매일 크고 작은 문제에 직면하는 기업은 한정된 자원으로 최대한의 효과를 내기 위한 해결방안을 찾고자 합니다. 최근 기업들은 문제 해결의 의사결정을 위한 근거로 데이터를 적극적으로 활용하는 추세입니다. 데이터를 근거로 한 의사결정이 위험요소는 최소화하는 동시에 기대 효과를 극대화해 줄 것이라고 생각하기 때문입니다.
최근 ‘빅데이터 마케팅’ ‘마테크(마케팅+테크놀로지)’등의 개념이 주목받는 이유도 여기에 있습니다. 기업이 데이터를 활용해야 하는 근본적인 이유, 문제 해결 과정에서 빛을 발하는 데이터의 역할과 효과에 대해 알아보고자 합니다. 기업이 데이터를 기반으로 문제를 해결한 사례를 바탕으로 데이터의 중요성을 이해해보도록 하겠습니다.
문제 해결 과정에서 빼놓을 수 없는 너란 데이터!
‘문제’는 이상과 현실의 차이(Gap)에서 시작된다고 합니다. ‘어떻게 되면 좋겠다(should be)’는 미래의 모습과 현재 ‘어떻게 되고 있다(as-is)’의 차이로 인해 문제가 발생하며 이런 차이를 없애는 것을 ‘문제 해결(Problem Solving)’이라고 합니다.
문제 해결의 일반적인 과정의 단계는 ‘문제 정의→원인 분석→해결방안 도출→실행계획 수립→실행 및 평가’로 나뉩니다. 이 과정 중 데이터를 활용할 수 있는 단계는 어디일까요? 거의 전 과정이라고 해도 무방할 정도로 데이터는 문제 해결의 단계마다 다음 단계로 나아갈 방향을 설정하고 의사 결정을 내리는 데 중요한 근거 자료로 역할을 합니다.
기업이 문제를 해결하는 과정 각 단계에서도 데이터가 활용될 텐데요! 그렇다면 기업이 문제에 직면한 현재 상태(as-is)에서 문제를 해결한 이후의 상태(should be)로 나아가기 위해 어떻게 데이터를 활용했는지 사례를 통해 알아보도록 하겠습니다.
1. 불스원샷, 업계 1위의 고민… 빅데이터로 해결!
불스원은 자동차용품을 판매하는 회사로 엔진세정제 불스원샷이 주력 상품입니다. 국내 시장 점유율 90%를 차지하는 1위 기업이지만, 그들도 해결하고 싶은 고민이 있기 마련인데요. 바로 신규 고객 매출이 기대보다 낮은 상황에서, 해외 경쟁사의 국내 진출로 기존 고객마저도 빼앗길 수 있다는 위기에 직면한 것입니다.
따라서 불스원은 제품에 대한 사람들의 반응을 파악해 기존 고객은 유지하면서도 신규 고객 유치를 위한 마케팅 전략을 세우고자 했습니다. 이를 위해 불스원샷 제품에 대한 뉴스, 커뮤니티, 블로그, 카페 상의 데이터를 수집해 키워드 분석을 진행했습니다.
분석 결과 불스원샷 연관 검색어(네이버 제공 데이터 – 사람들이 특정 키워드와 함께 검색한 키워드) 상위 20개 중 ‘넣는 법’과 ‘사용법’과 같은 의미의 키워드가 상위에 나타났습니다. 그뿐 아니라 불스원샷 화제어(특정 키워드와 함께 언급된 글의 주제어) 분석 결과에서도 유사한 결과를 확인할 수 있습니다. 지난 1년 치 불스원샷 화제어 데이터를 기간별로 나누어 본 결과 ‘엔진오일,’ ‘주유구’ 등이 꾸준히 언급되었고, 이를 심층 분석한 결과 많은 고객이 불스원샷의 용도와 사용법을 모른다는 시사점을 도출했습니다.
불스원은 이와 같은 인사이트를 근거로 제품을 알면서도 사용 방법과 효과를 제대로 인지하지 못한 고객군을 타깃으로 교육적 차원의 마케팅을 진행했습니다. 가장 먼저 불스원은 불스원샷을 사용하면 엔진 때가 제거되는 원리를 이미지 대신 이해하기 쉬운 동영상으로 제작했습니다. 이를 자체 블로그와 차량관리에 관심이 많은 커뮤니티로 배포하는 마케팅을 시행했습니다. 또한 전문가 인터뷰를 인용해 제품의 효과를 증명할 신뢰도 높은 콘텐츠를 제작해 지속적인 마케팅을 진행했습니다.
불스원은 불스원샷의 효과를 강조한 마케팅을 통해 기존 고객과 신규 고객 모두에게 긍정적인 반응을 얻을 수 있었습니다. 결과적으로는 2016년 대비 2017년 12%의 매출 증대와 3% p의 신규 고객 증가의 성과를 창출했습니다.
불스원 사례로 제품에 대한 소비자의 인식을 정확히 판단하는 단계에 데이터가 활용되었음을 알 수 있습니다. 데이터에 근거한 마케팅 전략 실행을 통해 제품의 장점을 소비자가 명확히 인지할 수 있도록 한 것과 동시에 실제 매출 증대를 이뤄낸 점이 인상적입니다.
2. 티젠, 해외 진출도 빅데이터를 분석하면 ok!
티젠(Teazen)은 ‘차를 통한 몸과 마음의 편안함을 제공하겠다’라는 비전으로 고품질의 차(茶)를 제조하는 업체입니다. 특히 현대인들의 스트레스, 불면, 다이어트 등의 고민을 해결하는 기능성 차 개발을 통해 국내 웰빙 차 문화를 선도합니다. 티젠은 글로벌 기업으로 성장하기 위한 첫 발판으로 북미시장 진출 전략을 구상하는 단계에서 데이터를 활용했습니다.
국내에 출시한 티를 그대로 수출하는 것이 아닌 북미 소비자가 선호하는 맛, 효능, 패키지를 반영한 제품을 만들고자 했고 이를 위해 소셜 데이터를 활용했습니다. 아마존(Amazon)과 월마트(Walmart) 등 온라인 쇼핑몰과 차 커뮤니티에서 소비자의 리뷰 데이터를 수집해 감성 분석을 진행했습니다.
분석 결과 북미 소비자는 레몬, 살구 등 과실류 성분보다 허브류 성분을 더 선호하는 것으로 나타나 티젠은 해당 성분의 블렌딩을 최소화했습니다. 반면 연잎 차의 경우 맛이 밋밋하다는 의견을 반영해 특유의 향과 맛이 더 진하게 우러나는 공법을 적용했습니다. 나아가 소비자가 차를 마시면서 얻고 싶어 하는 효능에 대한 빅데이터 감성지수 분석 결과, 상위에 나타난 키워드를 아래의 3가지 효능으로 요약했습니다.
- 숙면과 관련된 키워드 ‘Sleep,’ ‘Calm,’ ‘Bed’
- 안정과 관련된 키워드 ‘Soothe,’ ‘Relax’
- 해독과 관련된 키워드 ‘Detox,’ ‘Liver’
티젠은 이 3가지 효능의 기능성을 강화해 숙면(Nighttime Soothing), 안정(Calm Comfort), 해독(Gentle Cleanse) 콘셉트를 내세운 신제품 개발을 진행했습니다. 결과적으로 티젠은 짧은 시간 안에 북미 시장에 적합한 세일즈 주력 제품을 선정할 수 있었고, 미국 수입유통업체에 ‘Tea Leaf Essentials’ 제품을 약 4만 달러($) 가량 수출하는 성과를 거뒀습니다.
티젠의 사례는 시장에 적합한 제품을 만드는 과정에서 소비자의 니즈를 파악하기 위해 데이터가 활용되었음을 보여줍니다. 소비자의 니즈를 정확히 파악하면 파악할수록 관심과 만족도를 높일 제품 개발 및 판매가 가능하다는 점을 고려할 때 데이터의 중요성은 누구라도 공감할 수밖에 없을 것 같습니다.
3. 지피트리, 소비자와의 첫 만남 준비를 데이터로!
지피트리(GP tree)는 어린이 놀이교구/완구 업체입니다. 지피트리의 대표 제품은 ‘반짝커’로 특별한 도구 없이 스티커 색지를 떼어 캐릭터에 붙이면 색칠공부책처럼 색이 입혀지는 제품입니다.
지피트리가 직면한 문제는 다수 채널(페이스북, 카카오스토리, 인스타그램, 네이버 블로그, 유튜브)을 통해 진행하는 SNS 마케팅이었습니다. 많지 않은 인력으로 다수 채널을 관리하는 상황에서 효율적인 채널 운영 방법을 찾고자 했습니다.
지피트리는 이 문제를 해결하기 위해 각 채널로 배포된 콘텐츠별 좋아요수, 댓글 수, 조회 수 등의 지표를 종합하여 소셜반응지수 데이터(온라인에서 소비자들이 제품을 탐색, 구매하는 경로를 파악해 각 단계에서 남긴 흔적을 분석하는 Digital CDJ(Consumer Decision Journey) 방법론으로 도출)를 생성했습니다. 또한 소셜반응지수를 활용해 현재(As-is)와 향후(To-be) 채널별 유입 경로를 맵(map)으로 구조화했습니다.
먼저 현재(As-Is) 콘텐츠를 통한 채널 간 연결을 분석한 결과, 페이스북이나 인스타그램에 게재된 콘텐츠를 통해 유입된 사람들은 홈페이지나 구매 페이지로의 전환율이 낮은 점을 파악했습니다. 이를 근거로 향후(To-be) 홈페이지가 SNS 채널로 인한 유입, 그리고 구매로 이어질 수 있는 최종 종착지 역할을 할 수 있도록 채널 간 유입 경로 전략을 수정했습니다.
예를 들어 페이스북에서 이벤트를 진행할 때 웹사이트 링크를 포스팅 본문에 포함해 구매 전환율을 높이고자 했습니다. 실제 이를 시행한 결과 페이스북을 통한 홈페이지 유입이 증가했으며 월평균 홈페이지 방문자 수는 69%나 증가했습니다.
지피트리는 온라인 마케팅 채널 운영 전략의 효율화를 위해 소비자의 온라인 소비 경로 데이터를 분석했습니다. 앞서 살펴본 불스원과 티젠이 데이터를 통해 소비자의 인식, 반응을 알아보았다면, 지피트리는 온라인에서 소비자의 행동을 데이터로 파악한 것이 차이입니다.
맺는말
지금까지 문제 해결을 위해 데이터를 활용한 세 기업의 사례를 알아보았습니다. 이들 모두 소비자의 인식, 반응, 행동 등을 알기 위해 소셜 데이터를 활용한 점이 공통적입니다. 데이터로 소비자를 파악, 이를 근거로 문제 해결을 위한 방법을 찾고, 적용해 긍정적인 결과를 만들어냈습니다.
크게 보면 모두 소비자의 마음에 들기 위한 기업의 노력(?)이 만든 결과라고 생각됩니다. 소비자를 정확히 알면 알수록 소비자의 마음에 들기도 쉬울 테니, 이를 목표로 하는 수많은 기업의 데이터 활용 사례가 늘어나지 않을까 하는 기대가 됩니다.
참고
- 라퓨타 Laputa, 「문제 해결 기법」, 브런치
- 「SMALLBIG 2017년 중소기업 빅데이터 활용지원 사업 우수사례집」, 빅데이터센터(K-ICT)
