추천 상품을 선정하는 방식은 기업 내부에서 서로 의견이 다를 수 있지만, 사실 상품 선정 방식뿐만 아니라 대상과 목적, 그리고 적용하는 방식까지도 차이가 생길 수 있다.
시장 점유율 강화는 ‘타겟마케팅(Target Marketing)’ 관점의 데이터를 활용해야 하며, 개인 만족도 제고는 ‘개인화(Personalisation)’라는 관점으로 데이터 기반 알고리즘을 개발하고, 판매량 증대는 추천이라기보다는 시장 분석에 의한 ‘의사결정’ 업무라고 봐야 한다.
물론, 타겟마케팅과 개인화는 둘 다 데이터를 활용하는 관점에서 비슷하게 느껴질 때가 많지만, 방향성과 목적에 따라 세부적으로 처리하는 방식이 다르니 각각의 차이를 정리해보고 어떠한 형태로 데이터가 활용되는지 알아보도록 하자.
데이터 기반 개인화(Pesonalisation)
데이터 기반 추천 방식은 소비자의 행동에 영향을 주는 요인을 데이터로 수집하고 알고리즘 등을 통해서 구현하는 형태로 이루어지며, 소비자가 상품을 선택하고 최종적으로 구매를 결정하는 데에는 영향을 준다.
데이터에 기반한 개인화 추천이란 고객에게 상품/서비스를 제공하는 과정에서 개개인의 데이터를 수집하고 분석하고 개인의 성향 등을 고려하여 추천하는 것으로, 데이터를 수집하는 방식뿐 아니라 상품을 선정하는 방식까지 개인에 초점을 맞춰서 진행하게 된다.
1단계. 개인화에 사용되는 데이터
개인화된 추천을 위해서는 소비자의 행동에 영향을 끼치는 데이터를 개개인의 초점을 맞춰서 수집되어야 한다. 개인적 요인은 물론이고 사회/문화/경제/마케팅 요인도 개인의 관점에서 확보해야한다.
2단계. 초개인화의 개념과 적용 방법
초개인화(Hyper Pesonalisation)는 기존에 속성 또는 요약된 행동 정보 중심으로 운영되던 정적인 방식의 개인화 서비스를 상황에 따라 변화하는 고객의 니즈를 반영하여 능동적이고 효과적인 맞춤형 서비스를 제공하기 위해 도입된 개념이다.
고객의 니즈가 변한다는 건 직장인이 음료 매장을 방문했을 때 아침에는 커피를 주문하지만, 점심에는 샌드위치를 주문하는 것과 같이 같은 속성과 성향을 지닌 고객이라도 상황에 따라 원하는 것이 바뀌는 걸 말한다.
개념상으로는 간단해 보이지만, DBMS 위주로만 데이터를 수집하고 있는 경우 매월 또는 일 단위로 요약 적재함으로써 시간에 따른 고객의 행동 변화를 확인할 수 없는 경우가 많으며, 고객 접점에서 발생하는 행동 데이터는 아예 수집하지 않는 경우도 흔히 볼 수 있다.
3단계. 개인화 추천 알고리즘
소비자는 상품을 구매할 때 대체로 개인적 요인을 중시하지만, 품목에 따라서 사회/문화적 요인에 집착하기도 한다.
개인화 추천 알고리즘은 이러한 소비자의 다양한 행동 요인에 착안하여 데이터를 정제하고 아이템을 선정하는 방법을 구상하여 만들어졌으며 ‘추천 시스템’이라는 이름으로 소개되고 있으며, 협업필터링이 대표적이다.
타겟마케팅
타겟마케팅은 1990년대 사무자동화와 전산 관리 시스템이 도입되기 시작하면서 CRM과 함께 데이터를 활용한 경영 방법의 하나로 고안된 기법이다.
개인화는 기본적으로 개개인에게 각각 다른 상품과 콘텐츠를 제공하여 만족도를 높이는 것이 목적이며, 타겟마케팅은 특정 타겟을 공략하기 위한 목적으로 진행된다.
|
구분
|
타겟마케팅
|
개인화
|
|
목적
|
시장을 공략하기 위해 고객을
세분화(세그먼트)하고
그룹별속성에 맞게
상품 출시 및 마케팅을 진행
|
고객 만족도 향상을 위해
개인의 속성과 행동에 따른
상품 및 서비스를 추천하거나
맞춤 서비스 운영
|
|
주요
알고리즘
|
세그먼트 분석, 클러스터링,
가설그룹 생성/검증
|
협업 필터링, 콘텐츠 기반 추천
|
타겟마케팅은 신규고객 유치를 주 목적으로 하기 때문에 Push마케팅을 진행하는 사례가 많으며 온라인에서 타겟팅 광고 및 이메일, SMS 등 고객정보를 기반으로 많이 이루어지며, 오프라인은 유동인구 분석 또는 우편 등의 형태로 진행된다.
'기업의 데이터 분석' 카테고리의 다른 글
| 4.5. 플랫폼과 데이터 용도 변화 (0) | 2023.05.31 |
|---|---|
| 4.4. 기업이 AI를 만들고 활용하는 방법 (1) | 2023.05.30 |
| 4.2. 데이터 기반 의사 결정과 효과 측정 (3) | 2023.05.28 |
| 4.1. 기업의 데이터 활용 프로세스 (0) | 2023.05.27 |
| 3.4. 엑셀 기반 데이터 유사도와 협업 필터링 (2) | 2023.05.25 |