굿 셀렉션 굿 서비스, 굿웨어몰 (신성통상)

　브랜드를 넘나드는 고객 여정을 설계하다　

─ 상품이 바뀌어도 고객의 흐름은 이어지도록,

전환 구조와 자동화를 정교화한 신성통상의 브랜드 연결 전략

"같은 상품의 반복 구매를 기대하기 어려운 패션 업계에서 중요한 것은 ‘다음 브랜드로의 연결’이라고 생각합니다. Amplitude로 브랜드 간 전환 패턴을 사전에 검증하고, Braze로 이를 즉시 실행하는 구조를 갖추면서 브랜드 간 이동을 하나의 전략으로 운영할 수 있게 되었습니다. 자동화로 반복 업무를 줄였고, 최근에는 AI를 보조적으로 활용해 분석과 메시지 설계 속도까지 높이고 있습니다.

솔루션 도입 초기에는 구조를 정확히 이해하는 것이 가장 중요했습니다. 팀 맥소노미는 기능 소개에 그치지 않고 이벤트 설계부터 세그먼트 구성, 캠페인 실행까지 단계적으로 정리해주었습니다. 데이터 흐름의 맥락까지 함께 설명해주었기 때문에 내부 학습 속도가 빨랐고, 이후 QA와 캠페인 설계에서도 명확한 기준을 세울 수 있었습니다."

- 신성통상 E-Growth팀 | 이용각 과장, 권영대 대리

패션업계에서 고객의 ‘다음 구매’를 예측하는 일은 점점 더 어려워지고 있습니다. 지난주 베스트셀러를 기록했던 인기 상품이 며칠 만에 뒤로 밀려나고, 앱 화면과 진열대의 상품은 계절이 넘어가듯 빠르게 교체됩니다. 방금까지 상단에 노출되던 상품이 추천 영역에서 제외되고, 주력으로 밀던 컬러와 스타일 조합이 짧은 주기로 재편성되는 일이 반복되곤 합니다.

즉, 고객군은 크게 변하지 않지만 상품과 트렌드는 빠르게 교체되며 매번 새로운 선택지가 전면에 등장합니다.

따라서 CRM의 관점도 달라집니다.

“누가 구매했는가”보다는 “다음에는 무엇을 선택할 것인가”, “메시지를 보냈는가”보다는 “그 메시지가 실제 행동으로 이어졌는가”가 더 중요해집니다. 캠페인을 많이 운영하는 것보다 고객의 흐름을 얼마나 빠르게 이해하고 다시 실행으로 연결하느냐가 성과를 좌우하게 되는 것이죠.

이러한 환경 속에서 TOPTEN10, OLZEN, ZIOZIA 등 국내 대표 패션 브랜드를 보유한 신성통상은 CRM 운영 방식을 재정비해 왔습니다. 고객 행동 데이터를 기반으로 세그먼트를 설계하고 반복적으로 수행되던 캠페인 업무를 자동화 하며, 검증된 시나리오를 더 자주 실행할 수 있는 구조로 운영 체계를 전환해 왔는데요. 이 과정은 단순한 도구 도입을 넘어 CRM을 ‘운영 체계’로 다시 설계하는 데 가까웠습니다.

이번 인터뷰에서는 신성통상에서 CRM 마케팅을 담당하고 있는 이용각 과장님과 권영대 대리님을 만나 고객 행동 데이터를 어떻게 분석하고 캠페인 운영 방식을 어떤 기준으로 정비해 왔는지, 반복 업무를 줄이고 검증된 시나리오를 실제 성과로 연결하기 위해 어떤 시도를 이어왔는지, 솔루션 도입 과정과 AI 기능 활용까지의 이야기를 들어보았습니다.

신성통상은 어떤 회사인가요?

Q. 먼저 간단히 두 분의 소개를 부탁드립니다.

(왼쪽부터) 이용각 과장, 권영대 대리

안녕하세요. 신성통상에서 CRM 운영 전반을 총괄하고 있는 이용각 과장입니다. 브랜드별 고객 행동 데이터를 기반으로 세그먼트 전략을 수립하고 자동화 시나리오를 설계하거나 전사 캠페인 로드맵을 조율하는 역할을 맡고 있습니다. 신성통상 CRM의 전체 방향을 잡고, 데이터 기반 의사결정이 실제 운영으로 이어질 수 있도록 팀을 리딩하고 있습니다.

저는 신성통상에서 CRM 마케팅을 담당하고 있는 권영대 대리입니다. 탑텐과 굿웨어몰을 중심으로 세그먼트 운영, 푸시 발송, 캠페인 실행 및 성과 분석을 담당하고 있습니다. 데이터 기반으로 고객 행동 흐름을 해석하고, 자동화 구조가 안정적으로 작동하도록 관리하는 실무를 맡고 있습니다. 최근에는 AI 기능을 활용해 메시지 작성과 캠페인 분석 효율을 높이는 실험도 진행하고 있습니다.

Q. 신성통상도 소개해주세요.

신성통상은 1968년 설립 이래 독보적인 제조 역량과 글로벌 소싱 네트워크를 바탕으로 성장해 온 대한민국 대표 패션 전문 기업입니다. 국내 SPA 시장에서 높은 점유율을 기록하고 있는 ‘탑텐(TOPTEN 10)’을 비롯해, 지오지아, 앤드지, 올젠, 에디션 등 전 세대를 아우르는 강력한 브랜드 포트폴리오를 통해 '좋은 옷이 좋은 하루를 만든다'는 철학을 실천하며 국민의 일상 속 패션 트렌드를 선도하고 있습니다.

이러한 오랜 유통 경험과 브랜드 파워를 바탕으로, 2018년에는 자사몰 ‘탑텐몰’을 론칭하며 이커머스 시장에 본격 진출했고, 2023년에는 자사 브랜드와 다양한 입점 브랜드를 함께 아우르는 통합형 플랫폼 '굿웨어몰(Goodwear Mall)'을 새롭게 선보였습니다.

굿웨어몰(GOODWEAR MALL)

굿웨어몰은 신성통상의 전 브랜드를 한곳에서 경험할 수 있는 최적의 큐레이션과 감도 높은 콘텐츠를 제공하는 패션 플랫폼입니다. 데이터 기반의 정교한 분석을 통해 고객 개개인에게 최적화된 쇼핑 경험을 선사하며, 신성통상이 온라인 비즈니스로 무게 중심을 옮겨가는 디지털 전환(DX)의 핵심 거점 역할을 수행하고 있습니다.

신성통상의 마케팅이 궁금합니다.

Q. 신성통상에서 다루는 데이터에는 어떤 특징이 있나요?

패션 카테고리는 특정 상품군이 꾸준히 반복 판매되는 구조라기보다는 한 시즌에 판매된 상품 이후에는 다음 시즌에 다른 상품을 제안해야 하는 흐름에 가깝습니다. 고객층은 비교적 유지되는 편이지만 상품 구성과 트렌드가 빠르게

교체되다 보니 데이터 역시 연속성보다는 이동과 전환의 흐름으로 나타나는 경우가 많습니다. 동일 상품의 반복 구매율보다는 다음에 어떤 브랜드나 카테고리를 선택하는지가 더 중요한 지점이 됩니다.

또 신성통상은 여러 브랜드를 동시에 운영하고 있고, 자사 브랜드뿐 아니라 외부 브랜드가 함께 입점된 구조를 가지고 있어 데이터가 한 방향으로만 쌓이지 않습니다. 특정 브랜드에서 구매한 고객이 이후 어떤 브랜드를 추가로 조회하는지, 동일 카테고리를 반복해서 보는지, 전혀 다른 스타일로 이동하는지와 같은 전환 패턴을 함께 확인하게 됩니다.

단순 구매 이력만 보기보다는 최근 조회 상품, 장바구니 담기, 유입 경로, 메시지 반응 같은 행동 데이터를 함께 참고해 세그먼트를 나누는 경우가 많습니다. 한 브랜드 안에서의 반복 구매를 높이는 것보다 고객이 다음에 어떤 선택을 하는지를 보는 비중이 크고, 한 명의 고객이 브랜드를 옮겨 다니는 흐름 자체가 중요한 데이터로 작용하기도 합니다.

Q. 시즌에 따라 CRM 운영 방식도 달라지나요?

연간 기준으로 2분기와 4분기를 주요 성수기, 1분기와 3분기는 상대적으로 운영 강도를 조정하는 시기로 보고 있습니다. 성수기에는 이미 반응이 검증된 캠페인 시나리오를 중심으로 운영하면서 실행 빈도를 높이고, 성과가 확인된 메시지나 세그먼트를 적극적으로 활용합니다. 반대로 운영 강도를 조정하는 시기에는 신규 기획이나 캠페인 테스트, 세그먼트 실험에 집중하면서 다음 시즌을 준비하는 흐름에 가깝습니다.

또 상품 자체의 리텐션을 높이기보다는 크로스셀링 관점의 접근을 더 많이 가져갑니다. 동일 상품의 반복 구매가 많지 않은 구조이다 보니 다른 상품이나 유사 카테고리 추천을 통해 다음 선택을 자연스럽게 이어가는 방식입니다. 자사 브랜드 상품을 구매한 고객에게 입점 브랜드를 제안하거나, 반대로 입점 브랜드를 먼저 구매한 고객이 자사 브랜드로 이동할 수 있도록 추천 구성을 조정하는 시도를 이어가고 있습니다. 이런 흐름 속에서 고객별 구매 패턴이나 이동 경향이 비교적 뚜렷하게 보이는 경우도 있습니다.

Q. 신성통상에서 가장 중요하게 보는 지표는 무엇인가요?

특정 숫자 하나만을 기준으로 삼지는 않습니다. 메시지를 얼마나 많이 발송했는지보다 그 이후에 클릭이나 유입, 실제 구매나 재방문으로 이어졌는지를 함께 확인합니다. 단순 노출 수치보다 발송 이후의 행동 흐름을 더 중요하게

봅니다.

세그먼트를 나눴을 때 반응 차이가 어떻게 나타나는지도 중요한 기준입니다. 동일한 메시지라도 어떤 그룹에서 더 반응이 좋은지, 발송 시점이나 문구에 따라 어떤 변화가 생기는지를 계속 비교하며 운영합니다. 자동화된 캠페인을 다수 설정해 두었지만 기획전이나 단발성 프로모션처럼 수기로 발송해야 하는 캠페인도 존재하다 보니, 타겟 추출과 반응 차이를 함께 살피는 경우가 많습니다.

또 동일 상품의 반복 구매가 많지 않은 구조이다보니 단순 구매 전환만 보기보다는 다음에 어떤 브랜드나 다른 상품으로 이동했는지를 같이 보게 됩니다. 자사 브랜드를 구매한 고객이 입점 브랜드로 이동하는 흐름이나, 반대로 입점 상품을 먼저 구매한 고객이 자사 브랜드로 유입되는 패턴도 함께 확인합니다. 이런 흐름이 보일 때는 추천 구성을 조정하거나 캠페인 시점을 바꾸는 방식으로 운영에 반영합니다.

그래서 단기적인 수치보다 캠페인이 고객의 구매 이후 경로에 어떤 영향을 주었는지, 그리고 그 변화가 이후 캠페인 설계에 어떻게 이어지는지를 더 중요하게 보고 있습니다.

Braze & Amplitude, 사용해보니 어떠셨나요?

Q. Braze와 Amplitude 도입 이전에는 마케팅 의사결정에 데이터를 어떻게 활용하고 계셨나요?

두 솔루션 도입 이전에는 GA4를 중심으로 유입 데이터와 세션 흐름을 확인했었으나, 내부 유저 키가 잡혀 있지 않고 사용자 ID가 해시 처리되어 있어 개별 사용자를 기준으로 행동을 이어서 보는 데에는 한계가 있었습니다. 세션 단위 분석은 가능했지만 실제 타겟팅이나 개인화 캠페인으로 연결하기에도 제약이 있었습니다.

또한 이전에 사용했던 마케팅 자동화 툴은 분석 중심 도구에 가까워 캠페인 실행이나 기능 삽입이 가능한 구조는 아니었습니다. 결국 쿠폰 발행이나 메시지 발송 같은 작업을 수기로 운영할 수밖에 없었고, 팀 단위로 주간 20시간 이상이 반복 업무에 소요되는 상황이 이어졌습니다.

이미 효과가 검증된 캠페인임에도 매번 동일한 과정을 다시 설정하고 발송하는 데 시간을 쓰다 보니, 실제로 더 고민하고 기획해야 할 영역에 충분히 집중하지 못하고 있다는 아쉬움이 컸습니다. 반복 작업에 소모되는 시간을 줄이고, 그 시간을 고객 흐름을 분석하거나 캠페인 전략을 설계하는 데 쓰고 싶다는 필요가 자연스럽게 생겼고, 이 지점이 자동화 도입을 고민하게 된 직접적인 계기가 되었습니다.

Q. 여러 솔루션 중 Braze와 Amplitude를 선택한 이유는 무엇인가요?

Braze는 캠페인 실행 체계가 잘 갖춰져 있다는 점이 가장 크게 작용했습니다. 이전 경험과 시장 조사 과정에서도 기능 완성도와 안정성이 높다는 인식을 가지고 있었고, 실제 비교 검토 과정에서도 캠페인 운영 관점에서 가장 직관적으로 이해되는 도구라는 느낌이 컸습니다. 반복 캠페인 자동화, 인앱 메시지, 캔버스 기반 시나리오 운영까지 고려했을 때 실무 환경에 가장 잘 맞는 선택지였고, 내부적으로 다른 솔루션도 함께 검토했지만 최종적으로는 Braze로 방향을 잡게 되었습니다.

Amplitude는 Braze를 제대로 활용하기 위해 함께 도입해야 하는 툴이었습니다. 기존의 GA 환경에서는 사용자 매핑이 되지 않아 세션 단위 분석은 가능했지만 실제 타겟팅이나 개인화 캠페인으로 이어지기에는 한계가 있었습니다. 또 Braze 내부에서도 캠페인 실행 이후의 세부 행동 흐름을 입체적으로 분석하는 데에는 제약이 있었고, 실행과 분석이 분리된 상태를 그대로 두기에는 운영 효율이 떨어진다고 느꼈습니다.

실제로 Amplitude를 함께 사용하면서 퍼널 분석, 코호트, 세그먼트 도출을 통해 캠페인 이전 단계에서 충분히 검증하고, 그 결과를 Braze로 바로 연결해 실행할 수 있는 구조가 만들어졌습니다. 단순한 분석 도구 추가가 아니라 두 솔루션을 함께 사용하면서 검증과 실행이 하나의 흐름으로 이어졌다는 점이 가장 큰 변화였습니다. 자연스럽게 “검증은 Amplitude에서, 실행은 Braze에서”라는 운영 방식이 자리 잡게 되었습니다.

Q. “검증은 Amplitude에서, 실행은 Braze에서” 운영 이야기를 조금 더 자세히 들려주세요.

실무에서는 분석과 실행을 분리해서 보기보다는 하나의 흐름으로 가져가고 있습니다. 먼저 Amplitude에서 퍼널 차트나 코호트 분석을 통해 특정 세그먼트를 도출하고, 그 세그먼트를 Braze로 바로 전송해 캠페인을 실행하는 방식입니다. 과거에는 데이터를 확인한 뒤 별도로 타겟을 추출하고 다시 발송 설정을 해야 했다면, 지금은 검증한 데이터를 곧바로 실행으로 연결하는 구조가 일상적인 운영 방식이 되었습니다.

작업 방식도 많이 달라졌습니다. 과거에는 세션 데이터를 추출하기 위해 DB나 SQL을 직접 다루면서 몇 시간이 소요되던 작업이었지만, 지금은 퍼널 차트에서 조건을 설정해 세그먼트를 만들고 바로 전송하는 방식으로 바뀌면서 작업 시간이 기존 대비 1/5에서 1/6 수준까지 단축되었습니다.

자동화 캠페인과 단발성 캠페인을 병행하는 구조도 자리 잡았습니다. 반복적으로 운영되는 자동화 시나리오는 Braze에서 관리하고, 기획전이나 시즌 프로모션처럼 수기로 발송해야 하는 캠페인은 분석을 거친 세그먼트를 기반으로 실행합니다. 이런 방식이 정착되면서 데이터 확인, 타겟 추출, 캠페인 실행이 하나의 연속된 흐름으로 이어지게 되었습니다.

Q. Amplitude와 Braze에서 자주 사용하는 기능은 무엇인가요?

Amplitude에서는 퍼널 차트와 코호트 분석, 세그먼트 추출 기능을 가장 자주 활용하고 있습니다. 특정 행동 조건이나 유입 경로, 조회 이력을 기준으로 세그먼트를 도출한 뒤 Braze로 전송해 캠페인 타겟으로 활용하는 구조가 일상적인 운영 방식으로 자리 잡았습니다. 단순 전환 수치를 확인하는 데 그치지 않고, 고객이 어느 단계에서 이탈하는지, 어떤 시점에 다시 유입되는지를 함께 보면서 캠페인 접근 시점과 메시지 구조를 조정하고 있습니다.

또 리텐션 차트와 라이프사이클 분석을 통해 기존 자동화 캠페인의 작동 시점을 점검하고 있습니다. 재구매 캠페인이 예상보다 늦게 반응하고 있다는 점을 확인한 이후, 접근 시점을 앞당기기 위한 A/B 테스트를 설계하고 검증한 뒤 Braze에서 실행하는 방식으로 운영을 고도화하고 있습니다.

Braze에서는 캔버스(Canvas) 기반 자동화 시나리오와 인앱 메시지를 중심으로 활용하고 있습니다. 반복적으로 운영되는 캠페인은 캔버스를 통해 관리하고, 기획전이나 시즌 프로모션처럼 단발성으로 진행해야 하는 캠페인은 세그먼트를 기반으로 수기 발송을 병행하고 있습니다. 메시지 구성 단계에서는 Liquid 문법과 HTML, 자바스크립트를 활용해 인앱 메시지를 커스터마이징하고 있으며, 인터랙션이 포함된 구조도 테스트하고 있습니다.

최근에는 분석과 메시지 제작 과정을 보완하기 위해 AI 기능도 일부 참고하고 있습니다. 세그먼트 아이디어를 정리하거나 메시지 초안을 구성하는 단계에서 보조적으로 활용하고 있으며, 현재는 실험 범위를 점차 넓혀가는 단계입니다

Q. AI 기능 테스트에 대한 구체적인 이야기가 궁금합니다.

AI를 활용하게 된 계기는 반복적으로 수행하던 분석과 정리 업무를 조금 더 효율화할 수 있을지에 대한 고민에서 출발했습니다. 모든 판단을 AI에 맡기기보다는, 초안 작성과 1차 정리 단계의 부담을 줄이는 데 목적을 두고 있습니다.

Amplitude에서는 Ask 기능을 활용해 분석 초기 방향을 빠르게 설정하고 있습니다. 특정 목표를 달성하기 위해 어떤 이벤트 조합이 적절한지, 어떤 세그먼트 구성이 가능한지 추천을 받아보고 이를 코호트 설계에 참고합니다. 완성된 결과를 그대로 적용하는 것이 아니라, 출발점을 확보한 뒤 내부 검증을 거쳐 정교화하는 방식입니다.

또 MCP를 통해 특정 기간의 캠페인 성과를 자연어로 요청해 1차 요약을 받아보고 있습니다. 과거에는 데이터를 추출해 직접 정리해야 했던 작업을, 이제는 기본 구조를 먼저 받아본 뒤 인사이트를 보완하는 흐름으로 바꾸면서 분석 초기 단계의 시간을 줄이고 있습니다.

Braze에서는 메시지 제작 과정에서 AI를 활용하고 있습니다. Liquid 문법이나 자바스크립트 기반 인앱 메시지 구조를 설계할 때 초안을 생성해 보고, 내부 검토를 거쳐 적용하는 방식입니다. 특히 복권형 인앱이나 타임어택 형태처럼 실험적인 구조를 테스트할 때 프로토타입 제작 속도가 빨라졌다는 점이 가장 큰 변화입니다.

아직까지는 반복 업무와 초안 작성 단계를 보조하는 수준이지만, 장기적으로는 전략 설계와 실험 기획에 더 많은 시간을 투입할 수 있도록 운영 구조를 개선해 나가는 것이 목표입니다.

Q. Braze와 Amplitude를 활용했던 기억에 남는 사례가 있다면 소개해주세요.

📌크로스셀링 캠페인: 조회 행동 기반 자사 ↔ 입점 브랜드 전환 전략

패션 카테고리는 동일 상품의 반복 구매가 많지 않기 때문에, 고객이 다음에 어떤 브랜드로 이동하는지를 설계하는 것이 중요합니다. 그래서 단순 추천이 아니라, 브랜드 간 이동 흐름을 의도적으로 만드는 구조를 만들었습니다.

자사 브랜드 상품을 조회한 고객이 있을 때, 해당 고객의 과거 구매 이력과 브랜드 선호 패턴을 먼저 분석했습니다. 예를 들어 자사 A브랜드를 자주 조회하거나 구매한 고객이 실제로는 어떤 입점 브랜드를 함께 탐색하는지 데이터를 통해 매핑해 두었습니다. 이 매핑 정보를 카탈로그에 반영한 뒤, 인앱 메시지에서 추천 API가 작동할 때 해당 브랜드가 우선 노출되도록 구성했습니다.

자사 브랜드 조회 이후 입점 브랜드 추천 인앱 메시지를 노출하고, 이후 자사 다른 브랜드를 조회한 고객에게는 또 다른 입점 브랜드를 제안하는 방식으로 브랜드 간 교차 흐름을 단계적으로 설계했습니다. 단순히 상품을 나열하는 것이 아니라, 고객의 이전 행동을 기준으로 추천 방향을 의도적으로 설정한 캠페인이었습니다.

초기에는 입점 브랜드 구매 비중이 높지 않았지만, 해당 구조를 적용하고 노출을 확대한 이후 입점 브랜드로의 교차 구매 비중이 약 13%포인트 증가했습니다. 이 캠페인 하나로 전체 성과를 설명할 수는 없지만, 브랜드 간 이동 흐름을 설계하는 방식이 실제 수치 변화로 이어질 수 있다는 점을 확인한 사례였습니다.

이후에는 입점 브랜드 강화에서 한 단계 더 나아가, 입점 구매 고객이 다시 자사 브랜드로 이동할 수 있도록 역방향 설계도 함께 진행하고 있습니다. 분석을 통해 패턴을 확인하고, 실행 구조에 반영한 뒤, 다시 데이터를 통해 검증하는 구조가 자리 잡았다는 점에서 이 캠페인은 단발성 시도가 아니라 운영 방식의 전환에 가까웠습니다.

신성통상과 팀 맥소노미가 함께했습니다.

Q. 팀 맥소노미와 함께 Braze와 Amplitude를 활용하시면서 어떠셨나요?

Braze는 도입 단계부터 함께했기 때문에 초기 온보딩 과정에서 방향을 잡는 데 도움이 컸습니다. 특히 이벤트 구조와 텍소노미 설계, 캠페인 기준을 정리하는 과정에서 실무 관점으로 설명을 들을 수 있었던 점이 인상적이었습니다. 초기에는 마케팅에서 이해한 구조와 개발 구현 사이에 간극이 생기기도 했지만, 설계 의도와 작동 원리를 다시 짚어보는 과정을 거치면서 운영이 점차 안정되었습니다.

CRM이나 마테크에 대한 이해 수준이 사용자마다 다르다 보니, 교육 과정에서 기술 이해도를 먼저 확인하고 설명 깊이를 조절해 주는 방식이 실제로 체감이 컸습니다. 기능을 단순히 소개만 해주는 것이 아니라, 왜 이런 구조로 설계되어 있는지와 데이터가 어떤 흐름으로 연결되는지를 함께 설명해 주는 접근이 이후 QA나 캠페인 설계 과정에서 기준점이 되었습니다. Braze는 처음 접하면 다소 복잡하게 느껴질 수 있지만, 구조를 이해하고 나면 오히려 운영 기준이 명확해지는 도구라는 인식으로 바뀌었습니다.

운영 단계에서의 질의응답 구조도 실무에 잘 맞았는데요. 게시판 기반으로 질문을 남기고 히스토리를 축적하는 방식이라 팀 전체가 맥락을 공유할 수 있었고, 단순한 답변이 아니라 설정 배경까지 설명을 들을 수 있다는 점이 이후 활용도를 높이는 데 도움이 되었습니다. Amplitude 역시 퍼널과 세그먼트를 해석하는 과정에서 함께 논의할 수 있는 환경이 있었고, 그 결과가 Braze 캠페인 설계로 자연스럽게 이어졌습니다.

Q. 솔루션을 먼저 사용해본 경험자로써 마테크 솔루션 도입을 고민하고 있는 기업에게 조언을 해주신다면 어떤 말씀을 해주고 싶으신가요?

솔루션 도입 자체보다 내부 준비가 더 중요하다고 생각합니다. 이벤트를 어떻게 설계할 것인지, 데이터가 어떤 기준으로 쌓일 것인지에 대한 최소한의 정의 없이 시작하면 운영 과정에서 간극이 생길 수 있습니다.

특히 마케팅 담당자도 일정 수준의 마테크 관점을 갖추는 것이 필요하다고 느꼈습니다. 데이터 흐름과 로직을 이해하고 있으면 QA 단계에서 시행착오를 줄일 수 있고, 자동화 이후에도 캠페인을 더 유연하게 설계할 수 있기 때문입니다.

또 자동화를 도입하기 전에 현재 반복되고 있는 업무 구조를 먼저 정리해보는 과정도 중요합니다. 무엇이 수기로 반복되고 있는지, 어디에 시간이 많이 소요되는지를 명확히 정의해야 자동화의 효과를 체감할 수 있습니다.

결국 솔루션은 도입으로 끝나는 것이 아니라 운영의 출발점에 가깝습니다. 도입을 고민하고 계신다면, 내부에서 구조를 충분히 이해한 상태에서 시작할 수 있도록 준비해 보시는 것을 권해드립니다.

Q. 마지막으로 신성통상의 향후 계획을 알려주세요.

굿웨어몰은 자사 브랜드와 입점 브랜드를 함께 운영하는 플랫폼인 만큼, 고객의 브랜드 간 전환 패턴을 어떻게 설계하느냐가 곧 경쟁력이라고 보고 있습니다. 단순히 상품을 나열하는 채널이 아니라, 고객의 다음 선택을 자연스럽게 이어주는 구조를 만드는 것이 현재의 방향입니다.

이를 위해 기존 자동화 캠페인도 한 단계 더 고도화하는 준비를 하고 있습니다. Amplitude에서 고객 행동 패턴과 전환 시점을 면밀히 분석하고, Braze 캔버스를 활용해 검증된 시나리오를 보다 정교하게 확장 적용하는 방식으로 리텐션과 크로스셀링 전략을 강화해 나가고 있습니다. 특히 자사와 입점 브랜드 간 행동 연결 구조를 체계적으로 다듬어 브랜드 포트폴리오 전체가 유기적으로 연결되도록 만드는 것이 주요 과제입니다.

AI와 자동화 영역 역시 굿웨어몰 운영 효율을 높이는 방향으로 점진적으로 확대하고 있습니다. 반복적인 분석과 캠페인 운영 업무는 효율화하고, 마케팅 팀은 전략 설계와 구조 개선에 더 많은 시간을 투입할 수 있는 환경을 만드는 것이 목표입니다. 시즌 전략과 CRM 운영이 자연스럽게 맞물리는 구조를 통해 굿웨어몰의 성장 기반을 더욱 단단히 다져가고 있습니다.

굿웨어몰이 단순한 브랜드 집합이 아니라, 데이터 기반으로 고객 경험을 설계하는 플랫폼으로 자리 잡을 수 있도록 지속적으로 발전시켜 나갈 예정입니다. 앞으로의 변화와 시도에도 많은 관심 부탁드립니다.

굿 셀렉션, 굿서비스

패션 & 라이프스타일 쇼핑 플랫폼

굿웨어몰

신성통상