오늘날의 소비자들은 이전 세대 보다 더 자기인식 수준이 높고 까다로운 안목을 갖고 있습니다. 이러한 고객들을 소비자 행동전문가인 캔 휴즈(Ken Hughes)에 따르면 “블루 닷 소비자(“blue-dot consumer)”라고 부를 수 있습니다. 블루 닷 소비자는 언제 어디서나 원하는 것을 얻는데 익숙해져 있는 고객을 말합니다. 오늘날의 소비자 중심 환경에서 앞서가려면, 기업은 새로운 소비자들을 잘 이해해야 합니다.
그리고 온라인과 오프라인 상점 모두에서 맞춤화 및 타겟화된 옴니채널 구매 경험을 제공해야 합니다. 경쟁 우위를 차지하고 고객이 원하는 것을 제공하려면, 브랜드와 리테일러들은 인공 지능 중심 솔루션으로부터 최대의 혜택을 끌어낼 수 있도록 데이터를 활용해야 합니다.
AI는 다음의 4가지 방식으로 리테일 환경을 변화시키고 있습니다.
1. 고객 서비스 및 효율성 향상
AI의 고객 서비스는 디지털 공간에서 고객 경험을 향상시키는 것이 전부가 아닙니다. AI 기술에 힘입어 오프라인 상점들은 이미 고객 서비스를 다른 방식으로도 접근하고 있습니다. 일례로 주택용품 체인점인 Lowe’s는 고객이 원하는 제품을 찾을 수 있도록 돕는 것은 물론 직원의 재고 스캐닝을 지원하도록 프로그래밍된 친근한 로봇 LoweBot을 선보였습니다.
최근 일본 기업 Softbank는 고객과 간단한 대화를 나누고 길을 안내해주며 질문에 대답을 하는 서비스 로봇 Pepper를 도입했습니다. 2차례에 걸친 파일럿 프로그램에서 이 로봇 덕분에, 고객 방문은 70% 늘어났고 매출은 13% 향상되었습니다.
2. 보다 맞춤화된 제품 추천, 매출 향상
Salesforce의 쇼핑 맞춤화 보고서(Personalization in Shopping report)에 따르면, 추천된 제품을 클릭한 고객들은 웹사이트 방문 시 5배 더 오래 머무르는 것으로 나타났습니다. 좀 더 정확하게 말하자면, “추천 제품을 클릭한 고객들의 비율은 [리테일러 웹사이트의] 총 방문 수의 7%에 불과했지만, 이들의 주문은 24%, 매출은 26%를 차지했습니다.”
Salesforce의 보고서는 또한 제품 추천을 클릭한 사람들은 그렇지 않은 사람들 보다 웹사이트에서 10분 이상 더 머무를 확률이 높다고 설명했습니다. AI는 구매 및 검색 이력뿐만 아니라 그 순간의 사용자 선호도를 고려함으로써 리테일러들을 지원합니다.
때로는 그것이 웹사이트에서 가장 핫한 핸드백일 수도 있고, 검색 결과 30 페이지에 묻혀 있는 제품일 수도 있지만, AI는 그 제품을 표면으로 끌어와 고객의 눈앞에 표시해줌으로써, 리테일러에게는 보다 효율적이고 고객에게는 보다 개별적인 경험을 만들어줍니다.
3. 재고 관리, 물류 및 배송 향상
AI는 매출과 고객 만족도를 향상하는데 도움을 줄 뿐만 아니라, 다양한 물류 관련 문제를 해결해줄 수 있습니다. 과거에는 물류 및 머천다이징 팀이 과거 판매 데이터와 업데이트가 안된 재고 수준에 의존해 어떤 제품을 얼마나 진열할지를 대략적으로 추측할 수 밖에 없었습니다.
AI를 통해, 유통관리팀은 이제 어떤 상품이 판매될 확률이 높은지 좀 더 큰 그림을 볼 수 있게 되었습니다. 알고리즘이 훨씬 더 예측가능한 하나의 주문을 생성하기 위해 트렌드, 날씨, 소비자 행동 및 과거의 판매 이력 등을 고려하기 때문입니다. 이는 리테일러의 재고 관리와 물류를 향상해주고, 최종 목적지까지의 라스트마일 배송(last-mile delivery)을 향상할 수 있는 기회를 열어줍니다.
배송에 드론을 광범위하게 사용하는 일은 아직 갈길이 멀 수도 있지만, 수퍼마켓 체인 Kroger는 이미 식료품 배달용으로 자율주행차를 활용한다는 계획이고, 첨단 로봇이 훨씬 더 빠르고 정확하게 우편물과 상품을 정리하여 더 빨리 배송하고 결과적으로 고객의 만족도를 향상시킬 수 있다는 것이 입증되었습니다.
4. 손실 방지 및 혁신을 위한 얼굴 인식 AI
얼굴 인식 기술은 이미 1960대부터 사용되어 왔습니다. 그러나 브랜드와 리테일러들이 마케팅 기법을 새로운 차원으로 끌어 올리는데 사용하기 시작한 것은 불과 몇 년 전입니다. 일본의 화장품 브랜드 SKII는 최근 몰입형 디지털 경험의 일부로 “The Art of You”라는 이름의 얼굴 인식 소프트웨어를 도입했습니다. 이 소프트웨어는 고객의 얼굴 특징과 피부를 분석하고 맞춤화된 피부 개선 과정을 생성하여 브랜드 인지도를 구축하는데 도움을 주고 있습니다.
AI의 미래는 이미 시작되었습니다.
화두는 언제나 데이터였지만, 이제는 어떻게 데이터를 인텔리전스로 전환할 수 있는가가 중점이 되어야 합니다. AI와 머신러닝은 이미 우리가 알던 리테일 에코시스템 전체를 바꿔놓았습니다. 그리고 더 극적인 변화가 진행될 것입니다. AI는 지금까지도 그랬고 앞으로도 마케터들이 데이터를 활용하여 브랜드 인지도를 높이고, 고객들을 보다 잘 이해하며, 고객 보유 및 충성도를 향상하여 매출을 증대할 수 있도록 지원해줄 것입니다.
일부 마케터들에게, 이는 크리테오같은 대형 기술업체와의 협력을 의미합니다. 최근 문을 연 Criteo AI Lab은 크리테오의 연구개발 팀과 엔지니어링 팀이 힘을 합쳐 새로운 최첨단 AI 연구를 제품 시스템으로 개발 및 통합하는 것은 물론 AI에 대한 보편적인 지식을 한단계 더 진보시키는 것을 목표로 합니다.
지난 3년간 2천만 유로를 투자해 설립한 이 AI 센터는 사용자들이 제품 및 브랜드들과의 관계에 대해 보다 심도 있게 이해할 수 있도록 해줄 것입니다. 매달 전 세계 18,000여 파트너들의 수백억 개 제품과 상호작용을 하는 온라인 고객 14억 명의 데이터를 기반으로, 크리테오는 예측 퍼포먼스를 새로운 차원으로 끌어올리고자 합니다.
크리테오가 어떻게 브랜드와 리테일러들이 데이터를 사용해 각 고객이 필요로하고 좋아하는 것을 제공할 수 있도록 지원하는지, 보다 자세한 정보를 원하시면 Criteo AI Lab의 프로젝트를 확인하십시오.
*출처 : 크리테오
