AI, 클라우드 등 기술요인, 마이데이터(MyData) 등 데이터요인은 개별 고객에 대한 초개인화 분석 및 마케팅을 가능하게 하고 있다.

총 2회에 걸친 기고 중, 본 기고에서는 초개인화 역량체계 및 시스템, 역량체계 구성을 위한 로드맵 등을 공유할 예정이며, 후속기고에서는 초개인화 마케팅 시나리오 및 클라우드 인-데이터베이스(In-Database) 기반 역량체계 구현 방안에 대해 설명해 나가려 한다.

◆WHAT: 초개인화란? 

초(超)개인화(Hyper-Personalization)란, 고객 한명 한명 모두에게 선호하는 시간대에 그리고 선호하는 채널로 개인화된 마케팅 메시지를 전달할 수 있는 가장 고도화된 고객 커뮤니케이션 방법이다.

360도 내외부 고객데이터, AI(머신/딥러닝 등), RPA등 자동화기술이 요구되며,  초개인화된 고객경험 제공을 통해 기업은 고객 로얄티 및 만족도 향상, 그리고 신규고객 획득을 통한 매출증대를 실현 할 수 있으며, 전반적인 마케팅 ROI(투자 대비 효용) 역시 향상 시킬 수 있다.

▲ 기존 테크닉(고객 세그멘테이션 등, 왼쪽)과 초개인화 분석 및 마케팅(오른쪽) 차이

그렇다면 구체적으로, 고객경험 전반(End-To-End Customer Journey)에 걸쳐 초개인화 고객분석 및 마케팅 역량을 적용한다는 것은 무엇을 의미할까? 

은행 고객의 경우 ‘금융상품 리서치 및 비교(research) ‒ 상품가입 및 온보딩(onboarding) ‒ 금융거래(transacting) ‒ 금융상품관리(administering) ‒ 상품관련 질의/이슈해결(Resolving)’ 등의 경험을 하게 된다. 

예를 들어 금융거래(transacting)를 하는 고객 한명 한명의 평소 거래패턴(평균이체금액, 이체시간대 등) 정보 기반으로 이상거래(anomaly detection)를 탐지하고, 실시간으로 추가 인증요구 또는 콜센터 등을 통해 고객확인절차를 거치는 서비스 역시 초개인화 서비스라고 할 수 있겠다.

질의/이슈해결(Resolving) 단계에 대해서도, 과거에 특정 웹/앱 경로를 통해서 특정 유형 불만을 제기한 과거 고객 데이터를 분석하여 유사한 경로를 밟고 있으나 아직 불만을 제기하지 않은 고객에게 선제적으로 연락을 취하는 것도 초개인화 고객관계관리라 할 수 있겠다.  

전반적으로 B2C 기업의 고객은 유사한 고객경험 단계를 거치게 되는데, 전 단계에 걸처 ‘잠재고객에게 관련된 광고만 제공’,  ‘고객별로 개인화된 웹/앱 랜딩페이지 제공’,  ‘초개인화된 추천 상품/서비스 제공’,  ‘해당 상품/서비스에 대해 초개인화된 가격 및 조건 제공’, ‘AI/자연어처리 기술을 활용한 초개인화된 고객상담챗봇 채널 제공’, ‘개별 고객단위의 옴니채널 경험제공(Hyper-Personalized Omnichannel), ‘실시간 상품/서비스 상태알림’, ‘고객 구매데이터 활용 로얄티 프로그램 운영’ 등을 제공하는 것이 초개인화 고객분석 및 마케팅 서비스 제공의 구체적인 예시(Use Cases)라 할 수 있겠다.

◆WHY: 고객, 그리고 기업에게 초개인화가 중요한 이유

초(超)개인화(Hyper-Personalization)의 개념에 대해 살펴보았으며, 이제 CMO(Chief Marketing Officer) 등 경영진이 던져야 할 질문은 ‘우리 회사가 초개인화 역량을 도입하지 않으면 도태될 것인지?’, ‘개인화에서 초개인화 단계로 진입하는데 소요되는 비용과 초개인화 역량체계 구축에 의한 비즈니스 성과를 고려(ROI)했을 때 초개인화 단계로 진입하는 것이 타당한가?’ 등으로 요약될 것이다.
   
이 질문들에 대한 방향성 결정을 위해서는 자사·시장·고객 데이터 기반의 깊이 있는 분석이 요구되기에, 이번 글에서는 초개인화 관련 고객설문조사 결과 및 산업별로 측정된 초개인화의 정량적 가치 등을 레퍼런스로 우선 공유 드리고자 한다.

- 글로벌 데이터 전문기업 앱실론(Epsilon)에서 실시한 고객설문결과에 따르면,  80% 고객이 ‘기업에서 초개인화된 경험을 제공한다면 더 많은 상품/서비스를 구매하겠다’라고 응답

- 구글 인사이트(Think With Google)에서 실시한 온라인고객설문결과에 따르면, 69% 고객이 온라인 쇼핑고객이 ‘기업에서 보내는 메시지의 연관성 및 품질이 브랜드인지에 큰 영향을 준다’라고 응답

- 딜로이트(Deloitte)에서 실시한 고객 설문조사에 의하면, 75%의 고객이 기업에서 너무 많은 관련성 없는 프로모션 이메일을 보낸다고 응답했으며, 이에 따라 69%의 고객은 이메일 수신을 중단하거나 스팸처리 한다고 응답

22%의 고객이 ‘만약 초개인화된 서비스나 상품이 오퍼된다면 더 많은 고객데이터(MyData)를 제공할 의사가 있음’으로 응답

- 하버드 비즈니스 리뷰(Harvard Business Review) 분석결과에 의하면, ‘적절하게 실행된 초개인화 마케팅은 마케팅 ROI를 약 8배 가량 향상’ 시킬 수 있음

- 맥킨지 글로벌 인스티튜트(McKinsey Global Institute)의 ‘노트 프롬 더 AI 프론티어 : 인사이트 프럼 헌드레즈 오브 유즈 케이스(Notes from the AI frontier: Insights from hundreds of use cases)’ 보고서에 의하면, 초개인화의 정량적 가치는 리테일의 경우 4500억~8000억 달러(0.45-0.8  trillion), 보험의 경우 2500억~6000억 달러(0.25-0.6 trillion), 통신의 경우 1500억~2000억 달러(0.15-0.2 trillion)에 이르며,  8개 산업의 정량적 효과를 모두 합치면 1조 7000억 ~3조 달러(1.7-3 trillion)에 이름

◆HOW: 초개인화 역량체계 구성요소, 시스템 디자인, 로드맵 등

경영진의 다음 질문은 ‘초개인화 고객분석 및 마케팅 역량체계란 구체적으로 무엇이며, 우리 조직에 어떻게 역량체계를 구현 할 수 있을 것인가?’ 일 것이다.

초개인화를 위한 역량체계는 1)고객 360° 뷰 2)초개인화 분석 AI모델 3)초개인화 아이템 스토어 4)의사결정 엔진 5)초개인화 마케팅 실행 및 고객반응정보 수집 6)초개인화 분석 AI모델 고도화를 위한 피드백 매커니즘  이렇게 6가지로 구성된다.

▲ 초개인화를 위한 역량체계 구성요소 및 흐름

위 역량체계 1) ~ 6) 까지 파이프라인은 고객 한명 한명 단위로 운영되며, 2가지 유형의 트리거에 의해 데이터 수집 및 분석이 시작된다.

2가지 유형이란, 상품·서비스·정보 변경 발생 시 해당 정보를 꼭 알아야 하는 고객에게 적시에 전달하는 유형이 첫 번째 이며(예: 특정 지역 은행 영업점 위치 변경 시, 기존 영업점 방문고객의 다음 예상 방문시점 전, 선호채널로 선호하는 시간대에 변경정보 안내),  고객이 온/오프라인 채널에 유입된 경우 추천 상품/서비스/정보, 연관된 광고 등을 실시간으로 분석해 전달하는 유형이 두 번째이다.

▲ What모델 및 아이템스토어 활용사례

초개인화 분석 AI모델 중 가장 중요한 모델이라 할 수 있는 What 모델(개별고객 추천 상품/서비스 추출) 및 초개인화 아이템스토어를 잘 활용한 우수사례(Best Practice)로는 페이스북 초개인화 시스템을 들 수 있다. 

페이스북의 초개인화시스템은 고객 Query를 인풋으로 해, ‘랭크드 아이템(Ranked Items)’ 등 아웃풋을 도출하며,  초개인화 시스템 내에는 아이템스토어를 활용한 오퍼 후보군 도출(Candidate Generator), 피처 스토어(Feature Store)를 활용한 랭킹모델(Ranking Model), 커스텀 비즈니스 로직(Custom Business Logic 예: 정치와 관련된 내용은 선거기간에 노출하지 않음) 등이 핵심 역량으로 운영된다. (출처: oreillyaicon.com #OReillyAI,  페이스북 프리젠테이션)

‘우리 조직에 어떻게 이러한 초개인화 역량체계를 구현 할 수 있을 것인가?’ 라는 측면에서는 우선 ‘현 조직 성숙도 진단’ 및 ‘ROI관점의 타당성 분석’을 먼저 진행할 것을 제언 드린다.

첫 번째로, 개인화 성숙도 진단은 ▲6가지 역량체계 구성요소를 보유하고 있는지 ▲보유하고 있다면 현재의 성숙도는 어떠한지(예: 고객 360° 뷰 내 분산된 고객 뷰는 존재하지 않는지? 초개인화 아이템스토어에 모든 마케팅캠페인 관련한 오퍼들, 상품/서비스/정보들이 관리되고 있는지? 4가지 초개인화 분석 AI모델의 정확도는 어떠한지? 의사결정 엔진은 자동 생성된 메시지를 confidence-level이 낮은 경우 마케터가 직접 수정하게 지원하는지? 피드백 매커니즘은 학습데이터를 자동으로 생성하는지 ▲역량체계 운영을 위한 조직의 자원과 스킬 셋은 어느 정도 준비돼 있는지? 등을 중심으로 귀사의 성숙도를 객관적으로 측정할 것을 제언 드린다.

두 번째로, ROI관점의 고도화 타당성 분석은 1차적으로 비용(현 성숙도 고려 시, 초개인화 역량체계 구현을 위한 대략의 비용요소 도출) 대비 효용(초개인화 역량체계 도입에 따라 기대되는 대략의 매출 및 고객만족도 상승 등 효과) 산출 후, 2차적으로(효용이 더 클 것으로 예상되는 경우) 전략적 우선순위 결정을 위해 더 상세한 수준의 비용(비용요소 별 연도별 비용규모 산출) 및 효용(고객설문조사, 고객웹/앱 행동로그분석, 마케팅켐페인 고객반응이력 데이터 분석 등의 방법 활용)을 산출할 것을 제언 드린다.  

두 가지 분석을 통해 충분히 초개인화 역량체계를 전략적으로 추진하는 것이 타당하다 판단됐다면, 이제는 구체적인 지향점(To-Be Picture) 및 로드맵을 정의할 순서다.

앞서 공유됐던 고객경험 전반에 걸친 초개인화 운용 사례(Use Cases, 은행 및 B2C)를 활용해 기업의 고객·상품·서비스 그리고 경쟁상황을 고려한 ‘To-Be Journey’ 맵을 전사적인 의사결정을 통해 디자인하는 것이 첫번째 단계이며, 두번째 단계는 ‘To-Be Journey’를 고객에게 전달하기 위해 요구되는 비즈니스 역량(예: 프로세스 개선, Human-in-the-loop 등) 및 기술역량(예: 클라우드, AI, Automation 등)을 정의하고 역량 확보방안을 로드맵화하는 것이다.  

초개인화 역량체계 확보라는 전략적 목표는 전사 모든 조직(IT, 마케팅, 디지털, 상품개발, 고객관리, 데이터사이언스 등)의 참여 없이는 달성하기 어렵기 때문에 이해관계자 대상 워크샵, 스폰서쉽 확보, 변화관리 방안 정의 등 내부적인 컨센서스를 이루는 과정이 필수적으로 요구된다.

이에 이해관계자 및 스폰서 그룹을 형성하고 첫번째와 두번째를 통해 도출된 전략적 목표와 방향성에 대한 검증 및 상위레벨의 로드맵을 활용해 구체적인 타임라인을 설정하는 것이 세번째 단계이다.   

후속 기고에서는 구체적인 초개인화 마케팅 시나리오 및 시나리오의 비즈니스 적용을 위한 클라우드 인-데이터베이스(In-Database) 기반 플랫폼 구현 방안에 대해 논의 드리도록 하겠다.

<글 = 김인준 테라데이타 AP소속 데이터사이언티스트(상무)>injun.kim@teradata.com