데이터 분석을 통한 고객 경험(UX) 관점의 고객 프로파일링

데이터 분석을 통한 고객 경험(UX) 관점의 고객 프로파일링

지난 포스팅에서 고객 프로파일링 프레임웍에 대해서 이야기한 적이 있습니다.

​

​

이번에는 고객 경험 관점에서 데이터 분석을 하고 이를 고객 프로파일링에 활용하는 방법에 대해서 이야기하고자 합니다.

​

고객 프로파일링의 목적은 결국 회사의 매출/이익 증대를 위해 진행됩니다. 고객 감동, 고객 혁신 모두 결국 매출과 이익 증대를 위한 것입니다. 아, 회사의 존속에 대한 부분이라고 할 수도 있겠네요.

​

그래서 결국 고객과 상품을 잘 연결하기 위한 프로파일링 프레임웍이 중요하다고 말씀 드렸습니다.

아래의 지난 포스팅을 참고하세요

https://bigdatamaster.tistory.com/10

4 - 고객 프로파일링(Customer Profiling) - 데이터 분석 프레임 관점

​​

이렇게 연계를 할때 상품이 아니라 고객 경험 차원에서 데이터를 분석할 수 있습니다.

https://bigdatamaster.tistory.com/101

경험 디자인 (Design for Experience) 잡스, 철학자 듀이를 만나다 - 김진우지음, 안그라픽스

​

​

아주 간단히 말씀드리면

고객 경험 3차원 모형의 3가지 기준에 따라 데이터를 분석하여 고객 개별로 각각의 수준을 산출해내고 고객이 모형 기준별 어떤 방향으로 움직이는지(선호하는지)를 분석하는 것입니다.

이를 통해 고객 경험 모형을 기준으로 어떠한 성향의 고객들이 분포되어 있는지

그리고 어떠한 방향으로 고객 경험을 혁신하기 위한 아이디어나 제품을 만들어야 하는지 알 수 있습니다.

​

​

예를 들어보겠습니다.

서울에 거준하는 23세, 남자, 대학생이 한명 있습니다.

회사 내부/외부 데이터를 통합 분석하여 경험조절요인(실제감, 기인력, 응집도)에 대한 지표 값을 산출합니다.

그리고 과거의 지표값과 비교하여 이 고객의 경험조절요인에 대한 변화 방향을 찾아 냅니다.

단순히 이러한 변화 방향을 기준으로(증가, 감소) 고객 수를 카운트해보면

우리고객의 변화 방향을 알 수 있게 되는 겁니다.

이를 기본적인 Demographic Data를 가지고 Segment하게 되면 Segment별 특징을 찾아 낼 수도 있습니다.

조금 더 자세하게 분석하면 개인별로 변화방향에 상응하는 제품이나 서비스를 Offer 할 수도 있겠습니다.

​

이렇게 적용하려면 많은 데이터 분석과 학습이 필요하므로 당연히 인공지능/머신러닝 기법이 적용되고 시스템으로 구현되야 하겠습니다.(Deep Learning, Machine Learning 등)

​

고객 프로파일링 프레임웍에서 말씀드린 바와 같이

같은 개념으로 제품/서비스에도 적용을 하여 각 지표값을 만들고 이에 해당하는 고객 Seg에 Offer를 할 수도 있습니다.

​

사실 경험 설계의 방향은 명확한 것 같습니다.

즉, 조금이라도 귀찮은 부분은 해소해주고(더 쉽게 더 편하게), 더 효과적으로(더 파워플하게, 수퍼맨처럼...) 느끼고 실행하는데 도움을 주는 상품이나 서비스를 만들면 될 것 같습니다.

(그런데 이게 말이 쉬운 이유는 반대의 경우에도 훌륭한 서비스가 된다는 것이지요.

즉, 위에서 말씀드린 것처럼 방향이 역으로 느리고, 약하게 제공하여 서비스하는 상품/서비스도 고객군에 따라 가능합니다. 그래서 경험 설계가 어려운 것 같습니다. )