[김경언] 모바일 쇼핑 100조 시대 ‘자사 데이터와 머신러닝’

발행 2021년 07월 02일

어패럴뉴스기자 , appnews@apparelnews.co.kr

 출처=게티이미지

 

통계청에 따르면 올 4월 국내 온라인 쇼핑 거래액은 15조 904억으로 지난해 동월 대비 25.2% 증가했다. 그 중 모바일 쇼핑 거래액은 10조 원을 돌파하며 전체 온라인 거래액 중 70% 이상을 차지했다. 이러한 이커머스 앱의 수요 증가는 곧 자본 집중 및 경쟁 심화를 의미한다. 앱 내 상품 경쟁이 치열해지고 고객을 대상으로 한 프로모션 열기가 뜨거워지고 있다. 대형 테크 플랫폼 역시 이 기회를 잡기 위해 이커머스 시장에 뛰어들고 있으며, 최근에는 다양한 제휴 및 인수합병을 통해 시장의 지각변동을 일으키고 있다. 


반면, 최첨단 기술과 규모를 앞세운 테크 기업에 비해 태생적으로 디지털 기술력이 부족한 유통사들은 여전히 디지털 트랜스포메이션에 어려움을 겪고 있다. 외부 제휴로 트래픽을 확보하거나 챗봇 등 이미 보편화된 수단을 도입하는 것 외에 이커머스 앱이 심화되는 경쟁에서 성공하기 위해 준비해야 할 것들은 무엇이 있을까. 


이커머스를 이야기할 때, 먼저 짚고 넘어가야 할 부분이 있다. 바로 퍼포먼스 마케팅 환경 전반에 큰 변화를 불러온 애플의 iOS 14.5 업데이트다. 지난 4월 진행된 업데이트를 통해 애플은 사용자들의 개인정보 보호 강화를 위한 정책의 일환으로 애플의 광고 ID인 IDFA 수집 여부의 기본 설정을 ‘수집 불가’로 변경했다. 이는 앞으로 이커머스 앱들이 iOS 트래픽을 대상으로 IDFA라는 고유 식별자 기반의 타깃팅을 하기가 어려워졌음을 의미한다.


이제 모바일 비즈니스는 제 3자를 통해 수집하는 데이터가 아닌, 직접 모은 자사 데이터(1st party data)에 의존할 수밖에 없다. 이는 곧 다수의 셀러 네트워크, 다양한 상품 스펙트럼, 자체 고객 기반과 수많은 소비 데이터를 보유한 이커머스 기업에게 새로운 기회가 열렸음을 의미한다. 개인정보가 보호되는 환경에서 안전하면서도 가장 정확하게 고객을 이해할 수 있는 양질의 데이터가 곧 자사 데이터이기 때문이다. 여기에 대량의 데이터를 선구안으로 분별할 수 있는 기술력이 더해진다면 그 효과는 배가 될 것이다.


해외 대형 유통사들은 이미 이러한 변화에 발맞춰 활발히 대응하고 있다. 대표적으로 아마존은 3억 5천만 개 이상의 상품 중 고객이 원하는 상품을 쉽게 발견하고 구매하도록 유도하는 자체 개인화 추천 기술을 도입했다. 이 기술은 현재 아마존 전체 커머스 거래 매출의 약 35%를 담당하는 주요 수익원으로, 구글, 페이스북에 이어 아마존을 190억 달러 규모의 커머스 광고 매체로 만들어준 최종병기 솔루션이라 할 수 있다.


그러나 모든 이커머스 기업이 아마존과 같은 기술을 자체적으로 개발하는 것은 현실적으로 어려운 일이다. 기술 개발이나 내부 운영의 근본적인 변화를 가져오는 솔루션으로 성장하기 까지는 장기간의 노력과 비용적인 투자가 필요하기 때문이다. 이러한 경우 이미 잘 만들어진 기술을 그대로 가져와 비즈니스에 활용할 수 있는 방법을 생각해볼 수 있다. 


이커머스 비즈니스가 시장에서 검증된 최신 머신러닝 기술을 이용한다면, 자사 데이터를 활용해 단기간에 더 큰 도약을 경험할 수 있다. 일례로 GS샵은 추천 엔진과 광고 플랫폼을 몰로코로부터 도입해, 잠재고객을 찾고, 고객들에게 적합한 제품을 추천하고 있다. 사용자들의 행동과 구매 이력을 바탕으로 앱 화면에 추천 상품을 게시해 기존 자체 엔진보다 123% 이상의 매출을 높이는 효과를 얻었다. 중소 이커머스 기업과 셀러들 또한 이같은 머신러닝 기술로 자사 데이터 기반의 비즈니스 경쟁력을 확보할 수 있다.

 

앞으로 국내 이커머스 시장은 더 큰 지각변동을 겪게 될 것이다. 풍부한 자사 데이터를 기반으로 긍정적인 앱 경험을 제공해줄 수 있는 마케팅 전략을 모색해야 할 때다. 

 

 

 



< 저작권자 ⓒ 어패럴뉴스, 무단전재 및 재배포 금지 >

지면 뉴스 보기