 등 관련해서 전문가를 보유하기 위해 혈안이 되어있다. 

반대로 전통적인 방식으로 일하는데 익숙한 기업은 데이터가 있지만 여전히 특별한 감(inspiration)에 의해 비즈니스를 한다. 데이터 전문가를 뽑고 싶지만 실력있는 전문가가 오지를 않고 뽑아도 제대로 업무를 발전시키지 못한다. 기껏 확보한 데이터는 인사이트 -> 가치로 변형되지 못한다.  데이터 인력의 플랫폼 기업쏠림 현상이 심한 이유도 여기에 있다. 

글로벌 플랫폼 기업들은 승자독식하고 있다.

구글, 페이스북, 아마존, 넷플릭스, 네이버, 카카오 등 거대한 플랫폼 기업들은 플랫폼과 데이터를 통한 선순환과 누적효과를 잘 알고 있다. .. 플랫폼에 고객이 많아질수록, 비즈니스가 많아질수록, 고객경험을 개선할수록 더 많은 고객의 데이터수가 누적되고 그 데이터들은 연결되어 전체 세상과 고객들을 이해하는 거대한 데이터 창고가 되어간다. 

'구글에서 배울 점이 무엇인가? 

아마존에서 배울 점이 무엇인가? 

페이스북, 네이버, 카카오톡, 넷플릭스, 위챗...

내가하는 비즈니스 영역에서 데이터를 가장 잘 활용하는 기업은 어디인가? 그 데이터를 가지고 어떤 고객경험을 창출하고 있는가? 

데이터를 통해 어떤 가치사슬을 혁신하고 있는가? 

한 기업으로부터 배울 필요도 없고 사실 같은 업종일 필요도 없다. 

4. 고객의 관점에서 다르게 바라보자

페브리즈 

실패상품에서 대박상품으로 

처음 광고는 페브리즈를 뿌리면 퀘퀘한 냄새가 없어진다라고 광고를 했다. 

고양이를 9마리 키우는 주인은 고양이 냄새에 둔감해진다. 그래서 페브리즈를 사는 사람은 거의 없었다.

페브리즈 팀은 광고를 수정했다. 

모든 청소의 마지막에 페브리즈를 뿌려라 그럼 상쾌해진다. 

처음에는 냄새가 없었던 페브리즈는 향이 추가되면서 기분 좋은 향, 깨끗한 이미지를 구축했다. 

페브리즈는 여전히 나쁜 냄새를 제거한다. 하지만 페브리즈 광고는 기분 나쁜 냄새와의 연결고리를 끊고 사람을 기분좋게 만드는 상품으로 포지셔닝을 바꿨다. 그후 세계에서 가장 성공한 단일 상품이 되었다. 

5. 고객의 관심사에 집중하자

데일리 레코드는 구독자수가 주민수보다 많다.

1만명 정도의 주민이 사는 작은 마을

이 마을에는 '데일리 레코드'라는 지역신문이 있다. 이 신문의 미션은 '보도범위를 하넷 카운티'지역의 소식에 초집중하는 것이다. 원자폭탄이 떨어져도 마을에 영향이 없다면 그 소식을 싣지 않는다. 그리고 지역 중심의 기사를 싣기 위해 마을 사람들의 이름을 싣는 것이 데일리 레코드의 가장 큰 미션이다. 그 지역의 모든 커뮤니티, 단체, 주민을 대상으로 하는 상점들까지 데일리 레코드를 구독할 수 밖에 없었다. 지역주민을 대상으로 사업하는 사람들에게 지역의 소식은 가장 중요한 소식이기 때문이다. 주민들은 이웃들의 결혼, 이사, 아기의 출산, 생일파티 등의 소식을 데일리 레코드를 통해 알 수 있었다. 

지역주민의 이름은 구독자의 관심사에 집중하는 방법이자 지역의 주민들이 지역소식을 놓치지 않기 위해 데일리 레코드를 구독해야 하는 이유가 되었다. 주민들은 자발적으로 본인들의 소식이나 주변의 흥미로운 기삿거리를 데일리 레코드에 제공하는 제보자의 역할도 했다. 상점들은 자신을 홍보하기 위한 가장 좋은 수단이 데일리 레코드가 되었다. 이는 구독수익뿐만 아니라 광고수익의 확대로도 이어졌다. 데일리 레코드를 통하지 않고서는 주민사회의 구석구석에 도달하기란 불가능했다. 

고객의 관심사에 스코어링하는 것이 알고리즘의 핵심이다

온라인 쇼핑몰은 고객의 조회, 구매, 검색 등의 온라인 클릭 히스토리를 기반으로 해당 쇼핑몰에서 판매하는 모든 카테고리와 상품별로 고객의 관여도를 점수로 매긴다. .. 커머스 사이트별로 추천 알고리즘의 방식은 다르고 스코어링을 위한 점수 산정의 기준, 우선순위, 측정기간과 방식등은 차이가 있다. 그것이 알고리즘의 비밀이다. 각 플랫폼은 실제 스코어링을 적용해 고객들의 클릭, 구매전환, 체류시간 등을 테스트하면서 알고리즘을 지속적으로 개선한다.