Amperity와 AWS를 사용하여 옴니채널 고객 경험을 개인화한 Tapestry

Coach, Kate Spade, Stuart Weitzman 등 럭셔리 라이프스타일 브랜드를 보유한 글로벌 기업인 Tapestry는 고객 데이터와 관련한 문제에 직면했습니다. 소비자의 관심이나 구매량이 부족한 것은 아니었습니다. 하지만 고객 데이터를 유용한 형태로 수집하고 데이터를 여러 사일로에 분산하는 데 어려움이 있었습니다. 또한 Tapestry는 특정 고객 세그먼트를 대상으로 프로모션을 적절하게 타겟팅할 수 있도록 개인화 서비스에 대한 증가하는 고객 수요에 대응할 효과적인 신원 확인 솔루션이 필요했습니다.

여기에 Amazon Web Services(AWS) 기반 Amperity가 사용되었습니다. 전 세계 브랜드에서 사용하는 선도적인 기업 고객 데이터 플랫폼(CDP)인 Amperity는 Tapestry가 고객 데이터를 제어하여 고객 관계를 체계적으로 개선하고 더 나은 개인화 서비스를 제공하며 브랜드 충성도를 높일 수 있도록 해 주었습니다.

2020년 3월, Tapestry는 회사와 브랜드 전반에서 변화를 유도하고 데이터와 새로운 업무 방식을 활용하여 성장을 촉진하기 위해 Transformation Management Office(TMO)를 설치했습니다. 먼저 회사 전반에 흩어져 있는 과거 고객 데이터를 통합해야 했습니다. 데이터는 Point of Sale(POS), 전자 상거래, 이메일, 충성도 데이터, 모바일 앱 참여 등 여러 소스에 분산되어 있었습니다. 아울러 Tapestry는 매일 고객이 브랜드와 상호 작용할 때마다 생성되는 기존 데이터 피드를 통합하기 위한 계획을 수립해야 했습니다.

데이터 사일로가 서로 이질적인 것은 물론, 개별 고객 데이터도 일관되지 않았습니다. Tapestry는 고객들이 장소에 따라 자신을 다르게 인식한다는 사실을 일관되게 파악했습니다. 일례로, 어떤 곳에서는 본명을 사용하고 다른 곳에서는 닉네임을 사용합니다. 고객이 정보를 업데이트할 때 오타가 발생하는 경우가 있습니다. Tapestry의 단골 고객은 브랜드와 더 자주 상호 작용하는 만큼 상대적으로 더 지저분한 데이터에 노출되기 때문에, 개인 식별 정보(PII)가 일관되지 않고 부정확할 가능성이 더 높았습니다. 또한 사람들은 살아가면서 이메일을 바꾸거나, 전화번호를 바꾸거나, 새로운 곳으로 이사하거나, 심지어 이름도 바꿉니다.

Tapestry가 단일 고객 보기를 구현하려면 중앙 집중식 시스템으로 들어오고 나가는 데이터 파이프를 구축하고 유지 관리하며 모니터링하여 여러 시스템에서 정보를 취합해야 합니다. 게다가 전자 상거래, 충성도, 모바일, POS 등 대부분의 시스템은 서로 통합되도록 설계되지 않았습니다.

동일한 식별자를 공유하지 않았기 때문에 Tapestry가 고객을 일관되게 파악하기가 어려웠습니다. Tapestry에게는 고객이 누구인지, 어떤 상품을 구매하는지, Tapestry의 다양한 비즈니스와 어떻게 상호 작용하는지 등의 모든 필수 정보를 비롯하여 고객을 한 눈에 파악할 수 있는 솔루션이 필요했습니다.

Tapestry는 고객 정보가 포함된 회사의 모든 데이터 소스 내부와 여러 데이터 소스 전반에서 동일한 고객을 식별할 수 있게 해줄 것을 Amperity에 요청했습니다. 이 회사는 Amazon Elastic Cloud Compute(Amazon EC2), Amazon Simple Storage Service(S3) 및 Amazon Kinesis 기반의 Amperity의 고객 데이터 플랫폼을 활용하여 퍼스트 파티 데이터 기반을 구축했습니다. 이를 통해 Tapestry는 완벽하게 통합되고 혁신적인 고객 경험을 제공하고 고부가가치 고객들에게서 보다 심층적인 참여를 이끌어낼 수 있었습니다.

이러한 새로운 기술을 도입한 결과 얻어진 즉각적인 개선 효과로서, 다양한 공급업체, 특히 자동화된 이메일 제공업체에 필요한 데이터 파일이 자동화되었습니다. 이 작업에 사용되던 기존 도구는 수작업에 많이 의존했습니다. Amperity를 도입하면서 파일을 자동화하고 엔드-투-엔드 방식으로 전송할 수 있게 되어, 매주 업무 시간을 절약할 수 있게 되었고 그 시간을 다른 성장 기회에 재투자할 수 있었습니다.

즉각적인 개선 사항의 하나로, 다양한 공급업체, 특히 자동화된 이메일 제공업체에 필요한 데이터 파일이 자동화되었습니다. 이 작업에 사용되던 기존 도구는 수작업에 많이 의존했습니다. Amperity를 도입하면서 파일을 자동화하고 엔드-투-엔드 방식으로 전송할 수 있게 되어, 매주 업무 시간을 절약할 수 있게 되었고 그 시간을 다른 성장 기회에 재투자할 수 있었습니다.

Amperity의 독자적인 기계 학습(ML) 알고리즘은 레코드를 매칭하여 고유 식별자가 불완전하거나 일치하지 않거나 사용할 수 없는 경우에도 지속적으로 일치율과 정확도를 개선하며, 확률적 데이터 연결을 기반으로 하는 인간과 유사한 로직을 통해 엄격한 매칭 스키마에서는 처리할 수 없는 데이터의 불일치를 포착할 수 있습니다. 결과적으로, Tapestry는 옴니채널 경험을 제공하는 데 필요한 정확하고 다각적인 최신 고객 정보를 확보할 수 있었습니다. 또한 마케터와 분석가의 데이터 액세스를 민주화했습니다. Amperity를 사용하면 신규 고객의 분할 및 제품 평생 가치, 반복 구매 및 윈백(win-back) 구매 행동 등의 핵심 KPI와 통계를 보여주는 대시보드는 물론, 채널, 소매점 및 기타 변수별로 데이터를 결합할 수 있는 기타 여러 측면을 확인할 수 있습니다.

고객별로 명확한 신원 정보를 확보함으로써 Tapestry는 모든 고객에 대한 인사이트를 도출할 수 있었습니다. 이를 통해 이 회사는 강력한 교차 채널 전략을 실행하여 고객 커뮤니케이션 및 참여도를 획기적으로 개선할 수 있었습니다. 이제 메시지를 적절하게 개인화할 수 있으므로, 더 이상 커뮤니케이션이 반복적이거나 일관되지 않는 문제가 발생하지 않게 되었습니다. 고객에 대한 이러한 비즈니스 크리티컬 인사이트를 도출한 덕분에 Tapestry 조직 전반에서 가치를 창출할 수 있게 되었습니다. 이제 Tapestry는 개인별로 고객과 대화하면서 고객 충성도를 높이고 평생 가치를 높일 수 있습니다.