빅데이터 분석하니 매출이 5배까지 늘었네

[헤럴드경제=최정호 기자] 직장 여성들에게 화장품 사는 일은 즐거움이자 동시에 골치아픈 일이다. 여유가 있을 때는 매장에 들러 이것저것 써 보고 사는 기쁨을 주지만, 월말 결산 때 쓰던 로션이나 에멀전이 바닦을 보인다면 난감할 뿐이다.

하지만 서울 명동에서 근무하는 30대 직장인 최정인씨는 걱정이 없다. 3개월에 1번 꼴로 LG생활건강의 오휘 포뮬라 에멀전을 사는 최씨는 구매 후 80일이 지나면 어김없이 날라오는 신세계 본점 백화점 30% 할인 쿠폰 이메일을 보고, 퇴근 후 망설임 없이 구매할 뿐이다. 고객의 사용패턴을 감안해 원하는 상품 정보를 전달하는 ‘빅데이터 분석’의 힘이다.

한 번 오휘 고객을 평생 고객으로 만든 LG생활건강의 ‘똑똑한 시스템’ 속에는 LG CNS의 ‘개인화 추천솔루션’이 숨어있다. 고객들의 구매주기, 품목, 상품검색기록, 반품기록, SNS기록 등 방대한 빅데이터를 분석해 LG생활건강 화장품 재 구매 시기를 추천한 결과, 판매량도 크게 늘었다.

LG CNS의 ‘개인화 추천 솔루션’은 소비자 개인 구매이력을 개인별로 분석, 소비자 한명한명에게 최적화된 추천 마케팅 기법을 적용했다. 공급자 입장에서 임의로 구분한 집단에게 똑 같은 마케팅 수단을 제공했던 기존 시스템에서 진 일보한 것이다.

이는 기존 추천 시스템 대비 전체 분석속도가 10배 이상 빠른 LG CNS의 빅데이터 기술이 있기에 가능했다. 분석 알고리즘 또한 아마존 등에서 활용하는 대표적인 CF(Collaborative Filtering) 알고리즘, 개인별 구매패턴을 분석하는 알고리즘 분석, 연관상품 분석 등, 다양한 추천기법을 결합한 LG CNS만의 하이브리드(Hybrid) 알고리즘을 적용, 분석의 정확성을 높였다.

LG CNS 관계자는 “LG생활건강의 사례는 반복적인 구매, 제품의 상향판매나 교차판매(cross/up sell), 선호도에 따라 다른 구매 특성을 보이는 대부분의 소비재 제조 및 판매 기업들도 참고할만 하다”고 설명했다. 개인별 구매 실적이나 구매 정보는 가지고 있지만, 누가 어떤 제품을 살 것인가를 예측하는 분석 기법에 대한 지식도 부족하고, 개인별로 예측하는 분석 과정에 소요되는 많은 리소스 비용도 부담스러운 기업들에게 LG CNS와 LG생활건강의 협업 사례는 훌륭한 모범답안이라는 의미다.

고객 맞춤형 상품 구매 시기를 알려주는 ‘개인화 추천 솔루션’을 도입한 LG생활건강은 실제 도입 전과 비교해 상품군 별로 최소 2배에서 많게는 5배까지 매출이 늘어나는 성과를 거두기도 했다. 또 카탈로그나 DM을 발송할 때도 고객별로 차별화된 마케팅 메시지나 콘텐츠를 전달해 고객 만족도까지 높힌 것은 덤이다.

choijh@heraldcorp.com

- Copyrights ⓒ 헤럴드경제 & heraldbiz.com, 무단 전재 및 재배포 금지 -