제품 인텔리전스는 소매 분석의 새로운 물결입니다.

2020년 전자상거래로의 대규모 전환은 증가하는 소비자 요구에 부응했습니다. 이와 함께 온라인 데이터 보호법이 증가하고 있습니다. 소매업체는 어떻게 대처합니까? 소매 분석의 다음 진화는 온라인에서 제품 중심의 고객 경험을 창출하는 것입니다. 왜 이런 일이 일어나고 어떻게 할 수 있는지 살펴 보겠습니다.

온라인 쇼핑을 하는 인구는 약 21억 4천만명입니다. 2040년까지 모든 구매의 95%가 전자상거래를 통해 이루어질 것으로 예상됩니다. 시장에는 그 어느 때보다 많은 소매업체가 있습니다. 즉, 소비자는 원하는 모든 것을 어디서든 누구에게서든 구매할 수 있습니다. 소매업에서의 이러한 엄청난 성장과 경쟁은 계속 증가하는 데이터 규정과 결합됩니다.

뿐만 아니라 소비자의 요구도 변화하고 있습니다. 쇼핑객은 개인화, 속도 및 편의성을 원합니다. 그들은 자신의 가치, 관심사, 욕구에 부합하는 제품을 찾습니다.

이러한 증가하는 추세에 대처하기 위해 다음과 같은 소매 분석의 새로운 물결이 있습니다.

1. 쇼핑객의 개인 데이터에 의존하지 않고 제품 및 컨텍스트 데이터를 분석합니다.
2. 개별 구매자의 심리에 따라 제품 메시지를 개인화하기 위해 실행 가능한 통찰력을 생성합니다.

이 새로운 물결을 "제품 인텔리전스"라고 합니다. 소매 분석의 경우 이는 고객 중심 시장에서 선두를 유지하는 데 중요합니다. 제품 인텔리전스는 위의 두 가지를 모두 사용하여 디지털 구매자의 증가하는 수요를 충족하는 동시에 고객 데이터를 투명한 방식으로 사용합니다.

제품 중심 vs. 고객 중심

제품 인텔리전스는 제품과 고객 중심을 결합하여 고객이 제품과 상호 작용하는 방식에 대한 실행 가능한 통찰력을 얻은 결과입니다.

제품이 각 개별 웹샵 방문자와 관련하여 개인화되는 멀지 않은 미래에 필요한 단계입니다.

왜 이것이 필요한가?

광고의 여명기에 제품은 USP(Unique Selling Point)를 기반으로 판매되었습니다. 예를 들어 Crayola는 색연필을 '방수', '잘 지워지지 않음', '왁스'로 판매했습니다. 50년이 지난 지금 Crayola 광고는 제품이 고객에게 의미하는 바에 초점을 맞추고 있습니다. Crayola: 소녀는 발레리나가 꿈이고 소년은 탐정이 꿈입니다.

실제로 이러한 변화는 제품 중심에서 고객 중심으로의 진화를 보여줍니다. 이러한 전환의 이유는 우리가 소비자와 그들의 심리에 대해 더 많이 알게 되면서 발생했습니다. 마케터들은 제품이 이야기의 절반에 불과하다는 것을 깨달았습니다. 나머지 절반은 제품을 구매하는 사람입니다. 제품이 사람에게 대표하는 제품을 판매할 때 이는 고객 중심 접근 방식이 됩니다.

점점 더 접근하기 어려워지는 고객 데이터

또한 데이터 규제가 더욱 엄격해지고 있습니다. 예를 들어 Google은 최근에 쿠키를 없앴습니다. 유럽의 GDPR은 이미 쿠키 동의 및 민감한 데이터와 같은 보호 장벽을 만들고 있으며 보다 엄격한 국가 법률은 데이터 보호를 정책 결정의 최전선으로 추진하고 있습니다(Inmoment). 여기에서 전자 상거래 상점으로서 지능형 추적 방지에 대처하는 방법에 대해 읽어보십시오.

소비자의 81%는 "신뢰하는 브랜드"(Edelman Trust Barometer 2020)를 기반으로 구매하고 데이터 오용으로 악명 높은 기업은 뒤처지고 있습니다.

제품 인텔리전스의 경우 제품 데이터는 소매업체에 속하지만 세분화 및 최적화에 대한 무한한 가능성을 제공합니다. 제품 인텔리전스는 제품 데이터를 사용하여 고객 경험을 향상함으로써 더욱 발전합니다.

Acquia에 따르면 고객의 61%는 기본 수준에서도 자신을 알아야 하는 브랜드가 알지 못한다고 생각합니다. 제품 인텔리전스는 개인을 기반으로 제품을 개인화하고 장기적으로 브랜드 자산을 창출합니다. 고객이 시장에서 보고 싶은 제품을 제어할 수 있는 기회를 제공하는 동시에 캠페인을 대상으로 하는 제품과 고객 간의 피드백 루프입니다.

제품 인텔리전스는 전자상거래 및 소매업의 미래입니다.

이러한 방식으로 제품 인텔리전스는 풍부한 데이터 세트로 제품 정보 관리(PIM) 시스템과 고객 데이터 플랫폼(CDP)을 완성합니다. 데이터를 생성하고 이 제품-고객 피드백 루프에 연료를 공급합니다.

예를 들어, 당신이 운동화를 판매한다고 상상해보십시오. "방수", "추가 그립", "쿠션", "러닝 케이던스 80"과 같이 신발의 속성을 보여주는 제품 레이블이 있습니다. 고객이 이러한 제품 속성을 기반으로 전환하는 경우 해당 고객을 제품의 품질을 추구하는 일반 주자로 분류해야 합니다.

(고객이 제품을 선택하는 방식에 대해 많은 이야기를 할 수 있습니다. 고객이 달리기 속도에 대한 퀴즈 마법사에 답했을 수도 있고 마라톤 달리기에 대한 광고를 통해 웹사이트로 연결되었을 수도 있습니다. 각각의 경우 다른 제품의 품질은 다양한 구매자와 관련이 있으며 그에 따라 강조 표시되어야 합니다. 고객의 다양한 요구를 이해하는 것은 먼저 제품의 품질을 이해한 다음 제품 설명이나 제품 라벨에 이를 표시하는 것부터 시작합니다.

이 데이터를 사용하여 특정 세그먼트에 보다 관련성 높은 캠페인 및 커뮤니케이션을 전달할 수 있습니다. 이러한 제품 속성(및 다른 고객 데이터 요소와 결합)에서 고객이 누구인지에 대해 많은 것을 추론할 수 있습니다.

제품 인텔리전스에는 사일로 없는 접근 방식이 필요합니다

제품 인텔리전스는 고객 중심으로 나아가는 새로운 방법입니다. 그러나 이를 위해서는 모든 사람이 데이터에 액세스하고 통찰력을 회사 전체에서 재사용할 수 있도록 사일로 없는 접근 방식이 필요합니다. 전자 상거래 팀의 경우 제품 품질을 높이고 제품 설명을 최적화하거나 상향 판매를 위해 유사한 제품을 추천할 수 있도록 제품 데이터를 사용할 수 있어야 합니다.

머천다이징 팀의 경우 고객이 제품에 대해 무엇을 좋아하는지 이해하면 향후 라인을 개발하고 제품을 현장에 배치하는 방법을 개발하는 데 도움이 됩니다. 그리고 마케팅은 제품 인텔리전스를 활용하여 세분화, 타겟팅 및 전체 캠페인 메시지를 최적화합니다.

부서별 사일로를 무너뜨리는 것은 Amazon 및 Zappos와 같은 거대 전자 상거래가 이미 구현하고 있는 동시에 항상 고객을 최우선으로 생각하는 것입니다.

결론: 여전히 고객에 관한 모든 것

제품 인텔리전스는 소비자 심리학과 데이터 간의 격차를 해소합니다. 경쟁에서 앞서 나가기 위해 제품과 고객 중심이라는 두 가지 접근 방식을 통합하는 것입니다.

고객이 찾고 있는 제품 속성을 홍보함으로써 고객이 원하는 제품을 먼저 쉽게 찾을 수 있습니다. 제품 인텔리전스는 전자 상거래 및 소매 분석을 위한 길을 열어줄 고객 중심의 제품 경험입니다. 이는 소매업체가 디지털 시장에서 경쟁력을 유지하고 점점 더 온라인에서 쇼핑하는 소비자와 관련성을 유지할 수 있는 중요한 방법입니다.