`구매 패턴 -생산 시스템`연동 상품판매 극대화
잠재시장ㆍ고객행동 분석으로 서비스 향상
개인 맞춤형 상품 추천에 업무 효율화까지
잠재시장ㆍ고객행동 분석으로 서비스 향상
개인 맞춤형 상품 추천에 업무 효율화까지
최근 오프라인에서 상품을 보고 모바일 등 온라인을 통해 가격을 비교해보고 구매하는 `쇼루밍(Showrooming)' 현상이 유통업계에 새 트렌드로 떠오르고 있습니다. 이처럼 합리적인 소비를 원하는 고객들이 늘면서 해당 업체들 간 최신 IT를 접목한 서비스 경쟁이 치열합니다.
특히 최근 1∼2년 사이 전자상거래 관련 업체들이 가장 주목하고 있는 분야 중 하나가 `빅데이터(Big Data)' 기술입니다. 잠재시장과 고객행동 분석을 통해 서비스 편의성, 업무 효율성, 매출, 서비스 만족도 등을 높일 수 있다는 측면에서 빅데이터의 가치를 높게 보고 있는 것입니다.
◇스마트 컨슈머 잡는 `개인 맞춤 서비스'=빅데이터는 효과적인 데이터 분석을 통해 미래를 예측 후 최적의 대응방안을 찾고 이를 수익으로 연결해 새로운 가치를 창출할 수 있는 기술로 주목받고 있습니다. 전자상거래 시장에서도 상품개발, 마케팅, 영업, 고객대응, 리스크 관리 등 다양한 분야에서 빅데이터가 활용되고 있습니다.
가장 대표적인 사례로 `상품 추천 서비스(Curation Shopping Service)'를 꼽을 수 있습니다. 온라인상에는 다양한 상품들을 찾아 비교해 볼 수 있는 장점이 있는 반면, 상품들에 대한 정보가 방대하다 보니 정작 원하는 상품을 찾기 어려운 측면도 있습니다. 이로 인해 온라인 쇼핑 시 고객들의 피로도는 증가할 수밖에 없는 게 사실입니다.
고객의 쇼핑 피로도를 낮추고 편리한 서비스 제공을 위해 기존에는 MD나 운영자에 의해 선택된 상품을 추천하는 방식의 획일적인 서비스를 제공했다면, 이제는 빅데이터를 활용해 상품 인기도, 상품간 유사도, 브랜드 간 유사도 등을 분석한 후 개인별 맞춤 상품을 추천해주는 서비스가 제공되고 있습니다.
오프라인 매장에서 상품을 추천해 주는 점원과 같은 역할을 하여 고객들이 상품을 검색하는 시간을 줄여주는 것은 물론, 남부럽지 않는 패션 감각을 뽐낼 수 있어 쇼핑 편의성과 만족도를 높여줍니다.
가령 티셔츠를 구매하러 사이트에 방문했다가 추천 상품들을 보고 티셔츠와 함께 입었을 때 어울릴 바지, 운동화, 모자까지 원하는 상품을 쉽고 편하게 구입할 수 있게 됩니다. 실제 온라인 쇼핑몰들은 상품 추천 서비스를 도입한 이후 고객의 체류시간 증대뿐만 아니라, 추천 상품 주문이 크게 증가하는 등 매출 상승 효과를 거두고 있습니다.
◇마케팅ㆍ사이트 운영에도 빅데이터 기술 활용=소비자들은 온라인 사이트에 접속해 많은 흔적(Log)들을 남기고 있습니다. 이 흔적을 분석해 보면 어떤 상품이 좋고 원하는 게 무엇인지 등 고객 요구를 파악할 수 있습니다. 이를 얼마나 잘 파악해 사이트 운영에 반영하느냐가 곧 서비스 경쟁력이 됩니다.
전자상거래 시장에서는 상품 추천 서비스 외에도 판매 및 재고 관리, 마케팅, 상품 노출 위치나 가격 변경 등 다양한 분야에 빅데이터가 활용되고 있습니다.
유통업계에서 수요 예측이 어려울 경우 대량의 재고 발생 위험이 존재하기 마련입니다. 실시간으로 소비패턴과 인기 상품 등의 데이터를 빠르게 분석해 생산 시스템에 연결한다면 상품 수량을 조절할 수 있고 고객이 원하는 상품을 원활히 공급할 수 있게 됩니다. 결과적으로 재고 부담을 덜고 고객만족도를 향상시킬 수 있게 됩니다.
마케팅 부문에도 빅데이터를 활용해 실질적인 매출을 극대화 할 수 있습니다. 온라인 사이트에서는 고객 유입과 구매를 유도하기 위해 할인 쿠폰을 보내거나 이벤트 안내 메일 등을 발송합니다. 기존에 불특정 다수를 대상으로 이를 발송했다면 관심 상품, 장바구니 분석 등을 통해 구매 가능성이 높은 고객들에게 쿠폰을 보낸다면 마케팅 효과를 극대화할 수 있습니다.
나아가 실시간 빅데이터 분석을 통해 사이트 운영에 상품에 대한 고객 반응 및 요구를 즉각적으로 반영할 수도 있습니다. 일례로 카페24 `세라(SERA, Specialized and Enhanced Realtime Admin)'와 같은 실시간 상품 분석 서비스를 이용해 운영자들은 상품에 대한 주문건수, 클릭건수, 함께 구매한 상품은 물론 실시간 고객반응을 한눈에 직관적으로 파악할 수 있습니다. 그 결과를 토대로 상품 노출 위치나 가격 변경, 세트상품 구성 등 판매 전략을 세울 수 있습니다.
상품 추천 서비스가 고객들의 쇼핑 편의성을 높이는 서비스라면 실시간 상품 분석 서비스는 효과적인 사이트 운영을 위한 서비스로써 고객들의 반응을 실시간 반영하는 양방향 커뮤니케이션을 통해 매출 향상 효과를 볼 수 있습니다.
심화영기자 dorothy@
도움말=카페24
특히 최근 1∼2년 사이 전자상거래 관련 업체들이 가장 주목하고 있는 분야 중 하나가 `빅데이터(Big Data)' 기술입니다. 잠재시장과 고객행동 분석을 통해 서비스 편의성, 업무 효율성, 매출, 서비스 만족도 등을 높일 수 있다는 측면에서 빅데이터의 가치를 높게 보고 있는 것입니다.
◇스마트 컨슈머 잡는 `개인 맞춤 서비스'=빅데이터는 효과적인 데이터 분석을 통해 미래를 예측 후 최적의 대응방안을 찾고 이를 수익으로 연결해 새로운 가치를 창출할 수 있는 기술로 주목받고 있습니다. 전자상거래 시장에서도 상품개발, 마케팅, 영업, 고객대응, 리스크 관리 등 다양한 분야에서 빅데이터가 활용되고 있습니다.
가장 대표적인 사례로 `상품 추천 서비스(Curation Shopping Service)'를 꼽을 수 있습니다. 온라인상에는 다양한 상품들을 찾아 비교해 볼 수 있는 장점이 있는 반면, 상품들에 대한 정보가 방대하다 보니 정작 원하는 상품을 찾기 어려운 측면도 있습니다. 이로 인해 온라인 쇼핑 시 고객들의 피로도는 증가할 수밖에 없는 게 사실입니다.
고객의 쇼핑 피로도를 낮추고 편리한 서비스 제공을 위해 기존에는 MD나 운영자에 의해 선택된 상품을 추천하는 방식의 획일적인 서비스를 제공했다면, 이제는 빅데이터를 활용해 상품 인기도, 상품간 유사도, 브랜드 간 유사도 등을 분석한 후 개인별 맞춤 상품을 추천해주는 서비스가 제공되고 있습니다.
오프라인 매장에서 상품을 추천해 주는 점원과 같은 역할을 하여 고객들이 상품을 검색하는 시간을 줄여주는 것은 물론, 남부럽지 않는 패션 감각을 뽐낼 수 있어 쇼핑 편의성과 만족도를 높여줍니다.
가령 티셔츠를 구매하러 사이트에 방문했다가 추천 상품들을 보고 티셔츠와 함께 입었을 때 어울릴 바지, 운동화, 모자까지 원하는 상품을 쉽고 편하게 구입할 수 있게 됩니다. 실제 온라인 쇼핑몰들은 상품 추천 서비스를 도입한 이후 고객의 체류시간 증대뿐만 아니라, 추천 상품 주문이 크게 증가하는 등 매출 상승 효과를 거두고 있습니다.
◇마케팅ㆍ사이트 운영에도 빅데이터 기술 활용=소비자들은 온라인 사이트에 접속해 많은 흔적(Log)들을 남기고 있습니다. 이 흔적을 분석해 보면 어떤 상품이 좋고 원하는 게 무엇인지 등 고객 요구를 파악할 수 있습니다. 이를 얼마나 잘 파악해 사이트 운영에 반영하느냐가 곧 서비스 경쟁력이 됩니다.
전자상거래 시장에서는 상품 추천 서비스 외에도 판매 및 재고 관리, 마케팅, 상품 노출 위치나 가격 변경 등 다양한 분야에 빅데이터가 활용되고 있습니다.
유통업계에서 수요 예측이 어려울 경우 대량의 재고 발생 위험이 존재하기 마련입니다. 실시간으로 소비패턴과 인기 상품 등의 데이터를 빠르게 분석해 생산 시스템에 연결한다면 상품 수량을 조절할 수 있고 고객이 원하는 상품을 원활히 공급할 수 있게 됩니다. 결과적으로 재고 부담을 덜고 고객만족도를 향상시킬 수 있게 됩니다.
마케팅 부문에도 빅데이터를 활용해 실질적인 매출을 극대화 할 수 있습니다. 온라인 사이트에서는 고객 유입과 구매를 유도하기 위해 할인 쿠폰을 보내거나 이벤트 안내 메일 등을 발송합니다. 기존에 불특정 다수를 대상으로 이를 발송했다면 관심 상품, 장바구니 분석 등을 통해 구매 가능성이 높은 고객들에게 쿠폰을 보낸다면 마케팅 효과를 극대화할 수 있습니다.
나아가 실시간 빅데이터 분석을 통해 사이트 운영에 상품에 대한 고객 반응 및 요구를 즉각적으로 반영할 수도 있습니다. 일례로 카페24 `세라(SERA, Specialized and Enhanced Realtime Admin)'와 같은 실시간 상품 분석 서비스를 이용해 운영자들은 상품에 대한 주문건수, 클릭건수, 함께 구매한 상품은 물론 실시간 고객반응을 한눈에 직관적으로 파악할 수 있습니다. 그 결과를 토대로 상품 노출 위치나 가격 변경, 세트상품 구성 등 판매 전략을 세울 수 있습니다.
상품 추천 서비스가 고객들의 쇼핑 편의성을 높이는 서비스라면 실시간 상품 분석 서비스는 효과적인 사이트 운영을 위한 서비스로써 고객들의 반응을 실시간 반영하는 양방향 커뮤니케이션을 통해 매출 향상 효과를 볼 수 있습니다.
심화영기자 dorothy@
도움말=카페24
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
