[Alffy Chart] 옴니어스 키워드: 제로 파티 데이터

본 뉴스레터는 PC 화면에 최적화되어 있습니다.

제로 파티 데이터란?

제로 파티 데이터란 고객이 적극적이고 자발적으로 자신의 정보를 기업 및 브랜드에 제공하는 데이터입니다. 소비자는 구체적 의도를 가지고 정보를 제공하며, 해당 기업과의 가치 교환을 기대합니다. 글로벌 시장 조사 전문 기관 포레스터 리서치가 처음으로 언급한 제로 파티 데이터는 지난 11월에 디지털마케팅연구회가 선정한 2021년 디지털 마케팅 트렌드 및 10대 키워드 중 하나였습니다.

데이터 윤리와 다가오는 쿠키리스 시대

온라인 데이터 윤리에 대한 법적·사회적 기준이 전 세계적으로 강화되면서, 데이터 기반 마케팅에서 일반적으로 활용되던 ‘쿠키’에 대한 제약이 엄격해질 전망입니다. 구글은 방문자 쿠키의 타사 공유를 2022년까지 단계적으로 중단하겠다고 발표했고, 애플은 지난 1월부터 개인의 승인 없이는 외부 서비스가 사용자의 행동 데이터에 접근할 수 없도록 개인 정보 보호 조치를 강화했죠. 이와 같이 쿠키를 기반으로 한 기존 마케팅의 지속 여부가 불투명해지면서 대비책으로 제로 파티 데이터가 주목받기 시작했습니다.

제로 파티 데이터의 장단점

제로 파티 데이터의 가장 큰 장점은 즉시 적용 가능한 데이터로 개인화된 고객 경험을 제공할 수 있다는 점입니다. 타깃 소비자가 직접 제공하는 데이터이기 때문에 보다 구체적이고 정확도 높은 정보가 주어지죠. 또한 기업과 고객 간에 투명하게 합의된 커뮤니케이션을 통해 소비자가 개인 정보 도용 등에 대한 불안감 없이 안전하게 제품을 구매하고 서비스를 즐길 수 있습니다. 기업은 자연스럽게 고객의 신뢰도를 얻는 동시에 제로 파티 데이터를 활용하여 더욱 효과적이고 개인화된 캠페인을 진행할 수 있습니다.

하지만 제로 파티 데이터를 수집할 때 난관은 고객이 작성해야 하는 설문지 또는 양식이 길고 복잡할수록 소비자가 정보를 제공하지 않을 확률이 높아진다는 점입니다. 따라서 소비자가 부담 없이 빠르게 답변할 수 있도록 질문을 간결하게 구성해야 하죠. 또한 고객이 거짓 답변과 가짜 정보를 줄 경우 해당 데이터의 진위 판별에 많은 시간이 소비되는 상황이 발생할 수 있습니다. 따라서 제로 파티 데이터를 수집할 때 이와 같은 상황을 고려해 세심하게 설문지를 작성해야 합니다. 소비자에게 요청하는 질문이 데이터의 품질을 좌우하니 말입니다.

온라인 제로 파티 데이터를 수집하는 방법

온라인 플랫폼에서 제로 파티 데이터를 수집하는 방법은 크게 두 가지입니다.

첫 번째는 계정 등록 및 회원 가입 절차에 소비자의 관심사, 취향, 원하는 콘텐츠, 서비스 등에 대한 질문을 포함해서 고객의 브랜드 경험 여정의 처음부터 개인화된 서비스를 제공하는 것입니다. 이미지 기반의 소셜 미디어 플랫폼이나 OTT 서비스 등에서 사용자에게 원하는 주제의 콘텐츠를 우선순위로 보여주기 위해 사용하고 있죠. 현재 인공지능 기술 기반의 패션 이커머스 기업의 경우, 사용자의 체형과 취향, 경제력 등을 흥미로운 퀴즈 형식으로 수집하는 방식으로 활용하고 있습니다. 이렇게 수집된 정보를 통해 고객은 제품이나 브랜드, 스타일링을 제안받습니다.

두 번째는 가입 후 이메일 설문 조사를 통해 수집하는 방법입니다. 주기적으로 많은 양의 콘텐츠를 제작해서 발송하는 리서치 기업, 미디어 등에서 주로 활용하죠. 특히 뉴스레터를 발송하는 기업이 이메일 설문 조사를 통해 개별 소비자가 관심 있는 주제를 직접 선택하게 해서 개인화된 콘텐츠를 제공합니다.

국내 패션 앱의 활용 예시

국내 패션 플랫폼은 제로 파티 데이터를 활용해서 개인화된 쇼핑 경험을 제공하고 있습니다.

패션 스타일링 추천 앱 이옷은 사용자가 자신의 체형, 취향, 얼굴형, 선호하는 컬러, 직업군 등의 정보를 수집한 후 개인화된 스타일링 팁을 제안합니다. 매일 어떤 옷을 입어야 할지 고민하는 소비자들을 위해 만들어졌으며 이옷이 개인별로 추천할 수 있는 스타일의 경우의 수는 약 770만 개가 넘습니다.

또 다른 AI 기반의 패션 앱 스타일봇은 패션 이미지를 기반으로 고객이 선호하는 스타일을 파악한 후 가상의 스타일링과 추천 상품 및 브랜드를 제안합니다. 고객 개인 정보를 바탕으로 하지 않고 소비자가 선택한 패션 이미지를 토대로 스타일링을 제안하는 이미지 기반 서비스를 선보이고 있습니다.

디지털 옷장 앱인 에이클로젯은 고객이 실제로 보유한 의류 데이터를 수집하여 개인 맞춤형 패션 관리 및 AI 추천 솔루션을 제공합니다. 사용자가 자신의 옷장 속 아이템에 대해 입력한 정보를 토대로 스타일링을 추천하고 중복되거나 비슷한 상품의 구매를 방지합니다. 그리고 구매 예정인 옷과 이미 가지고 있는 제품을 스타일링 하는 법도 알려주죠. 현재 제로 파티 데이터를 활발하게 활용하는 국내 패션 기업은 대부분 인공지능 기반의 서비스를 제공하는 패션 테크 기업입니다.

해외 패션 이커머스의 활용 예시

미국의 란제리 브랜드 서드러브는 버추얼 피팅 룸에서 고객의 속옷 사이즈, 선호하는 브랜드 그리고 서드러브를 방문한 이유 등 퀴즈를 통해 제품을 추천합니다. 그 외에 평소 착용하는 제품의 스트랩 핏 선호도, 속옷 착용 시 불편함을 느끼는 신체 부위 등 여성 고객이 공감대를 형성할 수 있는 구체적인 퀴즈를 통해 맞춤 속옷을 주문하는 듯한 고객 경험을 제공합니다.

영국의 인공지능 퍼스널 스타일링 서비스 기업 스티치픽스는 키, 선호하지 않는 아이템/핏, 사이즈, 가격대 등 사용자 답변 기반의 알고리즘이 선정한 다섯 가지 패션잡화를 발송합니다. 제품을 수령한 고객은 그 중 마음에 드는 제품만 남기고 나머지는 반송할 수 있는 고객 중심의 시스템을 만들었죠.

유명 스타일리스트가 설립한 위시는 퍼스널 스타일 컨설팅 기업입니다. 성별, 체형, 좋아하는 패션 무드, 선호 브랜드에 대한 스타일 퀴즈 결과를 토대로 개별 스타일리스트를 배정하거나 사용자가 직접 마음에 드는 스타일의 스타일리스트를 선택할 수 있습니다. 배정된 스타일리스트는 고객을 위한 무드 보드 제작, 1:1 채팅, 브랜드 및 제품 추천 등의 서비스를 제공하는데요. 위시의 경우 제로 파티 데이터의 알고리즘에 기반한 정보를 사람이 직접 제공하는 결합형 서비스가 특징입니다.

제로 파티 데이터에 주목해야 하는 이유

사용자의 허락 없이 수집한 개인 데이터에 대한 사회적·법적 규제가 더욱 강화되면서 분야를 불문하고 제로 파티 데이터의 중요성은 더욱 커질 것으로 보입니다. 또한 제로 파티 데이터 수집이 비대면 문화에 익숙해진 고객의 브랜드 충성도와 신뢰도 상승으로 이어질 경우 패션 소비자 커뮤니티 구축에 중요한 전략이 될 것으로 전망되는데요. 소비자 경험 그리고 기업과 고객 간의 관계 정립이 그 어느 때보다 중요해진 지금, 사용자가 개인 정보를 자발적으로 제공하게 만드는 창의적인 수집 방법이 기업의 성장에 큰 영향을 미칠 것으로 예측됩니다.

오늘의 옴니어스 뉴스레터는 어땠나요?