AI 의사 결정 치트 시트: BrazeAI Decisioning Studioᵀᴹ을 활용한 크롤/워크/런 전략

AI 의사 결정은 기업이 고객 개개인의 활동, 기호, 관심사, 행동에 즉각적으로 반응하는 역동적이고 개인화된 마케팅을 구현할 수 있도록 지원합니다. 선도적인 브랜드들은 Braze의 AI 의사 결정 솔루션인 BrazeAI Decisioning Studio™를 활용하여, 소비자의 고유한 행동과 관심사에 따라 최적의 정보, 오퍼, 추천을 제공하면서 경험을 개인화하고 있습니다.

Brase의 AI 의사 결정 기능을 성공적으로 도입한 기업들은 보다 영향력 있는 캠페인을 전개하고, 적절한 고객에게 적절한 메시지를 적절한 시점에 전달함으로써 핵심 비즈니스 KPI에서 의미 있는 성과 개선 효과를 얻을 수 있습니다.

AI 의사 결정을 선제적으로 도입한 글로벌 리더 중 하나로 Yum! Brands가 있습니다. Yum! Brands는 전 세계 62,000여 개 매장을 운영하는 세계 최대의 레스토랑 기업으로, KFC, Taco Bell, Pizza Hut, Habit Burger & Grill 등 여러 상징적인 브랜드를 보유하고 있습니다. Yum! Brands는 올해에만 2억 건이 넘는 고객 상호작용과 8가지 마케팅 활용 사례에 AI 의사 결정을 적용했으며, 그 결과는 매우 고무적입니다. BrazeAI Decisioning Studio™를 도입한 후, 고객 1인당 거래 건수의 증가 효과가 최대 2.6배까지 높아지는 성과를 보였습니다.

Yum! Brands를 비롯한 여러 조직이 AI 의사 결정 기술을 성공적으로 구현하고 활용하는 데 도움이 된 크롤/워크/런(crawl-walk-run) 접근 방식을 소개해 드리겠습니다. 그에 앞서, AI 의사 결정 기술이 마케팅을 어떻게 재편하고 있는지, 그리고 마케팅 활동에 AI 의사 결정을 활용하려면 어떻게 준비해야 하는지 간단히 살펴보겠습니다.

AI 의사 결정 이해

AI 의사 결정은 강화 학습이라는 머신 러닝 기법을 활용하여, 마케터의 개인화 작업 부담을 줄이고, 고객에게는 1:1 수준에서 더 나은 경험을 제공하며, 궁극적으로 고객이 극대화하고자 하는 특정 측정기준과 관련해 보다 우수한 성과를 달성하도록 지원하는 기술입니다.

이 기술은 데이터 웨어하우스나 CDP 같은 고객 시스템에서 데이터를 가져와 해당 인사이트를 활용하고, 그에 따라 수신자 개개인에게 가장 적합한 마케팅 캠페인 변수를 자동으로 선택하는 프로세스를 실행합니다. 예를 들면 회원 가입, 구독 신청, 기부 등 고객이 원하는 결과에 가장 크게 영향을 미칠 수 있는 정확한 오퍼, 이미지, 카피, 채널, 발송 요일, 발송 시간 등을 자동으로 결정합니다.

AI 의사 결정을 위한 준비

브랜드가 AI 의사결정을 활용할 준비를 갖추기 위해서는 몇 가지 중요한 단계를 거쳐야 합니다. 좀 더 자세히 알아보시겠습니까? 다음은 George Khachatryan Braze AI 의사 결정 부문 책임자 겸 VP, Cameron Davies Yum! Brands 최고 데이터 책임자, Nathaniel Rounds Braze AI 스위트 부문 리드 제품 마케팅 매니저가 전하는 AI 의사 결정을 처음 활용하기 위한 팁입니다.

전문가 지원이 포함된 적절한 플랫폼 찾기

Khachatryan은 기성 솔루션은 크게 도움이 되지 않을 것이라고 설명합니다. AI 의사 결정 기술로 각 기업의 고유한 니즈를 충족하려면 고도의 커스터마이징이 필요하기 때문입니다. 즉, 브랜드의 목표와 비즈니스 운영 방식에 맞는 성과를 내도록 모델을 정교하게 튜닝해야 합니다. 예를 들어 고객의 주문 데이터에 따라 QSR 마케팅 캠페인을 개인화하는 방법을 학습하거나, 소비자의 지출 패턴에 따라 금융 서비스 브랜드의 마케팅 활동을 효과적으로 지원하는 방식을 학습할 수 있어야 합니다.

그뿐만 아니라, 의도 대로 제대로 작동하도록 강화 학습을 구현하려면 고도의 전문성이 요구됩니다. 마케터가 셀프 서비스 방식의 AI 의사 결정 시스템을 사용할 경우, 여러 가지 문제가 발생할 수 있습니다. 전문가의 지원과 적절한 가드레일이 마련되지 않으면, AI 시스템은 기업이 설정한 목표를 달성하기 위해 어떤 방법이든 사용하게 되고, 그 과정에서 브랜드의 이익 마진을 잠식할 위험도 있습니다.

이러한 이유로 BrazeAI Decisioning Studio™에는 전담 팀의 서비스가 포함됩니다. 이 팀에는 Braze 기능 설정과 관련한 전문성을 갖춘 머신 러닝 구현 엔지니어, 인게이지먼트 매니저, 고객 성공 디렉터가 참여하며, 고객의 팀이 플랫폼을 도입하고 지속적으로 활용할 수 있도록 지원합니다.

처음부터 성공의 기준을 명확히 정의하기

Davies는 어느 정도의 성과 향상을 성공의 기준으로 삼을지에 대해 모든 이해관계자가 동일한 기준을 공유하게 하라고 조언합니다.

중요한 성공 측정기준이 무엇인지 명확히 정의하세요. Rounds는 AI는 팀이 설정한 구체적인 목표에 맞춰 최적화되므로, AI의 측정기준과 실제 비즈니스 목표가 서로 일치하지 않으면 혼란을 초래할 수 있다고 덧붙입니다.

적절한 데이터 준비하기

Rounds는 AI 의사 결정을 도입하는 과정에서 데이터를 준비하는 것이 가장 어렵고 시간이 많이 소요되는 단계 중 하나라고 지적합니다. 데이터의 불일치와 데이터 소스 간의 단절은 AI의 성능을 저해할 수 있습니다.

Davies는 "우리는 초기에 과감하게 데이터에 투자했습니다"라며, "미국 내에서만 1억 4천만 명이 넘는 고객을 아우르는, 4개 브랜드 전체를 통합한 자체 내부 데이터베이스를 보유하고 있습니다. 이와 관련해 지난 몇 년간 상당한 투자를 단행해 AI 활용에 대비해 왔습니다"라고 설명합니다.

AI 의사 결정 적용 방식: 크롤/워크/런 접근법

크롤

Khachatryan은 처음부터 대담한 비전을 수립하라고 조언합니다. 브랜드에 있어 AI 의사 결정은 어떤 기회가 될 수 있는지, AI 의사 결정을 적용할 수 있는 영역은 어떤 것들이 있는지 꼼꼼하게 살펴야 합니다.

AI 의사 결정을 전사적 우선 전략 과제와 연계하는 포괄적인 비전을 제시하면, 이해관계자들의 관심과 참여를 이끌어내는 데 도움이 된다고 Rounds는 덧붙입니다.

Yum! Brands는 AI 기반 마케팅과 관련해 세 가지 목표를 정했습니다.

• 고객에게 가장 연관성 높은 메시지와 오퍼 제공
• 프렌차이즈 매장의 매출 증대 실현
• Yum! Brands의 매출 및 수익 재무 성과 지원

워크

Khachatryan은 구현이 쉽고 가치가 높은 사용 사례부터 작게 시작해 빠르게 구체적인 성과를 얻으라고 조언합니다.

예를 들어 마케팅 이메일과 같은 단일 채널부터 시작하거나, 온보딩과 같은 고객 여정의 특정 단계부터 적용해 볼 수 있습니다.

이전의 A/B 테스트 방식에서는 전체 Taco Bell 고객에게 마케팅 이메일을 발송하기에 가장 적합한 시간대가 오전인 것으로 나타났습니다. 하지만 AI 의사 결정을 통해 개별 고객마다 가장 적합한 발송 시간을 학습할 수 있었고, 단일 마케팅 채널에만 최대 150개 이상의 잠재적 요인이 존재할 뿐만 아니라 그중 '발송 시간'이라는 단일 요인에서도 매우 다양한 세부적인 차이가 나타난다는 사실을 발견했습니다.

현재 Yum! Brands는 신규 고객 유입 여정, 이탈 방지 캠페인, 앱 내 제품 추천, 이탈 위험 고객 관리, 온보딩, 오퍼 최적화 등 다양한 영역에서 여덟 가지 에이전틱 AI 기반 이니셔티브를 운영하고 있습니다.

런

Davies는 AI 의사 결정을 전사적 차원에서 적극적으로 도입하라고 조언합니다. 임원급 관리자와 이사회 차원의 후원과 지지를 확보하세요. 성공을 위한 기반을 갖추는 데 필요한 리소스에 과감히 투자하고, 전사적으로 적극적으로 추진하세요.

바로 이것이 Yum! Brands가 실천해 온 방식입니다.

Khachatryan은 "이 분야에서 큰 성공을 거두는 기업들을 보면, AI 의사 결정을 제대로 구현하기 위해서는 단순한 마케팅 우선 과제가 아니라 CEO와 이사회 차원의 우선 과제가 되어야 한다는 공통점을 발견할 수 있습니다”라고 설명합니다. AI 의사 결정을 성공적으로 구현하고 활용하려면 IT, 마케팅, 데이터 과학, 재무 등 다양한 부서가 참여하는 전사적 협업과 조직 차원의 확고한 의지가 요구되기 때문입니다.

Yum! Brands가 AI 의사 결정 도입을 꾸준히 확대함에 따라, 기존의 전통적인 고객 참여 채널 전반에 AI 의사 결정을 적용하고, 키오스크 및 드라이브스루로 확장할 방안을 모색하며, 프로그램을 전 세계적으로 확대하는 다음 단계가 기다리고 있습니다.

Yum! Brands에서 AI 도입과 실행을 가속화한 AI 플라이휠의 일부입니다. 이 팀은 어떤 가설을 세웠을까요? AI 적용을 확대할수록 더 좋은 데이터를 확보하게 되고, 고객 경험 또한 더욱 향상될 것이며, 궁극적으로 고객 경험이 더 좋아질수록 더 많은 사람들이 서비스를 이용하게 될 것이라는 가설이었습니다. 서비스를 이용하는 사람이 많아질수록 자연히 데이터는 더 풍부해지고, 그렇게 선순환이 계속된다는 것입니다.

AI 의사 결정으로 더 스마트한 브랜드 의사 결정 지원

AI 의사 결정 도입을 위한 이 크롤/워크/런 접근법을 실행에 옮길 준비가 되셨나요? 지금 바로 BrazeAI Decisioning Studio™를 신청하세요.