Top
검색버튼 메뉴버튼

Management Science 2.0

특급 호텔 방값이 콘도의 25%? 메리어트 호텔, 과학적 가격정책의 힘

장영재 | 89호 (2011년 9월 Issue 2)

편집자주

경영 현장에는 수많은 수학자와 과학자들이 포진해 있습니다. 이들은 전략, 기획, 운영, 마케팅 등 다양한 분야에서 첨단 수학·과학 이론을 접목시켜 기업 경쟁력 강화에 기여하고 있습니다. 경영 과학은 첨단 알고리듬과 데이터 분석 기술로 기업의 두뇌 역할을 하면서 경영학의 새로운 분야를 개척해나가고 있습니다. <경영학 콘서트>의 저자인 장영재 교수가 경영과학의 새로운 패러다임을 소개합니다.

 

816일부터 18일까지 3일간 강원도 용평에서 경영 관련 통합학회가 열렸다. 국내 경영 관련 34개 학회가 함께 참여하는 행사로 경영학자와 기업인 1000여 명이 한자리에 모였다. 23일 일정에 수도권과 떨어진 강원도에서 개최되는 학회여서 상당수 참가자가 현지 숙박을 택했다. 더구나 학회 시작일인 16일 전날인 15일 월요일은 광복절 휴일이어서 그 전 주말부터 치면 내리 엿새 동안 도심을 떠나 강원도의 자연을 만끽할 수 있는 기회였다. 그래서 이번 학회에는 가족과 함께 여름 휴가와 학회 참석을 겸해 참가한 이들도 많았다. 여기에 또 다른 매력 포인트도 있었다. 바로 학회 참석자들에게 제공하는 저렴한 숙박비다

이번 학회가 열렸던 A호텔의 2인실 더블베드 요금 정상가는 27만 원이다. 하지만 학회 참석자에게는 7만원에 제공됐다. 가장 비싼 콘도 41평형(정상가 51만 원) 가격은 13만 원으로 정상가의 거의 4분의 1이다. 물론 이렇게 저렴한 가격으로 제공받기 위해서는 사전에 학회 등록을 하고 예약 시 학회 참석자임을 명시해야 한다. 그러나 경영학회 비회원의 참가비가 10만 원임을 고려한다면 참가비를 내고 1박만 하더라도 남는 장사다.


이처럼 숙박업체에서 파격적으로 저렴한 가격을 제공하는 이유는 사전에 학회 주최 측과 협의를 통해 참가자들을 위한 단체 할인 계약을 맺었기 때문이다. 그렇다면 숙박업체들은 대규모 단체 고객 대상 할인 이벤트를 실시할 때 어떻게 적정 할인율을 도출할까? 대부분 업체들이 과학적인 기법에 따라 최적 할인율을 산출하기보다는 과거 경험이나 타 경쟁사 가격을 벤치마킹해 가격을 책정하는 방식에 머무르고 있다. 하지만 데이터 분석과 의사결정 알고리듬을 도입해 별다른 투자 없이 연간 수백억 원의 매출신장을 기록한 기업이 있다. 바로 글로벌 숙박 및 관광기업인 메리어트인터내셔널(Marriott International)이다.


메리어트호텔의 과학적 가격 결정

메리어트인터내셔널은 현재 세계 70여 개 국에 약 3000개가 넘는 숙박 관련 시설을 소유하고 있는 명실상부한 글로벌 기업이다. 2005년 이후 연간 100억 달러 이상의 매출액을 올리고 있으며 2011년 현재메리어트호텔&리조트, JW 메리어트, 리츠칼튼 등의 일반·럭셔리 호텔 브랜드코트야드 메리어트, 스프링힐 메리어트 같은 비즈니스 여행객에 특화된 브랜드메리어트 이그제큐티브 스테이와 같은 기업 고위임원들의 장기 투숙을 위한 서비스리츠칼튼 데스티네이션 클럽 등 회원제 리조트 서비스 등 다양한 숙박과 리조트 및 관광 프랜차이즈를 거느리고 있다.1


메리어트그룹의 핵심 전략은 다양하고 세분화된 브랜드를 통해 고객의 니즈에 정확하게 대응하는 것이다. 여기에 타 숙박 전문 기업이 쉽게 모방할 수 없는 중요한 경쟁력이 또 한 가지 있다. 바로 탁월한 데이터 분석과 과학적인 가격 결정 기술이다.


호텔 숙박, 그리고 관광산업과 같은 서비스업은 첨단 기술과 거리가 멀다고 생각할 수 있다. 그러나 메리어트그룹의 독특한 운영 기법을 파악한다면 서비스업에서도 기술력이 어떻게 기업 경쟁력으로 승화될 수 있는지 이해할 수 있다. 메리어트 운영 이면에는 데이터와 분석을 통한 의사결정 문화가 깊게 자리잡고 있다. 그리고 이러한 문화의 핵심이 바로수익경영(Revenue Management)’을 통한 호텔 운영방식이다.


수익경영이란 소비자가 부여하는 상품의 가치를 가격으로 적용해 소비자의 가치를 실현하고 기업의 매출과 이윤을 극대화하는 경영 방식이다. 수익경영의 핵심은 가격정책이다. 하지만 이는 단순히 가격을 차별하는 것만을 뜻하지 않는다. 고객의 가치와 다양한 요구 사항을 바탕으로 상품과 서비스를 다각화하고 소비자의 구매 패턴 등을 분석해 소비자의 가치를 수치화하며 수요와 공급, 그리고 시장환경 등의 변수를 조합해 적절한 가격 정책을 수립하는 등 마케팅, 세일즈, 기업 운영 등 기업활동의 전반에 영향을 미치는 경영방식이다.2


호텔 숙박업에서 수익경영의 도입 원리는 다음과 같이 간단하게 설명할 수 있다. 가격을 너무 높게 책정해 객실이 텅 비어서도 안 되고 객실을 모두 판매해놓고도 손해를 볼 정도로 가격을 너무 낮게 정해도 안 된다. 가격을 탄력적으로 조정해 객실을 채우면서도 객실당 수익률도 함께 감안해 최대의 매출을 올리는 게 바로 호텔 숙박업체들이 희망하는 수익 경영의 지향점이다.


그럼 이런적정 가격산출은 어떻게 이뤄질까? 바로 데이터와 분석에 기반한 모델과 이런 모델을 바탕으로 고객에게 즉시에 가격을 제시할 수 있는 알고리듬이다. 메리어트의 창립자인 J. 윌라드 메리어트(J. Willard Marriott)는 숙박사업에 진출했던 1950년대부터 모텔 주차장에 들어오는 차에 몇 명이 타고 있는지를 관찰해 이를 바탕으로 2인실 적정요금 산출의 근거로 활용했다.3
이러한 창업자의 데이터를 근거로 한 운영 철학은 이후 1990년대 IT산업의 발달로 고객 예약정보, 호텔 투숙 기록, 부가서비스 이용 기록 등 다양한 정보를 취합할 수 있는 시스템이 마련되면서 강력한 기업 경쟁력으로 부상하게 됐다.


그럼 앞에 설명한 그룹 가격 설정에서 메리어트의 사례를 알아보자. 호텔 예약은 크게 개인 예약과 단체 예약으로 나뉜다. 개인 예약의 경우 투숙객의 숙박 일정과 객실 종류에 따라 사전에 숙박비가 정해지는 게 일반적이다. 이에 반해 학회나 이벤트 모임과 같은 단체 고객의 경우 총 참가 인원, 참가 인원 중 투숙객의 비율, 세미나룸이나 회의시설과 같은 부대시설 이용 등 다양한 요소들에 따라 숙박비가 결정된다. 이러한 다양한 변수에 따라 단체 예약은 호텔과 고객의 상호 계약에 의해 체결된다. 또한 개별 객실 예약과 매우 다른 영업 프로세스와 가격책정 방식이 요구된다.


앞의 경영학회의 경우도 1000여 명의 대규모 인원이 참석하는 행사고 호텔의 대연회장, 단체 리셉션 및 식사, 그리고 호텔 부대시설을 이용하는 다양한 이벤트 등이 준비돼 있어 숙박업체로서는 숙박 제공 외 다양한 서비스를 통한 매출을 기대할 수 있다. 호텔은 학회를 준비하는 주최 측과 협상을 통해 개별 투숙객의 할인율을 결정하고 그 외 부대시설 이용비 등 모든 서비스를 통합 패키지 형태로 묶어 계약을 체결한다.

단체 예약의 특성상 계약 체결을 위해 수많은 변수를 고려해야 하기 때문에 숙박업체로서는 협상 시 적정한 가격을 제시하는 데 상당한 어려움을 겪곤 한다. 많은 선진 숙박 업체들이 개인 예약에는 오래 전부터 수익경영을 이용한 과학적 가격결정 방식을 채택하고 있는 반면 단체 예약에서의 가격 선정은 아직까지 기초적인 산출방식이나 과거 경험에 의지하고 있는 이유다.


하지만 단순한 경험에 의한 산출방식에는 여러 가지 문제점이 있다. 단체 예약은 협상을 통해 이뤄진다. 따라서 고객의 다양한 요구에 따라 신속히 가격을 제시해야 하며 고객이 제시된 가격에 대해 만족스러워하지 않는다면 다양한 옵션을 제공해 협상의 끈이 끊어지지 않도록 해야 한다. 예를 들어 고객이 투숙객 할인율을 호텔에서 제시한 50%보다 더 많이 요구할 경우 호텔은 이 요구를 받아들일 수도 있지만 할인율 50%에 무료 조식 제공이나 수영장 이용 등의 옵션으로 대응할 수도 있다. 만일 고객이 너무 무리한 요구를 제시해 수익성이 맞지 않다고 판단되면 단체 고객 유치를 과감히 포기할 수 있는 근거도 필요하다. 1000명의 단체 손님을 유치하는 것보다 개인 고객들의 예상 수요를 파악해 이를 통한 매출이 더 크다고 여겨지면 협상을 과감히 포기하는 것도 협상의 방식이다.


문제는 단체 고객 유치 협상에서 이러한 복잡한 상황을 함께 고려해 협상 테이블에서 즉각적으로 고객의 요구에 맞춰 신속히 가격을 결정하거나 대안을 제시할 수 있는 의사결정 시스템이 없다는 것이다. 어쩔 수 없이 과거 경험에 의존해 의사결정을 내릴 때가 많은데 이때에는 너무나 많은 변수가 작용하기 때문에 수익성 없는 단체 계약을 체결할 위험도 있다. 이러한 문제를 극복하기 위해 메리어트그룹은 2000년대 중반 태스크포스팀을 구성해 단체 계약을 위한 가격 결정 시스템 개발에 착수했다. 그리고 그 결과 2005그룹 가격 최적화(GPO·Group Pricing Optimizer)’ 시스템을 개발하는 데 성공했다.4

 



그룹 가격 최적화(GPO) 시스템

GPO의 목적은 최대 매출이 예상되는 최적 가격을 산출하는 것이다. GPO는 크게 가격당 고객 수용 확률 분포를 나타낸 가격대응함수(profit response function)와 각 가격대비 수익함수 (profit function)의 두 가지 함수로 이뤄져 있다. 가격대응함수는 특정 가격을 제시했을 때 고객이 그 가격에 제품·서비스를 구매할 가능성을 확률로 나타낸 것이다. 상식적으로 가격이 하락하면 수요가 늘어나고 그에 따라 고객이 구매할 확률도 높아진다. 메리어트그룹은 GPO 설계 당시 그룹 세일에 관한 가격대응함수를 <그림 1>과 같은 모델로 설정했다.

 



<
그림 1>은 특정 업체에서 제공하는 어느 상품에 대한 가격대비 구매 확률을 표현한 가격대응함수다. 동일한 상품·서비스를 경쟁업체에서 13000원에 제공한다는 가정 아래 작성된 그래프다. 이때 고객이 자사 상품·서비스를 구매할 확률은 50%가 된다. 만약 경쟁업체에서 제공하는 13000원보다 자사 상품·서비스 가격이 저렴해지면 구매 확률은 올라간다. 즉 가격이 13000원보다 현저히 낮아지면, 예를 들어 5000원 정도로까지 낮아지면 구매 확률은 거의 100%에 가까워진다. 그럼 이 5000원에서 가격을 6000원으로 올렸다고 가정해보자. 무려 20%나 오른 가격이지만 고객의 구매 의사는 그리 크게 변하지 않는다. 6000원도 경쟁업체 가격보다 비교가 안될 정도로 현저히 낮기 때문이다. 즉 가격이 이미 낮아진 상황에서의 가격 변동은 구매 결정에 큰 영향을 미치지 않는다. 이와 반대로 가격을 경쟁사보다 50% 이상 높은 2만 원에 제시하면 구매 확률은 거의 0%에 가깝게 떨어진다. 하지만 정확히 0%는 아니다. 비록 미약하지만 이 가격에도 구매를 원하는 고객(돈이 매우 많거나, 혹은 무지한 고객 등)은 존재할 수 있다. 이런 구매자에게는 가격을 2만 원에서 25000원으로 올렸다 해도 구매 결정이 바뀌는 경우가 드물다.


따라서 가격이 현저히 비싸거나, 혹은 현저히 쌀 경우에 그래프는 기울기에 별 변동이 없는 평행선을 그리게 된다. 가격에 따라 소비자의 구매 확률이 가장 많이 변화하는 구간은 경쟁사가 제시하는 가격대(13000) 언저리 구간이다. 이 때문에 가격대응함수는 선형 모양을 띠지 않고 역() S커브의 모습을 띠게 된다.


경쟁사와 유사한 가격대 구간에서 소비자의 최종 구매 선택은 단순히 가격뿐 아니라 제품과 함께 제공되는 각종 옵션이나 브랜드 로열티, 혹은 과거 경험 등에 영향을 받게 된다. 메리어트는 과거 그룹 상품을 판매하면서 축척해온 고객과 세일즈 정보 데이터를 기반으로 위 그래프를 산출해 GPO에 활용했다

 



GPO
개발에서 또 하나 중요한 함수가 가격대비 수익함수다. 제품·서비스 하나를 판매할 때의 이익을 산출한 것으로 제품·서비스 가격에서 제품·서비스당 소요되는 경비를 뺀 값이다. <그림 2>에서 알 수 있듯이 가격대비 수익함수는 가격이 올라감에 따라 선형으로 증가한다. 한 제품을 판매해도 제품에 대한 비용은 제한돼 있지만 매출액은 늘어나기 때문이다. <그림 2>의 경우 상품당 비용이 1만 원인 경우 가격이 비용보다 적으면 이익은 마이너스가 된다.

 



GPO
는 가격대비 수익에 고객의 구매 확률을 함께 고려해 <그림 3>과 같은 수익 기대치를 산출한다. 예를 들어 가격을 16000원에 제시하면 수익은 가격대비수익 함수 그래프에서 알 수 있듯이 6000원의 수익을 낼 수 있지만 이 가격을 고객이 수용할 확률을 가격대응함수 그래프에서 찾아보면 약 5%에 불과하다. 따라서 수익 기대치는 300(6000×5%)이 된다. 각 가격당 고객이 구매할 확률에 수익을 곱한 값이 바로 기대 수익이다. 고객의 구매 확률을 높이려면 가격을 저렴하게 제시해야 하지만 수익을 고려하면 가격을 높게 책정하는 게 좋다. <그림 3>은 이러한 구매 확률과 가격을 고려해 제품의 적정한 가격을 제시해주는 예다.


메리어트는 2006년부터 GPO를 사용하기 시작했다. 세일즈 담당자들은 단체 숙박에 대한 가격 협상 시 고객이 원하는 상품, 즉 단체 숙박, 회의실 사용, 각종 부대비용 사용 등에 필요한 요구사항을 GPO 시스템에 입력해놓고 최적의 가격을 고객에게 제시하는 것은 물론 협상 시 다양한 옵션을 제공하며 고객의 요구에 신속히 대응했다. 예를 들어고객님이 선호하시는 814일은 최대 성수기여서 가격이 다소 비싸지만 행사를 이틀만 늦춰 16일부터 개최하시면 현재 가격에서 최대 15%까지 저렴하게 제공할 수 있습니다라고 바로 제안하는 식이다. 고객이 원하는 날짜나 서비스가 불가능할 경우 그저불가능합니다라고 고객을 돌려보내는 것보다 새로운 옵션을 제시해 고객을 타 경쟁사로 보내지 않고 협상테이블에서 효과적으로 타협점을 찾아나갔다. 실제 이러한 실시간 옵션 제공은 세일즈 담당자들이 가장 선호하고 효과적이라 인정하는 기능이다.5
 2008년 말까지 총 1600명의 메리어트 세일즈 담당자들이 현장 가격 협상에 이 시스템을 활용했다. 이들은 GPO를 사용하지 않은 비슷한 규모의 세일즈 담당자들과 비교했을 때 525000건이나 많은 단체 숙박 예약을 유치했다. 이를 매출로 산출하면 무려 13억 달러에 이른다. 가격의 과학이 이뤄낸 결과다.


가격 결정, 이제 과학이다

기업 운영을 배의 항해에 비유한다면 기업은 4개의 각기 다른 조정 레버(lever)를 가지고 험한 물살을 가르는 배로 표현할 수 있다. 늘 폭풍우가 몰아치고 예측하기 어려운 궂은 날씨 속에서 목표 지점을 향해 항해하기 위해서는 서로 다른 레버를 적절히 잘 조종해야 한다. 이들 4개의 레버는 바로 판매량, 고정비용, 변동비용, 그리고 가격이다.


기업에서 수많은 혁신 활동은 변동 비용을 줄이는 데 역점을 둔다. 마른 수건도 짠다는 도요타 방식이 좋은 예다. 마케팅이나 세일즈가 추구하는 레버는 판매량이다. 최대한 많은 판매를 위해 다양한 마케팅 기법을 구사한다. 신사업 투자나 전략적 결정은 고정비용 레버로 표현된다. 아직까지 대부분 기업들은 이 3개의 레버를 조정하는 데 역량을 집중하는 경향이 있다. 반면 가격 레버에 대해서는 그리 많은 노력을 기울이지 않는다. 대부분 과거 경험이나 경쟁사 벤치마킹, 혹은 외부 시장분석 자료 분석에 의지해 가격을 결정하는 게 현실이다. 가격이 전체 기업의 운명을 좌우할 수도 있는 매우 중요한 레버라는 인식 자체가 없는 경우도 많다. 하지만 4개의 레버 중 투자 대비 가장 큰 결과를 기대할 수 있는 레버가 다름 아닌 가격이다.6


아쉽게도 가격이라는 레버를 잡고 기업이라는 배를 운항하는 데는 다소 어려움이 따른다. 앞에 설명한 4개의 각기 다른 레버들 중 가장 큰 영향력을 발휘할 수 있지만 그만큼 매우 예민한 레버가 가격이기 때문이다. 그 때문에 가격 레버는 정교한 데이터와 과학을 필요로 한다. 이미 이런 역량을 갖춘 기업들은 각 산업에서 선두 위치를 차지하고 있다. 유통업계의 월마트와 아마존닷컴, 엔터테인먼트의 넷플릭스, 그리고 호텔 및 리조트 산업의 메리어트다. 이들의 공통점은 다름 아닌 가격 레버를 어떻게 정교하게 조정해야 하는지에 대한 기술 노하우를 가지고 있다는 점이다. 가격의 특성을 분석하고 시장을 파악해 정교한 알고리듬을 적용한다면 가격의 효용은 다른 레버와 비교할 수 없을 정도로 강력한 결과를 도출할 수 있다.

 

장영재 KAIST 산업 및 시스템 공학과 교수 yjang@kaist.ac.kr

필자는 미국 보스턴대 우주항공학과를 졸업한 뒤 미국 매사추세츠공대(MIT)에서 기계공학 석사 학위와 MIT 경영대학원(슬론스쿨)에서 경영과학 석사 학위를 받았다. 이어 MIT 기계공학과에서 불확실성을 고려한 생산 운영방식에 관한 논문으로 박사 학위를 취득했다. 이후 반도체 기업인 마이크론테크놀로지 본사 기획실의 프로젝트 매니저로 과학적 방식을 적용한 원가절감 및 전략적 의사결정을 지원했다. 현재는 카이스트 산업 및 시스템 공학과 교수로 재직 중이다. 저서로는 <경영학 콘서트>가 있다. 트위터 아이디는 @youngjaejang이다.

  • 장영재 장영재 | - (현)카이스트 산업 및 시스템 공학과 교수
    - 마이크론 테크놀로지 기획실 프로젝트 매니저
    - 매사추세츠 공대 생산성연구소 연구원

    이 필자의 다른 기사 보기
관련기사