집 근처 기아자동차 전시장에 배치된 차량 종류가 철저한 데이터 분석에 따른 결과라면 어떨까?
권순우 기아자동차 마케팅사업부 빅데이터 WG 그룹장은 지난 2월 24일 서울 종로구 광화문 나인트리에서 진행된 ‘디지털 마케팅 서밋 2016’의 ‘데이터 기반 디지털 마케팅 전략’ 세션에서 기아차가 어떻게 데이터 기반의 마케팅을 하고 있는지 상세 내용을 공개했다.
“4000여개 사이트에서 800만건 이상의 데이터를 수집, 분석해 마케팅에 적용했습니다.”
이는 K7가 미국 진출 때 기아차에서 분석한 데이터의 양이다. 국내 마케팅 역시 비슷한 규모의 사이트에서 데이터를 수집, 분석해 진행한다. 과거에는 오프라인, 혹은 온라인 설문 조사와 같은 특정 표본에 그친 분석이었다면, 이제는 전수조사를 시작했다는 게 가장 큰 변화다.
권 그룹장에 따르면 기아차는 자사가 보유한 13개 차량 브랜드에 대해 355종류의 각 차량별 특징을 기반으로 변속기, 배기량, 연비 등 107가지 속성에 대한 고객 반응을 수집, 분석하고 있다.
기아차는 빅데이터 인프라인 하둡분산파일시스템(HDFS)과 맵리듀스(MapReduce)를 기반으로 한 시스템을 구축했다. 비정형은 NoSQL, 정형은 관계형데이터베이스(RDBMS)를 이용해 텍스트 마이닝, 음성 분석, 개인, 집단 간 네트워크 모델링, 고객 접촉 이력 및 이동경로 분석, 회귀-분류-군집화 등 예측 분석을 하고 있다.
또한, 직관적으로 현재 상황을 파악할 수 있는 모니터링 대시보드도 구축했다.
기아차의 대시보드를 통해 브랜드별 일일 버즈를 브랜드/속성/연관어 중심으로 분석하고 수집 데이터를 전체 검색 및 분석을 할 수 있다. 분석 결과는 마케팅과 위기관리에 모두 활용한다.
보통 차량을 구매하고자 하는 잠재 고객들은 영업점을 방문하는 것이 필수다. 외관 디자인을 본 뒤 구매를 결정짓는다는 것인데, 과거 회사 입장에서는 이러한 고객들의 수요나 취향 등을 파악하지 못했던 영역이었다.
앞서 언급했듯 기아차는 대시보드를 구축한 뒤 미디어/커뮤니티/자동차 리뷰 사이트/검색엔진/SNS 등 4000개의 사이트에서 800만 건의 반응을 수집하고 차량의 355가지 특징, 107가지 속성에 따른 고객의 반응을 분석한다.
온라인 데이터 분석에만 그치지 않는다. ‘K3를 보려다가 전시 차량이 주변에 없어서 구매를 보류했다’, ‘남편 따라 지점에 방문했다가 K7의 디자인을 보고 구매를 결정했다’는 등 ‘고객의 소리’ 전체를 데이터화 해 각 영업지점 별 차별화된 차량을 배치한다. 예를 들어 A지점에 모하비를 배치했는데, 이에 대한 수요가 많지 않을 경우 18km 떨어진 E 지점에만 모하비를 추가 배치하는 식이다.
![기아자동차의 데이터 분석을 통한 차량 배치 예시](http://ec2-13-125-22-250.ap-northeast-2.compute.amazonaws.com/wp-content/uploads/2016/03/84-1024x341.png)
위기 대응도 마찬가지다. 과거에는 고객의 컴플레인을 일선 상담 직원이 수작업으로 정리해서 상위 체계로 보고했던 것에 그쳤지만, 이 모든 과정을 자동화한 것이다. 가령 일일 다섯 건 이상 컴플레인 메시지가 포착되면 담당자에게 이메일을 발송하는 자동 체계를 구축해 더욱 빠르고 긴밀하게 고객과 커뮤니케이션한다는 것이 권 그룹장의 설명이다.
![기아자동차의 데이터 분석 후 마케팅 적용 전체 프로세스](http://ec2-13-125-22-250.ap-northeast-2.compute.amazonaws.com/wp-content/uploads/2016/03/38-1024x342.png)
빅데이터로 마케팅한다고 홍보하는 곳은 많다. 가령 카드 결제자의 성별 정도만 추린 뒤 커피전문점에 남성보다 여성이 많다는 다소 아쉬운 결론을 낸 경우도 빅데이터 분석 사례로 소개되곤 한다. 그런데 남성이 여성보다 커피집에서 카드 사용이 많은 이유에 대한 분석은 없다. 엑셀에 남자/여자만 분류해놓고 수치를 측정한 것과 다름 없는 분석이다.
기아차의 사례가 ‘빅’데이터 분석에 속하는지 섣부르게 결론내릴 수는 없다. 하지만, 적어도 이들은 자사의 브랜드에 대해 온라인, 오프라인에서 이야기하는 고객의 목소리를 전부 익명화해(Anonymized) 데이터 분석 인프라 위에 올렸다. 그리고 단순 데이터 수집에 그치지 않았다. 세분화된 고객의 평가 요소를 기준으로 전체 데이터를 분석했고, 이를 마케팅과 위기관리에 다시 활용했다.
(빅)데이터가 만능이라는 슬로건은 약발이 다 떨어졌다. 결국, 고객을 이해하기 위한 방법으로 데이터를 활용하는 게 중요하다. 데이터를 분석하는 본질, 그리고 마케팅과 관련해 기아차의 이번 발표 사례가 시사하는 것이 많은 이유가 여기에 있다.
[fbcomments url=”https://s3.ap-northeast-2.amazonaws.com/mobiinsidecontent/index.php/2016/03/02/kia-data-analytics/” width=”100%” count=”off” num=”5″ countmsg=”wonderful comments!”]