로그인|회원가입|고객센터
Top
검색버튼 메뉴버튼

BCG Report

1억 1700만 세대 정보를 활용한다면... 리테일, 빅데이터로 길을 찾다

로버트 수자(Robert Souza) | 170호 (2015년 2월 Issue 1)

 

Article at a Glance -전략, 마케팅

 

매일같이 엄청난 데이터들이 소매기업에서 쏟아진다. 그러나 많은 기업들이 빅데이터를 적절히 활용하지 못해 성과로 연결시키지 못하고 있다. 소매기업에서 큰 잠재력을 갖고 있는 빅데이터를 기회로 삼아 매출 증대와 가치 창출을 기대해 보자.

 

프로모션 효과 제고하기

프로모션은 소매기업의 성공과 실패를 결정하는 핵심요인이 되기도 한다. 소매기업은 프로모션 시행에 앞서 몇 가지 단계를 점검해봐야 한다.

정확한 가격설정 구역 정하기

소매기업은 모든 지역에 걸쳐 같은 가격을 제공하지 않는다. 가격설정 구역을 적절히 정한다면 고객 만족도와 매출 증대를 동시에 가져올 수 있다.

점포망의 가치 이해하기

최근 들어 경영진은 점포망을 기회보다 부담으로 보는 경향이 있다. 점포망에 대한 올바른 이해와 선진 분석 기법을 이용하면 더 큰 가치를 창출할 수 있다.

 

 

편집자주

이 글은 글로벌 컨설팅 그룹인 BCG에서 2014 2월 발간한 보고서 ‘Making Big Data Work Retailing’을 번역한 것입니다.

 

금융, IT, 제조, 유통 등 광범위한 분야에 걸쳐 빅데이터가 화두로 떠오르고 있다. 그중에서도 리테일(소매유통)은 유독 데이터가 많이 쏟아지는 분야다. 리테일의 경우 데이터의 활용이 매출로 직결될 수 있기 때문에 빅데이터라는 새로운 트렌드에 재빠르게 대응하고 적극적으로 활용할 필요가 있다. 예를 들어 고객 거래이력은 구체적인 연관상품, 프로모션이나 마케팅에 대한 반응을 알 수 있기 때문에 가장 주목할 만하다. 리테일에서 특정 제품, 고객에 대해누가, 무엇을, 언제, 어떻게, 에 대한 정보를 얻을 수 있기 때문이다.

 

일부 능숙한 데이터 처리로 눈에 띄는 성과를 내는 기업도 있지만 대부분이 접근 가능한 방대한 정보가 있음에도 이를 활용하는 데 필요한 분석력과 내부 프로세스를 갖추지 못한 상태다. 이전에 쓰였던 전략들을 조금씩 고쳐서 사용하는 수준일 뿐이다. 효과적으로 프로모션을 진행할 상품을 제대로 선정하지 못하기도 하고 프로모션이 오히려 매출에 악영향을 미치기도 한다. 리테일 사업자들은 오히려 전혀 다른 이해관계와 동기를 갖고 있는 소비재 회사, 공급자들이 말해주는 대로 따르는 경우가 많다. 결국 리테일(소매) 사업자들은 그들이 어디에서 이익을 얻고 손해를 보는지 알지 못할 뿐더러 어느 정도의 가격, 어떤 프로모션과 점포의 위치가 최고의 성과를 내는지 파악하지 못하고 있다. 상당한 매출 증가로 이어질 수 있는 거래의 맥락, 그 정보를 활용하는 데 어려움을 겪고 있다는 얘기다. 수백만 건의 실험 결과를 알고 있지만 해석과 활용단계로 이어지지 못하고 있는 것이다.

 

잠재력이 높은 세 가지 기회

빅데이터는 분명 현재의 상황을 바꿀 수 있다. 요즘처럼 유동적인 경영 환경 속에서 소매기업들은 어떤 부분에 빅데이터 활용을 위한 노력을 집중해야 할까? 어떻게 해야 특정 프로젝트가 반짝했다 끝날 것인지, 혹은 성장기회와 경쟁우위를 만들어낼지 알 수 있을까?

 

시장의 다양한 소매기업들을 살펴보면 높은 잠재력을 갖고 있는 기회를 크게 세 가지 정도 발견할 수 있다. 이 기회들을 살펴본다면 단기간에 매출과 수익을 크게 증가시킬 수 있을 것이다.

 

1. 프로모션 효과 제고하기

프로모션은 소매기업에 극적인 효과를 가져다 줘 성공의 원인이 되기도 하지만 일단 할인혜택을 주기 시작하면 중단하기를 주저하는 경우가 많아 궁극적으로는 실패의 원인이 되기도 한다. 매출 감소에 대한 염려와 매출 성장률을 지속적으로 높여야 한다는 압박 때문에 계속 밀어붙이고 이것이 결국 치명적인 타격이 될 수 있다는 의미다. 자사의 프로모션이 실제로 어떻게 진행되고 어떤 결과를 낳는지 제대로 파악하지 못하고 있다는 사실은 이 문제를 더욱 악화시킨다.

 

 

 

다수의 소매기업들은 프로모션을 진행할 때 공급업체에 대한 의존도가 매우 높다. 그러나 벤더사들은 자사 브랜드를 옹호하기 위해 정확하지 않은 소비자 조사 결과를 제공하는 경우가 의외로 많아 주의할 필요가 있다. 프로모션을 통해 자사 브랜드의 매출을 증가시킬 수만 있다면 전체 소매기업의 매출이 감소하더라도 개의치 않는 경우가 많기 때문이다. 그 결과, 전체 프로모션 진행 건 중 30∼50%는 매출과 마진에 긍정적인 영향을 전혀 미치지 않을뿐더러 수익이 감소하는 경우까지 생긴다.

 

프로모션의 성과는 분석 자체도 복잡하지만 그 과정들이 상호 연관돼 있기 때문에 파악이 쉽지 않다. 성과를 정확하게 파악하기 위해 필요한 몇 가지 단계에 대해 알아보자.

 

첫 번째 단계는 프로모션을 하지 않는 기간의 매출 기준치를 설정해 프로모션으로 인한 직접적인 증가분과 할인으로 인한 비용을 파악하는 것이다.

 

두 번째 단계는 프로모션의 이차적 효과를 알아내는 것이다. 예를 들어, 프로모션을 진행하는 아이템으로 인해 대체 가능한 다른 아이템의 매출을 감소시키게 되면자기잠식효과가 나타날 수 있고, 소비자가 할인 상품을 사기 위해 점포를 방문할 때 추가로 상품을 구매하게 되는후광효과가 발생할 수 있다. 소비자가 프로모션 기간 동안 상품을 다량 구매해 프로모션 후 판매량이 줄어 매출이 감소하는선 소진 효과가 나타날 수도 있다. (그림 1)

 

 

 

 

세 번째는 반드시 진행해야 하는 중요한 단계로 소매기업들이 벤더사가 실제로 프로모션을 위해 제공하는 지원금이 얼마나 되는지 확인하는 것이다. 여기에는 지원하는 자금 중 실제로 얼마나 되는 금액이 프로모션 활동에 관련돼 있는지 파악하는 것도 포함된다.

 

마지막으로 소매기업은 마케팅 비용, 공급사슬 비용, 점포 인건비의 증가분 등 프로모션 운영에 소비되는 측면도 파악해야 한다.

 

단일 프로모션에 대해 이런 분석을 하기 위해서는 양질의 데이터와 분석기법이 요구된다. 대형 유통(소매)기업에는 비교적 단순한 작업처럼 보인다. 그러나 대형 소매기업에도 동시에 진행되고 있는 수천 개의 프로모션에 대해 계절, 날씨 등과 같은 외부 영향을 분리시키고 분석을 진행하는 것은 쉬운 일이 아니다. 회사가 프로모션을 실시하지 않았다고 가정하는 부분보다도 프로모션의 결과로 발생한 사항들을 확인하는 것 자체가 어렵다. 그리고 이보다 훨씬 더 어려운 일은 분석결과에 따라 실행해볼 만한 조치를 마련해 성과를 개선시키는 것이다.

 

방대하고 다양한 빅데이터와 이것의 상호의존성을 이해하고 분석하기 위해서는 선진 분석기법이 필요하다. 소매기업의 시장 입지와 프로모션 중인 아이템으로 얻는 수익에 따라 차이가 있을 수 있지만 적어도 매출의 약 1% 정도의 이윤을 개선할 잠재력이 있는 작업인 만큼 노력할 만한 가치가 있다. 이 같은 노력으로 얻은 이윤은 전체 순이익의 약 20% 정도 차지할 수 있으며 이익 증가분은 가격인하, 점포 개선, 주주 수익 개선을 위해 재투자될 수 있다.

 

실제로 프로모션으로 인한 성과가 좋지 않았던 식품 관련 소매기업이 효과를 본 경우가 있다. 이 기업은 앞서 설명한 선진 분석기법을 도입해 브랜드에 따른 추가 프로모션, 가격인하, 프로모션 미실시 등 다양한 방식을 활용해 상품에 따른 맞춤형 프로모션을 할 수 있게 됐다.

 

2. 정확한 가격설정 구역 정하기

많은 소매기업들이 모든 점포에서 고객에게 일관된 가격을 제공하려 노력하고 적절한 가격을 설정하는 것에 어려움을 느낀다. 가격 설정 구역, 즉 가격대가 비슷한 지역은 지리적으로 어떻게 영업 활동을 조직하느냐에 따라 결정된다.

 

일반적으로는 시, , 국가의 경계선을 기준으로 가격을 설정하는 경우가 많은데 고객이 이러한 임의적인 경계를 지나서 구입을 하게 될 때 동일한 기업에서 같은 물건이 다른 가격에 판매되고 있다는 사실을 알게 되는 상황이 생길 수도 있다. 고객은 이러한 상황에서 근처 지역 중 최저가로 파는 곳을 찾아 다닐 수도 있고 어떤 고객은 생각지도 못하게 저렴한 가격에 구입할 수도 있지만 가격에 민감한 고객들은 불신을 갖고 아예 구입을 안 할 수도 있다.

 

또한, 소매기업들이 가격설정 구역을 너무 작게 만들어서 경쟁사의 압박이 있을 때 정교한 대응을 할 수 없는 상황이 발생하기도 한다.

 

 

이를 개선하기 위해서는 개별 고객의 패턴을 분석해 가격설정 구역을 결정하는 기초자료로 활용하는 것이 좋다. 수천 개가 넘는 점포의 충성고객과 신용카드에서 얻은 풍부한 거래내역 정보를 분석하면 개별 고객이 주로 어디에서 구입하는지 파악할 수 있다. 데이터를 가격설정 구역 분석에 사용하는 것이다. 인위적으로 구획된 지리적 경계선이 아닌 종합, 분석, 매핑을 통해 수집된 구매 패턴 정보에 따라 지역을 나누면 보다 효과적인 결과를 얻을 수 있다.

 

빅데이터가 생성하는 복잡다단한 정보는 고객이 다른 점포에서 물건을 구매하게 될 확률을 파악하고 같은 지역 내에서 다양한 가격을 책정할 근거를 마련해주고 고객이 다른 가격을 마주칠 확률을 크게 낮춰 주는 등 놀라운 통찰력을 가져다준다.

 

전미지역을 대상으로 영업하는 A소매기업은 주력 상품군에 대해 주(state) 경계선을 기준으로 애틀랜타 전 지역에 동일한 가격을 책정하고 있었다. 하지만 충성고객 카드 데이터를 분석한 결과 조지아 주를 비롯한 인접 주에 걸쳐 상당히 복잡한 구매 패턴이 나타났다. 애틀랜타의 불규칙하게 위치한 외곽 지역과 통근의 어려움으로 동일한 고객을 상대하는 점포들이 통근 라인을 따라 위치해 있었다. 애틀랜타 내에서도 인구통계학적 특성 및 구매 행태 측면에서 다양성이 존재한다는 것을 발견한 것이다.

 

 

 

A기업은 고객들이 구매한 지역을 조사함으로써 조지아 주에서 열 개 남짓한 독특한 점포군을 파악했다. (그림 2) 그 결과 동일한 가격을 책정했던 지역 내의 점포군들 전반에 걸쳐 최대 30%의 가격 차를 설정할 강력한 근거를 찾았다. 어떤 점포군에서는 가격을 인상했지만 해당 지역 내 최저가를 유지하게 됐고, 어떤 점포군에서는 지역 내 경쟁업체보다 낮은 정도로만 가격을 인하했다. 고객들은 이전보다 더 저렴한 가격에 제품을 살 수 있었고 회사는 가격 인상 및 고객의 점포 방문 증가를 통해 단일 카테고리 내 수익이 500만 달러가 추가로 창출되는 효과를 누렸다. 이 회사는 수십억 건의 거래내역에 대한 빅데이터 분석을 활용해 전미 지역에 가격 차별 전략을 확대 적용했고 고객들이 다양한 가격이 존재한다는 사실을 모르게 하면서 고도화된 가격산정을 할 수 있게 됐다.

 

3. 점포의 가치 이해하기

소매기업들은 자사 점포망의 가치를 토지 및 건물의 가치 측면에서만 보는 경우가 많다. 전형적인 오프라인 점포망은 물리적인 위치에 묶여 있어 고정적으로 지출이 발생한다. 수백 개의 점포가 있는 점포망을 변경하는 것은 점포의 위치, 부동산, 건축 등의 장기적인 비용으로 인해 시간과 비용이 많이 요구되는 일이다.

 

최근 들어 경영진은 점포망을 기회라기보다는 부담으로 보는 경향이 있다. 매출이 온라인으로 이동하는 추세이기 때문에 점포가 너무 클 때는 분명 문제가 된다. 반대로 부족한 오프라인 점포로 수요를 충족시켜야 할 때 역시 부담은 훨씬 더 무거워진다.

 

빅데이터는 점포망에 대한 다른 시각을 제시해 줄 수 있다. B소매기업은 선진분석 기법으로 점포망을 분석한 결과 기존 소매영업망에서 보다 나은 가치를 창출할 수 있었다. 이 소매기업은 한 유명 기술 관련 브랜드가 주요 고객군에서 매출 잠재력을 충분히 발휘하지 못하고 있고, 그 이유 중 하나가 기존 직접 판매 네트워크가 듬성듬성 위치해 있기 때문이었다는 것을 소비자 조사를 통해 발견했다. 자사 점포망이 해당 브랜드의 사업 활동영역을 보완하는 데 도움이 될 것이라고 생각했지만 이를 증명할 근거가 필요했다.

 

이에 자사와 경쟁사의 점포망으로 인해 해당 기술 브랜드의 사업 활동영역이 보완될 수 있는지 분석을 시작했다. 미국 내 1200만 개의 비즈니스와 11700만 세대에 대한 데이터를 이용했고 해당 기술 브랜드의 소매 및 제휴사 네트워크의 개선사항을 파악하기 위해 지리정보 분석 기법으로 34억 건의 지점 간 고객 이동을 조사했다.

 

 

결과는 명확했다. 이 소매기업은 미국 내 비즈니스 및 각 가정에 대해 경쟁사에 비해 평균 37% 더 근접해 있었다. 실제로 이 회사는 경쟁사들에 비해 미국 전역에 걸쳐 주요 고객군에 대한 최대의 접근성을 가지고 있었던 것이다. B소매기업은 경쟁사와 비교를 통해 점포망을 살펴보며 자사 점포망의 진정한 가치를 확인할 수 있었다.

 

결과적으로 해당 기술 브랜드와 제휴에 성공했고 기존 점포망에 약간의 비용만을 추가해 4000만 달러에 달하는 매출 증대를 가져올 수 있었다. 빅데이터와 지리정보 분석기법을 이용한다면 다른 소매기업들 역시 기존 점포망에서 이같이 의미 있는 결과를 얻을 수 있을 것이다.

 

그렇다면 어떻게 시작할 것인가?

소매기업들이 빅데이터의 도움을 받아 이러한 기회들을 탐색할 때 다음과 같은 몇 가지의 초기 단계를 밟아야 한다.

 

1. 가장 시급한 기회에 집중하라.

소매기업의 경영진은 매우 실리적이다. 기업들은 일일 단위의 매출 또는 마진 개선을 통해 성공한다. 경영진은 구체적으로 성장을 이끌어낼 방법을 찾아내야 한다. ‘완벽한 솔루션을 만들려고 해서는 안 된다.

2. 진정 필요한 데이터에서부터 시작하라.

경영진은 인프라를 확고하게 만들어야 한다. 매출, 비용, 프로모션, 공간, 점포위치, 고객 데이터는 연결돼야 한다. 비즈니스 가치를 창출할 만큼만 연결하면 된다. 노력할수록 이 같은 연결은 진화할 것이고 분명 그에 따라 더 많은 데이터들이 연결돼야 할 것이다. 하지만 최우선적으로, 빨리 성과를 보고 싶다면 우선 단기적으로 필요한 데이터만으로 경쟁사보다 빠르게 시작하는 것이 중요하다.

3. 조직이 같이 참여하도록 하라.

소매기업에서 의사결정에 참여하는 사람들(바이어, 트레이드 플래너 등)은 유용한 정보에 항상 목말라 있다. 분석 과정에 이들을 참여시켜 투명성을 보장함으로써 분석결과를 신뢰할 수 있도록 하자. 훨씬 더 의미 있는 결과를 얻을 수 있을 것이다.

4. 분석결과를 조직 내 더 많은 사람들이 확인할 수 있는, 실행할 조치로 풀어라.

궁극적으로 리테일의 빅데이터는 사람들이 실리적인 의사결정을 더 빠르고 쉽게 내리도록 도와줘야 한다. 상품 프로모션을 일주일 더 할까? 원 플러스 원 프로모션을 할까? 어떤 프로모션을 계속하고 어떤 것은 그만둬야 할까? 이런 제안사항들이 일상적인 의사결정을 내리는 직원들로 하여금 동의를 이끌어낼 수 있도록 하자. 그들이 쉽게 이해할 수 없는 정보라면 그들은 그것을 열심히 공부하기보다는 그냥 무시하고 말 것이다.

5. 신뢰를 유지하라.

일대일 마케팅과 개인별 맞춤 가격 책정은 기업의 가격 책정에 대한 공정성과 고객 프라이버시 보호에 있어 오히려 신뢰를 떨어뜨릴 수도 있다. 신뢰를 이끌어내고 빅데이터 적용을 위한 더 많은 개인 데이터에 접근하기 위해서는 데이터를 어떻게 활용하고 고객이 얻을 수 있는 혜택은 무엇인지에 대해 분명히 알려야 한다.

 

빅데이터에 잠재된 기회들을 그냥 지나쳐버린다면 소매기업들은 정말 많은 것을 놓치게 된다. 단번에 완벽함을 이루려는 조급함을 버리고 하루 빨리 준비태세를 갖추자. 그렇지 않으면 좋은 데이터와 분석 툴을 갖춘 기업에 시장의 문을 열어주게 될 것이다.

 

로버트 수자(Robert Souza)

BCG 보스턴 사무소의 파트너이자 경영이사다. 토마스 옌센(Thomas Jensen)은 스톡홀름 사무소의 파트너이고 코닐리어스 캐스너(Cornelius Kaestner)는 워싱턴 사무소 대표다. 데이비드 포테어(David Potere)는 보스턴 사무소의 대표로 BCG Geoanalytics(지리분석팀)을 만들었다.

 

인기기사