디지털 애널리틱스, 데이터의 힘

2012년의 일이다. 미국 미네소타 주 외곽에 위치한 타겟(Target)*에 한 아버지가 찾아와 "고등학생인 딸에게 왜 신생아용 아기 침대 쿠폰을 보내느냐"고 따져 물었다. 타겟에서 보낸 우편물이 문제였다.

* 미국 월마트(Walmart)의 경쟁자로 여겨지는 대형마트

 

우편물과 이메일에는 임산부용 의류와 가구, 아기 사진 등이 포함되어 있었다. 담당 매니저는 아버지에게 사과했다. 그런데 며칠 뒤, 매장을 찾아왔던 아버지에게 전화가 걸려왔다. "제가 몰랐던 사실이 있었어요. 딸의 출산 날짜가 8월이랍니다. 미안합니다."

 

리테일 업계에서 고객 데이터가 어떻게 이용되는지 단적으로 보여주는 사례다. 고객 데이터는 리테일러가 어떤 쿠폰을, 어떤 고객에게, 어떤 시점에 보낼지 결정하는 중요한 단서다. 신생아용 아기 침대 쿠폰을 보낸 것도 고객 행동을 카테고리화하고, 그 시스템에 따라 데이터를 분석한 결과다. 구입한 용품의 종류와 구매 주기 등의 데이터를 바탕으로 쿠폰을 보낸 것이다.

 

이전 챕터에서 디지털 트랜스포메이션과 옴니채널의 기반이 '고객 이해'임을 강조했다. 그렇다면, 무엇을 활용해야 고객을 완전히, 전사적으로 이해할 수 있을까? 답은 '고객 데이터'다. 고객 데이터는 고객의 기본 정보나 행동 양식, 구매 내역뿐 아니라 고객과 기업 간의 커뮤니케이션까지 포함한다.

 

데이터는 어떻게 모이는가?

사실 기업은 여러 경로를 통해 고객 데이터를 수집해 왔다. 포인트를 적립하는 멤버십도 데이터 수집의 역할을 한다. 각 고객에게 고유 ID를 부여하고, 매장에 얼마나 자주 방문하는지, 주로 언제 방문하는지, 무엇을 사는지, 결제 방법은 무엇인지, 쿠폰은 사용하는지 등 다양한 정보를 축적한다.

 

기술이 급속하게 발전한 최근에는 고객 데이터의 종류와 범위가 훨씬 넓고 다양해졌다. 더구나 온라인과 모바일에서는 데이터 축적이 쉽고 편리하다. 로그인 기록과 상품 검색 기록, 구매 기록 등이 자동으로 저장 및 분류되기 때문이다.