6
가상 스토어를 운영할 수 있게 되었다.
-여기에서 발생하는 고객정보는 제품과 동일한 자산가치를 갖게 된다는 점
이 가장 중요하다.
-더구나 자사만의 유통채널을 운영함으로써 기존 유통채널과 가격갈등을 일
으키지 않는 동태적 가격정책을 취할 수 있다.
-한발 더 나아가 AI기술로서 개인맞춤별 고객등급별 보상차원에서 가격정
책을 구현할 수 있다.
4. 유통채널의 추천 솔루션 이점
AI 기술에 의한 정보분석이 갖는 가장 큰 이점은 고객행동을 예측할 수
있다는 것이다. 아마존과 같은 글로벌 소매유통에서 성공적으로 실행하는 추
천 솔루션을 자체적으로 구현할 수 있다는 것이다.
행태주의 마케팅 핵심엔진인 라이프스코링에 의한 예측분석의 특장점은, 자
사 제품을 사용하는 고객의 특성과 사용 상황 및 사용 시간대를 입력하면
특정 상품을 사용할 확률을 정확히 예측함으로써 고객이 추천받고자 하는
맥락 즉, 제품 사용상황의 맥락을 정확히 집어낼 수 있다는 점이다. 현재 퍼
브리시 중인 제품사용 예측 정확도는 품목에 따라 65%~95%수준에 이른다.
어떤 인구통계특성을 지닌 고객이 어떤 제품을 언제 사용하며, 어떤 상황에
서 사용한다는 것을 예측가능하기에, 고객 특성이나 사용시간, 사용상황에
맞는 제품가치를 제안할 수 있는 것이다. 또한, 추천 및 예측 솔루션을 통하
여 목표고객 설정 -> 제품화 -> 상황 문제해결 가치제안 -> 유통채널
추천 등의 머천다이징 밸루체인을 자연스럽게 형성할 수 있는 이점이 있다.
고객중심 분석의 마케팅 인사이트 사례
고객중심을 지향하는 라이프스코링은, AI 데이터 분석 기술로 제품사용에
관한 규칙을 발견하여 마케팅 인사이트를 기술한다. 행동 결합규칙을 발견하
고 제품사용의 5W1H 시각화 할 수 있다면, 간단한 플래닝 시트를 통해서도
마케팅 인사이트를 충분히 얻을 수 있다.
라이프스코링 분석은, TPO 세분화 및 머천다이징이 요구되는 일상생활 제
품 모두에 적용가능하기 때문에 고객중심의 마케팅을 지향한다고 말할 수
있다.
지금까지 라이프스코링 기법으로 분석 리포트한 주요 품목들은 다음과 같다.
[화장품, 음료, 주류, 치약, 라면, 안경, 커피, 간식, 식품, 먹는 샘물, 차음료]