2019-09-21 18:05 (토)
빅데이터, 매장별 맞춤식 결재방법 찾아준다
상태바
빅데이터, 매장별 맞춤식 결재방법 찾아준다
  • 우진영 기자
  • 승인 2018.12.14 15:54
이 기사를 공유합니다

1.jpg
▲빅데이터를 통해 가장 효율적인 결제 유형을 수집 및 분석할 수 있다(출처=123RF)

페이스북(Facebook)이나 구글(Google) 등의 인기 온라인 플랫폼에 게재되는 수많은 광고가 각 개인 사용자를 위한 특정 콘텐츠를 보여줌으로써 소비자들의 구매 욕구를 자극하고 있다. 월마트(Walmart) 같은 대형 쇼핑몰이 빅데이터를 사용해 자신들이 수집한 모든 정보를 분석하고 최대한으로 활용한다는 것도 놀랄 일이 아니다. 각 상점 네트워크가 지속적으로 존재하는 한 각 고객에 관련된 데이터는 계속 추적된다. 고객이 상품을 구입할 때마다 말이다. 이에 따라 고객의 요구에 맞게 더 효율적이고 맞춤화된 경험을 제공하는 것이 기업으로서는 매우 중요한 요소가 됐다.

만약 어떤 사람이 특정 쇼핑몰에서 쇼핑을 하다가 필요한 물건보다 더 많은 것을 사게 된다면 이것은 소매 분석 효과 때문일지도 모른다. 빅데이터 자체는 처리가 쉽지 않다. 엄청난 양의 정보를 포함하고 있기 때문이다. 그래서 인공지능(AI) 기술을 사용하면 특정 주요 동향을 식별할 수 있다. 예를 들어 각 고객이 구입한 물품의 전체 가격, 고객의 나이대, 고객이 주로 구입하는 물건 등이다.

그러나 이것이 소매점이 빅데이터를 활용할 유일한 방법은 아니다. 실제로 소매점은 현재 직원들의 배치 요구를 결정하는 등 다양한 분야에서 빅데이터를 활용하고 있다. 각 백화점 위치에 따른 소매 분석 또한 중요한 정보가 될 수 있다. 필요한 경우 직원들의 교대 작업도 빅데이터 분석으로 이루어진다. 빅데이터로 모은 정보 분석에 따라 각 소매점이 가장 바쁜 시간을 특정할 수 있기 때문이다. 이 방식을 사용하면 직원들을 작업량에 따라 효율적으로 배치할 수 있다.

빅데이터의 또 다른 용도는 특정 상점에서 가장 효율적인 결제 유형을 알아보는 것이다. 예를 들어 직원이 진행하는 결제 방식와 셀프 구매대에는 각각 장점과 단점이 있다. 어떤 사람은 보다 개인화된 타인과의 접촉을 원하고, 어떤 사람은 완벽하게 자동화되고 편리한 구매를 원한다. 이런 데이터를 수집 및 분석하면 소매점은 고객의 유형에 따라 다른 서비스와 더 나은 사용자 경험을 제공할 수 있다.