최성빈 플래티어 마케팅실 책임

이커머스(전자상거래) 비즈니스에서 ‘개인화’는 고객의 요구와 선호도를 충족시킴으로써 고객 경험을 혁신하기 위한 매우 중요한 과제로 자리 잡았다. 특히 D2C(Direct to Commerce)에 도전하는 기업들은 방문 고객을 대상으로 차별화된 고객 경험을 제공하기 위해 그 누구보다 ‘개인화’를 고민할 수 밖에 없다.

D2C는 개인화의 ‘성숙도’에 따라 전략의 성패가 좌우될 만큼 ‘개인화’와 밀접히 연결되어 있으며, D2C가 시대적 흐름으로 부상하고 있는 상황에서 보다 나은 ‘개인화’ 경험을 제공하려는 기업들의 경쟁은 갈수록 더욱 치열해 질것으로 예상된다. 그에 따라 본 고에서는 현재 고객들이 요구하는 개인화 수준을 파악하기 위한 온라인 쇼핑 트렌드와 자사몰에서 시도할 수 있는 효과적인 개인화 방법에 대해서 알아본다. 추가로 개인화 시스템을 구축하거나 솔루션을 도입했을 때 이커머스 운영자가 바로 진행할 수 있는 사례도 함께 준비했다.

이커머스 시장에서의 ‘개인화’ 경쟁 심화

이커머스(전자상거래) 시장이 빠르게 성장하고 있다. 코로나19로 오프라인 매장 구매가 줄고 온라인 쇼핑이 습관화되면서, 2020년 글로벌 이커머스 시장 성장률은 예상치인 16.5%를 넘어 27.6% 성장을 기록했다. 거래 규모는 무려 4조 달러 이상을 달성한 상황이다. 국내 이커머스 시장의 성장세도 대단하다. 통계청 기준으로 2020년 국내 이커머스 시장은 전년대비 19.5%가 증가한 160조 원의를 매출 규모를 형성했는데, 이는 ‘글로벌 이커머스 HOT 리포트’에 따르면 세계 5위에 해당하는 규모이다.

이커머스 시장의 경쟁이 치열해짐에 따라, 이제는 고객 기대에 부응하는 ‘개인화된 쇼핑 경험’을 제공하는 부분이 중요해졌다. 반면, 개별 고객에게 최적화된 맞춤형 경험을 제공하지 못하는 온라인 쇼핑몰은 도태될 수밖에 없다. 개인화된 커뮤니케이션의 부재는 고객의 충성도를 약화시켜 안정적 수익을 기대하기 어렵게 하기 때문이다.

소매유통시장에서 우리나라의 이커머스 비중은 28.2%로 세계 1위다. 현재 국내 이커머스 산업은 온라인 유통 업계의 전반적인 성장과, 쿠팡, 이베이코리아 등 대형 오픈마켓 사업자들 간에 차별화된 고객 경험을 강조하며 시장 점유율을 두고 치열한 경쟁이 벌어지고 있다. 그리고 오프라인에서 온라인 전환이 본격화되면서, 다수의 유통 및 제조 기업들의 자사몰 구축도 활발하게 일어나는 중이다.

일찍이 ‘탈 아마존’을 선언하고 새로운 고객경험을 강화하고자 D2C(Direct to Commerce) 전략을 선택하여 성공한 ‘나이키’의 사례는 전통적인 기업들에게 온라인 자사몰 구축을 고취시키는 계기가 되었다. 그런데 이처럼 ‘탈 아마존’을 추구하는 기업들을 보면, 고객 경험 혁신을 위한 ‘개인화’에 주력한다는 공통점이 발견된다.

이는 디지털 전환의 시대 속에서 최대한 많은 고객을 확보하여 시장의 점유율을 높이고 고객의 충성도를 높여 매출을 성장시키려는 전략으로, 그 어느 때보다 맞춤형 고객경험을 제공하기 위한 기업들의 치열한 고민과 경쟁이 예상되는 지점이다.

데이터 기반 마케팅의 중요성 증가

코로나19 이후 이커머스 시장은 단순히 매출 규모만 증가한 것이 아니었다. 닐슨코리아에 따르면 2020년 온라인 채널 이용자 중 31%가 신규 유입되었으며, 크리테오의 조사에서는 한국 소비자들의 76%가 온라인 소비를 늘렸다고 응답한 것으로 나타났다.

4~50대인 X세대(76%)와 베이비붐 세대(77%) 역시 온라인 소비를 유지하겠다는 응답 비율이 높았다. 기존에 온라인 소비를 기피했던 고객들이 코로나19로 인해 온라인 쇼핑을 할 수밖에 없는 상황에 적응하며 새로운 고객층으로 유입된 것이다.

그에 따라 이제는 고객을 지속적으로 관리하기 위해서 다양해진 고객을 이해하는 것이 매우 중요해졌다. 고객의 데이터는 더욱 증가할 것이고, 그에 따른 다양한 제반 시스템과 비용 또한 데이터양에 비례하여 증가할 것으로 보인다.

따라서 자사몰을 운영하는 기업은 방문 고객들에게 만족할만한 구매 경험을 선사하기 위해, 고객의 행동 데이터를 기반으로 고객을 세분화(세그먼트)하고 세분화된 고객 모델에 맞춤형 메시지를 전달하기 위한 방법을 고민해야 한다. 데이터 기반의 개인화 마케팅은 이커머스 사업자라면 반드시 해야 하는 필수 요인이 된 것이다.

다양하고 정교해지는 고객 요구사항

소비자들은 온라인 쇼핑에서 생필품과 같이 특정 범위에 한정해서만 구매하지 않는다. 이미 고객들은 온라인 수업이나 배달 서비스, 온라인 명품 소비와 같이 기존에 없던 새로운 디지털 영역을 경험했으며, 그에 따라 고객들은 요구 사항이 더 다양해졌고 온라인에서도 오프라인과 같은 대우를 받길 원하고 있다.

따라서 이커머스 사업자들은 자사몰을 구축하여 고객경험을 보다 정교하고 안정적이며 빠르게 제공함으로써 경쟁력을 갖춰야 한다. 즉, 방문자를 구매 고객으로 만들고, 고객을 충성고객으로 만들기 위해 개인화된 고객 경험을 선사할 수 있는 시스템에 대해서 해야 하는 것이다.

이처럼 중요해지고 있는 ‘개인화’를 제대로 구현하기 위해서는, 고객을 보다 정확히 이해하기 위한 ‘데이터 저장’과 ‘분석 시스템’이 필요하다. 또한 고객의 구매 여정에 과정에서 긍정적인 경험을 제공하고 효과를 검증하기 위한 시스템을 갖춰야 한다. 그에 따라 다음에서는 보다 나은 고객 경험을 제공하여 개인화 효과를 극대화할 수 있는 3가지 방법과 그에 따른 사례들을 살펴보도록 하겠다.

구매 전환율 높이는 3가지 ‘개인화’ 방법

자사몰의 매출을 높이기 위해 기본적으로 방문자 유입을 늘리는 것이 중요하다. 그래서 검색 포털, 매체, SNS 등 다양한 광고를 시도하지만 늘어나는 방문자에 비해 실제로 구매자 비율이 동일하다면 매출 증가를 위해 광고비 지출이 함께 증가하는 문제가 발생할 수 있다.

그런데 이렇게 비용을 수반하는 광고를 통해서 방문자를 늘리는 것만이 답일까? 늘어난 방문자만큼 구매자도 함께 늘어나면 좋겠지만, 현실은 그렇지 않다는 것을 우리는 알고 있다. 따라서 자사몰에 유입된 방문자들을 ‘잠재 고객’으로 유도하는 것이 중요한데, 이때 필요한 것이 ‘개인화’이다. ‘개인화’를 통해 방문자를 고객으로 만들어 구매 전환율을 상승시킨 마케팅 사례들은 전 세계에 수없이 많다. 이 중 개인화의 중요한 방법론으로 주로 언급되는 것은 1) 행동 기반 개인화, 2) AI 기반 개인화, 3) A/B 테스트이다.

① 행동 기반 개인화

효과적인 ‘개인화’를 실현하려면, 사이트 방문자의 행동 분석에 따른 ‘맞춤형 경험 제공’이 필요하다. 행동 기반 개인화는 모든 온라인 쇼핑에서 고객경험을 제공하기 위해 가장 기본적으로 적용되는 마케팅 방법으로, 흔히 방문 고객의 실시간 행동을 파악하여 맞춤형 메시지를 보내는 ‘온사이트 마케팅’과 동일 개념에서 이해되곤 한다.

온사이트 마케팅이란, 자사몰을 방문한 고객들이 사이트 내에서 보여주는 모든 행동을 실시간으로 분석하여, 고객 행동에 따른 개별 메시지를 전달하는 것을 뜻한다. 사이트 내에서의 검색, 스크롤, 페이지 이동, 상품페이지 보기, 찜하기, 카트 담기, 결제, 취소, 사이트 이탈 등은 모두 온사이트 마케팅의 기반이 되는 고객 데이터를 만드는 중요한 행동 데이터이다.

온사이트 마케팅에서는 방문자를 ‘비식별 고객’과 ‘식별 고객’으로 구분하는 것이 선행되어야 한다. 이 두 고객층을 구분하는 것만으로도 다양한 마케팅 캠페인을 펼칠 수 있으며, 사이트 접속 중인 고객의 행동에 맞춰 개별화된 메시지와 제안(할인, 쿠폰, 콘텐츠 등)을 전달하는 것이 중요하다.

② AI 기반 개인화

데이터 기반의 ‘고객 세분화’와 ‘추천’은 지속적으로 증가하는 고객의 다양한 요구와 선호도를 이해하기 위한 필수 요소다.

증가하는 고객 데이터 분석을 자동화하지 않는 것은 시간과 비용에서 비효율적일뿐더러, 데이터가 최우선이 된 시대에 경쟁에서 불리한 위치를 자처하는 것과 다르지 않다. 따라서 기업은 AI(인공지능)를 기반으로 한 ‘고객 세분화 모델’을 구축함으로써 다양한 고객 경험을 제공하고 자사몰의 충성고객을 확보하는 것에 주력해야 한다.

AI기반의 고객 세그먼트는 대표적으로 ‘RFM’ 모델을 적용한 세그먼트와 ‘구매 확률 예측’ 세그먼트가 많이 쓰인다. 고객과 자사몰의 관계를 지속적으로 체크할 수 있는 ‘RFM(RecencyᆞFrequencyᆞMonetary) 세그먼트 모델’은 매우 유용하며 널리 알려진 방법으로 고객의 최근 방문(Recency), 방문 빈도(Frequency), 구매 금액(Monetary)에 따라 고객을 분류하는 방식이다. RFM을 이용해 이탈 고객과 충성고객 등 다양하게 세분화된 AI 기반 알고리즘을 적용하면 고객과의 관계가 어떤 상태인지 빠르게 파악해 타겟팅 할 수 있다.

예측 알고리즘을 반영한 구매 확률 예측 모델은 좀 더 고도화된 세그먼트 방식이다. 이는 고객의 행동 데이터를 분석하여 고객의 향후 구매 확률을 ‘예측’한다는 점에서 상당한 수준의 분석 알고리즘 기술을 요구한다. 구매 확률 예측 세그먼트 모델은 고도화된 알고리즘 기술과 복잡성 때문에 아직 국내에서는 적용이 초기 단계이지만, 고객 데이터가 빠르게 늘고 있는 데다 개인화 마케팅 경쟁이 치열해지는 만큼 빠른 시일 내에 도입이 확산될 가능성이 높다.

이미 구매에 긍정적인 성향을 보이는 고객을 미리 예측해 알고 있다는 것만으로도 전환 가능성이나 상품의 관심도를 구매 확률에 따라 미리 파악해 고객 경험을 더 최적화할 수 있기 때문이다.

자사몰 개인화의 가장 중요한 요소이며, 꼭 필요한 것은 ‘상품 추천’이다. 상품 추천은 고객을 맞이하는 웹/모바일 사이트의 첫 화면만큼 가장 많이 주목받고 있는 AI 개인화 기술이다. 기존의 ‘베스트 추천 상품’과 같은 상품 추천은 통계형을 기반으로 추천하기 때문에 수시로 달라지는 고객의 의도를 온전히 반영하기 어렵다 보니, 좋은 신제품이나 MD 역량에 기댈 수밖에 없으며 성과 또한 제한적이기 마련이다. 하지만 머신러닝과 딥러닝 방식의 AI 알고리즘을 적용한 추천 시스템은 고객 행동과 성향을 반영하여 보다 정교하고 다양한 상품 추천이 가능하다.

이제 고객 세분화와 추천 시스템은 AI 기반의 데이터 분석을 바탕으로 구매 전환율을 높이고 고객의 충성도 구축에 일조하는 가장 주목받는 개인화 기술이 되었다. 기존 추천 방식보다 추천의 범위가 확대되면서 매출 상승에 직접적으로 기여하는 중요한 시스템이 된 것이다.

③ A/B 테스트

A/B 테스트는 운영하는 온라인 쇼핑몰에서 중장기적으로 전환을 높일 수 있는 가장 좋은 방법이다. 방문자를 ‘고객’으로 만들기 위해 온라인 구매 경험의 모든 요소를 최적화하고 지속적인 고객 요구 변화를 충족시키는 방법론을 테스트하고 도입할 수 있는 마케팅 전략인 것이다.

데이터 분석, 가설, 테스트, 검증, 실험 및 적용 등 A/B 테스트를 위한 일련의 과정이 빠르게 운영되기 위해서는 계획 수립 및 실행 프로세스뿐 아니라 그에 맞는 인력과 시스템을 구성해야 한다. A/B 테스트 영역은 데이터 관리와 고객에 대한 지속적인 관찰이 필요한 영역으로 A/B 테스트 환경을 갖춰 운영하는 것이 필요하다.

A/B 테스트에도 AI를 적용한 기술로 자동화가 가능하다. AI는 A/B 테스트를 통해 얻은 데이터를 실시간으로 학습해 좋은 성과를 가져올 수 있도록 시안별 노출 비율을 자동으로 최적화해준다. A/B 테스트 영역에서도 AI 기술을 적용해 관리 측면에서 생산적이고 효율적인 운영이 가능하게 된 것이다.

행동 기반 개인화(온사이트 마케팅)와 AI 기반 개인화 시스템 그리고 A/B 테스트는 자사몰 운영 전반에 매우 필수 요소이며, 자사몰 비즈니스의 대표적인 성공 요인으로 주목받는 전략이다. 이러한 전략이 주요 트렌드로 자리 잡은 만큼 개인화 시스템 구축과 함께 적극적으로 활용할 수 있도록 AI 기술에 대한 동향을 살펴볼 필요가 있다.

마무리하며

일찍부터 이커머스 기업들은 개인화를 위한 고객 분석의 필요성을 인지하고 있었다. 하지만 오늘날의 고객 분석은 일반적으로 생각하는 고객의 성별, 나이, 주소와 같은 회원 정보를 넘어, 사이트 유입부터 발생하는 모든 고객 행동들을 수집, 분석하는 데이터-드리븐(Data-driven) 마케팅의 기본이 된다는 것을 인식해야 할 것이다. 위에서 언급한 개인화 마케팅 사례만 봐도 고객의 행동 데이터가 없으면 개인화된 메시지 전달이 어렵기 때문이다.

오늘날 대다수의 이커머스 플랫폼들은 개인화 마케팅을 위해 고객 행동 데이터 수집에 공을 들이고 있다. 특히 ‘자동 타겟팅’이나 ‘상품 추천’, ‘A/B 테스트’ 등은 자사몰에서 발생한 고객 행동 데이터를 기반으로 가장 활발히 적용되고 있는 개인화 마케팅 방법론이다.

갈수록 ‘개인화’가 중요해지고 있는 이커머스 시장에서, 기업들은 고객 행동 데이터를 수집하여 이들의 행동을 분석하고, 그에 따른 고객 니즈를 발견하여 고객별로 맞춤화된 메시지를 전달하는 개인화 시스템을 구축하는 것이 중요하다. ‘개인화’는 거스를 수 없는 대세이자 마케터가 추구해야 하는 필수 과제다.

플래티어는 디지털 플랫폼 솔루션 전문 IT 기업으로, 이커머스, 마케팅, DevOps / Collaboration 플랫폼 영역의 솔루션 및 IT 서비스를 제공합니다. (http://www.plateer.com)