블룸버그에 따르면 미국 쇼핑객들이 마침내 다시 지갑을 활발하게 쓰고 있으며, 2024년 3월에는 2023년 9월보다 두 배나 많은 돈을 쓸 것으로 예상된다.
그럼에도 불구하고, 2022년 6월의 40년 만의 인플레이션 고점은 여전히 약간 아프다. 이는 사람들이 더 많이 지출하고 있지만, 조심하고, 할인 혜택을 찾고, 새로운 매장을 시도하고 있다는 것을 의미한다.
4명 중 3명의 소비자가 경쟁력 있는 가격, 안정적인 재고 또는 즐거운 고객 여정을 찾기 위해 새로운 브랜드와 매장을 테스트했습니다. 인플레이션으로 인한 파장을 안정시키고 고객의 충성도를 유지하기 위해 소매업체는 데이터와 AI 기반 분석에 의지합니다. 요즘 브랜드는 고객에 대한 엄청난 양의 정보에 접근할 수 있으며, 그 중 일부는 매우 개인적인 것입니다. 요령은 이를 사용하여 아무도 소름 끼치지 않으면서 쇼핑객이 실제로 원하는 환상적인 경험을 만드는 것입니다.
Deloitte의 조사에 따르면, 브랜드가 AI를 활용하고 있다는 사실을 알고 있는 고객의 경우 브랜드 신뢰도가 144% 떨어지는 반면, 소매업체가 변화 과정에 대한 신뢰를 구축하면 시장 가치가 4배로 성장할 수 있습니다.
그러면 소매업체가 고객의 동의를 받아 필수적인 1차 데이터를 수집하고 원활하고 신뢰할 수 있는 쇼핑 경험을 제공할 수 있는 방법을 살펴보겠습니다.
로열티 플랫폼은 고품질 데이터를 제공합니다
2024년 리테일 임원의 가장 큰 우선순위는 로열티 프로그램 강화였습니다. 이유는 무엇일까요? 퍼스트파티 데이터를 수집하고, 경험을 매끄럽게 맞춤화하고, 수익을 창출할 수 있는 기회입니다. 데이터가 정확할수록 리테일러는 규모에 맞게 더 개인화될 수 있습니다. 그러나 소비자는 브랜드가 생일과 제품 관심사를 공유할 수 있다고 믿어야 합니다.
로열티 프로그램은 소비자와 직접 소통할 수 있는 채널을 제공합니다. 리테일러가 로열티 프로그램 가입 시 데이터 사용에 대해 투명하게 밝히면 신뢰가 강화됩니다. 리테일러는 긴 약관 목록에서 벗어나 중요한 사항을 소화하기 쉬운 부분으로 나누어야 합니다. 쇼핑객에게 데이터를 받는 것의 이점을 알리면 관련된 모든 당사자에게 긍정적이고 보람 있는 경험이 제공됩니다.
고객이 반드시 이해해야 할 다섯 가지 사항은 다음과 같습니다.
- 보상 획득: 쇼핑객이 어떻게 포인트나 보상을 모으는지 명확하게 설명하세요. 멋진 것을 얻기 위해 얼마를 지출하나요(또는 데이터를 제공하나요)?
- 계산되는 사항(및 계산되지 않는 사항): 이를 통해 어떤 구매 시 포인트를 적립할 수 있는지, 어떤 행동(예: 로그인 없이 검색)은 적립할 수 없는지를 명확히 알 수 있습니다.
- 회원 유지: 취소 옵션을 간소화하세요. 탈퇴 장벽을 낮추면 가입 수용도가 높아집니다.
- 의견 불일치 해결: 고객은 많은 질문을 합니다. 문제가 생기면 어떻게 해결하시나요? 회원들에게 이 과정을 쉽게 만드는 것은 큰 장점입니다.
- 그들의 데이터는 어떻게 되나요: 익명화된 퍼스트파티 데이터를 판매하시나요? 그들에게 말하세요. 그리고 개인 식별 정보(PII)를 제거하는 방법이 안전하다는 것을 안심시켜 주세요. 고객 데이터를 AI 도구에 입력하시나요? 그 이유를 알려주세요.
소매업계는 대량 생산과 마케팅에서 마이크로서비스와 맞춤형 상호작용으로 전환하고 있습니다. 로열티 프로그램 덕분에 소매업체는 고품질 데이터를 수집하여 각 쇼핑객에 따라 경험을 개선할 수 있습니다.
예측 분석이 개인화됩니다
로열티 프로그램 가입 데이터, 선택된 관심사, 구매 내역, 앱 탐색은 리테일러에게 쇼핑객이 원하는 것을 알려주는 고객 접점 중 일부에 불과합니다. 드론으로 창고 데이터를 수집하는 것부터 행동과 선호도를 포착하는 대화형 고객 참여 도구에 이르기까지 리테일러는 그 어느 때보다 쇼핑객을 더 잘 이해할 수 있습니다.
리테일 분석 시장은 2024년 85억 달러에서 2029년 250억 달러로 성장할 것으로 예상되며, 연평균 성장률은 24%입니다. 고급 분석 도구를 사용하여 다양한 고품질의 현재 및 과거 데이터를 해독함으로써 리테일러는 소비자 선호도와 추세에 대한 정확한 통찰력을 얻어 고객 경험을 개인화하기 시작할 수 있습니다.
고객은 이전 선택, 페이지 지속 시간 및 구매 내역에 따라 제품 추천을 받는 향상된 쇼핑 경험의 혜택을 받습니다. 리테일러가 자체 학습 알고리즘을 사용하거나 새로운 고객 상호 작용마다 예측 분석 도구를 지속적으로 업데이트하면 모델은 고객의 선호도를 더 잘 이해하여 개인화와 만족도가 향상됩니다.
생성적 AI를 사용하여 기존 도구 최적화
기계가 대신 해줄 수 있는 반복적인 작업을 왜 직접 해야 합니까?
고객을 더 잘 알고(그리고 로열티 프로그램을 더 매력적으로 만드는) 한 가지 방법은 AI가 생성한 콘텐츠를 디자인 과정에 통합하는 것입니다. 디자이너는 쇼핑객에게 여러 가지 새로운 모습을 선보이고 가장 관심이 많은 모습을 제작할 수 있습니다. 방법은 다음과 같습니다.
1. 트렌드를 활용해 AI 훈련하기
고객이 가장 선호하는 제품이나 시간 경과에 따른 현재 트렌드를 예측 분석 도구에 제공하는 경우(2개월 정도부터 2년 이상까지가 바람직함) 도구를 사용하여 소비자의 행동 변화 트렌드와 빈도를 분석하여 향후 욕구를 예측할 수 있습니다.
2. 콘텐츠 생성
최신 트렌드 분석으로 강화된 디자이너는 생성적 AI 도구를 사용하여 몇 초 만에 새로운 콘텐츠를 제작할 수 있습니다. 아이디어는 디자이너가 운전석에 앉아 브리핑에 맞는 룩을 선택하고 그에 따라 결과를 다듬기 위한 프롬프트를 조정하는 것입니다.
3. 소비자 참여
쇼핑객이 어떤 디자인을 현실로 만들지 선택하게 하세요! 패션에 영향을 미치고 직접 선택 사항을 볼 수 있게 하면 매장에 도착하기도 전에 품목과 더 강한 유대감을 형성합니다. 리테일러는 쇼핑객에게 루프를 유지하여 디자인이 생산에 충분한 투표를 받았을 때, 스튜디오에 있을 때(실제 프로토타입을 만들 때), 그리고 다시 구매할 수 있을 때 업데이트하여 프로세스 전반에 걸쳐 긴장감과 관심을 형성할 수 있습니다.
이처럼 독특한 로열티 서비스를 만들면 소비자가 프로그램에 가입하고 참여하도록 유도할 수 있으며, 소매업체에게는 고객이 아이디어와 선호도를 공유하도록 보상하는 새로운 수단(음, 데이터)이 제공됩니다.
브랜드가 처음에 고객에게 투명하게 대하면 신뢰 기반 관계를 구축합니다. 로열티 프로그램은 소비자에게 데이터 원칙을 명확하게 전달하는 이상적인 다리입니다. 소비자 데이터를 사용하는 방법, 어떤 데이터 사용으로 추가 로열티 포인트를 얻는지, 데이터가 어떻게 안전하게 유지되는지 보여주는 것은 리테일러가 퍼스트파티 정보를 수집하는 데 도움이 됩니다. 소비자는 리테일러가 원활하고 개인화된 경험을 제공하는 데 필요한 관련 데이터를 공유하는 데 자신감을 가질 수 있으며, 이는 모두에게 윈윈입니다.
