빅 데이터도 모르는 인간의 숨은 욕망
[ 글을 시작하기 전에 ]
인류학은 소비자들이 일상에서 무엇을 생각하고 궁극적으로 무엇을 원하는지 이해하는 가장 유용한 수단이다.
소비자의 시선으로 그들의 일상을 가까이에서 관찰하고, 소비자가 관계 맺고 있는 복잡한 사회문화적 요소를 총체적으로 교려함으로써 설문조사나 포커스 그룹 인터뷰로는 알아낼 수 없는 소비자의 잠재된 욕구를 파악해 낸다.
이는 소비자의 욕구를 반영한 제품이나 서비스를 기획 개발하고 효과적인 마케팅 전략을 수립할 수 있다는 것만을 의미하지 않는다.
인류학자가 타문화 연구를 통해 자문화를 더 깊이 이해하게 되듯 인류학을 통한 소비자 연구는 소비자에 관한 심층적인 이해를 제공함과 동시에 기업 내부의 프로세스를 최적화하여 궁극적으로는 기업 문화를 혁신하고 새로운 가치를 창출하는 데까지 나아간다.
그러나 기업에 인류학적 시각이 필요한 가장 중요한 이유는 따로 있다.
오늘날과 같은 불확실성의 시대를 제대로 이해하고 효과적으로 대처하기 위한 유용한 렌즈가 인류학이기 때문이다.
인류학은 공감과 선입견 없는 관찰, 총체적 접근을 통해 감춰진 이면을 포착함으로써 인류가 현재 어디로 가고 있고 앞으로 무엇을 향해 갈지 통찰을 얻는 학문이다.
기업의 인류학자들은 현재를 진단하고 미래를 예측함으로써 기업이 미래에 대처하는 정도가 아니라 원하는 방향으로 앞날을 변화시킬 수 있도록 돕고 있다.
그럼 인류학을 통해서 본 데이터의 현재는 인류의 욕망을 어떤 곳으로 어떤 형태로 가리키고 있는지 알아보도록 하자.
Ⅰ. 기업 중심주의에서 벗어나면 소비자의 숨겨진 욕구가 보인다.
맥킨지에서 일하던 시절, 국내 리딩 생명보험사와 협업할 기회가 있었다. 보험과 관련한 고객들의 인식을 개선하고 보험 상품의 신뢰를 높이기 위해 우리는 업계 최초로 컨설팅식 세일즈 방식을 도입하기로 했다.
컨설팅식 세일즈란 상담을 통해 고객의 욕구를 파악하고 그에 가장 알맞은 상품을 권장하는 세일즈 방식을 가리킨다.
당시는 보험설계사가 보험 아줌마라는 터무니없는 호칭으로 불리던 때였다.
지인이나 소개받은 사람을 무턱대고 찾아가 판촉물을 안기면서 보험 가입을 끈질기게 권유하는 부담스럽고 귀찮은 존재라는 인식이 팽배했다.
그러니 고객들도 딱히 도움이 되길 기대해서가 아니라 거절하기가 어려워서 울며 겨자 먹기로 보험 상품에 가입하는 경우가 많았다.
보험에 관한 이런 부정적인 인식을 뒤집으려면 문화 상대주의적인 시각으로, 즉 기업이 아닌 고객의 시선으로 보험이 어떤 역할을 할까에 집중해야 했다.
고객이 보험에 진정으로 바라는 것은 무엇일까? 자기 귀한 시간을 들여 보험 상품 설명을 듣거나 가입을 권유받기 원하는 고객은 없다.
그러나 믿을 수 있는 전문가가 자산 불리기, 내 집 마련, 자녀의 교육 결혼 독립을 위한 재원 마련, 노후 자금 준비 등을 세심하게 계획해 준다면 그리고 생에 주기에 맞춘 이러한 재무 계획을 보험 상품이 지원해 줄 수 있다면 고객도 기꺼이 시간을 내어 귀를 기울일 것이다.
이처럼 보험 상품 판매가 아닌 컨설팅 버시스 제공으로 고객에게 접근하는 것이 바로 컨설팅식 세일즈다.
이를 위해 맥킨지와 고객사는 생애 주기에 맞춰 기존 보험 상품을 재정비하는 한편, 일명 보험 아줌마로 불리던 보험 설계사를 재교육하고 복장 규정을 통해 전문가다운 이미지를 갖추게 했다.
호칭도 FC로 바꿨다. 지금은 너무나 유명해진 OO생명 FC가 탄생하는 순간이었다.
무늬만 글로벌 기업 vs. 뼛속까지 글로벌 기업
KFC는 중국에서 가장 사랑받는 패스트푸드 체인이다.
KFC는 중국 전역 현지화가 아닌 지역별 현지화 전략을 치밀하게 세워 시즌마다 지역 특색이 강한 새로운 메뉴를 선보였다.
표준화된 셀프서비스 시스템을 고수하지 않고 중국 소비자들의 정서를 고려해 식탁을 정리해 주는 서비스를 도입한다거나 매장 인테리어를 바꾸는 등의 노력도 아끼지 않았다.
직원 역시 거의 100% 현지인을 고용하고, 중국 공공사업을 지원하는 등 중국 사회에 이바지하는 기업이라는 이미지 또한 잘 만들어가고 있다.
KFC의 중국 진출 사례에서 알 수 있듯 본사 정책보다 현지 소비자의 욕구를 철저하게 따르는 문화 상대주의적 관점은 글로벌 기업의 현지화 성공을 보장하는 핵심 요소다.
세계 최대의 할인점 월마트가 한국 시장 공략에 실패하고 8년 만에 물러난 이유는 KFC와 달리 본사 중심주의에서 벗어나지 못했기 때문이다.
미국 소비자들은 할인매장이 집에서 멀리 떨어져 있는 경우가 많아 한 번에 대용량을 구매한다.
그러니 매장 형태는 당연히 천장까지 물건이 꽉꽉 들어찬 창고형이어야 하고, 취급 품목은 신선식품보다는 가공식품이나 공산품 위주가 될 수밖에 없다.
그러나 한국에서는 신선식품 위주로 수시로 장을 보기 때문에 마트의 접근성이 매우 중요하고 대용량 제품을 구매할 이유도 없다.
매대는 눈높이 정도를 가장 선호하며 할인매장에서도 친절한 서비스를 기대한다.
그러나 월마트는 한국에 진출하면서 이러한 문화적 요소를 전혀 고려하지 않았다.
그 결과 한국에서도 외곽에 입지를 정하고 표준화된 냉동식품과 공산품을 주로 취급했으며 저가 정책을 위해 인건비와 운영비를 줄이려고 최소한의 서비스만을 제공했다.
미국 시장에서의 성공 법칙이 전 세계 어디에서나 통하는 것은 아니다.
특히 대형 할인매장은 현지인의 일상과 매우 밀착한 분야이므로 현지화 전략이 무엇보다 중요하다.
현지 소비자를 고려하지 않으면 시장에서 외면받는다는 사실을 월마트는 너무 늦게 깨달았다.
Ⅱ. Big data가 모르는 진실을 Thick data는 안다.
맥락을 품은 스토리에서 얻는 왜에 대한 통찰력
thick data의 의미를 더 깊게 이해하려면 big data와 비교하는 방법이 가장 효과적일 것이다.
big data는 정량적이고 thick data는 정성적이다.
big data가 머신 러닝에 의존한다면 thick data는 인간 학습에 의존한다.
big data는 패턴 식별을 위해 변수를 제거하지만, thick data는 복잡성을 수용한다.
big data는 해상도가 떨어지고 thick data는 확장성이 떨어진다.
이런 차이 덕분에 오히려 big data와 thick data는 서로를 보완할 수 있다.
정량적인 정보인 big data로는 무엇을 얼마나 에 관해 알 수 있고, 정성적인 정보인 thick data로는 왜 어떠한 맥락에서인지에 대해 통찰할 수 있다.
머신 러닝에 의존하는 big data로는 정확성을 인간 학습에 의존하는 thick data로는 보편적인 진실을 추구할 수 있다.
변수를 제거함으로써 패턴을 식별하는 big data는 불확실성이 적을 때 유리하고 반대로 불확실성이 클 때는 복잡성을 수용하는 thick data가 도움이 된다.
big data가 과거 벌어진 일과 현재 일어나고 있는 일을 말해 준다면 thick data는 미래에 있을 일, 아직 알지 못하는 일을 알려 준다.
이는 아마도 thick data가 스토리를 담고 있기 때문일 것이다. 흔히 스토리라 하면 개인적이고 비과학적이라 생각하기 쉽지만 트리시아 왕은 스토리는 일화와는 명확히 구별되는 개념이라고 선을 긋는다.
일화는 무심코 수집되고 공유되며 맥락이 없는 반면, 스토리는 연구 맥락에 따라 의도적으로 수집되고 체계적으로 분석되며 결과적으로 통찰력을 제공한다는 것이다.
Ⅲ. 아디다스, thick data로 20년을 내다보고 준비하다.
ReD의 연구가 빛을 발한 또 다른 사례는 아디다스에서 찾을 수 있다.
오랫동안 아디다스는 권투선수 무하마드 알리, 육상선수 제시 오웬스와 같은 스포츠 엘리트를 위한 제품을 만들어 왔다.
매출 5%에 해당하는 최고의 선수들을 위해 제품을 개발하면 이들을 동경한 일반인들이 매출의 나머지 95%를 채운다는 것이 아디다스의 오랜 전략이었다.
하지만 모두가 스포츠 대회에 출전하려고 하지 않는다는 것을 깨달았다.
이런 의문을 해소하기 위해 칸스는 ReD의 전문가들을 영입한다.
연구팀은 아디다스 고객들과 함께 이른 아침을 먹고서 강변을 달리거나 요가를 배우러 가거나 산악자전거를 탔다.
그리고 왜 운동하는지, 운동용품을 고르는 기준과 교체시기는 어떻게 되는지 등을 관찰하고 인터뷰해 기록했다.
마침내 연구팀이 내린 결론은 아디다스의 오랜 전략과는 정반대였다.
그들은 스포츠 경기에 출전해 승리하려고 아디다스 제품을 사지 않았다.
그들은 경쟁에서 이기기 위해서가 아니라 더 건강한 몸과 마음을 지니기 위해 운동했다.
이에 따라 아디다스는 일부 스포츠 스타가 아닌 더 건강하고 나은 삶을 위해 운동하는 평범한 소비자를 위한 브랜드로 서서히 변화하기로 한다.
그러려면 기존처럼 기능성과 품질의 개선에만 주목할 게 아니라 소비자의 미적 감각과 라이프 스타일을 충족시킬 방법을 알아야 했다.
머지않아 운동화가 패션 아이템이 되리라는 사실을 자각한 것이다.
아디다스는 2004년에 불가능, 그것은 아무것도 아니다는 캠페인으로 큰 반향을 일으켰지만, 2011년에는 아디다스 올인 캠페인을 새로 선보인다.
불가능, 그것은 아무것도 아니다 캠페인이 어떤 환경에도 자신의 한계를 넘어서려는 엘리트 운동선수를 타깃으로 한다면 아디다스 올인 캠페인은 나이와 성별, 직업을 뛰어넘어 모두가 열정으로 하나 되는 새로운 라이프 스타일을 아디다스가 선도하겠다는 의지를 표현하고 있다.
아디다스가 10년 이상을 내다볼 수 있었던 건 아주 작은 변화를 알아채고 그것이 무엇을 의미하는지 중금해 했기 때문이다.
그리고 소비자의 일상을 파고들어 수집한 ReD의 Thick data가 Big data 만으로는 불가능했을, 미래에 관한 통찰을 가져다줬기 때문이다.
아디다스의 사례를 통해 우리는 Big data가 알려주는 현실에 안주하지 않고 Thick data가 내다본 미래를 준비하는 기업만이 살아남을 수 있음을 다시 한번 확인할 수 있다.
Ⅳ. Thick data를 얻기 위한 THICK 프레임워크
인류학적 시각을 기반으로 소비자로부터 Thick data를 얻기 위한 다섯 가지 방법을 소개하려 한다.
Toloerance : 문화 상대주의에 입각해 낯섦에 관대해지기
Hidden Desire : 관찰을 통해 소비자의 숨은 욕구 찾기
Informations : 극단적인 소비자 및 나만의 자문단을 적극 활용하기
Context : 소비자의 말이 아닌, 총체적인 맥락에 집중하기
Kindred Spirit : 참여를 통해 소비자에게 공감하기
이 다섯 가지를 각 방법론의 각 앞 글자를 따 THICK 프레임워크라고 부르기로 한다.
이제부터 THICK 프레임워크가 무엇을 뜻하는지, 어떻게 활용하면 좋을지 구체적으로 알아보자.
Ⅴ. Toloerance : 문화 상대주의에 입각해 낯섦에 관대해지기
어떠한 선입견도 없이 초심자의 마음으로 소비자를 관찰하기 위해서는 낯섦을 너그럽게 수용하고 받아들이는 톨레랑스의 정신이 필요하다.
인간에게는 본능적으로 나와 다른 무언가를 기피하려는 경향이 있지만 이것에서 벗어나 낯섦에 대한 톨레랑스를 지녀야만 나와 다른 집단 또는 내가 이미 잘 알고 있다고 착각하는 집단을 더 깊이 이해할 수 있다.
Hidden Desire : 관찰을 통해 소비자의 숨은 욕구 찾기
그저 지켜보는 것만으로 많은 것을 관찰할 수 있다.
누군가를 알려면 대화와 질문도 필요하지만, 오히려 관찰이 상대방에 대한 더 많은 정보를 줄 때도 있다.
Informations : 극단적인 소비자 및 나만의 자문단을 적극 활용하기
명품 브랜드들의 패션쇼 사진을 볼 때마다 저런 옷들은 누가 입을까?
궁금해진다. 매일 출퇴근하면서 사는 평범한 사람들은 도저히 못 입을 옷들이 무대를 가득 채우고 있다.
그런데 패션쇼는 디자이너들의 상상력과 창의력을 뽐내거나 브랜드 이미지를 강화하기 위한 자리만은 아니다.
무대에 올려진 옷들은 이후 과장된 요소를 조금 약화하는 등 상업적으로 변주되어 대중에게 판매된다.
패션쇼를 보고 그해의 패션 트렌드를 가늠할 수 있는 이유다.
Context : 소비자의 말이 아닌, 총체적인 맥락에 집중하기
무표정한 남성의 얼굴을 찍은 사진이 있다. 장례식 사진을 보여 준 뒤에 이 남성의 사진을 보여 주면 사람들은 남성이 슬퍼하고 있다고 여진다.
그러나 책이 빽빽하게 꽂혀 있는 서가 사진 뒤에 이 남성의 사진을 보여 주면 남성의 표정에서 따분함을 읽는다.
우리가 같은 사람의 같은 표정에서 서로 다른 감정을 유추하는 이유는 무엇일까. 맥락이 달라졌기 때문이다.
조만간 사람의 표정으로 감정을 읽어 내는 인공지능이 상용화될 거라고 한다.
그러나 심리학자들은 이런 예측이 회의적이다. 감정을 유추하려면 그 표정이 만들어진 맥락을 이해해야 하는데, 인공지능은 그러지 못한다는 것이다.
Kindred Spirit : 참여를 통해 소비자에게 공감하기
Ⅵ. 소비자에게 욕구를 묻지 말고 직접 파악하라.
사람들 대부분은 제품을 보여 주기 전까진 자신들이 정말로 원하는 것이 무엇인지 정확히 모릅니다.
이것이 바로 스티브 잡스가 소비자 조사를 믿지 않은 근본적인 이유이자 소비자 조사의 세 번째 맹점이다.
전에 없던 혁신적이 서비스나 제품에 대해서는 소비자 조사가 유용하지 않다.
존재하지 않는 무언가를 상상해 평가할 수 있는 소비자는 없기 때문이다.
스티브 잡스가 아이패드를 만들어 세상에 내놓기 전까지 사람들은 태블릿 PC 카테고리가 존재할 수 있다는 가능성조차 상상하지 못했다.
아직 적히지 않은 페이지를 읽어 내는 것이 우리의 일이다.
공식 자서전 스티브잡스에 실린, 그가 직접 작성했다는 글의 한 대목이다.
소비자에게 원하는 바를 묻지 말고, 그들이 무엇이 필요한지 미처 깨닫지 못한 것을 먼저 파악하는 게 자신이 할 일이라는 뜻이다.
[ 글을 마치며 ]
데이터를 활용하는 사람이 기업이 앞으로는 더 큰 기회를 찾아낼 수 있을 것이라는 말은 진리에 가까운 사실이 되었다.
그럼 데이터를 어떻게 활용해야 하는지 그 방법에 대해서 고민을 해보자.
첫 번째는 데이터를 최대한 많이 수집하는 것이다.
데이터를 분석하기에 앞서 최대한 많은 데이터를 수집하는 것이 유리하다.
그리고 그 데이터는 꼭 주제와 명확하게 일치할 필요는 없다.
다양한 종류의 데이터를 가지면 가질수록 예상외의 결과물을 만들어 낼 수 있기 때문이다.
두 번째는 모인 데이터를 각각으로 구분하고 분류하는 것이다.
데이터를 어떤 종류나 성향으로 구분하고 어떤 특징을 가지고 있는지에 따라서 구분을 하는 것이다.
이 과정을 거치면서 어떤 데이터가 추가로 필요한지에 대한 분석이 나올 수 있다.
세 번째는 모인 데이터를 기반으로 Fact를 체크하고 그것을 토대로 계획을 세우는 것이다.
여기까지가 데이터를 빅데이터로 만들고 데이터를 활용하는 단계로까지의 발전이라고 생각할 수 있다.
하지만 더 중요한 더 큰 결과물을 만들어내기 위해서는 Thick Data분석이라는 관점을 가져보자는 것이다.
이는 데이터와 데이터 사이에 존재하지 않는 context를 찾아내는 것을 말한다.
데이터와 데이터 사이의 맥락을 이해하는 것을 말하는데 이는 현상을 분석하는 능력을 배양하는 것을 말한다.
그리고 이를 위해서는 데이터 자체를 선입견이나 편견 없이 볼 수 있어야 하고 데이터를 사용하는 사람들의 특징을 파악할 수 있어야 한다.
이를 위해서 인문학적인 소양이 필요한 것이라고 생각한다.
결국 데이터는 인류에 대한 이해를 기반으로 미래에 벌어질 사건을 추측해 보는 것이라고 생각한다.
마지막에 나온 아직 적혀있지 않은 페이지를 읽어내는 것이 우리의 일이라는 말이 꽤 인상적이다.
우리는 모두 미래에 벌어지게 될 일에 대한 고민을 하고 있다.
이 때문에 우리가 많은 노력을 들여서 미래에 대한 현상에 대한 단초를 찾고 선점하기 위한 노력을 하는 것이다.
세상에 펼쳐져 있는 다양한 기술적인 발전은 분명 시간이 지나면 하나의 구체적인 형태가 되어서 우리가 사용하게 될 것이다.
그 시점이 되었을 때에 우리는 데이터를 통해서 발생될 일을 좀 더 빠르게 쉽게 이해할 수 있게 될 것이다.
물론 그 단계를 가기 위해서는 Thick data라는 방식에 대해서 곱씹어 봐야 할 것이다.
참고 도서 : THICK data ( 백영재 )