매일 셀 수 없을 정도로 많은 재화(財貨)가 거래되고 있다. 과거에는 자신이 원하는 상품을 인터넷 이나 스마트폰 등을 통해 찾아내는 ‘검색’ 기능이 중요했지만 최근에는 재화의 수가 늘어날수록 더욱더 ‘추천’ 기능의 존재가 급부상하고 있다. 소비자들은 이제 수많은 재화를 직접 보고 선택할 수 없게 됨에 따라 다수가 선택한 것을 좋은 ‘선택’이라 믿고 재화를 구입하고 있다.

최근에는 추천 방식도 진화하고 있다. 예전에는 가족이나 친구 등 지인 추천이 접할 수 있는 ‘추천 정보’의 전부였다면 요즘은 많은 사람의 활동 데이터를 분석하고 나의 활동을 학습한 AI(인공지능)가 나에게 먼저 추천 콘텐츠를 제공하기도 한다.

이처럼 ‘추천’은 요즘 유행하는 온라인 동영상 서비스(OTT), 음원 플랫폼 및 전자책에서 가장 중추적인 기능을 담당하고 있다. 바쁜 현대사회를 살고 있는 우리는 개인의 취향을 잘 반영한 서비스 및 콘텐츠를 추천받아 이를 효율적으로 즐기기 위하여 다수의 플랫폼에 매달 적지 않은 돈을 지불하며 ‘구독’ 서비스를 이용하고 있다.

소비자들이 특정 콘텐츠나 서비스를 구독하기로 결정할 때 가장 크게 영향력을 끼치는 기준은 ‘나의 취향에 얼마나 잘 맞는가’라는 것이다. 다양한 취향을 지닌 소비자들의 입맛에 맞춰 내실을 갖춘 플랫폼일수록 사용자는 증가할 수밖에 없을 것이다. 그리고 소비자의 피드백이라고 할 수 있는 조회 수 및 ‘좋아요’ 등과 같은 ‘추천’ 수가 늘어가게 될 것이다. 가시적으로 보이는 수치가 늘어날수록 해당 상품은 더 많은 소비자의 이목을 끌고 자연스럽게 소비를 유도하게 될 것이다.

그렇다면 소비자들에게 만족스러운 ‘추천’을 하기 위해 기업들은 어떤 노력을 해야 할까. ‘추천’의 정확성과 신뢰도를 높이는 것이다. 추천의 정확도는 고객이 입력하는 ‘선호 데이터’와 상품을 구매하거나 공유하는 반응으로 쌓이는 ‘행동 데이터’가 모아져야 높일 수 있다. 신뢰도 역시 지속적인 자체 모니터링을 통하여 솔직한 소비자의 목소리를 담을 수 있도록 해야 한다. 또한 이 모든 것은 소비자에 대한 풍부한 데이터를 수집하고 분석하는 것에서 출발한다. 따라서 기업들은 사업 초기 많은 회원을 모집해 고객정보를 확보하고, 그 데이터를 분석해 고객별 맞춤 추천 서비스를 제공할 수 있어야 한다. 다시 말해 고객과의 파트너십이 필요하다.

최근 업계에 등장하고 있는 독서나 음악 등 문화 콘텐츠 플랫폼들은 AI 기술을 도입해 회원 데이터를 분석하는 등 기술 고도화에 집중하고 있다. 차 별화된 서비스 및 고객 경험을 제공하기 위해 고객 데이터를 축적하고 분석하고 있는 셈이다. 실제로 몇몇 업체는 AI 기반의 플랫폼을 고도화하기 위한 목적으로 다른 업체들과의 협업 등을 통해 데이터를 분석하고 있다.

이러한 데이터를 바탕으로 게임 방식을 적용한 ‘업적 시스템’과 새로이 주목받는 ‘페어런트 테크(Parent tech)’를 접목해 회원들에게 즐거운 독서습관을 형성시키는 동시에 ‘추천’이 개인에게서 가족 전체로 확장될 것으로 전망하고 있다.

소비자 데이터 축적이 기업의 마케팅 활동과 투자의 출발점이라 해도 과언이 아니라 할 수 있겠다.

주세훈 ㈜젤리페이지 COO