올 1/4분기까지의 국내 이커머스 동향을 보면 저성장 및 증감률 감소로 조정기에 들어선 것으로 판단할 수도 있습니다. 그러나 지속적인 소비 심리 위축에 대한 우려를 종식시킬 만한 확실한 근거가 아직 없는 것도 사실입니다.
다만 당사의 AI 기반 실시간 개인화 마케팅 솔루션을 사용하고 있는 주요 대형 고객사들의 경우 방문자 추이는 감소세로 전체 시장 동향과 유사하지만, 오히려 매출과 객단가가 상승한 경우가 있습니다. 전년 대비 방문자 수가 약 7% 이상 하락했지만, 매출은 약 30% 이상 상승한 자사몰도 있는데 이와 같은 성과는 나름의 이유가 있습니다.
저성장 국면의 D2C(Direct to Commerce, 자사몰) 비즈니스에 있어서 최우선 과제는 충성고객의 확보와 확대입니다. 즉 고객에 대한 Lock-in 효과를 일으킬 수 있는 전략과 전략 수행 방법이 무엇보다 중요하다는 것입니다. 이를 위해 이전 컬럼에서 연재한 분석 프레임워크나, Growth Hacking과 같은 방법을 활용하여 적절한 전략과 수행 방법론 도출할 수 있습니다. 예를 들면 고객의 재구매 주기를 줄이기 위한 전략과 방법론이 대표적일 수 있는데 통상적으로 신규 방문자의 구매 비중이 높은 자사몰에서 방문자 수가 감소 추세인 경우 더욱 효용성이 큽니다. 기존의 방문자 추이와 매출 증가의 상관관계에 매달리다 보면 더 많은 광고 지출 등의 비용 출혈을 막을 수 없기 때문입니다.
상기의 실행 방안에서 중요한 부분은 자사몰에 있어서의 우수고객과 일반고객을 분류해 내는 것입니다. 여러 방법이 있겠지만 이 역시 데이터에 근거한 세그먼트 타겟팅의 일종이라고 볼 수 있습니다. 단순히 고객의 구매 금액에 따른 등급 설정 등도 이러한 분류의 하나가 될 수 있겠지만 단편전인 분류는 구체적인 대응 방안을 마련하는 데에 걸림돌이 될 수 있습니다.
최근에는 당사 솔루션 기능 중 인공지능(AI) 분석을 통해 고객을 분류하고, 우수고객과 일반고객 사이의 특징적인 차이를 분석하고 이를 대응 방안에 적용하는 자사몰들이 늘어나고 있습니다. 이를 위해 일정 부분의 세밀한 분석에 대해서는 당사의 데이터 사이언티스트가 지원을 하기도 합니다. 또 최근 화두가 되고 있는 GPT 기술을 활용하여 고객들의 성향(선호 스타일, 구매 성향 등)까지를 파악하여 판매 비중을 높여야 하는 상품 전략(MD)와 고객 성향을 매핑하여 충성고객으로 육성하는 캠페인 실행 등도 가능하게 되었습니다.
어려운 시기일수록 도전적인 과제와 새로운 방법론에 대해 시행착오를 겪더라도 빠르게 이를 이해하고 활용하는 패션기업은 시장상황과 역행하는 매출 성과를 거두게 되고, 궁극적으로는 더 높은 진입장벽을 마련하는 경쟁력을 확보할 수 있습니다.
