개인화는 어떻게 돈을 벌 수 있다는 것일까?
스티치 픽스 사례 분석을 통한 수익화
스티치 픽스는 개인 맞춤 스타일링 큐레이션 서비스 회사이다. 데이터 기반으로 비즈니스를 만드는 가장 대표적인 회사이기도 하다.
스티치 픽스에 대한 분석글이 궁금하시다면 여기를 눌러주세요.
스티치 픽스는 시장 점유율을 확대하기 위해 서비스 이용자의 수를 늘리고, 기존 고객의 지출을 늘리는 전략을 취하고 있다. 서비스 이용자의 수를 늘리기 위해 지리적으로 확장하고, 다양한 고객 세그멘테이션별 큐레이션 서비스를 도입하고 있다. 스티치 픽스는 2019년부터 미국 전역뿐만 아니라 영국까지 서비스 범위를 확대하였다. 이미 10년 이상 수백억 개의 데이터 셋을 테스트하며 알고리즘을 만든 것들을 유럽 고객들에게도 적용을 하게 된 것이다. 스타일링이라는 감성적 영역의 큐레이션이 영국에서도 통할 수 있을지에 대한 많은 우려가 있었지만 그런 걱정이 무색하게 2019년부터 매년 성장세에 있다. 지역적으로 이용자 수를 늘리는 것 외에도 고객을 세분화하여 이용자의 수를 늘리고 있다. 주 타깃 고객인 여성 외에도 임산부, 어린이, 남성, 어린이의 스타일링을 함께 제공하고 있다.
이때 첫 이용객의 심리적 진입장벽을 낮추고 빠르게 스타일 픽스 서비스 전환을 위한 경험을 곳곳에 배치하였다. 스타일링을 위한 고객 데이터를 입력하면 비용을 지불하기 전 얼마든지 맞춤 스타일링 패션 아이템을 착용해 볼 수 있다. 무료 반품도 가능하다. 초기의 심리적 부담을 줄이면서 자연스럽게 고객과 상호작용을 하면서 고객에 대한 이해를 기반으로 전문적인 스타일링을 제공함으로써 고객은 스티치픽스와 연결되고 점점 애착 관계가 형성되게 된다.
의외의 기쁨 역시 신규 고객들이 느낄 수 있는 긍정 경험이다. 고객은 본인의 취향, 신체에 대한 데이터만 제공했을 뿐 어떤 패션 아이템을 전달받을지 모른다. 이전에는 알지 못했던 브랜드와 본인의 취향에 대해 새로 발견할 수 있게 되면서 의외의 기쁨을 느끼게 된다. 예측하지 못한 기쁨과 놀라운 요소는 고객에게 긍정적 감정을 제공하면서 지속적인 서비스 이용으로 이끌게 된다.
기존 고객의 지출을 늘리기 위해 고객의 데이터를 더욱 심층적으로 활용한다. 스티치 픽스는 서비스에 대한 고객 충성도를 당연하게 여기지 않았다. 기존 고객을 대상으로 충성도를 높이기 위해 인공지능과 전문 스타일리스트와 협업을 하여 '샵 유어룩'을 출시하였다. 샵 유어룩은 스티치 픽스에서 구매한 아이템을 개인별 맞춤식으로 어떻게 스타일링을 하면 좋을지 보여주는 서비스이다. 스티치 픽스는 해당 서비스를 통해 구매한 고객의 1/3 이상이 '샵 유어룩'서비스를 참여하였고 고객의 60% 이상이 추천된 아이템들을 2개 이상 구매했다고 발표하였다. '샵 뉴 컬러스'를 통해 이전에 구매한 항목을 다른 색상, 다른 패턴으로 구매하고 스타일링을 시뮬레이션해볼 수 있다. 기존 고객이 스티치 픽스 대신 다른 쇼핑몰로 이탈했을 경우 스티치 픽스에서 구매한 아이템과 다른 아이템 간 스타일링을 어떻게 해야 할지 서비스를 제공받을 수 없다. 기존 스타일링에 대한 정보도 알 수 없게 되어 불편함을 겪게 된다. 결국 이탈하는 불편함이 크게 되면서 그동안 데이터를 충분히 제공하고 스타일링을 제공받은 스티치 픽스를 다시 이용하게 될 확률이 높아진다. 이렇게 스티치 픽스는 고객 데이터를 확보해 참여도를 높이고 확보한 데이터로서 맞춤형 스타일링을 하여 충성도를 높여 나가고 있다.
일방적으로 서비스를 제공받는 것이 아닌 때론 고객이 직접 스타일링을 수정할 수도 있고, 피드백을 제공할 수 있는 권한도 부여받게 된다. 초기에는 무조건적인 자동화로 제공한 서비스를 원한다면 고객 주도로 바꿀 수 있는 선택 권한을 주게 된 배경 역시 고객 데이터에 있다. 스티치 픽스는 끊임없는 베타 테스트를 통해 서비스를 진화시켜 나감으로써 고객과의 끊임없는 관계 형성을 해 나가고 있다. 이러한 관계 형성과 충성도는 결국 비즈니스로 연결되어 스티치 픽스의 매출을 견인하고 있다.
과연 이들의 실험은 사업적으로 얼마나 임팩트를 가져오고 있을까? 데이터를 통해 서비스 가입자수를 늘리고 고객을 오랫동안 붙잡는 큰 방향으로 활성 고객이 무려 350만 명에 도달하고 있다. 게다가 우리가 패션을 소비하는 방식 역시 바꿔놓고 있다. 개인의 데이터와 고도로 훈련된 인공지능으로 매장에 가지 않고서 새로운 스타일과 옷을 마음껏 입어보고 싶은 고객에게 어디까지 재미있는 쇼핑 경험을 제공할지 기대된다.
