BlossomMe - 나의 성장 엑셀러레이터

지난 1월 CES 2021 기조 연설에서 월마트의 CEO Doug McMilon은 월마트와 같은 전통기업도 이제 데이터 경제에 동참하지 않으면 생존이 어려울 것이라는 얘기를 하였다. 그러나 전통적으로 대면 서비스와 직관 경험에 의존해 운영을 해온 업계에서는 아직까지 데이터의 수집과 활용에 대한 이해도가 많이 떨어지는 게 사실이다. 선택 아닌 필수가 되어버린 데이터 경영에 대해 최소한의 이해를 통해 우리에게 유의미한 데이터의 수집과 분석을 기반으로 한 심도 있는 고객 인사이트 활용이 왜 중요한지 생각해 보기 바란다.

<빅데이터와 스몰 데이터의 차이> 미국의 IT 자문기관인 Gartner는 빅데이터를 “높은 통찰력, 의사결정, 프로세스 자동화를 위해 혁신적인 정보처리 과정이 요구되는, 대용량의 데이터(High Volume), 빠른 생성 주기 (High Velocity), 그리고 숫자, 문자와 영상 데이터를 포함한 높은 다양성 (High Variety)을 지닌 정보 자산이다”라고 정의한다. 스마트폰, 인터넷, 앱, 스마트 TV, AI 등에 특별히 원하지 않아도 자동으로 쌓이는 데이터들이라고 보면 될 것 같다. 한편 스몰 데이터는 “소비자 개개인의 생각이 나 특성, 취향에 초점을 맞춰 별도로 수집한 개인화된 데이터”라 보면 된다. 전통적인 조사 방법에는 서베이, FGI, 인터뷰 등이 있다. 2017년 처음으로 스몰 데이터의 개념을 제시한 브랜드 미래학자 Martin Lindstrom이 빅데이터가 찾지 못하는 고객 행동의 단서를 발견할 수 있는 것이 스몰 데이터라고 소개하기 시작하면서 스몰 데이터는 빅데이터의 반대가 아닌 보완재로 인식되기 시작했다.

<데이터 경영은 팬데믹의 돌파구가 될 수 있을까?> 빅 데이터 경영의 중요성이 2020년 코로나 팬데믹으로 인해 오프라인 비즈니스의 언택트 전환이 가속화되면서 더욱더 부각되고 있다. 그리고 그동안 개인정보보호법, 신용 정보법, 정보통신망법 등 데이터 3법으로 제한이 있었던 데이터들을 정당한 대가를 지불하면 활용할 수 있게 되어 빅데이터의 볼륨은 더욱 커질 것으로 예상된다. 그러나 많은 기업들은 빅데이터를 활용하지 못하고 있고 그 이유를 데이터나 기술인력의 부재라고 이야기한다. 하지만 전문가들은 기업들이 빅데이터를 활용하지 못하는 가장 근본적인 원인으로 고객의 불편과 고객 경험의 개선에서 출발하지 않고 데이터와 그 데이터를 처리하는 기술에서 출발하려는 생각 때문이라고 지적한다. 특히 CEO와 경영진이 보유 데이터의 종류와 고객 접점에서 활용 사례, 필요 역량에 대해 인지하는 것이 무엇보다 중요하다. LA 공항에 인접한 Red Roof Inn 호텔은 한겨울 추위로 비행기 취소율이 약 3%에 이르고 매년 약 9만 명의 승객이 공항에 발이 묶인다는 자료를 발견하고 기상조건에 다른 항공편 취소에 대한 공용 데이터를 식별하는 데 집중한다. 그리고 추가적으로 고객들은 대부분 모바일을 통해 주변 숙박 시설을 검색한다는 결과를 도출하여, 디지털 캠페인을 공격적으로 실시했고, 그 결과 호텔은 10%의 매출 상승효과를 달성했다.

지난해 말부터 인터파크투어는 자사에 입점한 호텔 및 리조트 업체들을 위한 ‘실시간 현황판’ 개념의 리포팅 서비스를 개발하여 제공하고 있다. 단순 호텔 예약 현황을 넘어 트래픽, 경쟁사 비교, 예약 고객층 분석까지 다양한 정보를 실시간 제공한다. 예를 들면 고객들이 유사한 가격이면 어떤 호텔을 선택하는지 고객의 성별, 나이 유형도 보여준다. 특히 예약 이탈 분석의 경우 고객들이 최종적으로 다른 호텔을 예약한 건에 대한 정보 및 호텔 별 최저가 통계도 제공한다. 고객 분석 카테고리를 통해서는 성별, 연령 정보 외 투숙 유형, 즉 커플, 가족, 친구, 펫 동반 여부 등의 정보를 알 수 있기 때문에 고객 유형에 맞는 상품을 구성하고 마케팅 방향을 설정할 수 있다. 이러한 서비스를 통해 호텔들이 단순 가격 경쟁을 넘는 고객 가치 창출이 가능한 오퍼링을 할지는 미지수다.

<빅데이터와 스몰데이터의 조합> 빅데이터는 사이트 클릭, 구매 거래 등과 같은 인간의 활동과 관행을 이해할 수 있도록 도와준다. 이를 통해 우리는 ‘무엇’을 알 수 있다. 그리고 스몰 데이터는 그러한 인간의 활동과 관행 뒤에서 작용하는 생각과 감정을 이해할 수 있도록 해준다. ‘왜’를 알 수 있다. 따라서 빅데이터와 스몰 데이터를 각각 분석하면 고객 경험에 대한 일정 부분 이해할 수 있지만, 빅데이터와 스몰 데이터를 콘조인트로 분석하게 되면 보다 두드러지고 통찰력 있는 전체적인 고객 스토리를 만들 수 있다. 스몰 데이터의 저자 Lindstrom은 “온라인과 오프라인을 혼합하고 빅데이터와 스몰 데이터를 조합함으로써 고객 진실에 대한 포괄적인 이미지를 축적할 수 있다"라고 했다. 스티브 잡스는 스몰 데이터의 가치에 일찍부터 집중했다. 이분법적 사고가 아닌 2*2 매트릭스와 같은 보이는 것과 보이지 않는 것의 사이에 있는 다른 생각에 집중을 했고, 그 결과 스마트폰이 나오게 되었다. 스몰 데이터에는 고객들의 숨겨진 욕구가 있다. 바로 이 숨겨진 욕구가 본질에 접근하는 방법이다.

애플의 빅데이터 활용 사례는 응용프로그램 디자인과 고객의 건강과 라이프스타일 정보 수집과 활용이다. 빅데이터를 사용하여 애플은 사람들이 실제 앱을 어떻게 사용하는지 발견하고 고객의 활용에 맞게 디자인을 변경한다. 애플 워치는 빅데이터를 활용하는 애플의 좋은 사례다. 이제 애플은 고객이 하루 동안 하는 일에 대한 데이터를 수집할 수 있다 그리고 애플은 IBM과 손잡고 이렇게 수집된 디지털 건강 정보를 최대한 활용할 계획을 갖고 있다. 스타벅스의 데이터와 기술을 접목한 데이터 경영은 또 다른 모범사례다.

신상품을 제안하는 것이다. 두 번째로는 통찰력에 기반한 제품 출시이다. 많은 소비자들의 구매 습관에 대한 통찰을 신제품 제안에 활용하는 것이다. 호박에 영감을 받은 제품 라인업이 전 세계에서 할로윈 시즌 판매 성장의 동력이 되기도 하였다. 세 번째로는 스타벅스 매장을 어디에 오픈할지에 대한 정교한 부동산 계획 수립이다. 인구, 소득수준, 교통, 경쟁사의 존재 등이 포함된 모델을 이용한다. 네 번째로는 스타벅스의 디지털 간판을 통한 정교하게 조정 가능한 메뉴 운영이다. 고객, 장소, 시간에 따라 서비스의 업데이트가 가능하다. 그리고 이러한 방법은 상품, 프로모션, 가격에 영향을 미친다. 예를 들어 날씨나 시간대 등 현지 상황에 맞는 제품을 푸시 하는데 초점을 맞춘다. 다섯째로는 시스템 유지 보수 최적화이다. 고장, 기계 사용, 필요한 수리 등 데이터의 수집을 통해 고장이나 유지 보수의 필요성을 예측하는 데 AI를 활용한다. 스타벅스가 개발하는 ‘Clover X’는 현재 플래그십 스토어에서만 사용되고 있는데 이 기계는 클라우드 연결을 통해 보다 포괄적인 운영 데이터의 수집이 가능하고, 기계 고장의 원격진단 및 수리도 가능해질 것이라고 한다.

시대가 빠르게 변하고 있고 소비자의 니즈는 갈수록 세분화되고 있다. 아마존, 애플, 스타벅스 등 글로벌 기업들은 빅데이터와 스몰 데이터의 조합 활용을 통해 막강한 고객 경험을 제공하고 고객들을 Lock in 한다. 데이터를 전략적으로 사용하고, 계획을 체계적이고 철저하게 수행한다는 점은 애플과 스타벅스의 데이터 경영 사례에서 배울 점이라 하겠다. AI의 도입 과정이 데이터 활용을 해가는 과정의 일부가 되고 있다는 점이다. 현재 우리가 AI 및 데이터 분석을 도입하지 않고 있다고 해서 우리 산업에서는 큰 의미가 없다고 생각하면 안 된다. AI 활용 및 데이터 분석을 시도하려는 노력만 하더라도 실제 비즈니스에 대한 근원적인 질문들과 마주하게 되며 혁신의 아이디어를 찾을 수 있을 것이다.