최적의 가격? 빅데이터에 물어라

Article at a Glance - 마케팅

가격을 1% 올리면 이윤은 8.7% 올라간다. 그만큼 가격 책정은 중요하다. 고객에 대한 데이터가 넘쳐나는 시대지만 이를 가격 책정에 제대로 이용하는 기업은 흔치 않다. 다음의 4가지를 명심하라.

1) 데이터를 적극적으로 활용하라.

데이터는 관리하는 게 아니다. 데이터를 토대로 가격 결정을 내려야 한다.

2) 자동화하라.

기업이 파는 수천 개의 제품에 사람이 일일이 가격을 매길 수는 없기에 카테고리별로 혹은 일괄적으로 가격을 책정하는 경우가 많다. 자동화하면 제품 하나마다 가격을 매길 수 있다.

3) 영업기술과 자신감을 키워라.

가격은 의사소통의 문제이기도 하다. 고객과 접하는 영업사원들에게 확신을 심어줘라.

4) 적극적으로 성과를 관리하라.

영업사원들이 고객별 수익성을 투명하게 확인할 수 있어야 한다. 또 가격 결정 권한도 과감하게 위임하고 그에 맞게 인센티브를 줘라.

편집자주

이 글은 <맥킨지쿼털리>에 실린 ‘Using Big Data to Make Better Pricing Decisions’를 전문 번역한 것입니다.

올바른 가격 책정의 중요성은 아무리 강조해도 지나치지 않다. 평균적으로 가격이 1% 인상되면 이윤이 8.7% 늘어난다. (물론 판매량이 줄어들지 않는다는 가정이 전제돼야 한다.) 하지만 매년 기업들이 내리는 수천 개의 가격 결정 가운데 최대 30% 정도는 성공적이라보기 힘들다. 최적의 가격을 책정하는 데 실패하면 기업은 실현 가능했던 매출을 놓치게 된다. 기업들이 보유한 엄청난 양의 데이터를 제대로 활용하기만 하면 훨씬 뛰어난 가격 결정을 내릴 수 있다는 사실을 감안하면 특히 심각한 문제다. 빅데이터의 복잡성에 질서를 부여할 수 있는 기업은 상당한 가치를 얻을 가능성이 크다.

물론 그러기가 쉽다는 뜻은 아니다. 고객과 상호 작용하는 경로가 늘어나고 있는데다 디지털화로 인해 유통 채널의 복잡성이 한층 증대되고 있어 고객과의 접점의 수가 폭발적으로 증가하고 있다. 이런 환경 탓에 최적의 가격을 책정하기가 힘들더라도 기업은 최적의 가격을 찾아내기 위해 노력해야 한다. 빅데이터가 제공하는 기회를 발견하고 효율적으로 활용하지 못한 탓에 얼마든지 움켜쥘 수 있었던 수백만 달러의 이윤을 놓치는 기업이 많다. 이익 마진을 늘리려면 숫자의 홍수에 압도당하기보다 빅데이터를 활용해 카테고리 차원이 아닌 각 제품 차원에서 최고의 가격을 찾아야 한다.

성공적으로 활용하기에는 너무도 방대한 데이터

기업은 고객이 각 제품에 기꺼이 지불할 의사를 갖고 있는 최적의 가격이 얼마인지 찾아낼 수 있어야 한다. 가격에 영향을 미치는 매우 구체적인 통찰들을 고려해 최고의 가격을 도출하는 방법이 가장 이상적이다. 예를 들어 차선책이 될 수 있는 경쟁 제품의 가격과 해당 제품이 고객에게 제공하는 가치를 비교하는 것이다. 사실 몇 안 되는 제품을 취급하는 기업이라면 이와 같은 가격 책정 접근방법을 쉽게 활용할 수 있다.

하지만 제품의 숫자가 급증하면 문제가 커진다. 일반적인 기업의 경우, 전체 매출의 약 75%를 차지하는 ‘표준 제품’만 해도 수천 가지가 넘는다. 많은 시간을 투자해 사람이 직접 가격을 결정하는 방식으로는 가치를 찾는 데 도움이 되는 가격 패턴을 파악하기가 사실상 불가능하다. 규모가 큰 대기업들이 세부적인 사항을 하나하나 파악하고 수천 개의 제품과 관련된 가격 변수의 복잡성을 관리하려면 너무도 많은 노력이 필요하다. 심지어 가격 변수는 끊임없이 변한다. 결국 가격을 제대로 책정하려면 빅데이터를 활용해야 한다. (그림 1)

단순히 땅속에 고개를 파묻고 문제를 회피하려 드는 마케터들이 많다. 마케터들은 대개 제품 생산 비용, 표준 마진, 유사한 제품의 가격, 대량 구매 할인 등 지나치게 단순한 요인을 토대로 가격을 결정한다. 심지어 마케터들은 가격 문제에 적극적으로 대처하지 않는 이유로 항상 ‘시장 가격(market price)’을 언급하는 등 구태의연한 제품 관리 방식에 의존한다. 그중에서도 가장 나쁜 점은 이들이 모든 제품의 가격을 일괄적으로 10% 인상하는 등 오랜 세월 동안 ‘검증된’ 방법을 활용한다는 것이다.

린데 가스(Linde Gases)의 영업 운영 책임자 로저 브릿슈기(Roger Britschgi)의 이야기를 들어보자. “예전에는 과학이 아니라 규모와 판매량을 토대로 매년 가격을 인상했습니다. 다른 방식으로 가격을 결정할 수 있다고 생각조차 하지 않았습니다. 솔직히 말해서 우리 회사 사람들이 고객에게 가격 인상의 타당성을 납득시킬 수 있도록 제대로 준비를 했던 건 아닙니다.”

그림 1분석을 통해 찾아낸 패턴은 지불 의사를 기준으로 개별 고객 및 제품에 차별적인 가격을 적용할 수 있음을 시사한다.

데이터를 토대로 이윤을 창출하기 위한 4단계

좀 더 효과적으로 가격을 책정하려면 지금 현재 활용 가능한 데이터를 정확하게 이해해야 한다. 이를 위해서는 폭넓은 시각으로 바라보기보다 관찰하고자 하는 대상을 세밀하게 바라봐야 한다. 사솔(Sasol)의 그룹 부사장 겸 마케팅/ 영업 총괄 관리자 톰 오브라이언(Tom O’Brien)은 이런 접근방법에 대해 다음과 같이 이야기했다. “영업팀은 어떤 식으로 가격을 책정하는지 잘 알고 있었습니다. 판매량에 대해서 알고 있었을지도 모릅니다. 하지만 그것만으로는 충분하지 않았습니다. 매우 세밀한 데이터가 필요했습니다. 말 그대로 모든 송장(invoice)에서 확보한 데이터, 제품별 데이터, 고객별 데이터, 상품 포장별 데이터를 살펴봐야 했습니다.”