「유니클로」 ~ 「코오롱스포츠」까지

 

 

언제적 ‘빅데이터’? 이미 한 차례 타 산업시장을 휩쓸고 간 빅데이터 이슈가 패션시장에서 르네상스를 맞이했다. 최근 GS홈쇼핑, 롯데백화점 등 주요 유통기업은 물론 제일모직, 코오롱인더스트리FnC부문, LF 등 패션 대기업들이 옴니채널, 모바일 등에 관심을 높이면서 자연스레 빅데이터 활용에 대한 논의가 이어지고 있다.

 

‘우리 고객은 누구이고, 어떤 상품을 좋아하며, 어디에서 주로 구입하고, 얼만큼 사며, 무엇에 관심이 있는가?’는 모든 패션기업이 궁금해하는 부분이다. 그러나 과연 이를 정확히 알고 상품을 기획하는 기업은 얼마나 될까? 위의 궁금증과 관련된 세상의 빅데이터는 오프라인 매장에서, 온라인 공식 쇼핑몰 사이트에서 혹은 수많은 SNS 채널에서도 축적되고 있다. 그렇지만 패션시장에서는 대부분 활용되지 못하고 있다.

 

「유니클로」 「자라」 「나이키」와 같은 글로벌 빅 브랜드는 소셜미디어 모니터링, 자체 상품 재고 분석, 자체 애플리케이션을 통해 수집되는 데이터를 분석한다. 그리고 이 데이터 분석 결과를 상품기획과 판매는 물론 유통 운용 최적화, 소비자 관련 마케팅 등에 적극 활용한다. 이제 이런 수치들도 패션 상품을 기획하는 과정에서 당당히 ‘부자재’로 사용해야 하는 시대가 왔다.

과연 국내 패션기업들은 현재 ‘빅데이터’를 어떻게 받아들이고 있을까. 그 이전에 패션시장에서 활용할 수 있는 ‘빅데이터’엔 과연 어떤 것이 있는지 알아보고, 국내 패션기업들의 빅데이터 대응 현황은 어떤지 그리고 어떤 문제점이 있는지, 빅데이터를 어떻게 활용할 수 있는지 생각해 본다. <편집자 주>

 

 

인디텍스, FRL서 배우자

 

패션과 빅데이터를 이야기할 때 항상 등장하는 기업이 있다. 바로 인디텍스그룹, 그리고 「자라」다. 인디텍스그룹은 클라우드 컴퓨팅과 빅데이터에 기반한 정보 수집 및 공유를 바탕으로 시장에 상품을 선보이고 상품회전 시간을 단축함으로써 기업 경쟁력을 높여 왔다. 

 

특히 「자라」는 오프라인 고객 정보를 활용해 재고비용을 절감하고 매장별 재고분배를 최적화하는 데 가장 큰 효과를 봤다. 고객관리를 위해 매장 직원들이 판매현장에서 소비자와의 대화를 통해 정보를 입수하는 것을 중요하게 생각하고, 그것을 상품기획 등 기업의 의사결정에 반영하는 것으로 유명하다. 철저히 고객의 니즈에 맞는 상품을 생산하고, 소비자가 접근하기에 좋은 매장 입지를 선정하고 VMD를 구성한다.

 

직원들은 매장 내에서 끊임없이 소비자와 소통한다. 그들이 사는 상품, 사지 않는 것, 어떤 컬렉션을 보고 상품을 구매하러 왔는지 조사하고 매니저는 매일 이 내용들을 본사에 보고한다. 이 데이터는 본사의 클라우드 컴퓨팅 시스템을 통해 디자이너와 마켓 전문가들에게 실시간으로 공유된다. 디자이너들은 새로운 컬렉션에 대한 소비자들의 수요에 맞춰 3주 만에 상품을 매장에 선보일 수 있다. 

 

 

「자라」 매장 데이터로 재고분배시스템 개발

 

또 지역별 선호 아이템 정보가 실시간으로 공유되기 때문에 회전율이 높은 매장으로 상품을 분배해 공급할 수 있다. 고객의 수요가 매장 입출고 상품을 결정하는 가장 중요한 요소가 되는 것. 제조공정 전체에 걸리는 시간이 단축되고, 매장별 운용에 유연성이 생기는 것은 물론 재고비용이 줄어 더욱 빠른 상품 회전율을 유지할 수 있다. 

 

전 세계 5개 대륙에 걸쳐 있는 「자라」는 대륙별, 나라별, 도시별로 잘 팔리는 상품의 정보를 얻어 도시별로 어떤 상품이 인기가 있는지, 어떻게 반응이 다른지 데이터를 살피고 분석한다. 이후 담당 디자이너들과 이 정보를 공유하며 글로벌 트렌드를 진단하고, 도시별 상품구성에 대한 결정을 내린다.

 

특히 「자라」의 재고관리시스템은 더욱 놀랍다. 「자라」는 사전수요를 정확히 예측하고 상품의 품질관리를 하기 위해 미국의 MIT 공대와 함께 전 세계 2000여개 매장의 판매 · 재고 데이터를 분석해 최대 매출을 올릴 수 있는 재고분배시스템을 개발했다. 진열된 상품 수, 상품별 수요 예측, 매장별 판매추이 등 정량(내부) 빅데이터를 활용해 스페인에 있는 2개 물류창고에서 주 2회 전 세계 점포로 상품을 직송하는 공급망을 구축한 것. 이를 통해 불필요한 재고의 효율적인 분배가 가능해져 매출에도 큰 영향을 미치고 있다.

 

 

「유니클로」 SNS 데이터 분석, ‘히트텍’ 성공

 

「자라」가 고객을 통해 얻은 내부 데이터를 바탕으로 효율적인 브랜드 관리를 이뤄 냈다면, 일본 패스트리테일링(FRL)의 「유니클로」는 SNS 등 외부 빅데이터에서 얻은 정보를 상품 생산에 반영했다. 소비자들이 트위터나 페이스북에 올린 내용을 분석해 날씨나 유행 등에 맞춰 팔릴 만한 상품을 한발 앞서 선보이는 방식을 택한 것. 이후 출시한 상품에 대한 반응을 분석해 가장 호응이 좋은 상품을 대대적인 마케팅으로 밀어 준다. 가장 좋은 예는 전 세계에서 4억장이 팔린 ‘히트텍’이다.

 

 

「유니클로」는 온라인에서 얻은 외부 빅데이터와 매장에서 수집하는 내부 빅데이터 정보를 통해 매장 내 상품 분배를 최적화하고 온라인 판매는 물론 할인 판매에도 적용한다. 옴니채널의 좋은 성공사례로도 볼 수 있다. 「H&M」 등 대형 SPA 브랜드 역시 대부분 자체적인 빅데이터 분석 프로그램을 통해 전 세계 유통망과 상품, 마케팅 관리를 신속하게 한다.

 

국내에서는 코오롱인더스트리FnC부문(대표 박동문, 이하 FnC코오롱)이 ‘빅데이터’에 대한 높은 관심을 실행으로 옮기고 있다. 이 회사는 사내 ‘빅데이터팀’을 따로 두고 다양한 데이터 분석을 통해 브랜드별 판매량을 예측하는 등 상품전략을 수립한다. 기존에 패션은 제조와 유통이 한 시스템 내에 공존하고 날씨나 트렌드 변화 등 변수가 많은 산업이라 데이터를 통한 분석이 활용되기 어려운 면이 있었다. 

 

 

 

FnC코오롱, 상품판매량 · 고객선호상품 예측

 

FnC코오롱 역시 빅데이터 수집과 활용은 아직 테스트 수준이다. 활용가치와 범위를 자세히 하기 위해 현재는 빅데이터를 분석해 상품판매량과 고객선호상품을 예측하는 데 우선 목적을 둔다. 이를 위해 고객의 가치, 매장별 입점 고객, 브랜드별 판매시점, 온라인과 오프라인 매출의 상관관계, 과거 패턴 등의 내부 데이터를 분석한다. 

 

하상호 FnC코오롱 빅데이터팀 부장은 “현재 FnC코오롱이 선보이는 빅데이터 활용 방식은 타 산업부문과 비교했을 때 시작 단계에 불과하다. 그러나 끊임없이 시도하고 테스트하면서 얻은 자료들을 시스템화하고 솔루션화할 예정이다. 아직 빅데이터를 브랜드에 적용해 활용한 성과는 미미하지만 앞으로 더 많은 데이터가 축적되면 정확도가 상당히 높아질 것으로 예상한다”라고 말한다.

 

대기업 외에도 태생적으로 빅데이터 수집이 능숙한 패션기업이 있다. 바로 스타일난다(대표 김소희), 브랜드인덱스(대표 김민식), 무신사(대표 조만호)와 같은 온라인 출신 패션기업들이다. 스타일난다나 브랜드인덱스처럼 온라인에서 출발해 오프라인, 중국 시장까지 진출한 기업들은 자신들의 온라인 사이트에 가입하거나 방문한 소비자들의 로그 분석을 바탕으로 매장 입지, 상품 분배, 마케팅 방식 등을 결정한다.

 

 

빅데이터, ‘아이튠즈’처럼 패션시장 바꿀 것!

 

무신사는 온라인 사이트에서 소비자의 구매 정보를 축적해 1:1 맞춤 서비스를 제공한다. 예를 들어 한 소비자가 무신사에서 일정한 사이즈와 핏의 상품을 구매한다면, 다음 접속 시부터 그 소비자가 원하는 사이즈와 핏의 신상품을 미리 알려 주는 서비스다. 이를 위해 무신사에 입점된 브랜드들의 사이즈 스펙과 컬러 등 상품 정보는 초기 입력부터 까다롭게 수집한다고 한다.

 

브랜드의 매출이 떨어지는 이유는 우리가 뻔히 알고 있는 디자인이나 가격의 문제가 아닐 수 있다. 그것을 알아내는 수많은 방법 중 하나가 바로 빅데이터 분석이다. 빅데이터 분석을 통해 매출하락 요인이 일부 매장의 입지가 좋지 않아서인지, 매장별 VMD가 잘못돼서인지, 효율적인 상품 분배가 이뤄지지 않아서인지, 마케팅 타깃을 잘못 선정해서인지 등 다양한 요인을 잡아 낼 수 있다는 것.

 

또 내년 목표를 구체적이고 실현 가능하게 설정하는 데도 빅데이터 자료를 얼마든지 활용할 수 있다. 매출 목표를 정하는 시점에 보통은 ‘전년 매출 대비 올해 목표’라는 간단한 방식으로 매출 목표를 산정한다. ‘몇 개 매장에서 몇 명의 고객이 얼마 구매했고, 신규 고객은 몇 명이며, 그래서 올해는 몇 명의 신규 고객을 유치해야 하는지’를 분석해 좀 더 실현 가능하고 구체적인 목표 설정이 가능하다.

 

 

구매적중률 향상, 재고비용 절감 등 효과 높아

 

‘패션은 감성’이라는 이야기는 그만할 때다. 치열한 비즈니스 시대에 ‘감성팔이’만으로는 살아남을 수 없다는 사실을 우리는 이제 너무 잘 알고 있다. 작년 하반기 대히트를 친 영화 ‘비긴어게인(Begin Again)’의 성공사례만 봐도, 얼핏 언더그라운드 음악 영화 같은 그 속에는 현대에 살아가는 젊은 소비자들의 취향과 라이프스타일, 니즈를 철저하게 분석해 반영한 명석함이 엿보인다. 

 

같은 감성 카테고리인 ‘음악’을 살펴보면 더 명확하다. ‘아이튠즈’라는 프로그램이 탄생하기 전 음반시장은 자신들의 소비자가 어떤 식으로 언제 어떤 음악을 얼마나 듣는지에 대한 데이터를 축적할 수 없었다. 그저 영향력 있는 뮤지션들과 관련 미디어에만 의존했다. 얼마나 팔았는지에 대한 정보는 있지만 소비자들의 개별 행동 데이터는 없었던 것. 

 

이렇던 음반시장이 ‘아이튠즈’의 등장으로 고객별 심화 데이터를 얻을 수 있게 됐다. 어느 지역에 사는 몇 세의 고객이 어떤 음악을 구입하고 실제로 어떤 음악을 얼마나 많이 듣는지와 같은 새로운 데이터를 가질 수 있게 됐다. 이 자료들은 음반기획사들에게 아주 중요한 기획 자료다. 패션계도 마찬가지다. 작게는 소비자들의 상품구매 행동 패턴과 관련된 빅데이터 분석을 통해 구매적중률이 높은 상품을 기획할 수 있는 시대가 왔다. 누가 더 빨리 받아들여 더 효과적으로 활용하는지가 중요하다.

 

<저작권자ⓒ Fashionbiz 글로벌 패션비즈니스 전문매거진,www.fashionbiz.co.kr>