가상 고객모델 100개 만들어 세밀하게 공략

 

[Weekly BIZ] 모바일린백族<늦은 밤 시간에 모바일로 쇼핑하는 사람들>·나오미族<젊어 보이기 위해 노력하는 중장년 여성>… 가상 고객모델 100개 만들어 세밀하게 공략

오윤희 기자

 

입력 : 2013.11.30 03:01

위클리비즈의 딱 한수
CJ 오쇼핑의 '빅 데이터' 활용법
바이어들 고객 정보 공유해… 100개로 가상 고객 분류… 특화된 서비스 제공
홈페이지 접속 고객의 검색·이동패턴 실시간 체크… 고객 심리 예측해 문자 전송

빅데이터(big data) 마케팅은 요즘 경영계의 큰 관심거리 가운데 하나다. 국내 유통업체들도 빅데이터를 마케팅에 활용하고 있다. 그러나 대부분 온라인 구매 기록이나 신용카드 사용 내역 등 고객 정보를 제한적으로 사용하는 데 그친다. 예를 들어 A라는 고객이 일주일에 한 번씩 온라인으로 과자를 대량 구매하고, B 고객은 중저가 브랜드 옷을 자주 구매한다면 A 고객에게는 과자 할인 쿠폰을 보내고, B 고객에게는 '3일간 의류 브랜드 30% 할인 이벤트' 이메일을 보내는 식이다.

CJ오쇼핑도 비슷한 방식으로 고객 정보를 활용한다. 하지만 고객의 소비 내역을 동적으로 포착해 고객의 범주를 좀 더 다양한 방식으로 세분한다는 점에서 진일보한 방식이다. 이른바 'DLS(Dynamic Lifestyle Segment)' 시스템이다.

▲ CJ오쇼핑 모델들과 사회자가 남성복 광고 방송 촬영을 하고 있다. CJ오쇼핑은 패션에 관심이 많은 30~40대 남성 고객층‘삼각팬티 입는 남자’를 겨냥한 상품을 더 많이 내놓을 예정이다. / CJ오쇼핑 제공

빅데이터 활용해 고객을 100개 그룹 분류

CJ오쇼핑 신성철 CRM팀(고객 관계 관리팀) 부장은 이렇게 설명했다. "고객의 데이터를 분석해 보니 무슨 이유에서인지는 몰라도 밤 늦은 시간에만, 그것도 홈쇼핑 방송이 아니라 휴대폰을 통해서만 물건을 사는 소비층이 있다는 사실을 발견했습니다. 이들은 어린 자녀를 재우고 난 뒤 늦은 밤에 아이가 깰까 봐 조심조심 휴대폰으로 물건을 사는 부모일 수 있습니다. 아니면 휴대폰을 한시도 손에서 놓지 않고 늦은 시각까지 잠을 자지 않는 20대일 수도 있습니다. 이들은 직업이나 성별, 나이, 가족 구성 등은 다를지 몰라도 모두 스마트폰에 익숙하고, 밤에 온라인을 많이 이용한다는 공통점이 있습니다."

CJ오쇼핑은 이런 가상 고객을 '모바일 린백(lean back)족(族)'이라고 정의했다. 늦은 시각 안락의자에 편하게 기대앉아(lean back) 휴대전화로 물건을 구입하는 고객의 이미지를 따서 붙인 이름이다.

이 회사는 밤 9시부터 12시까지 3시간 동안 스마트폰을 이용한 쇼핑에만 쓸 수 있는 쿠폰을 만들어 모바일 린백족 3900명에게 발송했다.

처음 이벤트를 기획했을 당시 CJ오쇼핑 내부에서도 '과연 고객들 반응이 좋을까' 하고 걱정하는 직원이 많았지만, 우려와는 달리 쿠폰 발행 이후 3시간 만에 주문액이 2200만원을 넘겼다. 같은 시간대 평균 매출액(700만원)의 3배를 넘는 수치다. 1인당 객단가(11만원) 역시 홈쇼핑 이용자 평균 객단가보다 20% 정도 높았다.

단순히 기저귀나 게임용품 같은 한 상품 카테고리 안에서만 고객 정보를 분석할 경우 모바일 린백족 같은 소비자 집단을 상상해 내기 어렵다. 그렇기 때문에 CJ오쇼핑 바이어들은 수시로 모여서 자기들이 맡고 있는 특정 카테고리의 고객 정보를 공유하며 가상 고객 모델을 그려 나갔다.

예를 들어 속옷 바이어가 남성 속옷 중 트렁크 팬티보다 삼각 팬티를 주로 사는 30~40대 고객이 있다는 사실을 알아내면 남성복 바이어는 이런 고객층이 몸에 착 달라붙고 세련된 남성복을 살 것이라는 가정 아래 삼각 팬티 구매자와 고급 남성복 고객 사이에 접점이 있는지 구매 데이터를 통해 확인해 보는 것이다.

이런 탐색을 다른 상품 영역으로도 확장해 '패션에 관심이 많고, 적극적으로 남성용 화장품을 사는 등 자신을 가꾸는 데 시간과 노력을 많이 들이는 30~40대 남성 고객층인 '삼각 팬티 입는 남자'라는 고객층을 가려낼 수 있었다. CJ오쇼핑은 향후 이 소비층을 겨냥한 상품군을 더욱 많이 개발할 계획이다.

CJ오쇼핑은 지난 3월부터 이런 방식으로 고객 그룹을 분류하기 시작했는데, 지금까지 100가지에 이른다. 인구 통계와 단일 항목 내 상품 구매 자료를 기반으로 '노년의 행복(중장년층 소비자)' '깐깐한 폼생폼사(저렴한 가격으로 질 좋은 제품을 구매하고자 하는 소비자)' 등 여덟 가지로 나눴던 기존 고객 분류 방식보다 10배 이상 세밀해진 것이다. CJ오쇼핑은 "외국 사례를 따라 하지 않고 독자적 노하우와 우리만의 축적된 정보로 만든 방법"이라고 밝혔다.

이런 방식으로 나눈 100가지 고객 그룹 중에는 요리를 싫어하지만 인스턴트식품에는 만족하지 못하고, 먹는 데 쓰는 돈을 아끼지 않는 '내 집 안 빕스(CJ의 패밀리레스토랑)족'도 있다.

이런 특화된 고객을 위해서는 익히기만 하면 조리가 완성되는 백립 스테이크 같은 고급 반(半)조리 식품 할인권을 제공한다.

또 나이보다 한 살이라도 어려 보이려고 피부 관리에 정성을 쏟는 '나오미(Not Old Image)족'에겐 철갑상어알로 만든 고급 화장품이 출시됐음을 알리는 메일을 보낸다.

지난 7월 섭씨 30도가 웃도는 무더운 날씨가 계속되는 가운데 이 회사는 양털 모피와 솜이 들어간 원피스나 밍크 모자 같은 한겨울 상품을 판매해 일반 기획 판매전 때보다 3배 높은 매출을 올렸다.

여름에 상대적으로 저렴한 모피를 구입하고 겨울에 수영복을 사는 등 실제 계절과 상반된 상품을 알뜰하게 구매하는 '철(계절) 없는 사람들'이라는 고객층이 있다는 사실을 파악했기에 가능한 일이었다.

실시간 정보 분석으로 고객 심리 예측

CJ오쇼핑은 DLS 외에도 또 다른 빅데이터 활용 방식으로 지난 4월 '스플렁크(Splunk)' 시스템을 도입했다. 온라인에서 발생하는 데이터를 실시간 수집, 분석할 수 있는 빅데이터 분석 전문 장비다.

예를 들어 누군가 특정 홈페이지에 접속한다면 스플렁크는 이 사람이 어떤 메뉴를 열어보고 무엇을 열람하는지 실시간 점검할 수 있다. 보통 실시간 기상 상황 분석이나 온라인 보안에 이용되는 시스템이다.

CJ오쇼핑은 스플렁크를 이용해서 온라인 구매 사이트에 접속한 고객이 홈페이지의 어떤 메뉴를 얼마나 오랫동안 검색하고, 뒤이어 어느 항목으로 이동하는지를 실시간 분석해 고객의 실제 쇼핑 목적을 예측한다.

예를 들어 고객 C씨가 온라인 구매 사이트에서 유모차를 20여분간 검색하다가 기저귀 항목으로 이동해서 10분 정도 상품을 살펴본 뒤 아기 기저귀를 한꺼번에 10개 주문했다고 가정해 보자. 스플렁크는 C가 검색한 상품들을 실시간으로 추적한 뒤 다음과 같은 결론에 도달했다.

'고객 C는 기저귀가 필요한 어린아이를 둔 엄마일 것이다. 20여분간 유모차를 검색한 것으로 보아 C는 유모차를 사고 싶어 하는 모양이다. 하지만 유모차를 사지 않고 다른 항목을 산 이유는 아마도 가격이나 디자인이 마음에 들지 않아 지금 망설이는 중일 것이다.'

그 뒤 CJ오쇼핑은 고객 C씨에게 이메일이나 휴대폰으로 메시지를 날린다. '엄마들 사이 소문 1위, △△브랜드 반짝 20% 할인 세일 시작. 홈페이지에서 기획 이벤트 코너를 둘러보세요.' 이런 메시지는 구매를 망설이는 고객들의 심리를 자극해 실제 구매 행위로 이어지도록 하는 역할을 한다.

배가 출출해지는 오후 4~5시쯤 간식을 먹으러 갈지, 조금만 참았다가 저녁을 먹으러 갈지 망설이는 사람 앞에 갓 구운 따끈한 피자 한 판이 배달될 경우 눈앞의 유혹을 뿌리치기 힘든 것과 비슷한 이치다.

앞서 설명한 DLS가 기존 고객의 과거 구매 데이터를 바탕으로 고객의 소비 행위를 예측한다면 스플렁크는 온라인상에서 실시간으로 고객의 움직임을 쫓아가며 소비 행위를 예측한다는 데 차이가 있다.

사외 데이터를 연결한다면 더욱 강력해질 것

하지만 전문가들에 따르면 CJ오쇼핑의 방식을 진정한 의미에서 빅데이터를 활용한 마케팅 방식이라고 보기는 어렵다.

김영걸 KAIST 경영대 교수는 "빅데이터 마케팅이란 사내 데이터뿐 아니라 사외 데이터까지 포괄적으로 분석해 마케팅으로 활용할 수 있어야 하는데, 아직 국내외 업체 가운데 그러한 사례는 극소수"라고 말했다.

최근 월마트의 온라인 사업을 담당하는 계열사 월마트랩이 김 교수가 말한 빅데이터 마케팅에 부합하는 사례가 될 수 있다. 한 여성이 무라카미 하루키의 '밸런타인데이의 무말랭이'라는 에세이를 읽고 난 뒤 자기 페이스북에 "무말랭이가 정말 좋아!"라는 글을 남겼다.

그러자 월마트랩은 5분 뒤 그녀의 남자 친구에게 알림 메일을 보냈다. "곧 여자 친구 생일입니다. 방금 당신 여자 친구가 하루키의 '밸런타인데이의 무말랭이'가 좋다는 글을 남긴 것으로 보아 하루키의 다른 책 '채소의 기분, 바다표범의 키스'를 선물하는 건 어떨까요." 월마트랩은 SNS의 데이터와 자사 고객 정보를 연계해 고객이 원할지도 모르는 것을 예측해 제시한 것이다.

김 교수는 "이 마케팅은 월마트가 페이스북에 글을 남긴 여성이 월마트 고객이라는 사실을 알았기에 가능한 것"이라며 "빅 데이터를 활용하고자 하는 기업들은 사내외의 방대한 데이터를 연계할 수 있는 방법을 찾는 데 노력을 기울여야 한다"고 말했다.