2020.07.15

새로운 시각이 필요한 시점··· 뉴 노멀 시대의 데이터와 마케팅

Brad Howarth | CMO
데이터는 마케터가 자신이 활동하는 세상의 현실을 더 정확히 파악할 수 있도록 도움을 준다. 하지만 이런 데이터가 더 이상 현실을 설명하지 못한다면 어떻게 해야 할까?

코로나19 팬데믹으로 데이터 분석과 계획에 혼란스러운 외부 요소가 반영되어 버렸다. 그러면서 기존에 수용했던 전형적인 고객 행동 패턴의 변동성, 불확실성, 복잡성, 모호성이 높아졌다. 소비자 신뢰와 구매 행동 패턴에 일반적으로 기대하는 사항이 더 이상 적용되지 않는다. 사람들의 동적 패턴에 대해 세웠던 가정이나 가설도 마찬가지다.
 
ⓒ Getty Images Bank

매일 상황이 바뀌면서, 기존에 수립했던 계획을 실천할 수 없게 되었다. 이에 따라 많은 마케터와 데이터 모델러는 현실을 더 정확히 파악하기 위해 노력하면서, 현실을 더 정확히 모델링할 수 있도록 도와주는 대표적인 요소들을 서둘러 찾기 시작했다.

특히, 리테일 부문에서 이런 변화가 감지되고 있다. 여러 상품을 취급하는 온라인 리테일인 캐치 그룹(Catch Group)의 CMO 라이언 그레시는 코로나19로 인한 사회적 거리 두기 때문에 신규 고객이 크게 증가했고, 기존 고객의 활동도 늘어났다고 전했다.

그는 “미래의 재고를 예측하는 데이터에 변화가 아주 많다. 쇼핑 채널이 온라인으로 변화하면서, 소비자들이 많이 찾는 제품으로 재고를 채워야 했다. 패션 관련 수요는 줄고, 식료품은 늘었다. 집에서 건강을 챙기려는 사람들 덕분에 스포츠 의류와 가정용 운동용품 수요가 급증했다”고 설명했다. 

소비자 행동이 바뀌면서 일일 제품 매출과 장기 성장 전망에 대한 기준도 바꿔야했다. 판매할 제품을 지나치게 많이 또는 적게 구입하지 않기 위해서다. 그레시는 “새로운 기준이 있어야 한다는 생각이 들었다. 매일 크리스마스 시즌을 대비하는 느낌이다”고 말했다. 

온라인 마켓플레이스인 검트리 오스트레일리아(Gumtree Autralia)도 이런 행동 양태 변화를 명확히 인식했다. 마케팅 책임자인 아만다 베흐레에 따르면, 코로나19로 인해 홈 오피스 및 피트니스 제품 수요가 급증했다. 

베흐레는 “스포츠와 피트니스 용품의 검색량이 거의 66% 증가했다. 전자제품과 컴퓨터 검색량도 약 40% 늘었다. 책상도 218% 증가했다. 주택 개선 용품, 자전거 같은 운동용품, 홈 데코와 DIY 용품, 악기와 게임, 전자제품을 더 많이 찾기 시작했다. 그러다 거리 두기가 다소 완화되면서 카라반 같은 것을 검색하는 사람들이 늘어났다”고 말했다.
 

데이터 인사이트 : 최적화 vs. 관찰

현재 소비자가 원하는 것과 미래 전망을 분석하는 소우트 웍스(Thought Works)의 수석 컨설턴트인 데이비드 콜스는 이제는 다른 방식으로 데이터를 수집할 필요가 있다고 강조했다. 

콜스는 “기존 소비 패턴을 더 이상 의사결정에 적용할 수 없다. 우리는 꽤 오랜 시간 최적화 모델을 활용하고 있다. 그러나 고수준에서는 현재 상황에 관련성이 높을 새 신호를 파악하기 위해, 데이터에 있어 더 탐구적인 모델로 회귀하기 시작했다. 명확히 정의된 KPI와 목표, 데이터에 기반한 의사결정 프로세스와 매트릭스에서 한발 뒤로 물러나, 새로운 시각으로 데이터를 보거나 새로운 데이터 소스를 찾는다는 의미”라고 설명했다.

이에 많은 마케터가 이미 소유하고 있지만, 효과적으로 활용하지 못했던 다른 데이터 소스를 조사하기 시작했다. 고객센터를 비롯해 다양한 채널에서 나오는 비구조화된 고객 데이터가 여기에 해당된다. 

콜스는 “구조화되지 않은 자연어 데이터에서 더 많은 인사이트를 획득하는 데 관심이 늘고 있다”고 말했다. 

한편, 새로운 세상은 현실을 반영하고 투자 조정에 대한 판단을 내리는 데 도움을 주는 모델을 만들기 위해 ‘해당 영역의 전문성’이 더욱 필요해졌다. 덴추 애널리틱스(Dentsu Analytics)의 임원인 존 프라이스는 “데이터 과학은 변하지 않았다. 하지만 우리는 어떤 데이터 모델이든 비즈니스와 영역 측면에서 맥락을 반영해 의사결정을 내려야 한다고 주장했었다. 지난 몇 개월간 우리는 데이터 모델의 결과를 무시해야만 하는 상황에 직면했다. 비즈니스와 영역 측면에서 맥락을 반영하지 않은 상태에서 데이터 과학에만 의존해선 안 된다”라고 지적했다.

이는 때때로 데이터 영역 밖의 방법을 시도하고 테스트해야 한다는 의미이기도 하다. 사람들과의 대화가 한 예다.

스포츠 클럽과 단체가 데이터를 이용해 더 나은 의사결정을 내리도록 돕는 스택 스포츠(Stack Sport)의 영업 및 마케팅 담당자인 카메론 오리오던은 “업계 사람들, 동료들, 심지어 경쟁자들과도 대화를 하는 것이 중요하다. 이들이 보고 있는 것을 보기 위해서다. 공동체가 서로 힘을 합해 정보를 공유하면서 돕고 있다”고 말했다.

이어 “우리는 고객과 잠재 고객에게 정보를 제공하기 위해 온라인 웨비나와 온라인 교육 세션을 이용하고 있다. 최근 3시간 동안의 온라인 세션에는 350명이 참가했다. 이 350명 가운데 70%는 고객이 아니다. 즉, 전략적으로 대화를 계속 유지하고, 잠재적으로 새 리드(leads)를 창출할 수 있는 핵심 데이터와 리드 창출 소스를 갖게 된 것이다”라고 말했다.


'방법'과 '장소' 데이터에 주목해야

코로나18가 큰 변화를 초래했지만, ‘복원력’이 큰 행동 패턴들도 많다. 익스페리안(Experian) 호주/뉴질랜드의 데이터 품질 및 타깃팅 담당 최고 책임자인 스티브 필포츠에 따르면, 변함없이 유지되는 데이터 포인트도 많다. 

그는 “변화가 데이터에 미치는 정도를 이해하려면, 의사결정에 사용하는 데이터를 이해해야 한다. 예를 들어, 안정적인가, 유동적인가? 비즈니스 모델은 사람들이 행동에 어느 정도 의존하고 있는가? 이런 부분들을 고려해야 한다”고 말했다.

의류 소매업을 예로 들어보자. 사람들은 여전히 자신의 외모를 중요하게 생각하며, 앞으로도 그럴 것이다. 아동복 소매업체는 계속해서 자녀들이 있는 부모를 타깃으로 삼고 있으며, 여성복 브랜드는 특정 연령대의 여성을 공략한다. 이렇게 고객이 누구인지 알려주는 데이터는 근본적으로 변하지 않았다.

지금 기업들이 고려해야 하는 데이터는 ‘방법’과 ‘장소’다. 

필포츠는 “뉴 노멀 시대에 사람들이 쇼핑하는 방법, 번화한 장소의 편집샵이나 교외지역의 쇼핑센터 등 제품을 위치시켜야 할 장소를 고려해야 한다는 이야기”라고 설명했다. 

이에 데이터 품질과 정확도, 혹은 데이터가 충분한지를 분석하고 판단하는 것이 중요해졌다. 이를 위해서는 고객센터의 기록을 검증하고, 데이터 수집을 인게이지먼트 전략에 포함해 실시하고, 서드파티 데이터 공급자를 통해 미흡한 정보를 보완해야 한다.

필포츠는 “서드파티 데이터 공급자를 활용하면 비용이 발생하지만, 금방 부족한 부분을 보완할 수 있다. 또, 수익이 비용보다 많을 것이다. 여기에서 중요한 것은 자신의 데이터베이스를 미래에도 활용할 수 있도록 만드는 의사결정을 내리는 것이다. 코로나19로 인한 행동 양태 데이터의 부족한 부분을 채우려고 할 때, 이런 행동들이 충분히 반영되어 있는지 평가할 시간이 없었다는 점을 명심해야 한다. 또한, 데이터가 계속해서 바뀌기 때문에, 일회성 변화를 증폭시켜 문제가 초래될 수 있고, 향후 잘못된 의사결정으로 이어질 수 있다는 점도 기억해야 한다”고 설명했다.

필포츠에 따르면, 기업에는 빠르게 의사결정을 내리기 위해 데이터를 민첩하게 다루는 민첩성이 필요하다. 또한, 여러 시스템의 데이터와 정확성을 알 수 없는 데이터를 다룰 능력도 갖춰야 한다. 다시 말해, 새로운 요건을 처리할 수 있을 정도로 탄력적이고 견고한 모델을 구현해야 한다는 의미다.

필포츠는 “테스트와 학습을 위한 좋은 전략 중 하나는 혁신과 학습 문화를 조성하는 것이다. 이는 고객과 접촉하는 데 있어 더 통합적인 시각을 갖게 한다. 민첩성과 고객의 진정한 참여를 유도해 관계를 강화하는 능력을 갖춘 기업들이 지금 같은 환경을 극복하는 성과를 일궈낼 것”이라고 강조했다.
 

데이터 기반 의사결정의 민첩성

데이터 기술 회사인 실버불릭(Silverbullet)의 APAC 책임자인 팀 브레드도 민첩성 개념이 훨씬 중요하다고 지적했다. 브레드는 “상황이 급변하면서 신속하게 이런 신호를 읽을 수 있도록 도와주는 데이터 과학적 접근법이 요구되고 있다. 마케팅 분야의 모델링 가운데 상당수는 변화가 느리고, 예측 가능하며, 패턴이 적용된다고 가정한다. 하지만 나는 과거보다 빠르게 변하는 신호를 활용하기 위해, 데이터 과학 팀이 기존 방식을 활용하기보다는 다른 방식을 탐구하도록 장려하고 있다”고 말했다.

브레드가 주목하는 분야는 대중교통과 관련된 광고다. 브레드는 “지금까지 경시됐던 대중 교통과 관련된 신호의 가치가 높아지고 있다. 모델 구축 방법과 모델에 넣는 데이터를 다시 규정하고, 하나 이상의 모델을 구축해 최상의 방법을 찾는 것이 중요하다”고 설명했다.

이어 “과거에는 크게 유용하지 않아 마케터들이 배제했을 모델 변수 가운데 일부를 지금은 포함해야 한다. 모델이 다른 방식으로 현실을 설명할 수 있는지 보기 위해, 데이터 사이언티스트들과 함께 가정과 모델을 다시 점검하고 확인하는 것이 좋다”고 덧붙였다.

민첩성을 준비하는 기업들이 더 빨리 모델을 재정립하고, 더 쉽게 모델을 구현해 운영하고, 이런 모델을 더 효과적으로 커뮤니케이션하게 될 것이다. 미어든은 “이 모든 것에 민첩성이 가장 중요하다”라고 강조했다.

세상이 변하고 생성되는 데이터가 바뀌었을 수는 있지만, 좋은 모델링과 분석의 근본은 바뀌지 않았다. 프라이스는 “우리는 항상 특정 변수에 대한 시장 민감성을 설명하려고 노력한다. 고객과의 대화는 모델에 항상 적용되던 부분이다. 제대로 하면, 계속해서 모델을 업데이트해 항상 최신 데이터를 모델에 반영할 수 있다는 의미다”라고 말했다.

이어 “장기적으로 관찰하고, 모든 민감성을 파악하고, 수요가 감소하거나 증가할 때 어떤 일이 일어날지 최선을 다해 예측해 모델을 구축한다. 우리가 협력하는 대부분 브랜드의 경우, 범주 자체가 사라지지는 않았지만, 소비자들은 코로나19로 인해 생긴 변화에 민감도를 보임을 알아냈다. 예를 들어 자동차, 에너지, 보험과 관련된 지출이 줄어들고 있다. 따라서 모델링의 관점에서 이런 민감도를 더 잘 이해하기 위해 모델을 업데이트해야 한다”고 말했다. editor@itworld.co.kr
 



2020.07.15

새로운 시각이 필요한 시점··· 뉴 노멀 시대의 데이터와 마케팅

Brad Howarth | CMO
데이터는 마케터가 자신이 활동하는 세상의 현실을 더 정확히 파악할 수 있도록 도움을 준다. 하지만 이런 데이터가 더 이상 현실을 설명하지 못한다면 어떻게 해야 할까?

코로나19 팬데믹으로 데이터 분석과 계획에 혼란스러운 외부 요소가 반영되어 버렸다. 그러면서 기존에 수용했던 전형적인 고객 행동 패턴의 변동성, 불확실성, 복잡성, 모호성이 높아졌다. 소비자 신뢰와 구매 행동 패턴에 일반적으로 기대하는 사항이 더 이상 적용되지 않는다. 사람들의 동적 패턴에 대해 세웠던 가정이나 가설도 마찬가지다.
 
ⓒ Getty Images Bank

매일 상황이 바뀌면서, 기존에 수립했던 계획을 실천할 수 없게 되었다. 이에 따라 많은 마케터와 데이터 모델러는 현실을 더 정확히 파악하기 위해 노력하면서, 현실을 더 정확히 모델링할 수 있도록 도와주는 대표적인 요소들을 서둘러 찾기 시작했다.

특히, 리테일 부문에서 이런 변화가 감지되고 있다. 여러 상품을 취급하는 온라인 리테일인 캐치 그룹(Catch Group)의 CMO 라이언 그레시는 코로나19로 인한 사회적 거리 두기 때문에 신규 고객이 크게 증가했고, 기존 고객의 활동도 늘어났다고 전했다.

그는 “미래의 재고를 예측하는 데이터에 변화가 아주 많다. 쇼핑 채널이 온라인으로 변화하면서, 소비자들이 많이 찾는 제품으로 재고를 채워야 했다. 패션 관련 수요는 줄고, 식료품은 늘었다. 집에서 건강을 챙기려는 사람들 덕분에 스포츠 의류와 가정용 운동용품 수요가 급증했다”고 설명했다. 

소비자 행동이 바뀌면서 일일 제품 매출과 장기 성장 전망에 대한 기준도 바꿔야했다. 판매할 제품을 지나치게 많이 또는 적게 구입하지 않기 위해서다. 그레시는 “새로운 기준이 있어야 한다는 생각이 들었다. 매일 크리스마스 시즌을 대비하는 느낌이다”고 말했다. 

온라인 마켓플레이스인 검트리 오스트레일리아(Gumtree Autralia)도 이런 행동 양태 변화를 명확히 인식했다. 마케팅 책임자인 아만다 베흐레에 따르면, 코로나19로 인해 홈 오피스 및 피트니스 제품 수요가 급증했다. 

베흐레는 “스포츠와 피트니스 용품의 검색량이 거의 66% 증가했다. 전자제품과 컴퓨터 검색량도 약 40% 늘었다. 책상도 218% 증가했다. 주택 개선 용품, 자전거 같은 운동용품, 홈 데코와 DIY 용품, 악기와 게임, 전자제품을 더 많이 찾기 시작했다. 그러다 거리 두기가 다소 완화되면서 카라반 같은 것을 검색하는 사람들이 늘어났다”고 말했다.
 

데이터 인사이트 : 최적화 vs. 관찰

현재 소비자가 원하는 것과 미래 전망을 분석하는 소우트 웍스(Thought Works)의 수석 컨설턴트인 데이비드 콜스는 이제는 다른 방식으로 데이터를 수집할 필요가 있다고 강조했다. 

콜스는 “기존 소비 패턴을 더 이상 의사결정에 적용할 수 없다. 우리는 꽤 오랜 시간 최적화 모델을 활용하고 있다. 그러나 고수준에서는 현재 상황에 관련성이 높을 새 신호를 파악하기 위해, 데이터에 있어 더 탐구적인 모델로 회귀하기 시작했다. 명확히 정의된 KPI와 목표, 데이터에 기반한 의사결정 프로세스와 매트릭스에서 한발 뒤로 물러나, 새로운 시각으로 데이터를 보거나 새로운 데이터 소스를 찾는다는 의미”라고 설명했다.

이에 많은 마케터가 이미 소유하고 있지만, 효과적으로 활용하지 못했던 다른 데이터 소스를 조사하기 시작했다. 고객센터를 비롯해 다양한 채널에서 나오는 비구조화된 고객 데이터가 여기에 해당된다. 

콜스는 “구조화되지 않은 자연어 데이터에서 더 많은 인사이트를 획득하는 데 관심이 늘고 있다”고 말했다. 

한편, 새로운 세상은 현실을 반영하고 투자 조정에 대한 판단을 내리는 데 도움을 주는 모델을 만들기 위해 ‘해당 영역의 전문성’이 더욱 필요해졌다. 덴추 애널리틱스(Dentsu Analytics)의 임원인 존 프라이스는 “데이터 과학은 변하지 않았다. 하지만 우리는 어떤 데이터 모델이든 비즈니스와 영역 측면에서 맥락을 반영해 의사결정을 내려야 한다고 주장했었다. 지난 몇 개월간 우리는 데이터 모델의 결과를 무시해야만 하는 상황에 직면했다. 비즈니스와 영역 측면에서 맥락을 반영하지 않은 상태에서 데이터 과학에만 의존해선 안 된다”라고 지적했다.

이는 때때로 데이터 영역 밖의 방법을 시도하고 테스트해야 한다는 의미이기도 하다. 사람들과의 대화가 한 예다.

스포츠 클럽과 단체가 데이터를 이용해 더 나은 의사결정을 내리도록 돕는 스택 스포츠(Stack Sport)의 영업 및 마케팅 담당자인 카메론 오리오던은 “업계 사람들, 동료들, 심지어 경쟁자들과도 대화를 하는 것이 중요하다. 이들이 보고 있는 것을 보기 위해서다. 공동체가 서로 힘을 합해 정보를 공유하면서 돕고 있다”고 말했다.

이어 “우리는 고객과 잠재 고객에게 정보를 제공하기 위해 온라인 웨비나와 온라인 교육 세션을 이용하고 있다. 최근 3시간 동안의 온라인 세션에는 350명이 참가했다. 이 350명 가운데 70%는 고객이 아니다. 즉, 전략적으로 대화를 계속 유지하고, 잠재적으로 새 리드(leads)를 창출할 수 있는 핵심 데이터와 리드 창출 소스를 갖게 된 것이다”라고 말했다.


'방법'과 '장소' 데이터에 주목해야

코로나18가 큰 변화를 초래했지만, ‘복원력’이 큰 행동 패턴들도 많다. 익스페리안(Experian) 호주/뉴질랜드의 데이터 품질 및 타깃팅 담당 최고 책임자인 스티브 필포츠에 따르면, 변함없이 유지되는 데이터 포인트도 많다. 

그는 “변화가 데이터에 미치는 정도를 이해하려면, 의사결정에 사용하는 데이터를 이해해야 한다. 예를 들어, 안정적인가, 유동적인가? 비즈니스 모델은 사람들이 행동에 어느 정도 의존하고 있는가? 이런 부분들을 고려해야 한다”고 말했다.

의류 소매업을 예로 들어보자. 사람들은 여전히 자신의 외모를 중요하게 생각하며, 앞으로도 그럴 것이다. 아동복 소매업체는 계속해서 자녀들이 있는 부모를 타깃으로 삼고 있으며, 여성복 브랜드는 특정 연령대의 여성을 공략한다. 이렇게 고객이 누구인지 알려주는 데이터는 근본적으로 변하지 않았다.

지금 기업들이 고려해야 하는 데이터는 ‘방법’과 ‘장소’다. 

필포츠는 “뉴 노멀 시대에 사람들이 쇼핑하는 방법, 번화한 장소의 편집샵이나 교외지역의 쇼핑센터 등 제품을 위치시켜야 할 장소를 고려해야 한다는 이야기”라고 설명했다. 

이에 데이터 품질과 정확도, 혹은 데이터가 충분한지를 분석하고 판단하는 것이 중요해졌다. 이를 위해서는 고객센터의 기록을 검증하고, 데이터 수집을 인게이지먼트 전략에 포함해 실시하고, 서드파티 데이터 공급자를 통해 미흡한 정보를 보완해야 한다.

필포츠는 “서드파티 데이터 공급자를 활용하면 비용이 발생하지만, 금방 부족한 부분을 보완할 수 있다. 또, 수익이 비용보다 많을 것이다. 여기에서 중요한 것은 자신의 데이터베이스를 미래에도 활용할 수 있도록 만드는 의사결정을 내리는 것이다. 코로나19로 인한 행동 양태 데이터의 부족한 부분을 채우려고 할 때, 이런 행동들이 충분히 반영되어 있는지 평가할 시간이 없었다는 점을 명심해야 한다. 또한, 데이터가 계속해서 바뀌기 때문에, 일회성 변화를 증폭시켜 문제가 초래될 수 있고, 향후 잘못된 의사결정으로 이어질 수 있다는 점도 기억해야 한다”고 설명했다.

필포츠에 따르면, 기업에는 빠르게 의사결정을 내리기 위해 데이터를 민첩하게 다루는 민첩성이 필요하다. 또한, 여러 시스템의 데이터와 정확성을 알 수 없는 데이터를 다룰 능력도 갖춰야 한다. 다시 말해, 새로운 요건을 처리할 수 있을 정도로 탄력적이고 견고한 모델을 구현해야 한다는 의미다.

필포츠는 “테스트와 학습을 위한 좋은 전략 중 하나는 혁신과 학습 문화를 조성하는 것이다. 이는 고객과 접촉하는 데 있어 더 통합적인 시각을 갖게 한다. 민첩성과 고객의 진정한 참여를 유도해 관계를 강화하는 능력을 갖춘 기업들이 지금 같은 환경을 극복하는 성과를 일궈낼 것”이라고 강조했다.
 

데이터 기반 의사결정의 민첩성

데이터 기술 회사인 실버불릭(Silverbullet)의 APAC 책임자인 팀 브레드도 민첩성 개념이 훨씬 중요하다고 지적했다. 브레드는 “상황이 급변하면서 신속하게 이런 신호를 읽을 수 있도록 도와주는 데이터 과학적 접근법이 요구되고 있다. 마케팅 분야의 모델링 가운데 상당수는 변화가 느리고, 예측 가능하며, 패턴이 적용된다고 가정한다. 하지만 나는 과거보다 빠르게 변하는 신호를 활용하기 위해, 데이터 과학 팀이 기존 방식을 활용하기보다는 다른 방식을 탐구하도록 장려하고 있다”고 말했다.

브레드가 주목하는 분야는 대중교통과 관련된 광고다. 브레드는 “지금까지 경시됐던 대중 교통과 관련된 신호의 가치가 높아지고 있다. 모델 구축 방법과 모델에 넣는 데이터를 다시 규정하고, 하나 이상의 모델을 구축해 최상의 방법을 찾는 것이 중요하다”고 설명했다.

이어 “과거에는 크게 유용하지 않아 마케터들이 배제했을 모델 변수 가운데 일부를 지금은 포함해야 한다. 모델이 다른 방식으로 현실을 설명할 수 있는지 보기 위해, 데이터 사이언티스트들과 함께 가정과 모델을 다시 점검하고 확인하는 것이 좋다”고 덧붙였다.

민첩성을 준비하는 기업들이 더 빨리 모델을 재정립하고, 더 쉽게 모델을 구현해 운영하고, 이런 모델을 더 효과적으로 커뮤니케이션하게 될 것이다. 미어든은 “이 모든 것에 민첩성이 가장 중요하다”라고 강조했다.

세상이 변하고 생성되는 데이터가 바뀌었을 수는 있지만, 좋은 모델링과 분석의 근본은 바뀌지 않았다. 프라이스는 “우리는 항상 특정 변수에 대한 시장 민감성을 설명하려고 노력한다. 고객과의 대화는 모델에 항상 적용되던 부분이다. 제대로 하면, 계속해서 모델을 업데이트해 항상 최신 데이터를 모델에 반영할 수 있다는 의미다”라고 말했다.

이어 “장기적으로 관찰하고, 모든 민감성을 파악하고, 수요가 감소하거나 증가할 때 어떤 일이 일어날지 최선을 다해 예측해 모델을 구축한다. 우리가 협력하는 대부분 브랜드의 경우, 범주 자체가 사라지지는 않았지만, 소비자들은 코로나19로 인해 생긴 변화에 민감도를 보임을 알아냈다. 예를 들어 자동차, 에너지, 보험과 관련된 지출이 줄어들고 있다. 따라서 모델링의 관점에서 이런 민감도를 더 잘 이해하기 위해 모델을 업데이트해야 한다”고 말했다. editor@itworld.co.kr
 

X