0.1명의 고객을 위한 마케팅

소비자가 궁극적으로 원하는 서비스와 상품을 제공하기 위해서는 소비자가 현재 어떤 상황에 놓여 있는지, 즉 ‘맥락’을 파악하는 능력이 필요하다. 그것을 가능케 하는 것이 바로 ‘데이터’이다. 데이터를 토대로 한 초개인화 기술을 활용함으로써 소비자에게 더욱 정교하게 다가가는 ‘초개인화 서비스’에 대해 살펴본다.　

고객을 모르는 고객 맞춤형 서비스 　

마케팅이 세분화되면서 ‘고객 맞춤형’을 표방하는 상품이나 서비스를 주변에서 흔히 볼 수 있게 된 지 오래다. 과거 많은 기업이 해 왔던 개인화 마케팅은 고객의 이름, 직책, 조직과 같은 개인 정보와 구매 내역 등을 기반으로 고객을 구분해 마케팅하는 방식이었다. 개인화라고 하지만 실제로는 고객들을 비슷한 사람들끼리 유형화해서 묶는 일종의 타깃 마케팅이다.　
　
타깃을 ‘남자’로 좁히고 ‘20대’로 좁히고 ‘직장인’으로 좁히면 구매 유도 확률을 훨씬 높일 수 있다. 하지만 20대 남성이라고 해서 모두 자동차가 필요하고, 30대 여성이라고 해서 화장품이 반드시 필요한 것은 아니다. 특정 브랜드 상품을 한 번 구매했다고 해서 평생 그 제품을 좋아하리라는 보장도 없다. 여기에 타깃팅된 개인화의 맹점이 있다. 고객 맞춤형 서비스를 표방하면서도 정작 고객을 잘 모른다. 그래서 나타난 것이 바로 ‘초개인화(Hyper-personalization)’ 마케팅이다.　　

이제 고객의 마음속을 읽다 　

모처럼 점심 식사를 일찍 끝내고 자리에 앉은 직장인 A 씨. 무료함도 달랠 겸 잠시 인터넷에 접속해 평소 관심 있던 신발을 사기 위해 이리저리 온라인 쇼핑몰 사이트들을 둘러본다. 하지만 꿀맛 같았던 쇼핑도 잠시, 어느새 점심 시간이 훌쩍 지나가 버리고 상사가 급한 자료를 요청하는 바람에 아쉽게도 서둘러 쇼핑몰을 떠나 본격적인 오후 업무에 몰입한다.　
　
한창 업무에 집중하다가 메일함을 보니 쇼핑몰에서 메일이 한 통 날아와 있다. A 씨는 메일을 열어보고 깜짝 놀라고 말았다. 점심 시간에 찾다가 만, 자신의 마음에 쏙 드는 브랜드와 색상의 신발에 대한 구매 추천 메일이었기 때문이었다. 자신도 아직 결정하지 못한 신발을 쇼핑몰에서 브랜드와 모델, 색상까지 안성맞춤으로 추천해 주니 놀라지 않을 수 없었다. A 씨는 마치 누군가에게 자신의 마음을 들킨 것처럼 주위를 두리번거리며 추천 메일의 링크를 따라 가서 신발을 구매했다.　
　
이것은 세계 최대의 온라인 쇼핑몰 업체인 아마존이 제공하고 있는 초개인화서비스의 한 형태다. 초개인화 서비스란 나이, 직업, 사는 곳 등 고객의 기본 정보에 과거 구매 내역, 구매 상품에 대한 반응, 장바구니 내역 그리고 검색 등을 통해 수집된 실시간 데이터를 AI 알고리즘을 통해 분석해서 그 고객을 대상으로 개별화된 서비스를 제공하는 것이다.　
　

　
　
온라인 쇼핑몰에서 쉼 없이 날아오는 이메일이 아무도 열어보지 않는 스팸메일로 바뀐 지 오래지만, 아마존의 경우 추천 메일을 통해 직접 구매로 연결되는 비중이 상당히 높은 편이다. 아마존의 이런 추천 서비스는 때로 고객의 마음을 앞서가는데, 이는 AI 알고리즘을 통해 고객의 세밀한 취향까지 분석함으로써 고객도 미처 생각하지 못했던 마음속 욕망까지 추천할 수 있기 때문이다.　
　
개인화 서비스가 비슷한 카테고리의 사람을 묶는 것이라면 초개인화 서비스는 고객 한 사람의 그때그때 기분이나 상황에 따라 다른 서비스를 제공한다. 아마존이 ‘0.1명을 위한 세그멘테이션’을 한다는 것도 바로 이런 의미다.　
　
표정으로 기분까지 파악한다 　
　
고객의 세밀한 취향을 분석해 제안하는 초개인화 서비스로 성공한 대표적인 기업 중 하나가 넷플릭스다. 넷플릭스는 방대한 빅데이터에서 고객의 취향을 분석, 개별 고객이 좋아할 만한 콘텐츠를 제공한다. 이러한 알고리즘이 없었다면 아마 넷플릭스에서 영화를 보는 시간보다 무엇을 볼지 검색하는 시간이 더 많았을지도 모른다.　
　
넷플리스에 맞서 국내에서도 OTT(Over the Top)라고 불리는 실시간 영상 재생 서비스들이 잇달아 등장하면서 치열한 경쟁을 예고하고 있다. 최근 새롭게 OTT 서비스를 선보이는 KT의 시즌(Seezn)은 개인별 사용 이력, 요일, 시간대, 날씨 등은 물론 ‘내 감정을 읽는 스캐너 검색’을 통해 사용자의 얼굴 표정을 분석해 기쁨, 슬픔, 화남 등 기분에 맞는 최적의 콘텐츠를 추천하겠다는 의지를 보였다.　
　
사람들은 저마다 취향이 있지만 기쁠 때, 또는 슬플 때 보고 싶은 영화가 다를 수 있다. 개인의 감정까지 파고드는 초개인화된 서비스다.　
　

▲ KT의 새로운 OTT 서비스’Seezn’　
　　　

모닝 커피, 식후 커피에 따라 쿠폰도 달리 제공 　

마케팅을 가장 치열하게 전개하고 있는 업종 중 하나가 카드사이다. 금융업계에서 가장 대표적인 초개인화 서비스를 실시하는 곳은 신한카드다. 카드사 가운데 국내 최대의 고객을 갖고 있는 신한카드 역시 일찌감치 초개인서비스에 관심을 갖고 오랫동안 연구를 해 왔다.　
　
카드사의 경우 각종 할인 혜택과 쿠폰 등을 통해 고객들에게 다양한 서비스를 제공하지만, 정작 사용할 수 있는 것은 그다지 많지 않다. 1년에 백화점 한 번도 가지 않는 사람에게 매달 백화점 주차권을 보내주는 서비스만큼 무의미한 것은 없다.　
　
반면에 신한카드는 빅데이터 분석과 AI 알고리즘을 사용해 2만 5,000개 소비 패턴을 정립하고, 고객이 알림과 이벤트를 원하는 시간에 메시지를 자동 전달한다. 똑같은 커피숍 할인 쿠폰이라도 모닝 커피를 즐기는 A에게는 출근 시간에, 식사 후 커피를 즐기는 B에게는 점심 시간에 제공하는 식이다. 고객의 소비 패턴을 보고 해당 시간과 공간에 적합한 쿠폰을 제공하는 것이다.　

▲ 신한카드의 초개인화 상품 ‘Deep Making, Deep Taking’ 카드　
　

보다 세밀한 초개인화 서비스를 위해서는 내부 데이터만으로는 부족하다. 날씨나 미세먼지 등처럼 외부에서 끌어올 수 있는 공공 데이터가 있다면 끌어오고, 다른 기업들과 제휴를 통해 데이터를 가져올 수도 있다. 21세기의 석유라는 ‘데이터’. 데이터가 많은 기업일수록 초개인화 마케팅에서도 성공할 가능성이 높은 게 사실이다.　
　
앞으로도 기업들은 더 많은 고객 경험을 축적하기 위해 다양한 방법으로 고객의 참여를 늘리려고 할 것이다.무심코 누르는 마우스 클릭 한 번, 특정 페이지에서 표정 짓는 얼굴 근육 하나까지 데이터는 우리에 대해 더 많은 것을 알려줄 것이다.　