오늘날처럼 경쟁이 치열한 커머스 환경에서는 대규모의 관련성이 승패를 좌우합니다. 그리고 머신 러닝은 브랜드들을 승리로 이끌어줍니다. 머신 러닝 기술은 방대한 데이터 세트를 파헤쳐 트렌드, 선호도에 대한 인사이트를 제공하는 것은 물론 소비자와 기업들간의 가장 효과적인 상호작용 방법을 예측해줄 수 있는 역량을 보유하고 있습니다.
머신 러닝을 고객들과의 연결에 효과적으로 활용하고 있는 3개 브랜드를 살펴봅니다. 다음 브랜드들은 빅데이터를 활용하여 채널 전반에서 맞춤화된 경험을 제공하고 있습니다.
1. Under Armour
의류 브랜드인 Under Armour는 피트니스 앱인 Record에 머신 러닝을 통합했습니다. 다양한 소스(제3자 앱, 스마트 워치, 사용자 입력 데이터 등)의 데이터에 기반하여 사용자의 건강 상태를 추적함으로써, 이 앱은 사용자들에게 다이어트와 운동에 대한 개별화된 조언을 제공할 수 있습니다.
Business Insider에 따르면 이 앱은 “영양 데이터베이스, 생리학적 및 행동학적 데이터에서 끌어온 데이터는 물론 유사한 건강/피트니스 프로파일을 가진 다른 사람들의 결과에 기반하여 코칭을 제공”합니다. 이 앱은 또한 도보량, 영양, 수면 패턴, 심박수, 속도, 거리, 칼로리 소모량 등의 운동 통계를 고려해넣습니다.
효과적인 모바일 개인 트레이너인 이 앱은 사용자들이 몇 가지 간단한 탭으로 사용할 수 있는 가치 있는 맞춤형 리소스입니다. 더 많이 사용할 수록, 앱은 더 많은 정보를 학습하여, 더 효과적으로 사용자의 목표에 기반한 맞춤화된 제안을 제공할 수 있습니다.
2. Mazda
일본 자동차 브랜드인 Mazda는 미국 텍사스 주 오스틴에서 열리는 SXSW 페스티벌에서 새로 출시된 CX-5를 판촉하는데 머신 러닝을 활용했습니다.
이 브랜드는 IBM의 왓슨(Watson) AI 기술을 활용하는 기업 Influential과 협력하여 소셜 미디어에서 예술적으로 외향적인 사용자(페스티벌의 팬 기반과 교감하기에 완벽한 성격)들을 파악했습니다.
머신 러닝 기술은 소셜 미디어 네트워크 전반에서 게시물들을 검색하여 이모지나 느낌표 같은 올바른 지표를 사용하는 사람들을 물색했습니다.
그리고 SXSW 페스티벌을 위해 4명을 선별했습니다. 이들은 CX-5을 타고 오스틴 주변을 드라이브하고 브랜드 명이 표시된 Mazda Studio에서 시간을 보낸 후, 그 경험을 Twitter, Instagram, Facebook에 올렸습니다.
인플루언서 마케팅에 대한 이러한 데이터 중심의 접근방식은 SXSW가 음악, 영화, 기술 등 다양한 혁신적인 아이디어를 공유한다는 점을 고려하여, Mazda가 맞춤화된 콘텐츠를 이용해 일반 대중들보다 창조적으로 학습하는 것으로 알려진 특정 집단의 사람들과 효과적으로 상호작용할 수 있도록 해주었습니다.
(상세 정보: 기술이 없는 세계에서 살아남을 수 있을까요? 이 인터랙티브 퀴즈를 풀어보십시오.)
3. The North Face
아웃도어 의류 브랜드 North Face는 온라인 구매자들에게 추천하고 이들의 관심사에 기반해 프로파일을 구축하며 맞춤화된 사용자 경험을 생성하는데 디지털 개인 비서인 Fluid’s Expert Personal Shopper(XPS)를 활용하고 있습니다.
XPS는 반갑게 맞아주는 친절한 매장 분위기를 디지털 영역으로 불러 온 것입니다. 머신 러닝을 이용해, 이 브랜드는 동시적으로 데이터를 수집하여 웹사이트 업데이트 및 향후 상품에 대한 정보를 제공할 수 있습니다.
North Face는 또한 웹사이트 이용자들에게 “IBM 왓슨과의 쇼핑(Shop with IBM Watson)”이라 불리는 고도로 맞춤화된 쇼핑 경험을 제공합니다.
모바일 앱을 스마트폰으로 다운로드한 후, 사용자는 음성으로 이 기술에 액세스할 수 있습니다. 고객이 최고의 선택을 할 수 있도록 돕는 매장 직원처럼 가상 비서가 사용자에게 질문하고, 대답으로부터 학습하여 사용자의 취향에 맞는 관련 있는 상품을 추천하는 것입니다.
머신 러닝의 ROI
예측적 특성 때문에, 머신 러닝은 커머스 마케터들에게 강력한 툴이 될 수 있습니다. 머신 러닝은 브랜드들이 과거 및 현재의 고객 데이터를 활용하여 미래의 행동과 트렌드를 예측할 수 있도록 해줍니다.
매출의 측면에서, 머신 러닝 모델은 상품 추천에 있어 가장 관련성이 높은 시간을 예측할 수 있습니다. (예: 계절 상품의 구매 확률이 가장 높은 시기) 운영의 측면에서, 머신 러닝은 온라인 쇼핑몰들이 피크 매출 기간 동안(예: 블랙 프라이데이, 사이버 먼데이 등) 얼마나 많은 재고량을 유지해야 할지를 예측하는데 도움을 줍니다.
결과적으로, 머신 러닝 모델은 불필요한 지출(광고 예산 낭비, 재고 상품)을 감소하고, 고객의 니즈를 예측하여 마케팅 노력을 최적화할 수 있도록 해줍니다. 이 모든 것은 브랜드의 매출 향상과 수익 마진 증가로 직결됩니다.
머신 러닝이 온라인 쇼핑몰들을 어떻게 변화시킬 수 있는지 보다 자세한 내용을 원하시면 Criteo의 ebook을 다운로드하십시오.
