쇼핑몰 매출을 높이는 AI 솔루션 활용 사례 5가지

매출 높은 브랜드들의 성장비결, AI 솔루션 활용 사례를 알아보았습니다.

브이리뷰

2024-03-29

매출 높은 쇼핑몰들의 숨은 비결은 AI 솔루션 활용?

안녕하세요.
AI와 리뷰로 쇼핑몰 매출 성장을 도와드리는 브이리뷰의 마케터 조쉬입니다.

이제는 소규모 브랜드들도 성과 개선과 인건비 절감을 위해 AI 기술을 적극적으로 검토하고 적용한다는 사실, 알고 계셨나요? 최근 세일즈포스의 발표에 따르면 AI 기술을 적용한 글로벌 소매 기업의 83%가 업무 생산성이 향상되었다고 답했습니다.
국내에서도 이미 대형 이커머스부터 중소 브랜드까지 다양한 방식으로 AI를 활용한 성공사례들이 쏟아지고 있는데요.

그 중에서도 실제 매출 성장에 기여한 사례들을 확인해보겠습니다.

이커머스 브랜드가 AI 솔루션을 활용하는 방법 5가지

우선 AI가 우리를 위해 할 수 있는 일들을 나열해보겠습니다. 기술 전문 매체 MIT 테크놀로지 리뷰에서는 AI의 5대 기능으로서 다음의 다섯 가지를 이야기 했습니다.

‍AI의 5대 기능
1. 예측(Prediction)
2. 자동화(Automation)
3. 소통(Conversation)
4. 생성(Generation)
5. 인식(Recognition)

이 중에서도 Chat GPT의 등장 이후로 많은 분들이 생성 분야에 관심을 가지시는데요.
알고보면 그 외 4가지 기능을 활용하는 것도 생산성과 매출 향상에 크게 기여할 수 있다고 합니다.

각 분야별로 실제 이커머스에서 적용된 솔루션 사례들을 확인해보겠습니다.

AI 솔루션 활용 사례를 살펴보기 전 유의할 점

구체적인 사례를 살펴보기 전에 우리가 생각해야할 질문이 있습니다.
바로 ‘이커머스, 그리고 우리에게 성과란 무엇인가?’ 입니다.

위에서 이야기한 생산성 향상이라는 문장은 사실 막연한 부분이 있는데요.
예를 들어 ‘시간을 줄여준다’, ‘한 눈에 알 수 있다’, ‘최적화를 한다’ 같은 문장에서 비롯되는 지표는 그럴듯해 보이지만 매출 성과로 바로 이어지지 않는 것도 많습니다.

그로스 분야에서는 이를 ‘허영지표’라고 부르며 흔히 핵심성과지표라 부르는 KPI와 구분하고 있습니다.

그렇기 때문에 오늘 소개할 솔루션 사례들은 이커머스에 있어 이견이 없는 성과 지표, ‘매출’과 ‘구매 전환율’에 중점을 두고 정리했습니다.

‍

AI 활용 사례 1. 생성, 보다 많은 소재를 테스트하여 ROAS를 극대화

가장 먼저 고객을 우리 쇼핑몰이나 플랫폼에 데려오기 위해 AI 생성 기술을 활용한 사례입니다.
예전에 비하면 성과가 낮아졌다고 하지만 여전히 유효한 고객 획득 채널, SNS와 DA에 들어가는 소재를 굉장히 빠르게 만들어낼 수 있는 방법인데요.

쇼핑몰 URL을 입력하면 자동으로 텍스트, 이미지, 동영상 광고 소재를 만들어주는 서비스 ‘브이캣’ 입니다.

조금이라도 성과 높은 소재를 발굴하기 위해 말 그대로 시간을 갈아넣고 있던 마케터들에겐 정말 꿈 같은 솔루션인데요. 다양한 소재의 시도는 생산성 향상과 더불어 실제 매출에도 좋은 영향을 가져다 주었습니다.
브이캣을 통해 만들어진 광고 소재는 평균 300% 증가한 ROAS를 보였으며 1,000% 이상의 수치도 여러 차례 확인할 수 있었다고 합니다.

“좋은 소재와 다양한 시도를 통해 고객을 데려오고 만족시킨다”
마케터가 광고를 통해 달성해야할 목표에 로켓을 달아주는 솔루션이네요!

‍

AI 활용 사례 2. 예측, 고객 데이터 기반으로 상품을 추천하는 서비스

데려온 고객이 우리 사이트에 머무르는 동안 계속해서 매력적인 상품을 노출하여 객단가를 높일 수 있다면 어떨까요?

‘선호 예측’이라고 불리우는 이 기술을 국내에서 가장 잘 활용한 사례는 바로 레코픽 입니다.
고객 진입 단계부터 상세페이지, 장바구니 등 고객 여정 데이터를 기반으로 상품 추천 기능을 제공하여 평균 매출 15.6% 구매 건 수 16.7%라는 변화를 가져다 주고 있습니다.

사이트 곳곳의 영역에서 위와 같은 다양한 로직으로 추천 상품을 제안할 수 있어 다양한 소비자층이 방문하는 쇼핑몰에서도 구매 전환율 높은 상품 노출을 유지할 수 있단 점이 흥미롭습니다.

한 가지 더 인상적인 부분은 ‘고객이 회원가입을 하지 않으면 유저를 특정할 수 없다’ 라는 한계점을 장바구니 데이터 기반의 연관 상품, 배송비 절약 상품 추천을 통해 보완한 것이었습니다.

비회원 고객이 많은 쇼핑몰들도 잘 활용할 수 있겠네요 👍

‍

AI 활용 사례 3. 자동화, 구매 전환율에 최적화 된 콘텐츠 노출 자동화

상품 추천 기능을 통해 유입된 소비자들이 구매까지 결정하게 만드려면 어떤 장치가 필요할까요?
구매 직전의 소비자 90% 이상이 확인하는 콘텐츠 ‘리뷰’와 AI를 활용하면 더 높은 구매 전환율을 만들 수 있습니다.

모바일 기준으로 상세페이지에 진입한 소비자가 볼 수 있는 리뷰는 최대 4~5개이기 때문에 ‘구매 결정에 도움을 주는 리뷰’를 선별하고 상위노출하는 것이 구매 전환율을 높이는 데 있어 굉장히 효과적입니다.

영화 <머니볼>에서 데이터 기반의 선수 운영으로 엄청난 성과를 냈듯이, 리뷰 영역에서도 가장 성과가 좋은 콘텐츠를 적재적소에 노출하는 것인데요.

브이리뷰는 이 기술을 AI 리뷰 큐레이션이라는 이름으로 제공하고 있습니다.
브랜드 쇼핑몰에 쌓인 리뷰 데이터의 성과를 분석하고 사람들의 관심을 끌고 실제 구매 연관 행동으로 이어진 콘텐츠들을 실시간을 상위노출하는데요.
자동 최적화 기술을 통해 신규 리뷰와 성과 좋은 리뷰를 번갈아가면서 노출하면서 리뷰 탭을 통한 구매 전환율을 지속적으로 높게 유지합니다.

여성 백 브랜드 스탠드오일의 경우 리뷰 클릭 유저의 구매 전환율이 8.75%p 상승하는 효과를 확인했으며 이를 기반으로 꾸준한 성장을 기록하고 있습니다.

‍

AI 활용 사례 4. 소통, 제품 사용시점을 고려한 메시지로 재구매 매출 상승

이렇게 구매 전환율을 높이는 것을 넘어, 구매한 제품에 고객이 호감을 느끼고 지속적으로 재구매해준다면 얼마나 좋을까요?
이를 실현한 AI 솔루션 활용 사례는 AI 상담 솔루션 채널톡을 통해 만들어졌습니다.

뷰티 브랜드 휩드는 20%의 단골 고객이 80%의 매출을 좌우한다는 파레토 법칙을 근거로 채널톡 기반의 재구매 성과 개선 캠페인을 운영했는데요.

휩드의 자사몰 고객 데이터를 분석한 결과 30%의 높은 재구매율을 확인하고 이를 극대화하기 위한 전략을 펼쳤습니다.
미리 세팅해둔 온라인 점원의 대화 캠페인을 통해 배송완료 2주 후 고객에게 리뷰 작성을 요청함과 동시에 재구매 혜택을 노출했습니다.

그 결과 휩드는 단일 제품 브랜드로 시작하여 1년 만에 8배 이상의 성장을 기록하며 팬층을 꾸준히 키워나갔고 신제품 출시, 해외 시장 공략을 비롯한 도약을 노리고 있습니다.

상담 뿐만 아니라 먼저 말을 걸어 매출 성과를 높인다는 점이 재밌는 사례였습니다.

‍

AI 활용 사례 5. 인식, 데이터 속 고객의 감정을 캐치하여 브랜드 이탈 방지

위의 사례에서 우리는 고객을 단골로 만들고 재구매를 유도하는 것이 효과적이라는 사실을 확인했습니다.
그렇다면 반대로, 부정적인 경험을 하고 우리를 떠나는 고객을 붙잡을 방법은 없을까요?

경쟁이 치열한 산업일수록 고객을 얻는 것만큼이나 잃지 않는 것이 지속적인 매출을 내는 것에 있어 중요한 과제입니다.

AI 솔루션 활용 사례의 마지막은 리뷰 데이터 속에 숨은 고객의 감정을 인식하여 우리 브랜드에 머물도록 하는 것인데요.
조사에 따르면 부정적인 경험을 한 고객이 경쟁사로 떠날 확률은 무려 60%에 달하며, 이를 막기 위해서는 그들이 불만을 표시한 후로 1시간 안에 맞춤 케어를 해줘야 합니다.

만약 불만을 고객센터에 남긴다면 빠르게 대응할 수 있겠지만 상당수의 고객이 리뷰를 통해 불만을 표시하기 때문에 대응이 쉽지 않은데요.
예시로 제품 수가 많은 쇼핑몰에서는 파손된 제품의 배송이나 오류에 대한 리뷰가 등록되었을 때 빠르게 대처하지 못하는 경우가 생깁니다.

부정적인 리뷰가 노출된다는 것은 그 고객을 잃는 것 뿐만 아니라 다른 잠재고객의 구매 전환율에도 치명적인 영향을 주기에 더더욱 문제가 됩니다.

이에 대응하기 위해서는 ‘부정적인 감정이 담긴 텍스트’가 포함된 리뷰가 등록되었을 때 관리자에게 빠르게 알리고 CS 부서로 넘길 수 있는 시스템이 필요합니다.
예를들어 배송 도중 택배 박스가 뜯어져 상품이 훼손되었다는 리뷰가 올라왔을때 AI 텍스트 리뷰 분석 기술을 통해 문제점을 파악한 즉시 대응하면 불만을 가진 고객에게 더욱 빠른 대응을 할 수 있습니다.