데이터 기반 광고의 한계는 광고 기술이 아니라, 데이터 자체에 있습니다.
오늘날 많은 마케터가 “이제는 데이터를 더 잘 활용해야 한다”는 이야기를 합니다. 데이터가 더 나은 의사결정과 효율적인 광고 운영을 위한 핵심 요소라는 점에는 이견이 없습니다. 하지만 중요한 것은 데이터의 양이 아니라, 어떤 데이터를 활용하느냐입니다.
우리가 흔히 ‘커머스 데이터’라고 부르는 정보의 상당 부분은 구매가 발생한 이후의 기록에 집중되어 있습니다. 무엇을, 언제, 어디에서 구매했는지를 보여주는 거래 데이터는 소비자의 최종 선택을 이해하는 데는 유용하지만, 그 선택에 이르기까지의 과정을 설명하기에는 부족합니다. 예를 들어, 한 소비자가 노트북을 구매했다는 사실만으로는 충분한 인사이트를 얻기 어렵습니다. 그 소비자가 어떤 제품을 비교했는지, 어떤 기능에 관심을 보였는지, 어떤 액세서리를 함께 고려하고 있는지, 혹은 다음 구매를 준비하고 있는지 알 수 없기 때문입니다.
실제 구매 의도는 구매 버튼을 누르는 순간이 아니라 그 이전부터 형성됩니다. 브랜드와 상품을 처음 발견하는 순간, 여러 제품을 탐색하고 비교하는 과정, 장바구니에 담긴 관심 상품, 그리고 특정 카테고리에 나타나는 반복적인 행동 신호까지—소비자의 여정 전반에는 수많은 의도 데이터가 축적됩니다.
이러한 ‘업스트림 데이터’는 소비자가 최종 결정을 내리기 전에 나타나는 관심과 구매 의도를 포착하는 중요한 신호입니다. 거래 데이터만 학습한 모델은 이미 발생한 행동을 설명하는 데 머무를 수밖에 없습니다. 반면, 소비자 여정 전체에서 발생하는 다양한 시그널을 학습한 모델은 단순히 과거를 분석하는 것을 넘어 앞으로의 행동과 구매 가능성을 예측할 수 있습니다.
하지만 대부분의 오디언스 데이터 제공업체는 이러한 업스트림 데이터 레이어를 충분히 확보하거나 활용하지 못하고 있습니다.
‘커머스 데이터’란?
커머스 데이터를 이해하려면 먼저 그 안에 담긴 다양한 ‘커머스 시그널’을 이해해야 합니다.
커머스 시그널이란 검색, 상품 조회, 상품 간 비교, 장바구니 추가와 삭제, 그리고 최종 구매까지 소비자가 구매 과정에서 남기는 모든 행동은 소비자의 관심과 의도를 보여주는 중요한 신호입니다. 하지만 각각의 시그널을 개별적으로 바라보면 제한적인 정보만 얻을 수 있습니다. 특정 상품을 조회했다는 사실만으로는 왜 관심을 보였는지, 실제 구매 의도가 있는지, 앞으로 어떤 행동으로 이어질지 알기 어렵습니다. 진정한 가치는 이러한 다양한 시그널을 연결할 때 만들어집니다. AI가 검색부터 탐색, 비교, 구매까지 이어지는 소비자의 행동 데이터를 구조화하면, 단순한 구매 이력을 넘어 실시간으로 변화하는 소비자의 의도와 패턴을 이해할 수 있습니다.
커머스 데이터가 제공하는 인사이트는 두 가지 차원에서 확인할 수 있습니다.
- 상품을 이해하는 관점: 커머스 데이터는 어떤 상품이 판매되었는지를 넘어, 상품 간 관계와 소비자 관심의 변화를 보여줍니다. 어떤 상품이 함께 고려되는지, 특정 카테고리에 대한 수요가 어떻게 변화하는지, 소비자가 어떤 상품에서 다른 상품으로 이동하는지를 파악할 수 있습니다. 이러한 연결은 단순한 상품 정보만으로는 발견하기 어렵습니다.
- 소비자를 이해하는 관점: 동시에 커머스 데이터는 소비자가 상품을 발견하고, 탐색하고, 구매를 결정하는 과정을 보여줍니다. 시간이 지나면서 변화하는 행동 패턴과 다양한 시그널을 통해 소비자의 현재 관심뿐 아니라 다음 행동에 대한 인사이트를 얻을 수 있습니다.
결국 커머스 데이터의 진정한 가치는 개별 구매 기록에 있는 것이 아닙니다. 상품과 소비자 사이에서 발생하는 수많은 시그널을 연결하고, 이를 통해 앞으로의 의도와 행동을 이해하는 데 있습니다.
커머스 데이터에서 커머스 인텔리전스로
데이터 안에 숨겨진 패턴과 관계를 AI가 발견하고, 이를 바탕으로 의미 있는 예측과 의사결정을 가능하게 할 때 비로소 ‘인텔리전스’가 됩니다.
크리테오는 상품에 대한 이해와 소비자의 행동 시그널을 하나의 연결된 생태계로 분석합니다. 구매가 발생한 결과만 보는 것이 아니라, 소비자가 상품을 발견하고, 탐색하고, 비교하고, 구매를 고려하는 과정에서 발생하는 모든 신호를 함께 이해합니다. 어떤 상품들이 서로 연결되어 있는지, 특정 카테고리에 대한 관심이 어떻게 확산되는지, 그리고 소비자의 구매 의도가 최종 선택으로 이어지기 전 어떻게 형성되는지 파악하는 것 – 이것이 단순한 데이터를 미래를 예측하는 커머스 인텔리전스로 전환하는 핵심입니다.
커머스 인텔리전스는 기존 오디언스 데이터로는 답하기 어려운 질문에 답합니다. 기존 오디언스 데이터는 주로 “이 소비자가 이전에 무엇을 구매했는가?”를 보여주지만 실제 비즈니스 성과를 만들기 위해서는 더 많은 질문이 필요합니다.
• 소비자가 아직 검색하지 않았지만 필요로 할 가능성이 높은 상품은 무엇일까?
• 다음 구매로 이어질 가능성이 높은 상품은 무엇일까?
• 관심을 보였지만 아직 구매하지 않은 상품은 무엇이며, 구매 의도는 얼마나 남아 있을까?
이러한 질문에 답하기 위해서는 하나의 행동만 보는 것이 아니라, 수많은 소비자의 여정 속에서 반복되는 패턴과 신호를 함께 분석해야 합니다. 그리고 이러한 인사이트는 커머스 생태계 전체에 새로운 가치를 제공합니다.
매체사에게는 실제 구매 가능성이 높은 오디언스를 이해하고, 광고주에게 더 높은 상업적 가치를 제공할 수 있는 기반이 됩니다. 브랜드와 대행사에게는 더 정교한 타겟팅, 효율적인 미디어 투자, 그리고 비즈니스 성과와 연결된 의사결정을 가능하게 합니다. 단순히 누가 광고를 볼 가능성이 높은지를 넘어, 어떤 소비자에게 언제 어떤 메시지를 전달하는 것이 가장 효과적인지 판단할 수 있게 됩니다.
이러한 차이를 만드는 것은 바로 목적에 맞게 설계된 AI 모델입니다. 범용 AI 모델은 언어 이해와 추론, 다양한 지식 기반 작업에서 뛰어난 성능을 보여줍니다. 하지만 커머스 환경에서 필요한 모든 데이터를 학습한 것은 아닙니다. SKU 단위의 상품 관계, 소비자와 상품 간의 상호작용, 그리고 실제 광고 입찰 과정에서 발생하는 비즈니스 가치는 별도의 이해가 필요합니다.
크리테오의 AI 모델은 이러한 커머스 환경을 기반으로 설계되었습니다. 매일 수십억 건의 소비자 상호작용을 분석하고, 소비자 한 명당 120개 이상의 의도 시그널을 학습하며 구매 여정 전반에 대한 이해를 구축합니다. 결국 중요한 것은 단순히 더 많은 데이터를 확보하는 것이 아닙니다. 어떤 데이터를 어떻게 연결하고, 어떤 비즈니스 문제를 해결하기 위해 AI를 설계했는지가 차이를 만듭니다. 이것이 커머스 데이터를 커머스 인텔리전스로 전환하는 핵심입니다.
크리테오의 커머스 데이터가 특별한 이유
크리테오의 커머스 데이터를 이야기할 때 가장 먼저 떠오르는 것은 방대한 규모입니다. 하지만 규모는 차별점의 일부일 뿐, 가장 중요한 이유는 아닙니다.
크리테오는 17,000개 이상의 광고주와 함께하며, 매일 7억 4천만 명 이상의 활성 소비자가 만들어내는 커머스 활동을 분석합니다. 또한 연간 1조 달러 이상의 온라인 거래를 기반으로 소비자의 구매 여정을 이해하고 있습니다. 이 정도의 규모는 통계적으로 신뢰할 수 있는 분석을 가능하게 합니다. 하지만 더 중요한 질문은 이 수많은 상호작용을 통해 무엇을 알 수 있는가입니다.
크리테오는 그 답을 누구보다 많이 가지고 있습니다. 크리테오는 특정 리테일러나 플랫폼에 속하지 않는 독립적인 기업입니다. 그렇기 때문에 브랜드, 리테일러, 커머스 기업, 마켓플레이스, 매체사 등 커머스 생태계 전반과 협력하며 데이터를 연결할 수 있습니다.
반면 많은 플랫폼은 자사의 생태계 안에서 발생하는 데이터만 볼 수 있습니다. 하나의 플랫폼, 하나의 리테일러, 하나의 채널에서 일어난 행동은 깊이 이해할 수 있지만, 그 밖에서 이어지는 소비자의 여정은 파악하기 어렵습니다. 크리테오는 더 넓은 관점에서 소비자의 행동을 이해합니다. 수천 개의 브랜드와 리테일러, 매체사를 아우르는 네트워크를 기반으로 상품과 상품의 관계, 카테고리 간 관심의 이동, 그리고 실제 커머스가 일어나는 다양한 접점에서 소비자가 어떻게 행동하는지를 연결해서 살펴봅니다. 이러한 패턴은 하나의 플랫폼 안에서는 쉽게 발견할 수 없는 인사이트입니다.
이러한 맥락에서, 크리테오는 다음 네 가지 강점을 보입니다.
- 실제 커머스 환경에서 수집되는 데이터: 크리테오의 데이터는 추정하거나 모델링한 시그널이 아닌 브랜드, 광고주, 리테일러, 매체사와의 직접적인 연동을 통해 확보한 실제 커머스 데이터입니다. 소비자가 상품을 조회하고, 비교하고, 장바구니에 담고, 구매하는 전 과정을 하나의 흐름으로 이해할 수 있습니다.
- 구조화된 대규모 데이터: 크리테오는 브랜드와 광고주에 연결된 45억 개 이상의 SKU와 120개 이상의 실제 소비자 행동 시그널을 분석합니다. 탐색부터 장바구니 활동, 최종 구매까지 모든 시그널이 하나의 구조 안에서 연결되며, 이를 통해 살아 움직이는 커머스 생태계를 입체적으로 이해할 수 있습니다.
- SKU 단위의 정밀한 인사이트: 크리테오는 소비자의 행동을 추상적인 카테고리가 아니라 실제 상품(SKU) 단위로 연결합니다. 이러한 정밀함은 소비자의 관심과 의도를 더욱 정확하게 파악하고, 개인화된 광고를 가능하게 하는 기반이 됩니다.
- 표준화된 상품 인텔리전스: 같은 상품이라도 리테일러마다 이름과 속성이 다를 수 있습니다. 크리테오는 이를 하나의 표준화된 상품 카탈로그로 통합하고, 가격, 재고, 배송 등 250개 이상의 상품 속성을 함께 분석합니다. 덕분에 개별 시그널은 흩어진 데이터가 아니라, 의미 있는 맥락을 가진 인텔리전스로 연결됩니다. 서로 다른 커머스 환경에서 발생하는 수많은 시그널을 하나의 연결된 관점으로 이해하고, 이를 통해 소비자의 다음 행동까지 예측할 수 있다는 점이 크리테오 커머스 데이터의 가장 큰 차별점입니다.
개인정보 보호: 기능이 아닌 기본 원칙
커머스 인텔리전스는 신뢰할 수 있는 데이터 위에서만 의미를 가집니다. 그리고 신뢰는 데이터를 얼마나 많이 보유하고 있는지가 아니라, 데이터를 어떻게 수집하고 활용하는지에서 시작됩니다.
크리테오는 이러한 원칙을 ‘프라이버시 바이 디자인(Privacy by Design)’ 철학으로 실천하고 있습니다. 개인정보 보호를 제품 출시 후 추가하는 기능이 아니라, 제품과 서비스를 설계하는 첫 단계부터 고려해야 할 기본 원칙으로 바라봅니다.
이러한 철학은 운영 방식에도 그대로 반영됩니다. 크리테오는 관련 규제가 본격적으로 마련되기 전부터 개인정보 보호 전담 조직과 그룹 데이터 보호 책임자(Group Data Protection Officer)를 운영 및 유지해 왔습니다. 또한 개인을 직접 식별하는 정보 대신 가명화된 식별자를 사용하고, 필요한 데이터만 수집·활용하는 데이터 최소화 원칙을 적용하고 있습니다. 사용자 데이터는 최대 13개월까지만 보관하며, 이후에는 정책에 따라 안전하게 삭제하거나 비식별화합니다. 크리테오는 IAB Europe의 투명성 및 동의 프레임워크(TCF), DAA, EDAA 등 주요 업계 프라이버시 프레임워크에도 참여하고 있으며, EDAA로부터 데이터 보호 체계에 대한 독립적인 인증을 받았습니다.
결국 커머스 인텔리전스의 신뢰는 AI 모델의 성능만으로 만들어지지 않습니다. 그 기반이 되는 데이터를 얼마나 책임감 있고 투명한 방식으로 수집하고 관리하는지가 무엇보다 중요합니다. 크리테오는 바로 그 원칙 위에서 커머스 인텔리전스를 구축합니다.
