Retail DnA를 통한 고객 인사이트 도출

In 소비재 및 유통

기존 인구 통계를 뛰어넘어, ‘고객이 누구인지?’가 아닌 ‘고객이 무엇을 하는지?’를 바탕으로 편향되지 않게 고객을 이해하는 방법을 만듭니다. Retail DnA는 소매업체가 가치 창출 활동으로 전환할 수 있는 데이터로부터 실제 고객 인사이트를 생성하도록 설계되었습니다.

EY는 이렇게 도와드립니다

Retail DnA는 기계의 연산속도와 학습 능력을 사람의 역량과 결합해 브랜드가 고객 인사이트 격차를 줄이도록 도와줍니다.

Retail DnA는 다양한 데이터 원천의 정보를 조합해 고객의 디지털 발자국, 거래 데이터, 물리적 상호 작용 및 대화 내용까지 파악합니다.

이를 통해 고객 정보가 아닌 고객의 실제 활동을 기반으로 인사이트를 생성하고 자연스럽게 고객 분류를 구성할 수 있습니다.

구매자의 구매 패턴 및 쇼핑 행동에 대한 전사적 관점을 통해 브랜드는 최적의 제안을 계획하고 최적의 채널을 통해 적시에 고객에게 전달할 수 있습니다.

Retail DnA는 지속적인 예측력 개선으로 브랜드가 관련성을 유지하고 고객에게 가치를 제공할 수 있도록 지원합니다.

실제 고객 행동 데이터를 사용하여 적절하게 고객 분류를 구성함으로써 Retail DnA는 기존 인구 통계를 뛰어넘어 ‘고객이 누구인가?’가 아닌 ‘고객이 무엇을 하는가?’를 기준으로 편견없이 고객을 이해하는 방법을 만듭니다. Retail DnA는 기계의 확장과 속도 그리고, 학습 능력을 사람의 역량과 결합해 브랜드가 고객 인사이트 격차를 해소하도록 다음의 분야를 지원합니다.

  • 쇼핑객 행동 및 기호 이해
  • 고객 개성 평가
  • 고객의 다음 행동에 대한 정확한 예측
  • 최적의 맞춤형 제안을 개발해 적정 채널을 통해 적시에 제공하도록 마케팅팀 지원
  • 대고객 관점을 일관성 있게 유지할 때 가질 수 있는 힘

    Retail DnA는 다양한 데이터 원천의 정보를 조합해 고객의 디지털 발자국, 거래 데이터, 물리적 상호 작용 및 대화 내용까지 파악합니다. 이를 통해 고객 정보가 아닌 고객의 실제 활동을 기반으로 인사이트를 생성하고 자연스럽게 고객 분류를 구성할 수 있습니다.

    구매자의 구매 패턴 및 쇼핑 행동에 대한 전사적 관점을 통해 브랜드는 최적의 제안을 계획하고 최적의 채널을 통해 적시에 고객에게 전달할 수 있습니다.

  • 맞춤형 커뮤니케이션으로 참여 증대

    브랜드는 고객 정보를 일원화해 구매자를 친밀하게 이해할 수 있습니다. 브랜드는 고객과 관계를 맺고 다시 고객을 참여시키기 위한 계획 수립에 Retail DnA를 활용할 수 있습니다.

    고객의 다음 행동을 정확하게 예측할 수 있는 기능을 통해 Retail DnA는 브랜드에 정밀하게 개인화된 추천내용을 제안할 수 있습니다. 브랜드는 맞춤형 제안의 구성 및 설계를 활용해 경쟁우위를 누릴 수 있습니다.

  • 브랜드 선호도 이해로 충성도 향상

    고객과 가까워지고 관련성을 유지하려면(많은 소매 업체가 어려움을 겪고 있는 과제) 고객의 동기를 이해해야 합니다. 쇼핑객의 요구와 행동은 시간이 지남에 따라 변화할 것이며, 어제의 브랜드가 되지 않도록 항상 변화를 주시하고 발맞춰야 합니다.

    Retail DnA는 지속해서 예측을 개선해 브랜드가 관련성을 유지하고 고객에게 가치를 제공할 수 있도록 지원합니다.

문의하기

도움이 되셨나요? EY 전문가에 문의해 더 자세한 이야기를 확인하세요.