장바구니 분석의 정의
장바구니 분석(Market Basket Analysis)은 하나의 개별적인 분석 기법이라기보다, 판매 시점(Point of Sale, POS) 거래 데이터를 이해하는 것과 관련된 일련의 비즈니스 문제들을 아우르는 포괄적인 개념입니다. 장바구니 데이터는 고객(user), 주문(order), 상품(item)이라는 세 가지 근본적으로 다른 엔터티를 담고 있는 거래 데이터를 말합니다.
주문(Order): 장바구니 데이터의 핵심 구성 요소
주문은 장바구니 데이터를 이루는 기본적인 데이터 구조로, 한 명의 고객이 진행하는 단일 구매 이벤트를 나타냅니다. 예를 들어 웹사이트에서 여러 제품을 주문하는 행위, 마트에서 장바구니 가득 식료품을 구매하는 행위, 또는 카탈로그에서 몇 가지 품목을 구매하는 행위가 모두 여기에 해당합니다.
주문 데이터에는 총 구매 금액, 배송비, 결제 수단 등 해당 거래와 관련된 유용한 정보들이 포함됩니다. 일반적으로 각 거래에는 고유한 식별자(ID)가 부여되며, 경우에 따라서는 다른 데이터를 조합하여 이 식별자를 생성해야 하기도 합니다.
라인 아이템(Line Item)
주문에 포함된 개별 상품은 '라인 아이템'으로 독립적으로 표현됩니다. 라인 아이템 데이터에는 해당 상품의 지불 금액, 수량, 과세 여부, 그리고 필요에 따라 원가 정보(마진 계산에 활용 가능)가 포함됩니다.
상품(Item) 테이블
상품 테이블은 대체로 상품 참조(reference) 테이블과 연결되어 있으며, 이 참조 테이블에는 각 제품에 대한 보다 상세한 설명 정보가 담겨 있습니다. 이러한 설명 데이터에는 제품 계층 구조(product hierarchy)와 분석에 유용하게 활용될 수 있는 기타 정보들이 반드시 포함되어야 합니다.
사용자(User) 테이블
사용자 테이블은 선택 사항이며, 고객을 식별할 수 있는 경우에만 활용할 수 있습니다. 대표적인 예로 회원가입이 필수인 웹사이트나, 거래 시점에 제휴 카드(affinity card)를 제시하는 경우를 들 수 있습니다. 사용자 테이블에는 흥미로운 정보들이 담길 수 있지만, 진정한 핵심은 ID 자체입니다. 이 ID 덕분에 시간의 흐름에 따라 여러 거래를 서로 연결할 수 있기 때문입니다.
시간에 따른 고객 추적의 활용
고객을 장기간 추적하면 다양한 인사이트를 얻을 수 있습니다. 예를 들어 어떤 식료품 구매자가 '직접 베이킹을 하는' 고객인지 파악할 수 있는데, 이는 밀가루나 즉석 케이크 믹스 제조업체들에게 매우 중요한 정보입니다. 이런 고객들은 밀가루, 베이킹파우더 등 유사 재료의 구매 빈도, 전체 지출에서 해당 구매가 차지하는 비중, 그리고 즉석 제품이나 즉석 디저트에 대한 관심이 낮다는 점 등을 통해 식별할 수 있습니다.
비즈니스 인사이트 도출
이러한 분석은 비즈니스 전반에 걸쳐 폭넓은 통찰력을 제공합니다. 재방문 고객이 적은 경우 고객당 평균 주문 수가 1에 가깝게 나타나는데, 이는 고객당 판매 건수를 늘릴 수 있는 비즈니스 기회를 시사합니다. 마찬가지로 주문당 상품 수가 1에 가깝다면, 주문 과정에서 교차 판매(cross-selling)를 활용해 추가 매출을 창출할 기회가 있다는 의미입니다.