아마존 오프라인 진출, 빅데이터 매출 방정식

*6년전에 작성한 리뷰입니다.

2015년에 땡마트 디지털 광고 담당하던 시절에 제안서에 주요했던 참고용 엔딩 영상이 하나 있었습니다.
그러니까 2017년에 아마존이 홀푸드를 흡수하기 전에 이 정도가 홀푸드가 가진 미래의 마트 모습이었을 것이고요.
여기서 '네이티브 콘텐츠'의 필요성이, 디지털과 오프라인을 잇는, 나름 옴니채널이라는 단어가 제안서에 흔하게 들어가곤 했었습니다.
 

1. 아마존 오프라인 진출

영상 바로가기 : https://www.youtube.com/watch?v=8VfQ76tH3tg

 

그러다가 내가 그 광고회사를 퇴사를 하고 다른 곳에서 뷰티광고에 빠져있을 때
2년 뒤 2017년쯤 아마존이 홀푸드를 인수하면서 상황은 이렇게 바뀌었습니다.
 
https://www.youtube.com/watch?time_continue=4&v=NrmMk1Myrxc

 

이것은 #o2o를 넘어 #o4o의 실현으로, 꼭, 그 업계 종사자가 아니라도 이 영상 안 본 눈 삽니다....할 정도로 인상깊던 이슈였습니다.
 
이것이 정말 가능한가? 의심까지 들 정도였던. 여튼 '아마존고'가 히트였고, 아마존과 홀푸드의 만남은 소비자 데이터 교환에서부터 테크놀로지 이동까지 그 시너지가 어마할것이라는 예측이 많았습니다.

그런 후 이 쪽 소식을 잊고 살아서 아마존 에코가 뭔지도 모르고 사는 사람이 되어버렸지만, 아이폰 시리보다 사용자 경험 만족도가 대단하다는 이 녀석은..(부럽다) 시리보다 기발한(웃긴) 대답은 해주지 않겠지만, 유용한 대답은 해줄지도 모르죠. *요즘 영상보다가 자꾸 켜지는 시리언니때문에 환장*

왜 인터넷에서 오프라인으로 진출하면 성공 가능성이 높은가. 파트에서 눈여겨 본 내용이 4P에 4C를 추가한 다는 것이 어떤 의미인지 대해 설명해줘서 좋았습니다. 기존에 #4P면 4P만 생각하고 #4C면 4C만 생각했지 연결시켜 생각해야 하나보다...를 포착 못했거든요.
 
"판촉에는 소통을 추가한다. 아마존이 제공하는 판촉은 단순히 아마존 측 형편에 따른 일방통행적인 광고, 선전 및 판촉으로 끝나지 않는다. 리뷰 작성 기능을 제공하는 등 고객과의 쌍방향적 소통이 이루어지고 있다. (중략) 오프라인 점포와 아마존 전자상거래 점포의 결정적인 차이점 중 하나는 다른 구입자가 작성한 #리뷰, 이른바 #입소문 형태로 자신이 사려는 상품의 실제 기능과 사용성을 판단할 수 있다는 점이다. 아마존은 판매 촉진 면에서 고객 리뷰의 중요성을 인식하고 리뷰어에게 등급을 부여하고 있다."

2. 아마존 빅데이터 매출 방정식

빅데이터, 빅데이터~, 빅데이터~~~~

몇 년전부터 말은 많았던 단어지만, 피부에 닿게 분석툴을 활용할만한 일이 없어서 나에겐 크게 와닿지 못했던 단어이기도 했습니다.

이제 또 최근에는 그로스해킹이 중요하다며, 마케터에게 중요하다는 것은 늘어만 갔죠.

마트 광고를 담당했을 시절에 광고주가 했던 말 중에 하나를 기억해보자면, 빅데이터보다는 스몰데이터가 더 중요한 것 같다고, 아마도 그리하여 이런거 저런거 다 포함하는 그로스해킹이라는 단어도 탄생했나 싶기도 합니다.

​

"아마존 웹서비스는 원가우위 전략을 표방하면서 저렴한 가격에만 그치지 않고 상품의 매력, 콘텐츠의 매력과 같은 차별화 전략에서도 강력한 플레이어라는 점을 강조한다."

 

"마케팅 전략에서는 세그멘테이션, 타기팅, 포지셔닝이 있다. 간단히 복습하자면 특정 기준에서 시장을 가령 가나다라마라는 다섯가지로 구분했을 때 다섯가지로 구분한다가 세그멘테이션, 가를 고른다가 타기팅, 가를 이렇게 공략한다가 포지셔닝에 해당한다는 내용이었다. 이때 세그멘테이션으로 흔히 사용되는 방법이 소비자의 행동패턴에 주목하는지, 심리 패턴에 주목하는지, 속성에 주목하는지와 같은 것이다. 여기서 말하는 속성이란 성별이나 연령, 직업, 학력, 주거지역 등이다. 기존 마케티에서는 속성 데이터가 비교적 수집하기 쉬운 반면 소비자의 행동 패턴과 심리 패턴은 따로 설문조사하지 않은 이상 모을 수 없는 데이터라고 여겼다. 마케팅의 유용서은 행동패턴이나 심리패턴 쪽이 훨씬 높음에도 획득하기가 어렵다는 딜레마가 있었던 것이다. 하지만 아마존은 기존 마케팅에 혁신을 가져왔다."

​

"단순하게 설명하자면 아마존의 추천은 많은 사용자 중에 나와 성향이 비슷한 사용자를 찾아내어, 그들은 갖고 있지만 나는 갖고 있지 않은 아이템을 추천하는 것이 기본이다. 사용자 입장에서는 기존에 몰랐던 의외성 있는 아이템을 추천받기 때문에 구매전환율이 향상 될 수 있는 셈이다."

"하루 24시간, 1년 365일 위치 정보를 파악하면 개인을 거의 특정할 수 있다. 예를들면 저녁 8시부터 아침 7시까지 머무는 장소는 집이라는 것을 추측할 수 있고, 마찬가지로 오전 9시부터 오후 5시까지 머무르는 장소는 직장이 될 수 있다. 주소와 근무지를 알아내면 연봉을 유추할 수 있다. AI는 현재 이 수준까지 진화한 상태다."

​

"예를들어 평소에 공포소설만 읽던 어떤 여성이 갑자기 연애소설만 읽는다고 치자, 이때 여성의 위치 정보, 행동 범위, 시간 데이터 등을 조합해 분석하면 여성에게 일어난 행동 변용의 5w 1h까지 추측할 수 있다."