그 시대의 핵심 고객들을 대상으로 하는 전통적인 연구방법들은 2000년대 초반 소득 수준의 증가와 더불어 화장품 시장의 성장을 기인해 왔지만 이제 그 방법은 변화하고 있다. 기업의 성장과 화장품 브랜드의 경쟁력 향상을 위해 마케팅 담당자는 다양해지는 소비자의 니즈(Needs)를 파악하기 위한 노력을 멈추지 않고 있다.

 

과거 시장의 트렌드를 주도했던 세대는 X, Y 세대였다. X, Y세대는 산업화의 결실로 어린 시절을 풍요롭게 보냈다. 해외여행 자유화(1991년) 등으로 다양한 경험을 하며 기존의 가치나 관습보다는 개성을 중시해 기존 세대와는 다른 소비 행태를 보이며 자신의 욕구를 충족시킬 수 있는 새로운 제품을 원했다. 그래서 마케팅 담당자들은 이들이 어떤 제품을 선호하고 그 이유가 무엇인지, 어떤 점을 차별적으로 인식하는지 등을 파악할 필요가 있었다.

 

이들 X, Y세대를 파악하기 위해 다양하고 많은 소비자 조사가 진행됐다. 대표적으로 대면 면접 방식의 구조화된 질문 항목을 직접 질문해 통계 처리된 데이터와 고객들을 6~8명 모집했다. 이후 사회자의 질문에 의견들을 직접 표현하고 서로 토론하는 FGD 등에 의해서 수집된 데이터를 가지고 소비자의 니즈를 파악한 후 다양한 마케팅 활동을 위한 의사결정을 했다.

 

2000년대 초반에는 이러한 전통적인 리서치법들을 통해 X, Y세대들의 소비자의 니즈와 시장 트렌드 등을 파악할 수 있었고 신제품 개발 방향, 제품 경쟁력 향상을 위한 기초자료로서 국내 화장품 시장이 성장할 수 있는 밑거름이 됐다.

 

IT기술의 발달과 밀레니엄 세대들의 라이프 스타일, 소비행동과 이들의 정보 활용 매체에 축적 되는 데이터를 적극 연구할 수 있는 연구가 미래 화장품 시장의 성장을 기인하고 첨예한 경쟁 환경 속에서 차별적 우위를 선점할 수 있는 시대가 도래하고 있다.

 

현재 시장의 트렌드를 선도하는 세대는 밀레니얼 세대(20~30대)이다. 이들은 정보통신기술 (ICT)에 익숙해 컴퓨터, 스마트폰과 같은 디지털 기기를 이용해 제품에 대한 정보를 얻는다. 또 온라인상에서 자신의 의견이나 경험을 표현하고 서로 공유하며 제품을 구매하는데도 활용한다. 구매 결정도 매우 빠른 편이다. 이들 밀레니얼 세대의 의견은 가감없이 소셜미디어, 웹 공간에서 공유되며 이들 소비자의 진실된 목소리는 정형, 비정형, 반정형의 측정 가능한 텍스트 데이터로 축적된다. 마케팅 담당자들은 이들 소비자의 니즈를 파악하기 위해 여전히 전통적인 리서치 방법을 많이 활용하지만 약간의 한계가 있다는 것도 알고 있다.

 

기존의 전통적인 조사 방법은 상대적으로 많은 시간이 필요하며 주어진 질문지와 시설적 환경 내에서 연구자의 의도와 언어로 작성된 질문에 응답해야 하기 때문에 소비자의 진실된 목소리(VOC), 좀 더 리얼한 소비자의 언어를 파악하기 어려웠다. 또 수집된 과거 데이터에 대해서는 동일 시점에서 동일 대상으로 추가적인 데이 터를 연결해 분석할 수 없었다. 그래서 최근에는 이러한 한계를 극복하는 방안으로 빅데이터가 주목받고 있다.

 

4차 산업혁명 시대에 고객을 연구할 수 있는 빅데이터 분석 기법의 등장, 빅데이터 분석은 무엇일까? 왜 주목받는 것이며 그만한 가치 있는 정보가 충분하게 존재하고 있는 것일까? 빅데이터란 기존 데이터베이스 관리 도구의 능력을 넘어서는 대량의 정형 또는 수치화된 정형 형태가 아닌 비정형의 데이터들을 활용해 그 의미와 가치를 추출하고 결과를 분석하는 기술이다. 결제 데이터나 로그 데이터 등의 행동 데이터를 수집하고 분석해서 어디에서 무엇을 샀는지, 웹에서 무엇을 클릭했는지도 확인할 수 있고 이를 통해 고객을 군집화(clustering)해 이탈 고객을 분석하거나 타겟 고객을 파악해 마케팅에 활용할 수 있다.

 

소셜미디어에 기록되는 다양한 데이터는 사람들의 생각이 아닌 행동과 경험을 위주로 기록된다. 그래서 현재 출시된 제품이나 어떤 현상에 대해 사람들의 반응과 행동들을 알 수 있어 이를 통해 시장의 트렌드나 소비자의 Needs, Unmet Needs를 파악할 수 있다.

 

딥러닝 기술의 발전으로 빅데이터 정확성은 더욱더 높아지고 있다. 딥러닝 기반의 기술 적용으로 정확성이 높아진 대표적인 사례가 ‘알파고’ 이다. 다양한 AI들의 나타나고 있는 것이 그 신뢰성을 입증한다고 볼 수 있을 것이다. 따라서 소비자의 텍스트를 분류하는 방법도 딥러닝 기반의 학습 능력을 통해 빅데이터 분석의 신뢰도가 매우 높아졌으며 그 결과로 마케팅 분야에 활용되는 성공사례가 점진적으로 증가하고 있다.

 

다양한 고객들의 경험을 바탕으로 구성된 정보들을 분석할 수 있는 방대한 양의 정보가 화장품 카테고리에는 존재하고 있다. 즉각적이고 발 빠른 고객들의 인식을 연구해 마케팅 차원에서 대응하고 선도할 수 있다.

 

2018년 기준으로 ‘스킨’, ’로션’, ’에센스’, ’립스 틱’, ’마스카라’, ‘아이브로우’, ‘아이라이너’ 등의 키워드로 데이터를 수집해 보았다. 그 결과 2018년 한해 동안 키워드가 언급된 전체 총 데이터는 약 220만건(네이버 블로그상의 웹페이지 기준)으로 기존 소비자 조사로는 확보하기가 어려운 수준의 방대한 데이터가 있었다.

 

이 중 ‘스킨’이 약 96만 건, ‘로션’ 약 45만 건, ‘에센스’ 약 39만 건, 립스틱 약 22만 건, 마스카라 약 9만 건, 아이라이너 약 6만 건, 아이브로우약 4만 건으로 색조 화장품보다는 기초 화장품에 대한 관심, 특히 스킨에 대한 관심이 많았다. 소비자 조사로 데이터를 확보하기 어려워 보이는 아이브로우에 대한 데이터도 4만건 정도가 있었다.

 

이러한 화장품 데이터를 럭셔리 브랜드, 프리미엄 브랜드, 매스티지, 더마 코스메틱의 키워드로 데이터를 수집해 보니 아래와 같은 데이터가 있었다. 브랜드별로는 이니스프리, 에뛰드하우스, 로레알, 마몽드 등 ‘매스티지의 브랜드’에 대한 데이터가 46.7%로 가장 많았다. 다음으로 록시땅, 아이오페, 크리니크, 빌리프 등 ‘프리미엄 브랜드’가 22.3%, 에스티로더, 랑콤, 키엘, 조르지오 아르마니, SK-Ⅱ등의 ‘럭셔리 브랜드’가 17.5%, 피지오겔, 차앤박, 바이오더마, 닥터자르 트, 비쉬 등 ‘더마 코스메틱 브랜드’가 13.4% 순으로 나타났다.

 

화장품에 대한 소비자의 시장 구도가 다변화되고 있는 시점에서 일반 소비자 대상으로 진행하는 전통적인 조사 방법으로는 많은 비용을 지불해야 수집할 수 있지만 빅데이터를 이용한다면 많은 데이터를 저렴하게 수집할 수 있다. 더불어 더마 코스메틱 브랜드처럼 인기를 모으고 있는 화장품 브랜드에 대한 인식 또한 발빠르게 분석할 수 있을 것이다.

 

또 특정 품목 화장품 관련 데이터의 세부 내용들에 대해 분류해 보니 제형, 피부 타입, 피부 고민, 사용감, 구매 장소, 사용자, 구매 영향, 원료 등에 대해서도 살펴볼 수 있다. 이 가운데 크림, 젤, 스프레이, 밀크, 로션, 에센스 등 화장품 ‘제형’에 대해 전체의 86.4%의 데이터가 있었다. 또 수분감, 산뜻함, 흡수력, 부드러움, 밀착력, 지속력, 끈적임 등의 ‘사용감’ 관련해서 75.6%, 주름, 모공, 트러블, 각질, 블랙헤드, 기미 등 ‘피부 고민’도 63.2% 정도였다. 이처럼 화장품 품목별로도 빅데이터 분석을 위한 충분한 데이터가 존재하며 이를 활용해 피부 타입이나 고민별로 어떠한 효과와 사용감을 기대하는지, 어떤 장소에서 구매하고 구매에는 어떤 점이 영향을 미치는지 등의 소비자의 니즈를 파악할 수 있을 것이라고 본다.

 

이러한 단순 브랜드와 제품 내용 뿐 아니라 고객들의 경험 속에서 화장품 사용자들의 피부 고민과 기대 효과와 같은 다양한 니즈, 신제품들에 대한 고객들의 반응, 다양한 프로모션 활동에 대한 반응 등과 제품들의 구체적인 성분과 제형들도 소비자들의 경험 속에 수많은 데이터가 축적되어 저장되어 있다. 그렇기 때문에 과거 특정 시점부터 현재까지의 언급량에 대한 시계열 분석으로 계절별 또는 연도별로 소비자의 인식이 어떻게 변화하고 있는지 그래서 향후에는 어떻게 변화할지 파악하는 트렌드 분석이 가능하며 광고 효과 분석도 가능할 것이다.

 

또 주요 키워드와의 연관어 분석 등을 통해 다양한 고객 유형이나 사용 상황, 고객들의 사용 행태별로 사용하는 브랜드가 무엇인지, 이미지는 어떠한지, 어떻게 사용하는지, 제품의 어떠한 효익(Benefit)이 좋아서 사용하는지 등 소비자의 다양한 니즈를 소비자의 리얼한 목소리를 통해 구체적으로 파악할 수 있을 것이다. 디지털 시대에 밀레니엄 고객들의 경험과 실제 행동들이 축적된 빅데이터 분석 기법의 적극적인 활용만이 시장을 선도하며 생존할 수 있는 하나의 열쇠가 아닐까 생각한다.

 

화장품 산업의 마케터들은 오늘도 기업의 성장을 위해 다양한 소비자의 니즈를 파악해 신제품 개발을 위한 아이디어 도출, 신제품에 대한 소비자 반응이 어떠한지 확인하고 소비자의 구매 영향 요인, 신제품의 소재와 재료, 원료 등을 통해 소비자가 느끼는 효익(Benefit) 등을 구체적으로 파악하기 위한 노력을 지속하고 있다.

 

기존의 전통적인 리서치 방법으로도 소비자의 니즈를 파악할 수 있을 것이다. 다만 소비자의 리얼한 니즈에 기반한 제품으로 커뮤니케이션한다면 어떨까? 더 경쟁력 있는 마케팅 활동을 펼칠수 있지 않을까? 이러한 우리의 상상력이 보다 더 좋은 제품을 개발하는데 도움이 될 수 있지 않을까? 그 많은 고민들과 그에 대한 해답들을 얻기 위해 빅데이터 분석 기법을 활용한다면 타 기업의 마케터들 보다 더 좋은 성과를 낼 수 있을 것이다. 특히 이러한 빅데이터 분석을 위한 접근은 다양한 솔루션에 의존하는 기업들을 활용하기 보다는 마케팅 컨설팅과 리서치를 전문으로 하는 기업들을 통해 빅데이터 솔루션을 활용한다면 그결과는 형식이 아닌 시장에서 성과라는 결과로더 큰 결실을 보리라 믿는다.

 

4차산업 혁명 시대의 ICBM(IoT, Cloud, Bigdata, Mobile)이 대두하는 환경에서 혁신적인 기업이 되기 위해선 과거의 구태의연함에서 과감히 벗어나 마케팅 전문성을 갖는 소프트웨어적인, 혁신적인 방법으로 고객들을 연구해야 할 시기가 이미 시작됐다.

 

     문준열

     Insight Korea 대표이사

     신상품 및 마케팅/브랜드 관련 리서치&컨설팅 대표 컨설턴트

     빅데이타 서비스 Deepming 대표 컨설턴트

     Startup 마케팅 및 경영 컨설팅 서비스

     대덕 STAR CENTER 대표 컨설턴트