행태분석 기반의 고객경험관리 마케팅

GS SHOP의 Go-To-Market 전략 및 수행방안

유통(Retail) 비즈니스 트렌드

GS홈쇼핑에서는 꾸준히 고객행동을 분석하고 있습니다. 그러던 중 2013년 6월경부터 인터넷과 모바일에서 고객의 행동이 눈에 띄게 달라진 것을 감지했습니다. 고객들이 빠른 속도로 모바일 쇼핑과 소셜 쇼핑(Social Shopping, Social Commerce)로 옮겨가고 있었던 것입니다.

소품종, 대량판매라는 특징을 갖고 있는 소셜 쇼핑은 모바일에 최적화된 사업모델입니다. 상품 수가 일반 쇼핑 채널보다 훨씬 적으므로 각각의 상품에 대해 충분한 큐레이션을 할 수 있습니다. 대량판매로 가격경쟁력을 확보하고, 판매량 예측이 가능하다는 장점이 있습니다. 한편 언제 어디서나 이용할 수 있는 모바일 쇼핑은 점점 개인화되고, 윈도우가 소형화되고 있습니다. 조사에 따르면 모바일 쇼핑 이용 고객의 많은 수가 인터넷 쇼핑 경험이 있으며, 앱을 이용해 모바일 쇼핑을 하는 것으로 나타났습니다.

고객경험관리

이 같은 환경 변화 속에서 고객경험은 ▶모바일기기를 사용하면서 고객의 이용형태가 복잡화되었습니다. ▶고객의 특성도 변화했습니다. PC에서는 우수고객이 빠져나간 것처럼 보였는데 조사를 해보니 PC 대신 모바일기기로 쇼핑을 하는 등 고객의 이용패턴이 변화했습니다. 더불어 모바일을 통해 신규고객이 새로 유입되고 있었습니다. ▶모바일이라는 새로운 채널이 생기면서 모바일 채널의 가치가 높아지고, 여기에 기반한 마케팅 채널(푸시메시지 등)이 확장되었다는 것도 알 수 있었습니다.

고객경험이 변화하면서 GS홈쇼핑에서는 고객경험관리에 대응하기 위해 ▶모바일 중심으로 고객경험을 통합하고 ▶개인화 추천 및 과학적 매장운영 강화 ▶고객 세분화 기반의 채널통합 푸시 마케팅 강화 활동을 전개하고 있습니다.

고객행동분석 플랫폼

GS홈쇼핑의 기존 고객행동분석 플랫폼을 보면, DW에 주문이력, 고객정보, 상품정보 등 DB 데이터가 있고, 웹 로그 데이터가 또 하나의 고객행동 데이터로 자리했습니다. 이를 이용해 채널별 고객 세분화, 상품 방문/구매경험 중심 타깃팅, 푸시 채널별 마케팅 활동에 사용했습니다. 그러나 이 같은 푸시 마케팅(Push Marketing)은 고객경험에 대한 개별 & 채널별 타깃 마케팅으로, 비교적 단순한 고객 마케팅을 전개했습니다. 아울러 고객을 유입하기 위해(Pull Marketing) 매장운영(채널별 매장운영, 경험 중심의 매장운영, 노출 확대 등)에도 활용했지만 그 영향력은 크지 않았습니다.

그러나 GS홈쇼핑은 변화하고 있습니다. 푸시 마케팅에서는 모든 고객의 경험을 통합하여 적재하고, 타깃킹을 정교화하고, 커뮤니케이션 채널 최적화를 시도하고 있습니다. 모바일, 푸시 SMS, 이메일 등 어떤 채널에 반응했는지에 대한 데이터도 별도의 시스템으로 관리하고, 고객에게 최적화된 마케팅 채널을 찾아서 메시지를 전달하고 있습니다.

풀(Pull Marketing)의 경우, 과거에는 PC와 모바일을 독립적으로 운영했습니다. 아울러 다품종 소량 판매로 매장을 운영했으며, 상품 나열 등을 경험에 의존했습니다. 그러나 지금은, 그리고 앞으로의 방향은, 모바일과 PC가 동일한 뷰를 가지도록 함으로써 고객의 경험을 통합하고 있습니다. 소품종 대량판매와 개인화 추천을 강화하고 있으며, 각 영역을 최적화하기 위해 지속적으로 A/B 테스트를 하고 있습니다.

이 같은 환경을 만들기 위해 GS홈쇼핑에서는 기존의 플랫폼 구조와 크게 다르지 않으면서도 고객의 행동 로그를 중심으로 빅데이터 플랫폼을 만들었습니다. 그 안에는 Big Data, Recommendation, Real Time 등의 기능을 하는 프로세스가 포함되어 있습니다. 빅데이터 플랫폼 안에는 추가적으로 Social Search, 날씨 데이터 등을 확장하기 위한 구조도 만들고 있습니다. 이를 기반으로 Push 측면에서는 통합 채널 고객 세분화, 고객별 선호 채널 최적화, 콘텐츠 및 Offer 개인화 등을 실현하고, Pull 측면에서는 실시간 고객경험 통합, 개인화 추천 정교화, 과학적 매장 운영 등을 위한 기반을 만들었습니다.

Bid Data Platform & Recommendation

빅데이터 플랫폼은 ▶고객의 PC, 모바일기기, 휴대폰 등 다양한 디바이스에서의 고객 데이터를 수집하는 영역 ▶이 데이터를 저장하는 저장소(하둡) ▶이를 활용하기 위해 배치성으로 분석하는 영역 ▶실시간으로 수집된 고객 데이터 중 일부 데이터를 고객경험을 유지시키기 위해 리얼타임으로 처리하는 영역 ▶추천 알고리즘을 만들기 위한 배치성 작업 영역이 있습니다. 하둡에 1차로 저장한 데이터를 재가공해서 DB에 적재하고, 추천 서비스에 활용하고 있습니다.

추천 서비스(Recommendation Service)는 PC에서 메인과 단품 페이지에서 제공합니다. 최근에는 이 서비스를 모바일로 확장하고 있으며, 모바일이나 PC 이외에 그 어떤 채널이 발생하더라도 하나의 고객으로 볼 수 있도록 통합하고 있습니다. 채널과 고객, 서비스, 로직을 갖고서 추천 서비스를 만들었으며, 이는 매출에도 의미 있는 영향을 주고 있습니다. 아울러 고객의 경험이 많아질수록 고객의 반응이 좋아지는 것을 알 수 있었습니다.

SAS의 활용

GS홈쇼핑은 고객경험관리에 대응하기 위해 고객의 구매 여정 전체에 대한 관리가 필요했고, 트랜드의 변화에 따라 고객 행동에 대한 즉각적인 대응이 필요했습니다.

이에 전체적인 캠페인 설계 및 수행을 위한 SAS® Marketing Automation 6.3을 도입하였고 마켓 센싱, 고객 인사이트 강화 및 신규 마케팅 기회 발굴을 위해 인메모리기반의 비주얼라이제이션 툴인 SAS® Visual Analytics 6.4를 도입했습니다.

또한 하둡 기반의 추천 엔진을 갖고 있고 상품추천을 인하우스 방식으로 개발하여 하나의 추천모델을 운영하고 있습니다. 이를 극복하기 위해 GS홈쇼핑은 SAS® Enterprise Miner로 다양한 추천모형을 시도하고 있습니다. 하둡 내 SAS® Enterprise Miner SAS 데이터 셋(마트)를 별도로 만들지 않고, SAS® Access to Hadoop(Impala) 모듈을 이용하여 하둡의 리소스를 그대로 사용합니다.

GS홈쇼핑은 앞으로도 고객경험을 실시간으로 통합하고, 개인화 추천 알고리즘을 개발 및 확산하고, 빅데이터와 추천 서비스 활용을 위한 인프라 최적화를 지속적으로 진행할 것입니다.

gs_shop_logo.jpg

비즈니스 이슈

  • 급속한 모바일 환경에 대응하기 위해 고객의 구매 여정 전체에 대한 고객경험관리 개선 필요
  • 단편적이고 수동적인 캠페인 수행으로 비즈니스의 변화 및 고객 행동에 대한 따른 즉각적 대응이 어려웠음

Solution

Benefits

  • PLAN – DO –SEE 의 선순환 구조 확립을 통해, 고객에 대한 Intelligence 축적
  • 고급 분석에 기반한 전략적 마케팅 활동으로 Planning & Tracking 이 가능하게 되었음
  • 고객의 Feedback 이 반영되는 고객 활동성 강화 중심의 Data Driven Marketing Framework 구성하게 되었음

본 문서에 나오는 결과는 본 문서에 설명된 특정 상황, 비즈니스 모델, 데이터 입력 및 컴퓨팅 환경에 적합하게 되어 있습니다. 각 SAS 고객의 경험은 고유한 것으로, 비즈니스 및 기술적 변수에 따라 달라집니다. 따라서 모든 서술은 비전형적인 것이라는 점을 고려해야 합니다. 실제 절약, 결과 및 성능 특성은 개별 고객의 구성 및 조건에 따라 달라질 수 있습니다. SAS는 모든 고객이 비슷한 결과를 달성할 수 있다고 보증하거나 진술하지 않습니다. SAS 제품과 서비스에 대한 유일한 보증은 해당 제품 및 서비스에 대한 서면 계약의 보증서에 명시되어 있습니다. 본 문서의 어떠한 내용도 추가 보증을 구성하는 것으로 해석될 수 없습니다. 고객은 SAS 소프트웨어의 성공적인 구현에 따라 합의된 계약적 교환 또는 프로젝트 성공 요약의 일환으로 성공 사례를 SAS와 공유했습니다. 브랜드 및 제품 명칭은 각 기업의 상표입니다.

Back to Top