개인화란, 안녕하세요?라고 하기보다는 안녕하세요, 유펜님? 이라고 시작하는 이메일을 발송한다는 것을 의미합니다. 스포츠 마케팅의 저명한 전문가는 '소비자는 많은 광고와 홍보 문구에 시달리고 있으며 이는 오히려 브랜드와 소비자의 관계를 악화 시킨다. 인공 지능이 이 문제에 대한 해결책이 될 수 있을 것이다.'라고 했습니다.
실제로 초개인화는 인공지능 분야의 중요한 트렌드가 되고 있습니다. 사용 가능한 데이터가 많아질수록 개인 관련 정보도 방대해졌습니다. 이러한 발전은 세그먼테이션의 고도화를 가능하게 합니다. 세그먼테이션이란, 비슷한 성향을 가진 여러 그룹으로 나누는 것을 의미합니다. 마케팅 담당자는 각 그룹에 맞는 제품과 커뮤니케이션 전략으로 각 그룹의 요구를 충족시킵니다. 이 접근 방식은 그룹 내 요구 사항은 동일하다는 것을 기본적으로 가정하고 있습니다. 고객을 5개의 세그먼테이션으로 나눈다는 것은 5가지 유형의 고객만 있다는 것을 의미합니다. 각각의 그룹은 각각 다른 요구 사항을 갖고 있습니다. 그러나 아와 같이 25세에서 35세의 미혼 남성 직장인의 요구 사항은 동일하다고 가정하는 것은 매우 구시대적인 마케팅 관점입니다. 실제로 실생활에서 이 그룹을 살펴볼 기회가 있다면 위의 가정은 잘못된 것이라는 것을 알 수 있습니다. 개개인의 데이터가 부족한 경우에는 세그먼테이션이 좋은 마케팅 솔루션이었을 것입니다. 그러나 지금은 개개인에 대한 정보가 방대해져서 개개인의 요구 사항이 어떻게 다른지 데이터를 보면 알 수 있기 때문에 세그먼테이션과는 다른 마케팅 전략이 요구되고 있습니다.
| 똑똑해진 소비자'에 대한 도전 오늘날 소비자들은 제품이나 서비스를 소비하기 전에 그에 대한 정보를 적극적으로 찾아봅니다. 그러나, 브랜드는 소비자의 신뢰를 얻기가 쉽지 않은 환경에 높여 있습니다. 소비자는 제품 리뷰, 소비자가 생성한 콘텐츠, 인플루엔서의 영향을 크게 받습니다. 소비자가 브랜드에 대한 요구 사항을 분명하게 표현한다 해도 실제 매출과 점유율과는 차이가 있습니다. 2017년 보고서에 따르면, 개인화 프로그램에 만족하는 소비자는 25%에 불과합니다. 그리고 액센추어의 연구에서 개인화 서스에 대한 불만족한 41%의 소비자는 개인화 서비스 때문에 해당 브랜드에 대한 선호도가 감소되었다고 응답한 것으로 조사되었습니다. 브랜드에 대한 고객의 신뢰를 높이려면 어떻게 해야 할까요? | AI 기반의 개인화는 구현 방법 각 단계는 다음과 같습니다. 1. 과거의 데이터 기계 학습은 아이들이 학습하는 방식과 비슷합니다. 과거의 경험과 지식을 바탕으로 현재를 판단합니다. 기계 학습은 데이터에 학습할 항목을 알려줍니다. 예를 들면 고객 정보과 이 고객이 특정 상품을 구입했는지 구입하지 않았는지 알려줍니다. 데이터를 분석하여 어떤 고객이 특정 상품을 구입하는지 이유를 알아내는 과정을 진행합니다. 이를 통해 새로운 고객 데이터를 분석해 새로운 고객이 특정 상품을 구입할지 구입하지 않을지 예측합니다. 2. 피드백 루프를 사용한 모델 고도화 AI 셀프 러닝은 의사 결정 시스템에 지속적인 피드백을 제공하는 것을 말합니다. AI 알고리즘이 분석한 지난 예측의 결과가 맞았는지 틀렸는지를 확인하는 과정은 매우 중요하며 이를 통해 좀 더 정확한 결과를 예측해 낼 수 있도록 알고리즘을 고도화하는 작업이 필요합니다. | 심화 분석 카테고리 분류를 시작한 후, 계속해서 마이크로 세그먼트 단계까지 분류작업을 계속해야 합니다. 정확하게 마이크로 세그먼트 단계까지 분류해 내는 작업은 고객을 감동시킬 수 있는 콘텐츠를 만들어 내는 데 있어 가장 기본적인 요소입니다. 마이크로 세그먼트 작업을 통해 고객이 무엇을 원하는지 어떻게 행동하는지 알 수 있게 됩니다. 채널 간 고객 행동에 관한 인사이트와 데이터 분석 결과를 사용하여 고도화된 고객 세그먼테이션 작업을 하고 개인화된 마케팅 메시지를 전달할 수 있게 되었습니다. 브랜드가 더 많은 고객 정보를 보유할수록 이 데이터를 이용하고 고객들의 패턴을 찾아내고 잠재 고객이 어떤 마이크로 세그먼테이션에 속하는지 분석해 냅니다. 신규 고객들을 분류하고 타게팅 하기 위해 회사의 잠재 고객과 유사한 속성을 가진 외부 고객 데이터를 분석에 이용할 수도 있습니다. | 개인화와 초개인화의 차이점은 무엇일까요?
개인화는 이름, 직책, 조직, 구매 내역 등과 같은 개인 및 거래 정보를 커뮤니케이션 채널과 통합하는 것을 말하기도 합니다. 초개인화는 한 단계 더 나아가 행동 및 실시간 데이터를 활용하여 고객과 고객이 속한 환경에 맞는 커뮤니케이션을 만들어냅니다.
아마존은 초개인화를 잘 적용한 대표적인 예입니다. 아마존은 고객의 이름, 검색 내용, 검색 소요시간, 과거 구매내역, 브랜드 선호도, 평균 지출 금액 등과 같은 데이터를 다 갖고 있습니다. 이 데이터를 활용하여 고객의 프로필을 작성하고 광고메일에 관련 내용을 만드는데 이 데이터 분석 결과를 활용합니다. 예를 들면, 파란색 제품에 대한 검색 히스토리와 나이키 제품을 구매한 내역이 있는 고객에게 파란 나이티 티셔츠를 추천합니다. 이러한 이유로, 다른 쇼핑몰에 비해 아마존의 고객 추천 전환율이 60% 더 높습니다. 비슷한 방법을 고객 타게팅에 응용할 수도 있습니다. 한 리조트 회사는 IBM 고객 데이터를 특정 행동에 따라 분류한 후 특정 세그먼테이션에 속한 고객을 타게팅 하여 프로모션을 진행하였습니다.
가트너는 개인화를 활용하는 조직이 그렇지 않은 조직보다 20% 더 많은 매출을 달성할 것이라고 예측하고 있습니다. AI의 도움을 받은 초개인화 콘텐츠는 고객의 시선을 사로잡고 효율적인 마케팅 무기가 될 것입니다. 유펜솔루션과 함께 초개인화 시대를 준비하세요. : )
Commentaires