고관여 데이터를 얻기 위한 노력
고객이 직접 취향을 말하게 하는 것
현장에서 고객 취향과 특성을 찾기 위해 많은 노력들을 했었습니다. 주문 데이터, 로그 데이터, 고객 기본 정보 등을 이용해 이 고객이 누구인지 무엇에 잘 맞는지, 어떤 것을 제안할 때 더 지갑을 여는지 등을 맞추는 작업을 진행했었죠. 과정 중에 알게 된 중요한 한 가지는 좋은 알고리즘보다 좋은 데이터가 훨씬 성능을 높이는데 도움을 준다는 것이었습니다.
좋은 데이터
좋은 데이터는 고객이 누구인지 설명을 잘할 수 있는 변수입니다. 그래서 결측치가 많은 변수도 안되며 대부분 같은 값을 갖고 있는 변수도 좋지는 않습니다. 정합성을 만족하면서도 고객이 남긴 흔적에서 고객마다 다른 유의미한 설명을 가지는 데이터가 좋은 데이터겠죠. 그중에서도 높은 변별력을 가진 데이터는 고객이 의도적으로 남기는 고관여 데이터입니다.
어떤 고객이 무엇을 주문했는지를 가지고 어떤 브랜드를 좋아하는지 맞추는 것과 어떤 브랜드의 알림을 받는 것으로 선택했는지를 토대로 선호 브랜드를 맞추는 것 중에 어느 것이 더 정확할까요? 다음에 어떤 브랜드에서 발행하는 쿠폰을 보내야 고객이 사용해서 주문이 증가하게 될까요? 경우마다 다른 결과가 있을 수 있지만 제가 경험한 현장에서는 고객이 직접 알림 받도록 선택한 브랜드의 쿠폰 사용율이 더 높았습니다. 아무리 주문 데이터에서 강력한 중요도를 가진 변수라고 해도 고객이 직접 남기는 것에는 미치지 못했습니다. 둘을 같이 쓰면 더 좋은 성능이 나올 수 있지만요.
많은 브랜드에서 고객이 직접 남기는 흔적을 찾으러 다닙니다. 커뮤니티를 운영하고 있는 커머스는 커뮤니티에서 고객이 무엇을 직접 누르고 쓰는지를 중요하게 보고 있습니다. 커뮤니티를 고객 Lock-in의 수단으로 사용하는 것처럼 보이지만 실제로는 고객의 정확한 취향을 찾기 위한 데이터 소스로 활용하고 있죠. 이미 구매한 물건에 기반하는 것 이상으로 최근 관심의 흔적을 남기는 것이 중요한 것이라 생각하는 것이죠.
고관여 트리거들
고객이 직접 취향을 말하도록 하기 위해 곳곳에 평가하는 기능을 넣습니다. 영화를 하나 보면 이게 좋았는지 평가하라고 하고 어떤 신곡을 하나 들으면 좋았는지 봐달라고 합니다. 이 애플리케이션은 어땠는지, 탑승했던 택시 기사님은 어떠했는지 평가해 달라고 합니다. 이런 고객이 직접 남기는 평가들은 평가 대상에 대한 평가 그 자체를 하기도 하지만, 이 고객이 무엇을 좋아하는지 역으로 살펴보는 수단이 되는 것이죠.
수많은 대상에 즐겨찾기 기능을 제공하는 것 역시 그렇습니다. 언제 무엇을 등록했으며 최근 등록하는 것은 과거에 등록한 것과 무엇이 다른지, 일반적으로 최근 많은 사람이 즐겨 찾기 등록하는 것과 특정 유저가 등록하는 것은 무엇이 다른지 봅니다. 특히 구매에 빈도가 적을 수밖에 없는 상품들은 주문 데이터로는 고객의 취향을 알기 어렵기 때문에 흔적을 찾아 나서는 게 더 중요합니다. 부동산, 자동차, 명품, 전자제품 등 고가의 재화나 여행 등 고급 서비스들은 생수나 라면 같은 빈도로 고객의 취향의 최신성과 빈도 등을 알 수 없기에 고객 접점을 만들어 고객이 남기는 고관여 변수를 손에 쥐기 위해 노력합니다. 만약 이런 것과 관련된 서비스에서 무언가 남기고 있는 것이 있다면 그것은 어딘가를 통해 보이지 않는 구매 유도 전략에 활용되고 있을지도 모릅니다.
물론 말보다는 행동이지만
물론 말보다는 행동이 더 정확합니다. 어떤 브랜드를 좋다고 등록했지만 한 번도 그 브랜드를 구매하지 않는 고객도 정말 많습니다. 또 어떤 사람은 정말 많은 브랜드를 등록해서 보고 있습니다. 등록이라는 행위가 사람마다 활용하고 의미하는 게 달라서 그렇죠. 정말 구매를 임박한 상황에서 몇 개 브랜드만 보는 것과 성향 자체가 여러 브랜드를 늘 한 번에 보기 좋아하는 사람은 구분해서 등록의 가중치를 달리 가져가야 합니다. 주문과 로그 같은 행동이 말보다 더 정확할 수도 있는 게 이런 부분입니다.
하지만 당장 그 무엇으로도 행동에서 얻을 수 없는 취향은 쉽게 고객에게 물어보고 몇 번 누르는 것만으로 시작할 수 있습니다. OTT 서비스를 처음 시작할 때 고객이 취향에 해당하는 것 몇 가지를 고르고 시작하는 것처럼 고객 고관여 데이터는 당장 어디서부터 출발하고 제안해야 하는지 모르는 콜드 스타트를 일부 해결해 줄 수 있습니다. 이미 주문과 로그에서는 찾을 만큼 찾아봤기 때문에 그 외에 무언가가 더 없는지 고객에게 편리와 혜택으로 포장해서 이런 정보들을 고객의 손으로 고르게 하는 것이죠.
앞서 다른 아티클에서 말씀드린 CRM 관련 내용들도 이런 데이터 수집의 결과로 품질이 결정됩니다. 고객에게 귀찮은 것이 되지 않으면서도 적절히 고객을 살펴볼 수 있는 방법에 대해서는 따로 살펴볼 기회가 있었으면 좋겠습니다.
