온라인 비즈니스를 운영하고 있는 많은 기업들이 매출 실적이 부진하면 온라인 소비자 행동을 연구하기 보다 장바구니 이탈률이 높은 원인을 분석하는 데 더 집중하는 경향이 있다. 물론 정량화 가능한 데이터를 분석하여 그 결과에 따라 유저 인터페이스를 다시 설계하거나 콘텐츠를 전체적으로 재점검하는 등의 사이트 개선 작업을 할 수 있다. 하지만, 고객이 구매 여정 전반에 걸쳐서 어떤 행동을 보이는지 이해하여 이를 토대로 통합 고객 프로필을 구축하지 못하면 이와 같은 조치들은 일회성에 그칠 수 있다. 2019년 2분기 기준, 전세계 전자상거래 사이트 방문 건 수 중에 구매 전환으로 이어진 건은 2.58%에 불과하다. 즉, 34명이 온라인 쇼핑 사이트를 방문했다면 그 중 1명 만이 구매를 진행했다는 뜻이다. 이는 고객의 전체 구매 여정 어느 단계에서 무엇이 잘못되었는지를 파악함으로써 오히려 나머지 33명을 설득하여 구매를 진행하도록 유도할 수 있는 기회로 볼 수 있다. 온라인 쇼핑 과정에서 구매 결정을 내리지 못하는 우유부단한 소비자의 결정을 도와 전환으로 이어지게 할 수 있는 4단계 전략을 소개한다.
1) 고객의 특정 행동을 촉구하는 트리거 이메일 전송
온라인 쇼핑을 하는 사람들은 사이트를 탐색하는 동안 보통 뉴스레터 구독 신청, 장바구니에 상품 추가, 특정 상품 카테고리 집중 검색 등의 다양한 온라인 행동을 보인다. 머신러닝(ML)을 활용하여 이런 행동을 분석할 뿐만 아니라 행동과 관심사에 따라 고객을 정밀하게 세분화할 수 있다. 그리고는 고객 참여 유도 플랫폼을 통해 사전에 정의한 여러 조건에 따라 공략할 타겟 세그먼트를 선별하고, 이들을 움직이게 할 트리거 이메일을 보내면 전환 확률을 높일 수 있다. 가령, 영미라는 소비자가 의류 판매 사이트의 원피스를 몇 가지 검색한 후 사이트 뉴스레터 구독은 신청했지만 어떤 상품도 결국 구매하지 않고 사이트를 떠났다고 가정하자. 이 경우, 사이트에서 가장 많이 팔리는 베스트 아이템, 그리고 각 의상들을 코디할 수 있는 팁이 포함된 트리거 이메일을 보내면 영미가 구매를 결정할 가능성이 높아질 것이다.
2) 개인 맞춤 상품 추천 푸시 알림으로 구매 결정 유도
특정 행동에는 반드시 숨은 이유가 있기 마련이다. 소비자들의 행동도 마찬가지다. 이들로 하여금 결제를 완료하거나 아니면 결제 중간에 구매를 포기하도록 하는 동인은 무엇일까? 고객의 행동 패턴 및 관심사와 관련된 자사(1 st-party) 및 타사(3 rd-party) 데이터를 결합한 후 머신러닝(ML)을 적용하면 원하는 상품의 품절, 너무 높은 가격, 또는 사용자 친화적이지 않은 결제창 디자인 등과 같은 아마도 소비자의 행동의 원인이 되었을 근거를 분석할 수 있다. 이처럼 가능성 있는 원인을 파악한 후에는 최적의 채널을 통해 개인맞춤 콘텐츠로 참여를 유도해야 한다. Wirecard의 “International Holiday Shopping Report 2018”에 따르면, 아시아 소비자의 90%가 앱, 모바일, 데스크톱, 오프라인 매장 등 다양한 채널을 사용하여 구매를 결정하기 전 가격을 비교하는 것으로 나타났다. 따라서 최적의 채널 및 메시지 조합을 찾아내는 것이 가장 중요하다. 예를 들어, 영미가 이커머스 앱을 탐색하고 연말 송년회 모임에서 입을 원피스를 장바구니에 담은 후 앱을 나가버렸다고 하자. 데이터를 보면 영미가 해당 앱이 아닌 외부의 사이트에서 연말 모임 드레스 관련 블로그 포스트를 최근에 읽은 것으로 나온다. 그러면 앱 푸시 알림을 통해서 영미가 장바구니에 담아 놓은 원피스 뿐만 아니라 어울리는 구두와 클러치를 포함한 맞춤 상품을 추천하면 영미가 앱으로 돌아와서 결제까지 완료할 가능성을 높일 수 있다.
3) 빈틈없는 프로모션 전략으로 판매 주기 단축
프로모션 마케팅 전략을 잘 사용하면 매출 확대에 도움이 된다. 성공 전략의 핵심은 결정을 하지 못하고 있는 망설이는 소비자를 집중 공략 대상으로 삼는 것이다. 이미 어떤 상품을 구매하기로 마음 먹은 사람이나 그냥 둘러보기만 하는 윈도우 쇼퍼들에게 시간과 예산을 낭비해선 안된다. 그 둘 사이에 결정을 내리지 못하고 있는 우유부단한 고객들은 약간의 자극만으로 구매를 완료할 가능성이 높다. 고급 머신러닝을 사용하여 소비자들이 웹사이트에서 보인 행동을 분석하면 망설이고 있는 사용자가 누구인지 알아낼 수 있다. 그러면 이들에게 맞춤 조정한 프로모션으로 구매 결정을 촉진할 수 있다. 또한, A/B 테스트를 실행하고 머신러닝으로 다양한 프로모션의 전환율을 예측함으로써 가장 성과가 좋을 프로모션 혜택이 무엇일지 보다 합리적으로 선정할 수 있다. 일본의 온라인 패션몰 어번리서치아울렛(Urban Research Outlet, URO)은 머신러닝을 활용하여 주저하고 있는 사용자들 중에서 특별 혜택을 제공했을 때 구매 가능성이 높은 세그먼트를 찾아냈다. 해당 세그먼트에게 무료 배송 쿠폰을 제공함으로써 스마트폰 전환율은 242% 증가, 그리고 매출은 70% 확대되는 성과를 얻을 수 있었다.
4) 전략적인 리마인드 전송 채널과 시점 선정
요즘과 같은 초연결(hyper-connected) 시대의 소비자들은 최소 2-3 종류의 디바이스를 소유하고 있다. 따라서 소비자들이 각각의 장치에서 어떤 행동 패턴을 보이는지 알아내는 능력이 리타겟팅에 필수적이다. 딥러닝을 사용하여 고객이 여러 장치를 번갈아 가며 보이는 행동을 분석하면 고객에 대한 전체적인 관점을 구축하고, 브라우징, 검색, 구매 등 특정 유형의 행동을 수행할 때 주로 사용하는 장치나 시간대를 알아낼 수 있다. 영미는 아침 출근길에는 주로 휴대폰을 통해 상품을 검색하고 점심 시간에는 사무실 PC를 통해 검색을 이어간다. 실제 영미의 구매는 늦은 밤 휴대폰을 통해서 이루어지는 편이다. 이 경우, “오늘 찾아보셨던 빨간색 원피스가 곧 품절됩니다. 필요하시다면 늦기 전에 결정하세요!”와 같은 메시지가 포함된 인앱 광고를 보내어 스팸으로 넘어가는 상황이나 불필요한 예산 낭비를 막을 수 있다. 2019년 올 한 해 전세계 소비자들의 온라인 쇼핑 금액이 전년 대비 18% 증가한 3조 4,600억 달러에 달할 것으로 전망된다. 연말연시 쇼핑 시즌에 돌입하면서 할인 혜택을 놓치지 않으려는 소비자들의 참여로 평소 보다 더 많은 구매가 일어나고 있다. 위에서 소개한 4단계 전략으로 결정을 내리지 못하고 있는 우유부단한 소비자들에게 도움을 준다면 구매 전환 확대에 도움이 될 것이다.
* 인공지능(AI) 을 사용하여 고객 참여를 유도하고 ROI 를 높일 수 있는 방법에 대해 보다 자세히 알아보고자 하시면 애피어의 최신 백서 “스마트한 아시아 소비자 앞서가기: 인공지능(AI)을 통한 이커머스 고객 참여 극대화” 를 다운 받아 확인하세요!