2014.01.17

"배송료 정책만 바꿔도 온라인 쇼핑몰 이익 4% 증가" 英 대학 연구

Brian Karlovsky | ARN
실시간 빅 데이터를 사용해 온라인 쇼핑몰이 서비스를 개선하고 이익을 최대 4%까지 끌어올릴 수 있다는 연구 결과가 발표됐다.

영국의 워릭경영대학원(Warwick Business School), 랭커스터대학교 경영대학원(Lancaster University Management School), 사우스햄튼대학교(University of Southampton)의 새로운 연구에 따르면, 새로운 분석 접근 방법은 온라인 쇼핑몰이 고객에게 언제 혜택을 줘야 할 지를 결정하는데 도움이 된다고 한다. 예를 들어 배송료 할인에 대해 특정 지역에 대해서인지, 특정 시간대의 구매에 대해서인지에 대해 결정할 때 빅 데이터를 활용한다는 것이다.

이 새로운 접근 방식은 6개월 동안 영국의 주요 온라인 식품 매장의 실제 쇼핑 데이터를 사용하여 테스트했으며, 기존의 배송 가격 정책을 변경해 시뮬레이션한 연구 결과 평균 이익이 4% 상승한다는 결과를 도출해 냈다.

태블릿과 스마트폰의 사용이 널리 보급됨에 따라, 온라인 쇼핑이 더욱 쉽고 빨라졌으며 배송 속도는 온라인 쇼핑몰 경쟁에서 중요한 요소가 됐다.

이 연구팀은 사람들이 온라인 쇼핑을 할 때 배송 시간대에 따라 배송료, 또는 할인이나 포인트 점수 같은 혜택이 다를 경우를 어떤 것을 선택할지를 예측한 분석 방법을 제안했다.

이 연구는 그날 그날 들어온 주문뿐 아니라 들어올 것으로 예상되는 주문까지도 포함해 분석했다.

일원인 워릭경영대학원의 연구 담당 조교수 아르네 스트라우스는 전통적으로 온라인 쇼핑몰이 특정 마감 시간까지 들어온 주문과 배송 날짜가 정해진 주문을 모두 취합할 것이라고 말했다.

"주어진 배달 날짜의 최종 주문량을 취합 직전까지 알 수 없기 때문에 이익을 극대화하는 것이 어렵다. 하지만 배송 시간에 따라 배송료를 다르게 할 경우, 소비자들이 배송 일정을 미리 결정하기 때문에 사전에 어느 정도 파악할 수 있다”라고 그는 말했다.

"새로운 접근 방식으로 기존에 온라인 쇼핑몰이 가지고 있던 고객 데이터를 분석하고 배송 비용 측정에서 예상 주문이 끼칠 영향을 감안해 이 데이터를 활용하면, 단순히 그날 그날의 주문 데이터로 배송 비용을 계산할 때보다 더 높은 이익을 얻을 수 있다는 것을 알게 됐다”라고 그는 설명했다.

"이러한 분석 결과 실제로 쇼핑몰이 실제로 이익을 약 4% 올릴 수 있으며 우리의 모델은 2중 배송료 정책을 능가할 수 있다”라고 그는 주장했다.

끝으로 스트라우스는 "매우 적은 마진을 얻는 업종에서 이러한 잠재적인 수익은 매우 중요하다”라고 강조했다. ciokr@idg.co.kr



2014.01.17

"배송료 정책만 바꿔도 온라인 쇼핑몰 이익 4% 증가" 英 대학 연구

Brian Karlovsky | ARN
실시간 빅 데이터를 사용해 온라인 쇼핑몰이 서비스를 개선하고 이익을 최대 4%까지 끌어올릴 수 있다는 연구 결과가 발표됐다.

영국의 워릭경영대학원(Warwick Business School), 랭커스터대학교 경영대학원(Lancaster University Management School), 사우스햄튼대학교(University of Southampton)의 새로운 연구에 따르면, 새로운 분석 접근 방법은 온라인 쇼핑몰이 고객에게 언제 혜택을 줘야 할 지를 결정하는데 도움이 된다고 한다. 예를 들어 배송료 할인에 대해 특정 지역에 대해서인지, 특정 시간대의 구매에 대해서인지에 대해 결정할 때 빅 데이터를 활용한다는 것이다.

이 새로운 접근 방식은 6개월 동안 영국의 주요 온라인 식품 매장의 실제 쇼핑 데이터를 사용하여 테스트했으며, 기존의 배송 가격 정책을 변경해 시뮬레이션한 연구 결과 평균 이익이 4% 상승한다는 결과를 도출해 냈다.

태블릿과 스마트폰의 사용이 널리 보급됨에 따라, 온라인 쇼핑이 더욱 쉽고 빨라졌으며 배송 속도는 온라인 쇼핑몰 경쟁에서 중요한 요소가 됐다.

이 연구팀은 사람들이 온라인 쇼핑을 할 때 배송 시간대에 따라 배송료, 또는 할인이나 포인트 점수 같은 혜택이 다를 경우를 어떤 것을 선택할지를 예측한 분석 방법을 제안했다.

이 연구는 그날 그날 들어온 주문뿐 아니라 들어올 것으로 예상되는 주문까지도 포함해 분석했다.

일원인 워릭경영대학원의 연구 담당 조교수 아르네 스트라우스는 전통적으로 온라인 쇼핑몰이 특정 마감 시간까지 들어온 주문과 배송 날짜가 정해진 주문을 모두 취합할 것이라고 말했다.

"주어진 배달 날짜의 최종 주문량을 취합 직전까지 알 수 없기 때문에 이익을 극대화하는 것이 어렵다. 하지만 배송 시간에 따라 배송료를 다르게 할 경우, 소비자들이 배송 일정을 미리 결정하기 때문에 사전에 어느 정도 파악할 수 있다”라고 그는 말했다.

"새로운 접근 방식으로 기존에 온라인 쇼핑몰이 가지고 있던 고객 데이터를 분석하고 배송 비용 측정에서 예상 주문이 끼칠 영향을 감안해 이 데이터를 활용하면, 단순히 그날 그날의 주문 데이터로 배송 비용을 계산할 때보다 더 높은 이익을 얻을 수 있다는 것을 알게 됐다”라고 그는 설명했다.

"이러한 분석 결과 실제로 쇼핑몰이 실제로 이익을 약 4% 올릴 수 있으며 우리의 모델은 2중 배송료 정책을 능가할 수 있다”라고 그는 주장했다.

끝으로 스트라우스는 "매우 적은 마진을 얻는 업종에서 이러한 잠재적인 수익은 매우 중요하다”라고 강조했다. ciokr@idg.co.kr

X