오늘도 매출을 올리기 위해 불철주야 노력하고 계신 여러분 안녕하세요!
저도, 여러분도 귀에 딱지가 앉도록 듣는 이야기가 있습니다...

'고객을 잘 이해해야 해'

이론은 쉽습니다.

우리 고객이 누구이며, 언제 구매하는 지가 정의되어 있으면... 이에 맞춰서 매체 전략과 소구점을 뽑아 내서 광고 집행을 하고 무한테스트를 하면 되겠죠! (그리고 자사몰, 앱 소프트웨어 서비스라면 앱 내부의 데이터를 쌓고 이와 연결해 CRM을 통해 LTV도 높일 수도 있겠고요)

'그래서 그거 어떻게 하는데... 😭'

여러분은 고객을 잘 이해하고 계신가요? 어디까지 이해하고 계신가요? 고객들이 우리 제품에 대해 어디서 이야기하고 있을까요?

이번 글에서는 커머스에서 리뷰와 데이터를 이용해 여기에 대한 답을 분석해보려고 합니다. 이 상품은 어떤 사람이, 어떤 상황에서, 그들은 무엇을 위해 이 물건을 구매 했을까? 이 물건에서 집중하는 것은 무엇인가? 좋은 점과 나쁜 점은 무엇일까? 등에 집중하여 읽어봐주세요!

여러 분석을 통해 고객에 대한 이해를 돕고, 우리 제품의 소구점 도출 및 마케팅 매체 선택과 전략 세우기에 도움을 받을 수 있습니다.

바로 보시죠.

예시로 분석해 볼 제품은 바로 이 상품입니다. 우선 데이터를 잘 긁어 올 수 있는 '스마트스토어의 제품'을 선택했습니다. 남자니트이니, 남자의 구매 비율이 높을 것이라는 것은 예상할 수 있습니다. 이 상품은 누가 많이 살까요? 20대일까요? 30대일까요?

가장 먼저 반기는 화면은 바로 다음과 같은 화면입니다. 이 두 가지 데이터는 브랜드에 관한 정보입니다.

왼쪽에 보이는 '검색량'은 '시크놈'이라는 브랜드의 네이버 검색량입니다. 23년 3월~7월에 무슨 마케팅을 수행한 지 모르겠지만, 꽤 높은 브랜드 인지도를 가진 후 그 후 검색량은 줄어들고 있는 추세입니다. 다양한 키워드 툴을 통해 검색량과 그 관련 키워드를 측정해볼 수 있습니다.

오른쪽의 '브랜드 데이터 요약'은 '시크놈' 검색어를 네이버 쇼핑에 검색했을 때 나타나는 성별, 기기, 연령대 별 키워드를 검색한 데이터입니다. 네, 30대~40대가 가장 많은 것으로 확인되네요. 해당 데이터는 네이버 데이터 랩에서도 확인할 수 있습니다.

남성용 니트이니 남성이 60%를 차지하는 것도 이해가 됩니다. 그렇다면 여성은 왜 40%나 될까요? 아래에 리뷰 분석하기 탭으로 이동해보겠습니다.

리뷰를 모두 모아 키워드를 분석해보았습니다. 먼저 긍정 댓글의 키워드부터 확인해봅시다. 옷, 핏, 재질, 소재, 색상, 가격 등에서 상품에 대한 기본적인 평가를 확인해볼 수 있습니다.

예를 들어 '피부가 예민한 사람도 잘 입는 옷'처럼 소구점을 잡아도 좋을 것 같네요.

그런데 '남편'이라는 재미있는 키워드가 보입니다. 긍정 댓글의 '인물' 키워드만 뽑아서 따로 봅시다. 남편, 신랑, 아들 등 처럼 아까 확인하지 못했던 여성 40%(해당 '브랜드'를 검색한 여성)에 대한 이야기도 확인해볼 수 있게 되었습니다.

남편 및 신랑의 선물로도 꽤 많이 사용되는 것 같네요. 실질적인 구매력이 있는 층의 큰 부분이 여성이라면, 이 상품을 팔 때에는 오히려 남편의 선물 기획과 같은 전략도 잘 먹히지 않을까요?

'상황' 키워드를 따로 뽑아보았습니다. 중요한 키워드는 가을, 겨울처럼 역시 상품 제목에 있네요.

그렇다면 이제 부정 댓글의 키워드도 뽑아보겠습니다.

부정 댓글들은 크게 없지만, 간단하게 '보풀'에서 조금 부정적인 의견이 있다는 것도 보입니다.

여기까지 해당 상품과 브랜드에 대해 간단하게 분석해보았습니다. 데이터들을 잘 모아 한 눈에 보는 것 만으로도 꽤 다양한 것들을 알 수 있네요. 나의 상품 혹은 경쟁자의 제품들을 분석하는 것 만으로도 데이터로 굉장히 좋은 인사이트를 얻을 수 있을 것 같네요. 물론 제가 아니라 직접 도메인에 몸담그신 마케터분들이 직접 분석하시면 더 좋은 인사이트를 얻으실 수 있지 않을까 생각이 듭니다. 이 이후로는 다양한 방법으로 활용이 가능할 것 같습니다.

- 잘 타겟팅한 광고 매체 선택

- 실제 비율을 바탕으로 한 고객 세그멘테이션 및 사업 집중
- 소프트웨어라면 우리 페이지로 랜딩 후 퍼스트파티 데이터로 분석

- 고객에 대해 훨씬 더 잘 이해한 메세지를 보내는 CRM

고객이 '언제, 어디서, 어떤 상황에서...' 등의 체크리스트를 만들어서 이를 채워보는 것도 좋은 방법인 것 같습니다. 추후에 반응이 좋으면 체크리스트를 만들어서 올려보도록 하겠습니다!

별 것 아닌 것 처럼 보여도, 리뷰뿐만 아니라 여러 데이터를 연결하고 '일관된 진술'을 찾는 과정에서 우리 고객들에게 중요한 정보들이 나타날 것이라고 생각합니다. 아무 것도 없이 머리를 짜내는 것 보다는 먼저 '분석'한 '인풋'을 바탕으로 '아웃풋' 만들어보는 건 어떨까요?