다양한 유형의 이커머스 기업들이 빅데이터 분석 및 인공지능 기반의 개인화 마케팅 솔루션 등을 사용하고 있다. 국내 이커머스 기업들이 이러한 솔루션을 사용하는 데에 있어서 중요시 하는 전제 조건 중의 하나는 각각의 기업 상황이나 특성에 맞도록 솔루션을 커스터마이징 하는 것이다.
그런데 기업들이 요청하는 약 60% 이상의 커스터마이징 요건들을 보면 이미 기능 상 구현이 되어 있으나 아직 사용이 미숙하거나 교육이나 가이드를 숙지하지 못해서 나오는 경우가 많다. 마케터나 비즈니스 유저들이 보다 쉽게 다양한 기능을 활용하기 쉽도록 지속적으로 노력하는 것이 솔루션 기업의 중요한 과제이기도 하다.
나머지 30% 정도는 필자의 경험 상 커스터마이징 하더라도 성과나 유효성이 매우 희미해 보이는 경우다. 그 중 일부는 자신들(고객사들)이 기존에 사용했거나 경험한 오래 된 시스템과 유사한 UI(유저 인터페이스를) 요구하는 경우인데 특히 SaaS(Software as a Service) 솔루션을 활용하고자 하면 이런 부분에 대한 커스터마이징은 개발 비용과 도입 시간을 추가적으로 늘리는 것 외에 큰 의미가 없는 경우가 많다.
결국 나머지 10% 정도가 정말 해당 기업(브랜드 이커머스)만의 특성에 따라 꼭 필요한 추가적인 데이터 수집이나 인공지능 모델 수정 등이 필요한 유효한 커스터마이징인데 이러한 기업의 마케터나 담당자들은 자사의 이커머스 비즈니스 유형, 상품, 고객 특성 등에 대해 매우 잘 이해하고 있어서 놀라곤 한다.
패션 및 라이프 스타일 이커머스 플랫폼을 운영하고 있는 T사의 경우, 인공지능을 활용한 개인화 상품 추천에 있어서 자신들의 상품 및 고객 특성을 반영한 추천 알고리즘의 개선을 위한 커스터마이징을 진행했다. 그 결과 기존의 인공지능 알고리즘을 그대로 적용했을 때 보다도 약 1.5 배 이상의 구매 전환 성과를 올릴 수 있었다. T사의 경우 다음과 같은 담당자의 의견을 반영하기를 원했었다.
“저희 사이트는 수많은 브랜드가 있는데, 고객들은 상품 자체를 찾기 보다 특정 브랜드에 속한 상품을 집중적으로 구매하시는 패턴이 많으셔요. 천만원을 호가하는 상품들도 있어서, 아무래도 고가 브랜드나 상품에 관심 있는 고객에게는 추천 상품의 가격대도 어느 정도 비슷한 게 중요한 거 같아요.”
상품 추천 알고리즘 중, 브랜드 및 상품 가격 관련 데이터를 반영하여 추천 모델을 커스터마이징하고 전후의 추천 성과 비교 테스트한 결과, 만족스러운 결과치를 얻을 수 있었다. 이와 같이 같은 추천을 적용하더라도 예를 들면 면세점의 경우에는 고객의 출국 일정, 출국지와 같은 데이터가 추천 성과에 영향을 미칠 수 있는 특징적인 데이터가 될 수 있다.
이커머스 개인화 마케팅을 위한 솔루션 기술은 전문적인 테크기업의 영역이라고 할 수 있으나, 이를 활용하고 운영하는 데에 있어서는 자사 이커머스 비즈니스 및 상품, 고객에 대한 특징을 잘 이해하고 있는 기업의 역량이 매우 중요하다. 꼭 대단한 분석 히스토리 등을 가지고 있지 않다고 해도 기업의 마케터나 담당자는 이미 경험 상으로 또는 직관적으로 성과를 엮어낼 수 있는 많은 실마리들을 가지고 있을 것이다.
이 내용이 흥미로우셨다면, 다음 글도 함께 읽어보세요.
지금 이커머스 개인화 준비하고 계신가요?
그루비와 함께 빅데이터 · AI 기반 개인화 마케팅을 시작하세요!
