R을 이용하면 텍스트 형태의 데이터에서 키워드를 추출해 클라우드 형태로 제시할 수 있을 뿐만 아니라 키워드 간의 거리를 기준으로 상관관계를 점검해 키워드 간의 네트워크를 그려 볼 수 있습니다.

키워드 간의 관계를 파악하고 나면 이를 근거로 응답자 집단을 몇 개의 집단을 분류해 볼 수 있습니다. 이와 같이 텍스트형 데이터를 이용한 클러스터 분석에서도 집단의 특성을 반영한 명칭 부여는 분석자의 몫입니다.

데이터테일즈에 설문조사를 의뢰하시려면 아래 버튼을 눌러주세요. 일반 문의도 환영합니다.

마케팅 활동의 과정 중, 새로운 고객이 유입하면 고객 관리를 통해 고객을 유지하고 추가매출을 창출하려는 노력을 하게 됩니다. 이러한 노력을 지원하는 중요한 자료 중 하나가 고객만족도입니다. 그런데 고객만족도를 측정하는 것만으로는 고객을 유지하고 육성할 수 없습니다. 왜냐하면 장기적으로 생각해 볼 때 만족한 고객만이 재구매 혹은 재방문할 것이므로 고객의 이탈을 유발하는 결정적인 불만요인이 무엇인지 알기 어렵기 때문입니다. 이탈고객에 대한 추적조사가 가능하다면 이탈고객을 대상으로 조사를 실시하면 좋겠지만 실행이 쉽지 않습니다. 미리 기존 고객만족도와 함께 고객의 재구매의향을 점검해둔다면 고객유지에 많은 도움이 될 뿐만 아니라 만족도와 재구매의향을 기준으로 고객을 분류하여 그 구성을 살펴보면 우리의 고객 구성이 얼마나 안정적인지 점검할 수도 있습니다.

충성 고객은 만족도가 높아 재구매의향이 있는 고객 집단이라면 이탈 고객은 낮은 만족도로 조만간 탈퇴하거나 다음 구매에서는 다른 경쟁 제품으로 전환할 예정인 고객 집단이라고 할 수 있습니다. 기회주의적 고객은 높은 만족도에도 불구하고 재구매의향은 부정적인 고객 집단입니다. 노트북을 구매하는 대학생의 경우 정보탐색의 기회비용이 크지 않으므로 구매 전 정보수집활동이 일반 직장인에 비해 활발할 가능성이 크고 비록 기존 제품에 만족하더라도 추가적인 정보탐색활동을 통해 좀 더 저렴하거나 성능이 우수한 다른 제품을 구매할 수도 있을 것입니다. 기회주의적인 고객과는 달리 포획 고객은 낮은 만족도에도 불구하고 거래비용으로 인해 적어도 단기적으로는 경쟁사 제품이나 서비스를 구매하지 않고 계속 우리 제품서비스를 계속 구매할 의향이 있는 고객 집단을 말합니다. 포획 고객을 위해서는 최소한 거래비용을 능가하는 제품 및 서비스의 개선을 제공할 수 있어야 포획 고객이 장기적으로는 이탈 고객으로 진화하는 것을 방지할 수 있을 것입니다. 문제는 이렇게 고객만족도와 재구매의향 즉 고객충성도를 근거로 고객을 분류하여 관리하는 방법이 적절한 마케팅 전략상의 지침을 제공하는데 실패할 수도 있다는 점에 유념해야 합니다. 예를 들어 패션 쇼핑몰을 운영하는 기업이 고객을 지속적으로 점검해본 결과 이탈 고객과 포획 고객이 증가하는 경향을 보이고 있으며 이들이 판매 의류에 대해 가지는 가장 큰 불만은 의류의 색상 특히 낮은 채도에 있다는 것을 알아내고 이탈 고객들이 평균적으로 선호하는 채도 수준인 50 정도로 채도를 개선한 제품 라인을 출시했다고 가정해 보겠습니다. 그런데 실제로 이탈 고객 중 50%는 100 수준의 높은 채도를 선호하는 반면 나머지 50%는 극단적으로 낮은 채도 0의 색상을 선호하고 있다면 채도 50 정도의 제품 라인은 이탈 고객 중 누구에게도 호감을 얻지 못하고 급격한 매출 감소를 피할 수 없을 것입니다. 만약 미리 고객들의 색상에 대한 선호를 파악해 고객을 분류해 두었다면 낮은 채도를 선호하는 고객 집단과 높은 채도를 선호하는 고객 집단별로 이탈 고객을 관리하고 이탈 원인을 파악할 수도 있을 것입니다.

 고객만족도와 재구매의향 외에 추가할 수 있는 분류 기준은 우리에게 의미 있는 정보를 제공할 수 있는 기준이라면 어떤 것이라도 상관없습니다. 연령이나 소득, 직업 혹은 거주주택 형태, 위치 정보, 게시판에서의 의견, 혹은 정치인이라면 선거구 등 분류하여 수치화한 후 의미 있는 통찰력을 얻을 수 있는 것이라면 어떤 것도 무방합니다.

 예를 들어 근 미래에 드론을 이용한 배달에 집중하는 QSR(Quick Service Restaurant)을 생각해 보겠습니다. 이들은 서울 인근 경기도이 중소 도시에 A, B, C, D 총 네 개의 영업지역을 관리하고 있는데 이들 권역별로 각각 다른 특징을 가지고 있다고 가정해 보겠습니다. 가장 넓을 면적을 점유하고 있는 A 지역은 젊은 독신자 직장인들이 주로 거주하고 곳이고 B 지역은 그 도시의 중심가로 비교적 소득이 높은 중산층이 주로 거주하는 지역이라고 해보겠습니다. 지역 내 여자대학이 위치한 C 지역은 젊은 20대 여성이 주로 거주하고 곳이고 D 지역은 연령대가 높고 가용소득이 많지 않은 고령층이 주로 거주하고는 지역이라고 해보겠습니다.

이들 네 지역의 고객을 분석해 본 결과 이들 네 지역의 고객 구성은 아래와 같다는 사실을 알았습니다.

B 지역은 충성 고객의 비중이 높아 고객 유지가 주요 과제인 반면, 이탈 고객과 포획 고객의 비중이 높은 A, C, D 지역은 고객 이탈을 방지하기 위한 대책 마련이 시급한 상황입니다. 특이 이탈 고객의 비중이 높은 A 지역과 D 지역이 특히 문제가 될 것입니다.

 젊은 직장인이 많은 A 지역의 경우, 많은 비중을 차지하는 이탈 고객은 배달의 신속성에 불만을 많이 가지고 있는 바 이들의 라이프스타일을 점검해 다소간의 손실을 감수하더라도 미리 배달 음식을 준비해서 배달 시간을 줄이는 방안을 모색하는 것도 한 방법일 것입니다. 독신인 젊은 직장인의 특성 상 배달 음식을 이용하는 경우가 빈번하다면 더욱 적극적으로 고려해 볼만 할 것입니다.

소득이 비교적 높은 B 지역의 경우에는 식재료의 품질에 대한 우려가 있는 만큼 우수하고 안전한 식재료를 엄선한 프리미엄 메뉴를 개발해 제공하는 것도 고려할 수 있을 것입니다. 배달에 이용하는 드론의 품질 역시 개선하여 배달하는 동안의 신선도 유지 기능을 강화해 기존 경쟁사들은 제공하지 못하는 풍미의 메뉴를 제공할 수도 있을 것입니다.

여자대학교가 위치한 C지역에서 다수를 점하고 있는 포획 고객의 경우 메뉴의 다양성에 대한 평가가 상대적으로 낮은 모습을 보이고 있으므로 샐러드, 제과류 등 메뉴의 다양화를 시도하는 한편 샘플러 메뉴를 개발하여 제공할 수도 있을 것입니다.

고령층이 많은 D지역의 경우에는 가격에 대한 불만이 많으므로 할인쿠폰이나 오전 시간 할인 등 고령층을 겨냥한 다양한 할인 및 판촉 프로그램을 실행할 수도 있을 것입니다.

물론 가용한 재정적 자원은 제한적이므로 여러 가지 활동 중 기대 수익이 높은 활동부터 순차적으로 실행해야 할 것입니다.

실제로는 시장지배적인 기업은 모든 면에서 우수한 평가를 받는 반면 도전 기업은 항상 부족한 평가를 받기 마련이고 아무리 고객을 분류해서 분석해 보아도 전체적인 저평가 기조에는 변화가 없거나 보완이 필요한 부분이 나오더라도 단기적으로는 적절한 대책이 없는 경우도 있습니다. 그러나 접근 가능한 고객 관련 데이터의 양적 측면이나 분석 가능성이라는 질적 측면에서 비약적인 도약이 있는 만큼 끊임없이 고객에 대한 애정 어린 이해를 중단하지 말아야 할 것이고 만약 유통과 물류, 매체에 대한 장악력이 높지 못해 전선을 넓힐 수 없는 입장이라면 단 하나의 점에 조직의 역량을 집중하는 차별화 노력도 고려할 만합니다.