์ฌ์ ๋ฆฌ๋
์๋งค์ ์ฒด๊ฐ AI ํฌ์์์ ๊ฐ์น ์์ฑ ๋ฐ ์บก์ฒ๋ฅผ ์ํ 3๋จ๊ณ
소매 부문은 기업들이 소비자의 주목과 지갑을 위해 경쟁하면서 성장하고 점점 더 경쟁이 심해지고 있다. 국립 소매 연맹에 따르면, 2024년 상반기에는 핵심 판매가 전년 대비 3.2% 증가했으며 총 판매액은 2023년을 2.5%에서 3.5% 사이로 추월할 것으로 예상된다. 경쟁이 심한 시장에서 소매업체는 경쟁 우위를 점하기 위해 노력하고 있으며 많은 곳에서 인공 지능(AI)에 주목하고 있다.
AI는 제공을 재창조하고 선택을 확장하며 새로운 비즈니스 모델을 구동할 수 있는 파괴적인 기능으로 пози션되어 왔다. 소매업체는 AI에 상당한 투자를 했지만 고객에게 가치를 창출하고 자신에게 가치를 캡처하는 방법을 더 잘 이해해야 한다.
기술이 몇 년 동안 어떤 형태로든 존재해 왔지만 알고리즘이 더 좋아지고 속도가 빨라졌으며 컴퓨팅 기능이 개선되었고 가격이 더 저렴해졌다. NVIDIA 그래픽 처리 장치(GPU)는 7일 동안 계산해야 하는 것을 7분으로 줄일 수 있으며 Snowflake은 또한 컴퓨팅당 비용을 청구함으로써 AI 비용 구조에 유연성을 추가했다. 이러한 요인들은 소매업체에게 더 많은 AI 사용 사례를 잠금 해제하고 기술을 IT 예산에 더 잘 맞추었다.
그러나 많은 소매업체는 아직 자신의 AI 투자에서 구체적인 수익을 보지 못하고 있다. 그들은 몇 개월 안에 실험을 하고 있으며 스프레이와 기도 접근 방식을 사용할 수 없다. 소매업체는 ROI 목표를 달성할 수 있도록 AI에 대한 전략적인 접근 방식을 취해야 한다. 특히 산업이 소비자 행동의 변화를 겪고 있는 상황에서 그렇다.
가치를 창출하고 캡처하는 세 가지 단계를 조사해 보자.
데이터를 전략적 자산으로 성숙시키기
소매업체가 성공적으로 AI를 활용하기 위해서는 먼저 데이터가 성숙하고 깨끗하며 조화된 상태인지 확인해야 한다. 높은 품질의 데이터가 없으면 가장 복잡한 AI 알고리즘도 부족할 것이며 “쓰레기가 들어가면 쓰레기가 나온다”라는 격언이 성립한다.
소매업체에서는 판매 시점 시스템, 전자 상거래 플랫폼, 재고 관리 시스템, 고객 관계 관리(CRM) 도구 및 소셜 미디어 및 날씨 예보와 같은 외부 소스에서 데이터가 생성된다. 전략적 자산을 생성하기 위해 소매업체는 모든 소스의 데이터를 통합하고 정리하고 표준화하고 정확성과 완전성을 보장하고 강력한 데이터 거버넌스 실践을 구현해야 한다.
높은 품질의 데이터가 가치 창출과 캡처에 상당한 영향을 미칠 수 있는 영역 중 하나는 예측 계획이다. 정확한 예측은 소매업체가 재고 수준을 최적화하고浪費를 줄이고 고객의需求을 충족하는 데 중요하다. 패션 산업을 고려해 보자. 여기서 계획 주기는 18~24개월까지 연장될 수 있다. 소매업체는 제한된 데이터로 трен드, 소비자 선호도 및 수요 수준을 예측해야 한다.
데이터 기초가 탄탄한 AI를 활용하면 소매업체는 예측 모델에 역사적 판매 데이터, 인구 통계 정보, 날씨 패턴, 경제 지표 및 소셜 미디어 트렌드와 같은 예측 변수를 통합할 수 있다.
실험 문화를 장려하기
이 접근 방식은 가치 창출에 필수적이며 소매업체가 고객에게 직접적인 이익을 제공하는 AI 기반 이니셔티브를 테스트하고 개선할 수 있도록 한다. 타겟팅된 실험을 실행함으로써 소매업체는 고객에게 실제로 공鳴하는 AI 응용 프로그램과 고객의 충성도를 이끌어낼 수 있다.
이 실험을 구동하는 중요한 측면은 구체적인 사용 사례를 만들고 궁극적인 성공을 결정하기 위한 KPI 측정을 파생하는 것이다. 비즈니스 및 기술 스테이크홀더 간의 협력, 즉 엔지니어, 분석가 및 데이터 과학자 간의 협력이 실험이 개념에서 현실로 발전함에 따라 필요하다. 또한 기대와 일치하지 않는 경우 실험을 되돌리는 마음가짐도同樣 중요하다.
이 문화는 혁신을鼓励하며 소매업체가 시장 상황이 변경됨에 따라 민첩하게 대응하도록 도와준다. 새로운 아이디어를 빠르고 비용 효율적으로 테스트할 수 있으며 대규모 AI 구현과 관련된 위험을 줄일 수 있다.
에코시스템 구축하기
이전 단계는 주로 고객을 위한 가치 창출에 중점을 두고 있지만 이 단계는 가치 캡처에 중요하다. 즉, 소매업체가 자신의 AI 이니셔티브를 효과적으로 수익화할 수 있도록 한다.
소매업체의 에코시스템에는 기술 제공업체, 브랜드, 인플루언서, 콘텐츠 제작자 및 심지어 다른 소매업체가 포함될 수 있다. 이러한 에코시스템을 구축함으로써 소매업체는 새로운 수익 흐름을 만들고 제공을 강화하며 시장 지위를 강화할 수 있다.
예를 들어, 소매업체는 AI 기반 시각적 검색 도구를 만들기 위해 컴퓨터 비전 회사와 협력할 수 있다. 고객이 이미지를 업로드하여 제품을 찾을 수 있게 해주는 이 도구는 쇼핑 경험을 향상시키고 타겟 광고 및 제품 추천의 기회를 열어준다.
인플루언서 마케팅은 AI와 에코시스템 구축이 교차하는 또 다른 영역이다. 소매업체는 고객의 인구 통계, 참여율, 콘텐츠 관련성 등 다양한 요인에 따라 브랜드에 가장 효과적인 인플루언서를 식별하고 분석하기 위해 AI를 사용할 수 있다. 인플루언서를 AI 기반 마케팅 전략에 통합함으로써 소매업체는 자신의 범위를 확장하고 잠재 고객과 더 진정한 연결을 만들 수 있다.
소매업체는 데이터 개인 정보 보호, 경쟁 역학 및 브랜드 정렬과 같은 문제를 주의해서 처리해야 한다. 그러나 성공적으로 처리하면 고객을 위한 AI 이니셔티브를 통해 생성된 가치를 소매업체와 그 에코시스템 파트너가 효과적으로 캡처하고 수익화할 수 있다.
AI 구현에 대한 이 전략적 접근 방식은 소매업체가 과장된 이야기 너머 실제 결과 중심의 응용 프로그램으로 나아갈 수 있도록 한다. AI가 계속 진화함에 따라 이러한 단계를 마스터하는 사람들은 소매업 환경에서 번창할 수 있을 것이다. AI 이니셔티브에서 가치 창출과 가치 캡처를 기술적 잠재력을 경쟁 우위로 전환한다.
