빅데이터 시대, 소비 데이터의 역할

알파고가 나온지 4년이다. AI는 사람을 돕는 ‘협력자’일 뿐이다. 기술 앞에 ‘사람’이 있다는 사실을 잠시 간과하지는 않았는지 자문해봐야 한다. 카드사의 분석 실무자들은 AI 시스템을 통해 대량의 소비 데이터를 AI에게 맡길 수 있을 것이라 기대했으나, 실상 AI 시스템은 기존의 CRM 마케팅이나 ARS자동응답에서 크게 혁신되지 않았다.

‘고객 니즈가 무엇인지?’

AI 시스템은 우선 충분한 데이터가 선행되어야 한다.

데이터 수집, 전처리 비용과 노력이 많이 들어가기에 데이터 수지과 활용에 치밀한 전략을 수집하여 데이터의 양적,질적 빈곤 상황을 타파해나가야 한다. 이를 위해서는 데이터 활용 전략을 공유하는 기업 간 비즈니스 협력이 필요하다. 이러한 비즈니스 협력은 비용절감과 효율성 증대뿐만 아니라 데이터 간 상호 융합을 통해 분석가들의 혁신적 사고를 발전시키는 효과가 있다.

빅데이터 활용 가치를 찾는 연습이 필요하다. 

소비활동은 ‘소비 욕구’가 있는 사람의 ‘시간’과 ‘공간’에서 이루어지는 구매 행위를 의미하며, 따라서 소비 활동 분석은 누가 언제 어디서 무엇을 소비하는지 알아가는 과정이다.

나는 어떤 소비자일까?

2장에서는 변수를 이용하여 고객별 다양하고 동적인 소비 성향을 분석하고 이러한 소비자 유형을 정의하여 10가지의 유형으로 추려 소개를 한다. BC카드는 소비자 유형 클러스터링 알고리즘을 활용하여 개인화된 추천 시스템과 마케팅 시나리오를 기획하는 데 사용한다.데이터는 2019년 4월부터 6월까지의 카드 승인 데이터를 분석한 것으로 약 12억 건의 거래 데이터를 토대로 2019년 6월 말 기준으로 작성되었다. 각 유형 별로 [나도 이 유형에 해당할까?] 체크리스트를 통해 자신의 소비 유형을 체크해 볼 수 있는 칸이 소소한 재미가 있었다. 개인적으로 나는 종합 소비형에 들어 맞는 소비자라고 생각되어 나 같은 사람들이 많나..? 싶은 동시에 돈을 아껴야지,, 하고 반성하게 되었다.

각 유형 별로 소비처 주요 특성을 바탕으로 평균 대비 활성화된 소비처에 대한 도표, 활동하는 시간대의 주요 특성, 그리고 주 이용 상권이 거주 시군구 까지의 구체적인 지표로 나오는 것을 보고 정말 이정도면 주거래 은행 카드 하나만 사용하는 나의 경우 나에 대한 모든 것이 읽혀 있을 거란 생각이 들었다. 코로나 사태로 프랑스 사람들 사이에서 한국인의 모든 동선이 파악된다는 것에 대해 사람에게 칩을 심어놓은 것 아니냐는 반응이 있다는데, 솔직히 맞는 것 같다. 킹스맨에 나오는 ‘모바일과 연동되는 인체 삽입 칩’ = 한국의 ‘체계적이고 효율적인 전자결제시스템’ 이라고 느꼈다. 편리해질수록 무섭다.

기억에 남는 것은 일상적인 패턴을 가지고 있다면 당연한 사실이지만 시간대 주요 특성에서 ‘으프라인 올빼미형’은 심야시간, ‘외식 집중형’은 저녁 시간에 집중되어 있다는 점, 와중에 ‘온라인 온리형’을 비롯한 많은 유형의 소비 시간이 점심(2시)이후 6시 전까지의 오후 시간에 가장 많이 활동한다는 점이다. BMW(버스,지하철,걷기)유형(처음엔 차 좋아하시는 분들 유형인가 착각했다) , 소비의 중심이 자동차인 헤비 드라이버형, 동네 생활 소비형, 종합 소비형, 일상 소확행형, 레저 활동형 등이 해당 시간에 많이 활동하는 것으로 파악되었다. 아무래도 비교적 시간적 여유가 있는 2030세대가 이 중에 속해있는 경우가 많았다.

한편으로는 이러한 소비 유형들과 트렌드의 강도가(클러스터링이) 코로나 사태에서 많이 약해지지 않았을까 싶었다. 온라인 온리형이 압도적으로 증가했을 것이며, 불필요한 지출은 줄이고자 하여 지갑을 닫는 사람들이 많아지지 않았을까? 오히려 일부 연령이나 소비층에서는 보상심리로 클러스터링이 심화될 수도 있겠고.. 2020 이후의 데이터가 궁금하다.

 3장에서는 빅데이터로 변화된 사회 현상에 따라 파악되는 트렌드를 크게 9가지로 나타내었다. 그 중에 내가 지향하고 싶은 트렌드가 있었다. 하지만 기존에 내 생각과는 사뭇 다른 방식으로.

 워라밸. 내가 생각하는 워라밸은 직장인들이 저녁이 있는 삶을 추구하며 퇴근하면 집이나 자신이 힐링할 수 있는 공간에서 쉬는 것이였다. 칼퇴족의 비중이 0.8% 늘어났다는 점을 봤을때까지도 그렇게 생각했다. 하지만 게으른 생각이였나 보다. 맛집 탐방 대신 자기계발을 하는 직장인들의 새로운 소비 패턴이 제시되어 있었다. 퇴근 후 자기계발을 하는 직장인, ‘퇴튜던트’(퇴근+스튜던트)는 퇴근 후 친구들과의 술 한잔이나 맛집 탐방 대신, 자신에 더욱 집중하는 것이다. 실제로 2년 전과 비교했을 때, 야근으로 인한 사내 식당 이용률 등의 소비는 감소한 반면, 퇴근 후 학원, 문화센터 이용은 각각 39%, 10% 늘어났다.  주변에서 이직이나 승진을 비롯한 자기계발, 등 모든 면에서 자신을 끌어올릴 수 있는 라이프에 집중해가고 있는 것이다. 

 이와같이 모든 변화와 내 주변에 내가 목격하는 것들이 그래프와 표로 도출되어 있으니 할말이 없어졌다. 팩트로 승부하니 할말이 없는 느낌이랄까. 갈수록 표나 그래프의 결과가 어떤 방식으로 해서 신뢰성 있게 도출되었나 까지 파악할 줄 알아야 헛똑똑이 안되겠다 싶었다. 한편으로는 내가 언제 그걸 다 따지면서 보나..싶기도 하면서.

 보면볼수록 데이터의 양이 정말 중요하다는 것을 또 한번 느꼈다. 여기서 떠오르는 생각이 기업들은 데이터를 제공함으로써 편리한 기술들과 나에게 집중 타겟팅된 재화나 서비스를 제공한다고 하지만, 솔직히 우리의 데이터에 대해서 포인트, 향상된 서비스나 '동의하십니까?'  이상의 것이 제공되어야 한다고 생각한다. 이미 제시된 바 있는 주장이다. 소비자들이 더 까다로워지고 눈이 높아지니 피곤하겠지만, 정보가 다가 되어가는 현시대엔 자신의 정보를 제공함으로써 만족할 만한 금전적인  페이백을 받거나, 정보가 유출될 경우 어떠한 보상등이 있을 것이라는 정보에 대한 보험이 있어야 한다고 생각했다.

편리하면서도 무서운 세상이다.