디지털 마케팅에 있어 인공지능(AI)은 소비자를 분석해 과도하게 지출되는 마케팅 비용을 최적화하고, 새로운 소비자 수요를 재빨리 찾아 시장을 확대하는 수단이다.
각 소비자 취향을 파악해 구매 전환율이 높은 소비자를 찾아내고, 이들이 반응할 최적 제품과 서비스를 선정해 마케팅을 진행하면 비용 효율성을 높일 수 있다. 또한, 이미 확보한 우수회원의 행동 양식이나 관심사를 바탕으로 추가 상품을 추천하거나, 이와 유사한 사용자를 추정해 신규 유입을 위한 캠페인을 진행할 수도 있다.소비자는 온라인을 이동하면서 다양한 정보를 남기며, 기업은 스마트폰에 탑재된 광고ID, 웹브라우저 검색 기록, 회원 가입 시 입력한 정보 등을 통해 소비자의 이동 경로나 관심사를 파악한다. 웹브라우저로 정보를 검색하고 상품을 찾는 동안 인터넷 사용기록인 쿠키로 관심사를 추정하고, 특정 웹사이트에 접속하면 한 사람이 어떤 페이지에 얼마나 머물렀는지 같은 비식별 정보를 통해 어떤 상품과 정보에 관심이 있는지 파악한다. 여기에 회원 가입 시 입력한 정보를 더하면 마케터는 누구에게 어떤 상품을 노출해야 잘 팔릴지 가늠할 수 있다.
온라인 마케팅에 인공지능 기술을 접목할 수 있다
이 과정에 인공지능을 적용하면 그동안 대중매체를 이용하던 과거보다 더 정확한 타겟 소비자에게 다가가 자사 제품과 서비스를 알릴 수 있다. 과거에는 리타겟팅처럼 단순히 제품이나 광고를 클릭한 사람에게 일정 시간 후에 다시 동일한 광고를 보여주는 정도였다. 하지만 이제는 인공지능을 통해 해당 광고에 관심을 보일 만한 소비자인지 먼저 파악하고, 광고를 집행할 수 있다. 뿐만 아니라 기존 회원의 잠재수요를 파악해 상품을 추천하는 등 기업 매출을 위한 중요한 수단이 될 수도 있다.
당연히 이런 인공지능 기술을 직접 구축하고 운용하는 데는 많은 시간과 비용이 든다. 이를 테면, 인공지능을 구동하기 위한 서버 인프라가 기본적으로 필요하며, 데이터 분석을 위해 알고리즘을 개발하고, 보유 데이터를 통해 모델을 학습시켜 원하는 결과를 낼 수 있어야 한다.
이 과정에서 제대로 정제된 데이터로 학습시키지 않으면, 모델 학습에 시간이 오래 걸리기도 하거니와, 모델이 내놓은 결과 역시 부정확할 수밖에 없다. 또한, 인공지능을 활용해 마케터가 현업에 적용하려 해도 데이터 과학자의 도움 없이는 스스로 이런 자료를 활용하거나 마케팅 플랜을 세우기도 현실적으로 쉽지 않다.
데이터 기반의 마케팅 시대
인공지능 기반 마케팅 솔루션 기업인 애피어는, 데이터 사이언스 플랫폼인 '아익슨(AIXON)'을 통해 마케터의 이러한 고민을 해결하도록 지원한다. 대부분의 디지털 마케터는 일반적으로, 다양한 채널과 소비자군에 마케팅 비용을 집행해본 뒤, 그나마 결과/효과가 좋았던 곳에 비용을 집중하곤 한다.
이 방법이 틀린 것은 아니지만, 정확도는 떨어질 수밖에 없다. 목표 채널이나 소비자군 안에서도 기업 제품과 서비스를 구매할 사람과 아닌 사람이 혼재돼 있으며, 성과가 있었다는 것은 그나마 전환율이 높은 사용자가 많았다는 의미다.
디지털 마케팅에 있어서 중요한 점은 '개인화(personalization)'다. 소비자는 대개 자신과 무관한 메시지보다, 자신이 관심있는 상품이나 자신 이름이 언급된 메시지에 더 반응하기 마련이다. 이 때문에 개인화를 통해 소비자의 관심사를 파악하고, 적절한 제품과 서비스를 적절한 시기에 노출하는 것이 중요하다.
인공지능을 활요한 소비자 예측
아익슨은 기업이 보유한 소비자 데이터와 기업이 알기 어려운 외부 데이터를 결합해 분석하고, 이를 통해 마케터가 데이터 기반의 의사결정을 내릴 수 있도록 돕는다. 기업이라면 일반적으로, 쇼핑몰 사이트에 접속해 제품을 검색하고 구매하는 과정의 데이터를 갖고 있다. 여기에 사이트 밖에서 일어나는 소비자의 행동과 관심사 데이터를 통합하면 목표 소비자군을 세분화하고, 어떤 채널을 통해 어떤 소비자군에게 마케팅 비용을 집행해야 할지 파악할 수 있다.
이와 같은 데이터 통합에는 기업의 기존 데이터에 애피어의 관심사 데이터를 적용한다. 애피어는 현재 아태지역 12개 국가에서 사업을 진행 중이며, 이 과정에서 발생한 데이터를 토대로 오랜 기간 학습한 모델을 구축했다. 데이터 통합 과정을 통해 기업은 모델 학습 없이 즉시 자사에 맞는 데이터 분석 솔루션을 갖출 수 있고, 마케터는 사용자 행동 예측, 구매 예측, 목표 소비자군 자동 생성 등 원하는 목적에 맞는 결과를 얻을 수 있다.
소비자 관심사 기반 세그먼트
다양한 예측 모델을 통해 구매 예상 고객 예측, 유사 고객 탐색, 이탈 고객 예측, 소비자 외부 관심사 분석 등 마케팅 전반에 걸쳐 다양한 인사이트를 얻을 수 있다. 예를 들어, 구매 예측과 관련한 모델을 기업 데이터에 적용하면 해당 제품에 대해 전환율이 높은 구매자를 찾고, 해당 세그먼트를 대상으로 디스플레이 광고, 앱 푸시, SMS, 이메일 등 여러 채널로 마케팅 캠페인을 집행할 수 있다.
데이터 과학자나 개발자가 필요한 기존의 머신러닝 도구와 달리, 마케터가 모델 생성/통계 관련 전문 지식이 없어도 클릭 만으로 목표에 맞는 결과를 추출할 수 있다. 아익슨 안에서 목적에 맞는 인공지능 모델이 자동으로 적용되고, 여러 광고 채널과도 직접 연결할 수 있기 때문에, 좀더 빨리 의사결정을 내려 광고를 집행하는 것이 가능하다.
소비자 관심사에 따른 타겟 소비자군 분석
일례로, 일본의 온라인 부동산 기업인 '라이풀(LIFULL)'은 기존 사업을 통해 임대인과 임차인, 이사를 계획한 사람, 매매 등 부동산과 관련한 관심사 데이터를 갖추고 있다. 이러한 데이터를 토대로 소비자에게 이사 업체, 초고속 인터넷, 가구업체 등 이사 관련 기업의 광고를 송출하는 광고 대행 사업을 진행하는 중이다.
라이풀은 이 과정에서 아익슨을 도입해 데이터 분석, 목표 소비자 설정, 광고 집행 등을 자동화했으며, 광고 셋업 및 실행에 걸리는 시간도 줄였다. 광고를 본 소비자의 전환율을 PC에서는 88%, 모바일에서는 229% 개선한 결과를 냈다.
이러한 데이터 과학 기반의 마케팅 툴이 아무리 마케터 혼자 사용하기 쉽다 하더라도, 처음 사용한다면 어색하고 혼란스럽기 마련이다. 이에 애피어는 전담 매니저를 배정해 데이터 연동 과정이나 도구 운용 과정에서 발생하는 문제를 분석하고 이를 해결해준다. 때문에 마케터는 IT/데이터 전문가가 없어도, 현업 목표에 맞는 데이터를 추출하고 상황에 따른 마케팅 캠페인을 설계해 적절한 채널로 집행할 수 있다.
글 / IT동아 김영우 (pengo@itdonga.com)