[DBR 경영 지혜]빅 데이터 시대 ‘구매 추천시스템’ 성공하려면…

빅 데이터 시대가 도래하면서 기업들은 고객 데이터를 토대로 ‘구매 추천시스템’을 앞 다투어 도입하고 있다. 그러나 실제 이를 도입한 기업들이 언제나 성공을 거두는 건 아니다. 추천시스템은 모든 제품에 유용하다는 잘못된 믿음, 전사적 자원관리(ERP)처럼 패키지로 도입하면 한 방에 해결될 것이라는 생각이 실패를 낳는다. 또 오직 ‘제품만을 추천하는 게 추천시스템’이라는 오해도 문제다.

추천시스템의 성공적 도입을 위해 기업들은 다음 네 가지 지침을 고려해야 한다. 첫째, 자신의 비즈니스에 추천시스템이 효과적인지부터 확인해야 한다. 추천시스템은 제품의 종류에 따라 효과 차이가 크게 난다. 보통 라면이나 식료품 등 ‘저관여 제품’, 자동차 같은 지나친 ‘고관여 제품’에는 추천시스템이 잘 먹히지 않는다. 자신의 비즈니스와 제품군이 속한 위치를 먼저 파악해볼 필요가 있다.

둘째, 소규모로 시작하고 다양한 실험을 통해 최적의 솔루션을 찾아야 한다. 추천시스템 기술 발전은 아직도 진행형이다. 현재의 기술을 갖고 대규모의 전사적 추천시스템을 도입하는 건 위험 부담이 크다. 소규모 시스템을 구축해 운영하면서 노하우를 쌓고 효과를 확인한 후에 대규모로 확장해도 늦지 않다. 어떤 분야에 적용하는 것이 효과적인지, 어떤 종류의 데이터를 사용하는 게 더 좋은지 등을 계속 점검해봐야 한다. 셋째, 미래를 위해 다양한 데이터를 확보해 놓아야 한다. 마지막으로 고객에게 추천을 언제 어떻게 제시할지 고민해야 한다.

이 네 가지 지침을 잘 활용하면 성과를 높일 수 있다. 우선 자동차라는 제품에는 추천시스템이 맞지 않는다고 1차적 판단을 할 수 있다. 소규모로 적용해보고 다양한 데이터를 모은 다음 이를 기반으로 자동차라는 제품에는 맞지 않지만, 관련 상품이나 보증연장에는 추천시스템이 적절하다고 판단할 수 있다. 이때 자동차 구입 고객들이 언제쯤 관련 상품을 구매하는지를 파악해 추천할 수 있다.

임 일 연세대 경영대 교수 il.im@yonsei.ac.kr