[빅데이터]사례연구-타겟의 Purchase Habit Loop 공략

10대의 임신을 정확히 파악하다

(그림1. 타겟 매장)

미국의 2위 소매업체 브랜드인 Target의 빅데이터 사례를 한 마디로 정리하면 위의 제목과 같을 것입니다. 많은 사람들이 이미 알고 있는 이 사건은 2012년 타겟이 10대 고등학생 소녀에게 유아용품 할인 쿠폰을 보내면서 시작했습니다. 그러자 이 할인 쿠폰을 본 부모가 타겟에 강력히 항의하였고 현장에서 상황을 잘 모르는 판매 점장은 할인 쿠폰이 잘못 발송된 것이라며 사과한 사건이 있었죠. 그리고 몇 일 뒤 담당 매니저가 다시 한번 사과 전화를 했을 때 놀라운 반전이 발생했죠. 실제로 그 소녀가 임신한 것으로 밝혀진 것입니다.

전문가와 전담부서

어떻게 타겟은 이런 마케팅 활동을 펼칠 수 있었을까요? 그것은 타겟이 2002년부터 전문 데이터 분석가 Andrew Pole(그림2. 좌측 사진)을 영입하여 고객 데이터 분석 서비스(Guest Data and Analytic Service, GDAS) 부서를 신설하고 자신들의 방대한 데이터를 분석하기 시작하였습니다.

폴과 그 팀원들은 방대한 데이터 속에서 특정한 집단의 구매 패턴을 찾는 작업을 진행했습니다. 그래서 찾은 집단 중 하나가 임산부였죠. 이들이 발견한 패턴은 이랬습니다. 임신 사실을 자각한 여성들은 초기에 아이와 자신을 위해 영양제-칼슘, 마그네슘, 아연-를 구매하며, 20주 이상이 되면 살이 트이는 것을 방지하기 위해 화학물질이 적거나 없는 로션 제품을 구매한다는 것이었죠. 그러다 출산 시기가 임박하면 유아 용품을 구매한다는 것이었습니다. 이렇게 발견된 구매패턴 분석에 근거하여 할인 쿠폰이 발송되었고 그 결과 위와 같은 사건이 발생한 것이었습니다.

(그림3. 타겟의 고객 구매행동 파악 DB분석 체계)

가설, 검증, 패턴화

타겟의 사례가 말해주는 의미는 중요합니다. 빅데이터라는 시류에 따라가기 위해 많은 기업들이 별다른 고민 없이 하드웨어와 소프트웨어를 구비하고 담당자를 지정하여 빅데이터 업무를 한다고 말합니다. 하지만 빅데이터는 단순히 장비의 문제가 아니죠. 우선 자신들이 갖고 있는 데이터가 어떤 것인지, 현업에서 매일매일 생성하는 데이터에는 무엇이 있는지 등을 목록화하고 사용 가능한 형태로 분류하고 분석해야 합니다.

특히 분석 단계에서는 일종의 가설 수립 및 검증이라는 과학적 방법론이 필요합니다. 이 부분은 국내 기업에게 매우 취약한 분야죠. 왜냐하면 국내 기업문화는 사업 진행에 있어 '가설 수립-검증'이라는 절차를 꺼리는 경향이 강하기 때문이죠. 아무래도 이런 문화는 성과에 목매고 빨리빨리를 외쳐온 상황에서 쉽게 받아들여지지 않을 것입니다. 앞서 소개했던 유유제약 경우도 초기에 빅데이터를 임원들에게 제시했을 때 무슨 데이터로 어느 세월에 마케팅을 진행한다고 강한 반대에 부딫힌 것으로 자세한 사례 연구에 나오더군요.

하지만 이런 가설 수립-검증 절차는 매우 중요합니다. 그런 과정이 없으면 새로운 패턴을 발견해내기 어렵기 때문이죠. 새로운 행동 유형은 발견되고 나면 누구나 다 쉽게 '원래 그런거지'라고 말하지만, 그 이전까지는 누구도 그런 패턴이 존재하는지 알 수 없기 때문이죠. 

개인정보보호와 빅데이터

타겟 사례는 한 가지 중요한 이슈를 제기하였습니다. 그것은 바로 개인정보를 어디까지 기업이 활용 가능한가에 대한 문제입니다. 위 DB분석 체계에도 나오지만 타겟의 고객들은 부여받은 ID가 있습니다. 이에 기반하여 그 ID 행위자가 다양한 접촉 채널에서 한 행위가 다각도로 축적, 분석되는 것입니다. 이렇게 고객DB가 축적되고 분석, 활용된다는 것을 고객들은 자세히 알고 있을까요? 기업이 이러한 빅데이터 시스템을 활용하기 위하여 고객정보활용 동의서를 받는다고 할 때 어디까지 받는 것이 올바른 것일까요? 아니 동의서를 받기 전에 얼마나 세부적인 정보를 고객들에게 공개해야 할까요? 이는 앞으로 빅데이터를 활용하고자 하는 많은 기업들에게 닥칠 미래일 것입니다.

Copyrights ⓒ 2013 녹차화분 All rights reserved.