Sans-serif

Aa

Serif

Aa

Font size

+ -

Line height

+ -
Light
Dark
Sepia

[E-Commerce] 데이터 없이 미래를 논할 수 없다

Data is King at Amazon

이커머스에서 데이터의 중요성은 이제 불문율이 되었습니다. 아마존의 디렉터로 근무했던 로니 코하비는 “아마존에서는 데이터가 모든 것을 지배한다(Data is King at Amazon)”고 할 정도로 데이터를 지속적으로 강조했죠. 모든 분야 통틀어, 커머스 업계는 늘 기술이 가장 빠르게 도입되는 산업일 것입니다. 조금이라도 뒤쳐지면 소비자에게 외면받기 마련이고 시시각각 변하는 그들의 입맛에 빠르게 브랜드도 변화해야 하기 때문일 것입니다. 그렇다면 계속해서 개선해야 하고, 또한 ‘내일’을 예측하여 고객이 원하는 것들을 그들이 원하는 곳에서 적재적시에 꺼내주어야 합니다. 때문에 이커머스에서 데이터는 예측을 위해 가장 중요한 요소가 되었습니다. 

이미 많은 이커머스 기업에서 데이터를 통한 서비스, 콘텐츠 개인화를 시행하고 있습니다. 이는 더 확장되어 인공지능이 직접 고객군을 만들기도 하고, 제품 추천 등 다양한 요소에 도입이 될 것입니다. 글로벌 시장조사기관 가트너(Gartner)와 오픈소스 이커머스 플랫폼 마젠토(Magento)에서 분석한 내용에 따르면, 2023년까지 전자상거래를 위해 AI를 사용하는 대부분의 기업이 고객 만족도와 매출, 비용 절감을 최소 25% 이상 향상시킬 것으로 예상된다고 합니다. 이토록 중요한 데이터와 인공지능. 어떻게 활용할 수 있을까요?

Data driven SERVICE

나에게는 만 원, 누군가에게는 만 오백 원?

몇 년 전만 해도 한 사이트에서 본 만 원짜리 제품은 다른 사람에게도 똑같이 만 원짜리 제품이었습니다. 그러나 이제 우리는 압니다. 호텔 예약 사이트에 자주 드나들수록 가격이 올라간다는 것을. ‘호텔 예약 사이트 쿠키 삭제하는 법’과 같은 포스팅이 올라올 정도로, 많은 분야에 가격이 자주 바뀌는 ‘다이나믹 프라이싱(Dynamic pricing)’ 정책이 적용되어 있습니다. 

아마존에서는 실제로 수백만 개의 상품 가격이 실시간으로 책정되고 있습니다. 특정 제품에는 가격을 인상하여 마진을 남기고, 가장 잘 팔리거나 순간적으로 팔아 치워야 하는 상품에는 가격을 낮춰 사용자 유입을 확대합니다. 아마존은 실제로 매일 약 250만 번 상품 가격을 변경하고 있고, 경쟁사 가격과 자사 가격을 분석하며 제품 가격이 늘 변화하고 있습니다. 

아마존에서 시작한 다이내믹 프라이싱도 인공지능을 입고 점점 더 고도화되고 있습니다. 과거에는 재고 현황, 경쟁사 가격 등을 바탕으로 자사의 가격을 조정했다면, 이제는 인공지능을 통해 가격도 점점 더 개인화되고 있습니다. 일본의 스타트업 젠클러크(ZenClerk)의 경우 웹사이트 방문자의 행동을 0.05초 간격으로 수집하고 분석하여, 구입을 망설이는 시점에 할인쿠폰을 보내 구매를 유도합니다. 이를 통해 해당 서비스 도입 후 주문 비율은 평균 1.4배가 높아졌다고 합니다.

컨설팅 회사에서 제품을 판다?

세계적인 컨설팅 회사로 알려진 맥킨지에서 ‘모던 리테일 콜렉티브(Modern Retail Collective)’라는 매장을 오픈했습니다. 맥킨지에서 브랜드를 론칭하고 직접 운영하게 된 것입니다. 이유는 간단합니다. 이론 중심의 컨설팅에서 직접 운영을 해보며 운영 경험에서 얻은 인사이트로 컨설팅을 제공한다는 목표입니다. 해당 매장에는 여성 속옷 브랜드, 천연 화장품 브랜드, 천연 데오드란트 브랜드, 주얼리 브랜드, 총 4가지 카테고리의 브랜드가 입점해 있습니다.

그러나 단순히 운영에서 나온 노하우만 알려주겠다는 것이 아닙니다. 이 매장 안에는 기술과 시스템이 구축되어 있습니다. 인공지능 챗봇, AR, RFID등 다양한 기술을 가진 16개 IT회사와 파트너를 맺고, 이 매장 안에서 실험을 진행하고 있습니다. 기술을 활용하여 고객들의 매장 경험을 설계하고, 그 안에서 고객들이 실제로 어떤 반응을 일으키는지, 매출에는 어떤 영향을 미치는지 데이터적으로 확인하겠다는 것입니다. 이러한 매장 실험을 통해 매장 폐점율을 줄이고 온라인몰과 연계하는 O2O 옴니채널 고도화를 기대해볼 수 있겠습니다.

https://post.naver.com/viewer/postView.nhn?volumeNo=26133958&memberNo=17369166

Data driven PRODUCTS

데이터로 트렌드를 읽다

현재 일본에서는 AI MD를 실제 비즈니스에 접목하는 분위기가 나타나고 있습니다. 스타트업 뉴럴포켓(Neural Pocket)에서 개발한 AI MD는 인공지능을 통해 트렌드를 분석하고 예측, 그리고 상품 기획까지 영향을 미칩니다. 예전에는 예전에는 MD들의 경험에 의존하여 상품을 개발하거나 발주했기에 재고가 쌓이는 경우가 있었습니다. 그러나 브랜드보다 더 빠르게 변하는 소비자들의 입맛을 맞추기 위해선 예측 해야합니다. AI MD는 빅데이터 및 정량분석을 통해 트렌드 예측 기술을 제공합니다. AI 알고리즘에 의한 사진, 동영상 해석 기술을 바탕으로 전 세계의 SNS와 이커머스 사이트 내의 패션 사진을 해석해 나타난 변화를 기업에 알려주는 것이죠. 이를 통해 AI MD를 사용하고 있는 기업들에서는 새로운 제품을 런칭할 때 이 데이터를 활용할 수 있게 됩니다. 내부적으로 재고를 줄이고 미래를 예측하여 소비자들의 수요에 맞는 제품을 제공함에 따라 내부 효율화를 가지고 올 수 있게된 것입니다.

https://www.neuralpocket.com/

이 제품의 출시 적기는 언제일까?

삼성물산 패션부문은 내외부의 광범위한 데이터를 수집하고 있습니다. 대기업이니 정말 다양한 데이터가 수집되었을 것입니다. 삼성물산 패션부문은 이 데이터를 정밀하게 분석하여 소비자의 취향 분석은 물론 제품의 출시 주기까지 연구합니다. 연구 결과를 바탕으로 인공지능 프로그램에 데이터를 넣으면, 타깃이 필요로 하는 ‘아이템’은 무엇이고, ‘0월 00일’이 출시 적기라는 결과가 도출됩니다. 어쩌면 구찌가 시즌리스 패션을 선언한 것과 비슷한 방향성이기도 합니다. 패션은 일반적으로 봄여름 시즌, 가을 겨울 시즌의 시즌제로 생산되어 유통되었죠. 하지만 너무나 다양한 타겟고객군과 한 브랜드 안에서도 각 제품 라인에 따라 판매 적기는 다릅니다. 그런데 하나의 시즌으로 퉁친다면 재고가 쌓일 수밖에 없습니다. 데이터를 바탕으로 오히려 적은 아이템, 시즌이 없는 라인을 유지하는 게 오히려 브랜드의 신선도를 유지하는데 도움이 될 것입니다.

Data driven PROCESS

이커머스 기업에서 이제 제품도 팔리겠다, 매출도 나오겠다, 유통량도 늘어났겠다.. 하나씩 퍼즐이 맞춰지면서 생기는 고민이 있습니다. 바로 재고관리입니다. 아무리 매출이 늘어도 재고관리 역량이 없다면 비용은 오히려 늘고, 품절/재입고, 악성 재고의 굴레에서 벗어나지 못합니다. A시즌에는 잘 팔려서 그 이후에도 같은 상품을 더 많이 발주했는데 오히려 B시즌에서는 팔리지 않아 재고부담으로 남기도 하죠.

신세계 INC에서는 위와 같은 문제를 해결하는 AI수요예측 플랫폼, 사이캐스트를 런칭했습니다. 인공지능이 대형마트에서 어떤 상품이, 언제 얼마나 팔릴지를 미리 예측하여 자동 발주를 넣는 시스템입니다. 이 안에는 판매 수치 뿐 아니라, 프로모션, 가격, 날씨 등 다양한 변수를 같이 분석합니다. 상품 폐기, 결품으로 인한 판매 기회 로스, 과다재고로 인한 재고관리 비용을 효과적으로 낮출 수 있다고 합니다. 사이캐스트는 현재 이마트 매장에 도입하여 운영중이며, 무엇보다 가장 장점은 클라우드 기반 플랫폼이라는 점입니다. 타 시스템들에 비해 구축 비용이 낮고, 어떠한 서비스에도 적용할 수 있어 신세계 뿐 아니라 다양한 서비스에 활용될 수 있을 것으로 예상됩니다.

출처 : 조선일보

결국 데이터를 얼마나 쉽게 요리할 수 있는가가 관건

다수의 데이터를 모아, 그 안에서 인사이트를 찾아내 서비스 향상 지표로 삼거나, 백 프로세스를 개선하고 싶은 건 모든 브랜드들의 바람일 것입니다. 그러나 위의 사례의 공통점은 대부분 대기업에서 진행했다는 것, 눈치채셨나요? 사실상 스몰 브랜드, 스타트업에서 데이터를 더 필요로 할 것입니다. 다른 회사들처럼 한 시즌에 많은 비용을 투자하거나 대규모 프로젝트를 진행할 수 없기 때문이죠. 데이터를 보며 그 안에서 개선점을 찾아 서비스를 고도화하는 것. 어디서 돈이 새는지, 전체 프로세스상에서 같은 비용을 가지고 어느 부분에 더 투자를 해야 하고, 어느 부분의 비용을 줄여야 하는지 확인하는 과정은 데이터를 통해 이루어집니다.

그렇기에 스타트업도 쉽게 데이터를 들여다보고, 가공할 수 있도록 도와주는 스타트업들을 위한 ‘솔루션’이 앞으로 더 중요해질 것입니다. 일례로 전자상거래 플랫폼 카페24에서는 빅데이터 기반 실시간 상품 반응 분석 서비스, ‘세라‘ 기능을 제공합니다. 쇼핑몰 방문자의 패턴을 파악해 어떤 상품을 많이 조회하는지, 구매하는지를 알려주는 서비스입니다. 쇼핑몰 사업자들은 이를 통해 가격을 조정하거나 소비자 성향을 확인하여 상품 노출 위치도 조정할 수 있는 것이죠. 이렇게 어떤 사업자든 쉽게 데이터에 접근하고 이를 통해 바로 전략을 수립할 수 있도록 하는, 데이터 민주화가 지금 우리에게 필요한 것이 아닐까요? 앞으로 더 많은 곳에서 데이터를 통해 이커머스 방향성 설정에 도움을 주는 플랫폼이 다양화되길 기대해봅니다.

댓글 남기기

이 사이트는 스팸을 줄이는 아키스밋을 사용합니다. 댓글이 어떻게 처리되는지 알아보십시오.