인터비즈

초개인화가 적극적으로 이뤄지는 분야 중 하나가 온라인 마케팅이다. 검색광고부터 사용자의 관심을 추적하는 '리타기팅 광고'까지 초개인화는 빠르게 대중화되고 있다. 더 정교화된 초개인화 모델들도 등장하고 있다. 고객의 과거 구매 데이터와 개인 특성, 상황요인 등을 분석해 고객이 웹페이지나 앱 방문 시 고객 맞춤형 제품을 추천하는 방식이 대표적 예다. DBR 292호에서는 향후 보편화될 초개인화 마케팅 기법과 기법들이 성공하기 위한 필요조건을 소개한다. 함께 알아보자.

초개인화된 마케팅 활동은 우리 삶 속에 이미 속속들이 들어와 있다. 검색 광고가 대표적이다. 같은 상품이라도 사용자가 검색한 키워드에 따라 다른 광고 문구를 보여주는 방법을 쓴다.

KB다이렉트 손해보험은 키워드에 따라 다른 광고 문구를 노출시키는 정책을 쓰고 있다. '자동차보험'이라는 키워드를 사용한 검색자에게는 '5월 보험료 결제 이벤트...'라는 문구를, '싼 자동차보험'이라고 검색한 사용자에게는 '결제 시 3만원 할인...'이라는 문구를 내보인다. 같은 상품이더라도 개인별로 중요하게 생각하는 특성을 강조해 광고 카피로 사용하는 것이다.

​

'리타기팅'은 검색광고와 함께 현재 가장 많이 쓰이는 개인화 광고 기법이다. 검색광고가 키워드가 같으면 똑같은 문구를 보여주는 한계가 있다면, 리타기팅은 광고 노출 기준이 키워드가 아닌 사용자의 방문(검색) 기록 등에 맞춰져 있어 좀 더 다채로운 변주가 가능하다. 광고를 시청하게 될 이용자의 특성이나 날씨, 시간, 장소 같은 상황요인에 맞춰 광고 문구를 내보낼 수 있는 것이다. 예를 들어 연애 중인 커플에게는 '함께하면 더 좋은' 이라는 문구를 추가 삽입해 광고하는 식이다.

앞으로 온라인 시장에서는 검색광고, 리타기팅과 함께 '큐레이션 서비스'에 초개인화가 더 활발하게 적용될 것으로 전망된다. 특히 웹이나 앱에 방문하는 이들의 특성을 고려해 상품을 진열하는 개인화 상품 진열에도 큰 영향을 미칠 전망이다. 지금까지 대부분 온라인 구매 사이트는 모든 방문객에게 천편일률적으로 같은 연계 상품을 추천해왔지만 머지않아 소비자들은 조건부 연계 추천 알고리즘을 통해 개인의 특성과 상황에 맞는 연계 상품을 추천받게 될 것이다.

​

앱 푸시(App Push)나 이메일처럼 소비자에게 직접 전달하는 판촉 상품도 개인 맞춤형으로 제공될 것이다. '원 플러스 원'처럼 동일한 이벤트 상품 한 가지를 여러 명에게 배포하는 방식이 아니라 소비자의 니즈에 맞는 각기 다른 이벤트 상품 여러 개를 제공할 수 있는 것이다. 이를테면 등산을 취미로 가진 고객에게는 자외선 차단 크림, 게임을 좋아하는 고객에게는 어깨와 목 근육을 풀어주는 마사지 크림을 판촉품으로 제공하는 것이다.

위에서 살펴본 여러 초개인화 마케팅 기법들이 효과를 보려면 어떤 조건을 충족해야 할까. 먼저, 소비자의 정체를 파악하는 게 우선이다. '사용자 식별'이라고 불리는 단계다.

​

'사용자 식별'은 사용자 이름, 성별, 나이 같은 개인 신상 정보를 알아야 한다는 뜻이 아니다. 매장이나 앱에 방문한 사용자가 십 년째 단골인지, 처음 방문한 소비자인지를 정확하게 판별하는 것을 뜻한다. 초개인화 서비스의 제공 정도를 결정하기 위해서다. 기존 고객은 그동안 축적한 다수의 정보를 활용해 심도 높은 마케팅 활동을 전개하고, 오늘 첫 방문자에게는 최소한으로 활용할 수 있는 정보를 이용, 재방문율을 높일 수 있는 마케팅을 펼쳐야 한다.

사용자 식별이 끝나면 개인의 특성을 설명하는 '변수'를 만드는 작업이 이뤄져야 한다. 대부분의 초개인화 마케팅의 효과는 변수가 개인 간 차이를 얼마나 입체적으로 설명하는가에 달려있다. '구매력 상-중-하'와 같이 고객의 특징을 좀 더 세부적으로 나누는 변수가 보다 정확할수록 마케팅의 효과는 높아지기 마련이다.

​

적절한 변수의 개수는 얼마일까? 생각보다 많지 않아도 된다는 게 전문가들의 의견이다. 예를 들어 개개인 특징을 잘 설명하는 변수 10개를 만들고 각 변수가 3개의 범주를 갖는다고 가정해도(예를 들어 구매력 상, 중, 하)약 5만9000개(3의 15승)의 다른 유형으로 소비자를 구분할 수 있다. 변수가 많으면 많을수록 성과가 좋아질 것이란 막연한 생각으로 불필요한 개인 특성 변수를 개발하는 데 급급해할 필요가 없는 것이다.

​

관심을 가져야 할 것은 변수의 개수가 아니라 '어떤 변수를 만드느냐'이다. 사용자를 심층적으로 반영할 수 있는 실질적인 변수, 개인의 특성을 다각도로 반영할 수 있는 변수를 개발하는 것이 관건이라는 소리다. 구매력, 취미, 신상품 추구 성향, 손실 회피 성향, 다양성 추구 성향, 시간 할인율, 기회비용 등 다양한 특성을 내포하는 변수를 확보해야 한다.

​

이렇게 초개인화 마케팅을 펼치기 위한 조건이 갖춰지면, 그 다음에 고민해야 할 것이 "어떻게 실제 성과로 이어지게 할까"라는 문제다. 여기서는 두 가지 요인을 언급한다. 개인화 마케팅을 위한 분석 대상을 제품이 아닌 '사용자'로 둬야 한다는 것, '산업의 특성'을 고려해야 한다는 것이다.

​

​

개인화 마케팅을 위해 자료 분석이나 상품 기획을 할 때 자칫 실수하곤 하는 것이 제품에 대한 집착이다. A 제품에 관심을 두는 소비자에게 A` 를 추천하고자 A와 A`의 공통점을 찾아내는 데에만 집중하다가 정작 소비자의 취향 분석에는 소홀히 할 수 있다는 얘기다. 비슷한 제품을 묶는 작업에만 집중하다 보면 패션 트렌드나 날씨 등 개인의 취향에 영향을 주는 수많은 상황 요인 등을 무시할 수 있어서다.

​

산업적 특성을 이해하는 것은 초개인화 서비스가 가능한지를 먼저 파악하기 위해서이다. 일반적으로 통신, 금융 서비스를 제공하는 산업은 기본적으로 고객 사용 정보가 축적돼 있기 때문에 상황요인까지 고려한 초개인화 서비스 제공이 가능하다. 반면 그 밖의 산업은 구조적으로 초개인화 마케팅 활동이 실현되기 어렵다. 따라서 산업 구조적 한계를 극복하기 위한 방편을 마련해야 한다. 의도적으로 온라인 판매(예. 제주삼다수 앱으로 생수 배달 서비스)를 시작해 고객 정보를 수집하고자 하는 것도 이런 노력의 일환이다.

​

출처 프리미엄 경영 매거진 DBR 292호

필자 이장혁 고려대 경영대학 교수, ALIGO 대표이사