코로나19 이후 소비자 행동이 급격히 변화하면서 언택트 쇼핑이 크게 부상했습니다. 이제 세계가 서서히 일상을 회복하는 가운데 기업들은 온라인을 통한 언택트 쇼핑의 편리함과 오프라인 매장의 쇼핑 경험을 결합하는 최선의 방법을 모색하고 있습니다. 그 결과 브랜드의 온라인 스토어와 오프라인 매장 간의 경계가 모호해졌습니다.
"기업은 고객이 어디에 있든지 그 곳에 있어야 한다"는 모든 산업에서 가장 중요한 원칙 중 하나입니다. 그러나 이를 실행하는 것은 말처럼 쉽지 않습니다. 결국, 고객이 있는 곳에 있으려면 기업은 먼저 다음과 같은 몇 가지 중요한 질문에 답해야 합니다. “고객은 구체적으로 누구인가?” “고객이 자주 시간을 보내는 곳은 어디인가?” “고객의 관심을 끄는 것은 무엇인가?”
현재 이 질문들에 대한 답을 찾기 위해 고민 중이라면 왜 OMO가 그 해답이 될 수 있는지 Appier의 제안을 읽어보시기 바랍니다.
OMO(Online Merged Offline)는 다양한 유통 채널을 통합하고 온·오프라인 고객 기반 통합을 가능하게 하며 고객 데이터 수집을 통해 통합된 쇼핑 경험을 제공하는 마케팅 방식입니다.
즉, OMO를 사용하면 온라인 고객이 실제 오프라인 매장을 방문하기 전에 해당 고객에 대한 인사이트를 수집할 수 있어 고객의 선호도에 따라 제품을 추천을 할 수 있습니다. 또한 오프라인 매장에서 이루어진 모든 구매 내역이 고객의 개인 프로필에 기록되기 때문에 향후 고객이 어떤 채널을 사용하든 고객의 구매 및 인게이지먼트 데이터에 쉽게 액세스할 수 있어 보다 포괄적인 쇼핑 경험을 구축할 수 있습니다. OMO 전략 및 애플리케이션에 대한 자세한 내용은 성공적인 OMO 접근을 위한 Appier의 가이드를 참조하십시오.
온라인과 오프라인 채널을 둘다에 운영하는 브랜드들은 “두 채널의 고객 프로필이 쉽게 통합되지 않는 경우 단편적인 데이터에서 더 나은 분석적 인사이트을 얻으려면 어떻게 해야 합니까?”라는 질문을 자주 합니다.
이는 방대한 양의 데이터베이스를 보유하고는 있지만 이를 활용하여 인사이트를 끌어낼 능력이 부족한 수많은 유통업체가 직면한 가장 큰 문제 중 하나입니다. 바로 이 지점에서 OMO가 유용한 역할을 합니다. 현대 사회에서 더 나은 고객 경험을 만들기 위한 핵심 요소 중 하나인 OMO는 데이터를 유용한 정보로 만듭니다. 이러한 정보를 효과적으로 활용할 경우 브랜드는 온라인 고객의 구매 내역뿐만 아니라 오프라인 고객의 선호도와 행동도 파악할 수 있게 됩니다.
예를 들어, 대만의 거대 유통업체 중 하나인 PX Mart는 AIXON 고객 데이터 사이언스 플랫폼을 활용하여 매장 내 모든 거래 데이터를 통합 및 분석하고 디지털 전략을 강화하고 있습니다. AIXON 은 고객의 최근 구매 내역을 조사하여 오프라인 거래 데이터를 실시간으로 구조화된 데이터나 태그로 변환해 공식 웹사이트 및 모바일 앱의 거래 데이터와 통합하여 종합적인 고객 프로필과 실시간 고객 인사이트를 생성할 수 있도록 지원합니다. 보다 자세한 내용은 사례 연구 Appier, PX Mart의 OMO디지털 구축 전략 강화 지원을 참조하십시오.
보다 포괄적인 데이터베이스를 구축하게 되면 개별 고객의 속성에 따라 더욱 맞춤화된 제품 추천 및 콘텐츠를 제공할 수 있습니다. "고객 중심" 정밀 타겟팅을 구현함으로써 고객이 사용하는 채널에 관계없이 모든 고객의 니즈를 충족하고 전환을 촉진할 수 있는 더 나은 쇼핑 경험을 구축할 수 있습니다.
기기 간 추적이 점점 더 제한되는 포스트 쿠키(post-cookie) 시대에 마케터는 마케팅 비용을 현명하게 사용하는 법을 알아야 합니다. Appier가 도와드리겠습니다. Appier는 퍼스트 파티 데이터의 잠재력을 극대화함으로써 브랜드가 고객 개인정보 보호 약속을 지키면서 보다 정확한 예측을 위해 고객 기반에 대한 전체적인 그림을 그릴 수 있도록 지원하는 데 노력을 아끼지 않습니다.
AIXON은 각 고객의 검색 시간, 사용 기기, 위치, 트리거된 이벤트, 키워드 및 관심사를 탐색하여 인텔리전트 사용자 프로필을 구성할 수 있습니다. 이러한 데이터들이 결합되어 개인 정보를 입력하지 않고도 확률 매칭을 통해 익명의 사용자를 식별하고 행동을 예측하며 포괄적인 사용자 프로필을 구축합니다.
충분하지 않은 행동 이력 데이터를 보완하기 위해 AIXON은 각 고객의 선호도를 자동으로 태그하고 AI를 활용해 고객의 관심사를 예측하여 마케터가 타겟팅 전략을 지속적으로 개선할 수 있도록 지원합니다. 보다 자세한 내용은 Appier가 제안하는 서드파티 쿠키 없는 시대의 마케팅 성공 가이드를 참조하십시오.
다음 그림에서 에이미는 "Appier Shop"에서 장을 보는 단골 고객입니다. 매장 주인은 AIXON의 데이터 수집 및 분석 기능을 활용하여 에이미의 오프라인 거래 데이터와 온라인 참여 행동을 교차 조사하여 유기농 제품에 관심이 있다는 것을 정확하게 예측합니다. 그런 다음 AIXON은 에이미에게 유기농 식품 판매 및 할인 정보를 보여줍니다. AIXON의 도움으로 브랜드는 고객의 눈 앞에 가장 원하는 제품을 제시함으로써 전환 속도를 쉽게 높일 수 있습니다.
보다 포괄적인 사용자 프로필을 활용하여 마케터는 채널 리소스를 효과적으로 할당하고 숨겨진 니즈를 파악하며 개별 고객에게 맞춘 개인화된 경험을 설계하기 위해 멤버십 프로그램을 시작할 수 있습니다. 멤버십 프로그램은 각 고객의 구매 행동, 채널 선호도, 참여 시간 등과 같은 정보를 사용하여 시작할 수 있습니다.
말레이시아 전자제품 체인점인 Senheng은 마케팅에 AIXON 솔루션을 도입하여 평균 주문 금액이 12배 증가하는 큰 성공을 거두었습니다. AIXON은 Senheng이 구매 제품 유형, 브랜드, 가장 최근 구매 날짜, 멤버십 정보 등의 이전 거래 데이터를 분석하여 다양한 제품에 대한 잠재 고객 세그먼트를 예측할 수 있도록 지원했습니다. 기존의 룰 기반(rule-based) 타겟팅과 비교했을 때 이러한 접근 방식은 타겟팅의 정확도와 결과를 크게 향상시켰습니다.
소비자는 본인이 선택한 참여 채널에 관계없이 일관되고 개인화된 경험을 기대합니다. 웹사이트, 모바일 앱, 채팅, 오프라인 매장 등 선호하는 채널을 통해 개별 고객에게 맞춤화된 가장 매력적인 콘텐츠를 보여주면 전환율이 크게 높아집니다.
오프라인 거래 데이터를 수집하는 일반적인 방법은 실제 매장에 진열된 상품에 QR 코드를 부착하는 것입니다. 고객은 상품의 QR 코드를 스캔하거나 일련 번호를 입력하거나 또는 영수증 정보를 업로드하여 포인트를 적립하고 특별 경품이나 할인을 받을 수 있습니다. 이러한 방법은 브랜드가 고객의 매장 내 거래 데이터(제품 가격, 카테고리, 구매 위치 등)를 기록할 수 있는 좋은 방법일 뿐만 아니라 보다 높은 고객 유지율과 인지도를 위한 로열티 프로그램을 시작할 수 있는 기회이기도 합니다.
또한 Appier는 사용자 프로파일링과 확장된 관심사 예측 기능에 기반하여 신규 고객을 확보하는 핵심 AI기술을 보유하고 있어 잠재 고객을 식별하고 온라인 트래픽을 실질적인 수익으로 전환할 수 있습니다. Appier의 AIXPERT 캠페인 자동화 클라우드는 24시간 쉬지 않고 마케팅 캠페인을 모니터링하고 광고 예산 재할당과 타겟 오디언스를 조정을 통해 캠페인을 최적화합니다.
유통업체의 경우 세심한 OMO 전략을 통해 더 나은 고객 경험을 달성할 수 있습니다. 예를 들어 고객은 매장에서 쇼핑하는 동안 추가 할인 여부를 웹사이트에서 확인하거나 또는 웹사이트에서 마음에 드는 옷을 보고 매장에서 직접 입어 보려 할 수도 있습니다. 어느 경우든 고객은 과거 구매 내역을 기반으로 스마트폰을 통해 제시된 가장 연관성 높은 추천 제품을 바로 볼 수 있습니다.
온라인과 오프라인의 경계가 모호해지는 시대에 브랜드에게 중요한 것은 보다 매력적인 고객 경험을 만들고 충성도 높은 고객과의 개인화된 커뮤니케이션을 활성화하고 새로운 고객과의 인터랙션을 활발하게 함으로써 브랜드(판매 증가)와 고객(더 나은 경험) 모두에게 윈윈 상황을 만드는 것입니다.
귀사의 마케팅 전략에 OMO 접근을 도입할 준비가 되셨나요? 더 자세한 내용을 위해 지금 바로 문의해 주세요.