본문 바로가기

나보다 내 취향 더 잘아는 SNS가 만드는 ‘발견(Discovery) 커머스’ 시대

중앙일보 2020.10.19 09:03
[Sponsored by Facebook]  
 
코로나19로 일상생활의 변화가 빨라졌다. 출근 대신 재택근무(WFH)가 일상이 됐고, 대면 회의 대신 영상 회의가 자리했다. 유튜브와 넷플릭스를 보는 시간이 늘었고, 친구와 모임 대신 소셜네트워크(SNS)에 머무는 시간도 많아졌다. 맥킨지앤컴퍼니(McKinsey & Company)에 따르면 34%의 한국인 설문 응답자들이 코로나19로 인해 소셜네트워크를 더 많이 사용하고 있으며, 앞으로도 이를 유지할 것이라 답했다.
 
온라인 세상에서 활동하는 시간이 길어지며, 삶에 필요한 것들을 구매하는 방식도 바뀌었다. 백화점이나 상가에 가지 않고 온라인 전자상거래를 사용하는 건 일상이 됐고, 전통시장 장보기까지 온라인이 대체했다. 시장조사기관 이마케터(eMarketer)에 따르면 전체 소매 상품 판매 중 온라인거래의 비율이 2010년 4%에서 14%가 되기까지 7년이 소요되었는데, 올해 24%가 되기 까지는 3년 밖에 걸리지 않았다. 이처럼 온라인으로의 이동은 점점 더 빠르게 진행되고 있다.  
 

온라인 쇼핑의 진화

 
온라인 쇼핑 활성화에 따라 전자상거래 마케팅 방식도 변화하고 있다. 과거 전통 전자상거래에서는 검색을 통해 사이트를 찾아 들어가 구매를 했다. ‘할로윈 코스튬’를 구매를 원하면 포털이나 전자상거래 웹사이트에서 ‘할로윈 코스튬’를 검색한 후 가격을 비교하고 결제하는 거다.  
 
하지만 최근엔 새로운 수요를 창출하는 ‘디스커버리 커머스(Discovery Commerce)’ 마케팅이 주목받는다. 할로윈이 다가오면 검색하지 않아도 소비자 취향을 분석해 각종 코스튬과 파티 장소 등을 추천해 주는 식이다. 기존 전자상거래의 문법이 사람이 상품을 발견하는 것이라면,  디스커버리 커머스에서는 상품이 사람을 먼저 발견하고 이를 통해 수요를 창출하게 된다.
 
30대 직장인 이송이씨는 "인스타그램이나 페이스북 피드를 보면 내가 필요로 하는 물건이나 흥미로운 브랜드가 눈에 띄는 경우가 많다"며 " 내 취향이나 관심사에 맞는 상품이 많다보니 자연스럽게 구매로 이어진다"고 말했다. 설문조사기관 입소스(Ipsos)에 따르면 인터넷 사용자의 83%는 인스타그램을 통해 새로운 서비스나  제품을 발견한다.
 

AI가 데이터로 취향, 행동 예측

이씨에게 딱 맞는 추천 브랜드가 뜰 수 있었던 이유는 페이스북이 고객 정보와 시장 분석을 기반으로 소비자 행동에 맞춰 광고를 실시간으로 노출하기 때문이다.  페이스북의 '디스커버리 커머스'는 인공지능(AI) 기계 학습을 통해 소비자 행동양식을 예측하고 선호에 맞는 브랜드를 노출한다. 사용자가 수집에 동의한 데이터를 적극 활용하는 진화된 마케팅이다.
 
기업이 보유한 소비자 정보와 페이스북의 광범위한 행동 분석 인사이트가 결합하면서 일반 마케팅에서 쓰이는 인구 통계적 분석 이상의 포괄적 소비자 통찰이 가능해 진 것이다. 소비자 입장에선 따로 사이트를 찾아 상품을 검색하는 수고없이, 내 취향에 맞는 추천 상품과 브랜드를 손쉽게 접하는 경험을 할 수 있다.
실제로 국내 대표 미디어커머스 기업 브랜드엑스코퍼레이션은 2015년 젝시믹스 레깅스 런칭 당시 페이스북의 기계 학습을 활용한 타게팅을 적극 활용했다. 막연하게 레깅스를 많이 구매할 것 같은 젊은 여성층을 광고 타겟으로 설정하지 않고,  자사몰 고객 데이터와 페이스북과 인스타그램의 수많은 데이터를 활용해 마케팅 캠페인을 전개한 것. 브랜드엑스코퍼레이션 강민준 각자 대표는 “페이스북과 인스타그램을 통해 고객이 우리 브랜드를 찾아올 때까지 기다리지 않고 적극적으로 고객을 먼저 찾아가 성공의 발판을 마련할 수 있었다"고 말했다.  
 
브랜드엑스코퍼레이션은 소비자의 관심사와 취향, 검색 이력과 구매 데이터 등을 활용한 마케팅으로 지난해 광고비 대비 매출액(ROAS) 460.5%를 달성했다. 특정 물건을 구매한 소비자에게 물품이 소진되기 전에 먼저 구매 제안을 하는 등 선제적 전략 마케팅을 활용한 결과다.  
 

구매 필요한 사람 찾아내는 기계 학습

 
페이스북의 기계 학습 모델은 플랫폼에서 특정 행동을 취하는 사람들, 특히 광고와 상호작용하는 사람들의 데이터를 계속 학습한다. 따라서 시간이 누적될 수록 정교함이 높아지고 예측할 수 있는 범위도 확대된다.  
실제로 기아자동차는 컴팩트 스포츠유틸리티차량(SUV) 브랜드 셀토스를 전세계에 출시하며 페이스북 광고를 통해 새로운 글로벌 캠페인을 선보였다.  
 
기아차는 이 과정에 두가지 광고 성과를 측정했다.  첫번째는 신차에 관심을 가지고 신차 광고를 본 사람들을 대상으로 한 광고 성과였고, 두번째는 첫번째 광고에서 얻은 인사이트를 통해 유사한 성격의 고객까지 타겟을 확장해 성과를 비교했다. 그 결과 타겟 고객을 확장하여 집행한 광고가 그렇지 않은 광고 대비 차량 모델 안내 페이지로의 전환당 비용이 64% 낮았고, 차량 판매 페이지로 전환하는데 드는 비용도 76%나 저렴했다.  
 
기아차 마케팅커뮤니케이션팀 이현정 매니저는 "머신러닝 알고리즘을 통해 브랜드와 접점이 있는 소비자를 넘어, 잠재 고객의 도달 범위를 확장하는 캠페인을 펼쳤다”며 “효율성과 효과성을 모두 잡으며 기존 광고 성과를 웃돌 수 있었다"고 말했다. 함께 캠페인을 진행한 이노션 해외미디어팀 문상혁 차장 역시 “시그널 기반 풀퍼널 마케팅으로 잠재 고객의 도달 범위를 확장하면서도 퍼널 별 명확한 최적화 목표 설정으로 브랜드의 목적에 맞는 높은 캠페인 성과를 달성할 수 있었다"고 말했다.
 

커머스의 미래

 
코로나로 인해 소비자들의 온라인 접속 시간이 늘어나며 SNS와 플랫폼들은 쇼핑 경험 개선에 집중하고 있다.  앞서 살핀 디스커버리 커머스로 소비자들이 좋아할만한 제품을 선제적으로 보여주고, 관심을 보인 소비자에겐 가격, 제품 상세 정보를 제공해 쇼핑의 편의성을 제공하는 페이스북과 인스타그램 샵이 대표적 예다. 인스타그램 내부 데이터에 따르면 2020년 9월 기준 대한민국은 인스타그램 쇼핑 태그 기능을 통해 앱 내에서 제품 상세페이지를 조회하는 사람들의 비율이 가장 높은 국가 중 하나이며, 다른 국가들과 비교했을 때 3배 정도 높은 수치라고 한다.
 
비즈니스 사업자는 페이스북과 인스타그램 샵 기능을 활용해 제품 정보 뿐만 아니라 프로모션 정보, 제품 컬렉션 별 큐레이션을 제공할 수 있다. 소비자 입장에선 평소 쓰던 SNS 플랫폼에서 자연스럽게 원하는 쇼핑 정보를 접하게 된다. 개별 샵에서 제품 정보에 반응을 보인 소비자 데이터가 디스커버리 커머스 시스템 인공 지능의 정확도를 높여 주는 것도 주목할 점이다. 이 과정을 통해 더 정교한 소비자 예측이 가능해지고 광고 효과 향상이 이뤄진다.
 
물론 효율적 광고를 위한 소비자 데이터 사용과 개인정보보호 사이의 균형이 필수적이다. 전자상거래의 투명성과 개인정보의 안전한 관리에 대한 소비자 기대가 높아졌기 때문이다. 업계 전문가들은 “향후 전자상거래 및 디지털이 제공하는 기회를 적극적으로 활용하고자 하는 비즈니스 사업자들은 고객 정보를 사용하고 관리하는 방법에 투명성을 갖춰야 한다”고 강조한다. 페이스북의 경우 개인정보 보호를 전담하는 부서를 두고 엄격한 정책과 최신 기술을 활용해 데이터 보안 문제를 신중히 다루고 있다.  
 
디스커버리 커머스에 대한 더 많은 정보는 fb.com/DiscoveryCommerce 에서 확인할 수 있다.
 
페이스북 디스커머리 커머스 자세히 알아보기
페이스북 디스커버리 커머스
[국내성공사례] 기아자동차 셀토스
 
 
정원엽 기자 jung.wonyeob@joongang.co.kr
 
공유하기
광고 닫기