고객이 사고 싶은 물건이 따로 있는 것처럼 회사 역시 고객에게 팔고 싶은 물건이 따로 있다. 하지만 최근에는 회사가 소비자에게 자신이 보여주고 싶은 제한적인 선택지만을 제공하고 싶어도 이를 통제하기가 쉽지 않은 상황이다. 하지만 이러한 정보 과다 환경은 역으로 생각하면 기업도 제품을 구매해 줄 고객에 대한 정보를 보다 손쉽게 얻을 수 있는 환경이기도 하다.
특히 빅데이터를 활용한 다양한 시도들이 최근 전개되고 있다. 인터넷과 SNS상에는 고객의 취향과 욕구가 어디에 있는지 확인할 수 있는 수많은 힌트가 남겨 있다. 바로 이런 힌트를 모아 고객이 찾아와 고민하기 전에 미리 고객에게 곧 찾게 될 물건을 먼저 제시해 주는 것이다. 결국 많은 기업이 고객 정보를 활용해 자신들의 제품이 보다 적합한 제품임을 소비자에게 설득력 있게 제시하기로 결정한 것이다.
이상에서 설명한 것과 같이 시장 환경이 변화되면서, 시장 환경에 빠르게 적응한 것은 기존 기업이 아니라 신생기업이었다. 기존 기업은 영업, 판매 방식을 개편하는데 큰 비용이 소요된다. 하지만 기존 기업은 처음부터 변화된 환경에 부합하는 형태로 초기부터 사업모델을 구상할 수 있기에 수월하다. 빈 땅에 건물을 올리는 것이 기존 건물을 허물고 새 건물을 짓는 것보다 용이한 이유와 동일하다.
빅데이터를 활용에 가장 유의미한 성과를 거두고 있는 기업이 넷플릭스다. 넷플릭스는 전 세계 4000만명을 대상으로 온라인 영화 스트리밍 서비스를 제공하는 회사다. 넷플릭스는 수백 개가 넘는 영화 중에서 어떤 영화를 봐야 하는지 고민하는 고객을 위해 영화를 추천해 주는 시스템을 도입했다. 고객이 초기 설정한 선호도와 함께 이후 서비스를 이용하는 과정에서 추가로 확인된 내용을 바탕으로 고객이 좋아하는 배우와 감독, 영화 장르와 스토리를 바탕으로 적합한 영화를 추천해 준다. 실제로 고객이 넷플릭스에서 소비하는 영화 중 약 60% 이상이 추천 시스템을 통해 추천한 영화라고 한다.
또 다른 기업으로는 아마존을 꼽을 수 있다. 아마존은 아마존 자체 계정으로 로그인해도 되지만 페이스북 계정을 연동해서 사용해도 된다. 페이스북 계정을 사용해 아마존에 로그인 할 경우 자신의 페이스북에 담겨 있는 다양한 개인 정보와 지인들의 정보를 바탕으로 적합한 상품을 추천해 준다.
예를 들어 친구 생일 선물로 뭐가 좋을지 난감할 때가 많다. 하지만 아마존 페이스북 계정연계 서비스를 이용할 경우 쉽게 해결할 수 있다. 아마존이 내 페이스 북 친구들의 '위시 리스트'를 확인해 그들이 원하는 물건이 무엇인지 알려주기 때문이다. 따라서 나는 내 친구의 위시리스트에 들어 있는 물건 중에서 적절한 것을 고르기만 하면 된다.
우리는 하루 일과 중 수많은 선택지에 마주치게 된다. 편의점에서 생수 하나를 살 때도, 커피숍이나 식당에서 주문할 때도 다양한 선택지를 마주치게 된다. 다른 상품을 사러 갔다가도 메뉴판을 보고 또 다른 것을 고르거나 진열돼 있는 상품을 보고 추가로 구매하는 경우가 종종 있다. 온라인 사이트에서는 메인 화면에 어떤 상품이 올라가는지에 따라 소비 형태가 달라지는 것은 익히 알려진 사실이다. 그리고 이 과정에서 많은 사람들이 선택의 고통을 느껴본 적이 있을 것이다. 최근 많은 고객이 데이터에 기반한 추천 상품에 자연스럽게 의존하게 된 배경도 여기에 있을 것이다. 판매사원으로부터 권유받을 때는 강요 내지 간섭으로 여기지만 데이터에 의한 추천은 나의 기호, 취미, 성향을 분석한 결과라고 생각하는 요즘의 트렌드를 창업자들은 놓쳐서는 안 될 것이다.
박정호 명지대 특임교수 aijen@mju.ac.kr
