Tailoring Customer Segmentation Strategies for Luxury Brands in the NFT Market

구찌(Gucci)의 NFT 프로젝트 사례를 통해 온체인 및 소셜 데이터를 K-평균 클러스터링으로 분석하여, WEB3 시장의 고객을 성공적으로 세분화한 연구로, WEB3 CRM의 구체적인 실행 모델을 제시한다.

논문 요약

논문 제목: Tailoring Customer Segmentation Strategies for Luxury Brands in the NFT Market – The Case of SUPERGUCCI
저자: Qiuying Chen, Beom-Jin Choi, Sang-Joon Lee
게재 학술지: Journal of Retailing and Consumer Services
발행 연도: 2024
핵심 요약: 구찌의 NFT 프로젝트 ‘SUPERGUCCI’ 구매자들의 온체인 활동과 소셜 미디어 발언을 분석하여, 이들을 ‘브랜드 충성 고객’, ‘디지털 아트 컬렉터’, ‘단기 투자자’ 등의 세그먼트로 분류하고 각 그룹의 특징과 동기를 파악했다.

연구 배경

전통적인 럭셔리 브랜드가 WEB3라는 새로운 디지털 영역으로 확장하면서, 이들의 새로운 고객은 누구이며 어떻게 소통해야 하는가에 대한 전략적 고민이 시작되었다.

고객 세분화(Customer Segmentation)는 마케팅의 가장 기본적인 원칙 중 하나로, 전체 시장을 유사한 특성을 가진 여러 개의 소그룹으로 나누어 각 그룹에 최적화된 전략을 구사하는 것이다. 콧대 높은 이미지와 소수 VVIP 고객 관리를 통해 성장해 온 럭셔리 브랜드에게 세분화는 더욱 중요하다.

2020년대에 들어 럭셔리 브랜드들은 NFT(대체 불가능 토큰)를 활용해 디지털 세계로의 확장을 시도했다. 구찌의 ‘SUPERGUCCI’ 프로젝트는 이러한 흐름을 대표하는 사례이다. 이 프로젝트는 단순히 디지털 제품을 판매하는 것을 넘어, 브랜드의 유산을 디지털 네이티브 세대와 공유하고 새로운 형태의 고객 관계를 구축하려는 시도였다. 하지만 여기서 중요한 질문이 제기된다. 이 NFT를 구매하는 사람들은 기존의 럭셔리 고객일까, 아니면 암호화폐에 익숙한 새로운 유형의 소비자일까? 이들의 구매 동기는 브랜드에 대한 충성심일까, 아니면 순수한 투자 목적일까? 이 연구는 바로 이러한 질문에 답하기 위해, 실제 럭셔리 브랜드 NFT 구매자 데이터를 분석하여 WEB3 시대의 럭셔리 CRM 전략의 방향을 제시하고자 했다.

해결하려는 문제

럭셔리 브랜드의 NFT 구매자들이 과연 기존의 충성 고객과 동일한 집단인지, 아니면 완전히 새로운 유형의 고객인지, 그리고 이들을 어떻게 효과적으로 분류하고 관리할 것인지에 대한 문제를 다룬다.

럭셔리 브랜드가 NFT 시장에 진출할 때 직면하는 가장 큰 불확실성은 바로 ‘고객’에 대한 이해 부족이다. 기존의 매장 방문 기록이나 온라인 구매 데이터로는 익명의 지갑 주소로 활동하는 NFT 구매자의 특성을 파악할 수 없다. 만약 모든 NFT 구매자를 ‘암호화폐에 관심 많은 젊은 남성’과 같이 단일 집단으로 간주하고 동일한 마케팅 메시지를 보낸다면, 브랜드에 대한 깊은 애정을 가진 충성 고객과 단기 차익을 노리는 투자자 모두를 만족시키지 못할 것이다.

이 연구는 이러한 ‘one-size-fits-all’ 접근법의 한계를 극복하고자 한다. SUPERGUCCI NFT 구매자들의 실제 행동 데이터(온체인)와 관심사 데이터(소셜 미디어)를 결합하여, 이들이 동질적인 집단이 아님을 증명하고, 의미 있는 기준에 따라 여러 세그먼트로 나눌 수 있는 방법론을 제시하는 것을 목표로 한다. 궁극적으로는 각 세그먼트의 특성에 맞는 맞춤형 커뮤니케이션과 혜택을 제공함으로써 럭셔리 브랜드가 WEB3 환경에서도 고객 관계를 성공적으로 관리할 수 있는 전략적 틀을 제공하고자 했다.

연구 모형

SUPERGUCCI NFT 구매자들의 온체인 거래 데이터와 트위터 활동 데이터를 수집하고, 이를 K-평균 클러스터링 알고리즘에 적용하여 고객을 4개의 뚜렷한 세그먼트로 분류하는 데이터 기반 분석 모델을 사용했다.

본 연구는 실제 데이터를 기반으로 고객을 분류하는 정량적 연구 방법을 채택했다. 연구 모형은 데이터 수집, 변수 선택, 클러스터링 실행, 결과 해석의 4단계로 구성된다.

데이터 수집: 이더리움 블록체인에서 SUPERGUCCI NFT의 모든 거래 내역과 소유자 지갑 주소를 수집한다. 동시에, 알려진 소유자들의 트위터 계정을 식별하여 특정 기간 동안의 트윗 내용을 수집한다.
변수 생성: 수집된 데이터를 바탕으로 각 구매자의 특성을 나타내는 변수들을 생성한다. 예를 들어, 온체인 데이터에서는 NFT 보유 기간을, 트위터 데이터에서는 'Gucci' 키워드 언급 빈도 등을 추출한다.
K-평균 클러스터링: 생성된 변수들을 입력 데이터로 하여, 비지도 학습 알고리즘인 K-평균(K-Means)을 실행한다. 이 알고리즘은 주어진 데이터를 K개의 군집(Cluster)으로 나누는데, 각 데이터는 가장 가까운 군집의 중심에 할당된다. 연구진은 통계적 방법을 통해 최적의 군집 수 K를 4로 결정했다.
세그먼트 프로파일링: 분류된 4개의 각 클러스터가 어떤 변수 값에서 높은 또는 낮은 평균을 보이는지 분석하여, 각 클러스터의 특징을 정의하고 ‘브랜드 애호가’, ‘NFT 수집가’ 등과 같이 의미 있는 이름(페르소나)을 부여한다.

데이터 설명

이더리움 블록체인상의 SUPERGUCCI NFT 거래 기록과 해당 구매자들의 트위터 게시물을 데이터로 활용했다.

출처: 온체인 데이터는 Etherscan과 같은 블록체인 탐색기 API를 통해, 소셜 미디어 데이터는 Twitter(현 X) API를 통해 수집되었다.
수집 방법: 블록체인 데이터는 특정 컨트랙트 주소(SUPERGUCCI NFT)의 거래 기록을 프로그래밍 방식으로 추출(scraping)했다. 트위터 데이터는 식별된 구매자 지갑과 연결된 트위터 계정의 타임라인을 API를 통해 수집했다.
온체인 여부: 온체인 데이터(NFT 거래 기록, 지갑 정보)와 오프체인 데이터(트위터 활동)를 결합하여 사용자의 다면적인 특성을 분석했다.
데이터 변수 설명: 연구에 사용된 변수들은 사용자의 행동과 관심사를 모두 포착할 수 있도록 설계되었다.
1. 온체인 행동 변수 (On-chain Behavioral Variables): 블록체인 상의 객관적인 활동 기록.
  - 투자 관련 활동: NFT 보유 기간, 총 거래량, 거래 빈도 등.
  - 컬렉션 관련 활동: 다른 럭셔리 브랜드 NFT 보유 여부, 보유한 총 NFT 컬렉션의 수 등.
  - 경험/성숙도: 지갑의 총 활동 기간, 총 트랜잭션 수 등.
2. 오프체인 관심사 변수 (Off-chain Interest Variables): 소셜 미디어를 통해 드러난 주관적인 관심사.
  - 브랜드 관심도: 트위터에서 ‘Gucci’ 또는 관련 캠페인 키워드 언급 빈도.
  - NFT/암호화폐 관심도: 트위터에서 ‘NFT’, ‘Crypto’, ‘Ethereum’ 등 일반적인 Web3 관련 키워드 언급 빈도.
  - 소셜 영향력: 트위터 팔로워 수, 트윗 빈도 등.

데이터 분석

수집된 온체인 및 오프체인 변수들을 정규화하고, K-평균 알고리즘을 실행하여 최적의 군집(4개)을 식별한 후, 각 군집의 특성을 분석하여 페르소나를 정의했다.

데이터 분석 과정은 다음과 같이 체계적으로 이루어졌다. 먼저, 서로 다른 단위와 범위를 가진 변수들(예: 팔로워 수와 보유 기간)이 클러스터링 결과에 미치는 영향을 동등하게 만들기 위해 모든 변수를 표준 정규화(Standardization)했다.

이후, 정규화된 데이터를 K-평균 알고리즘에 적용하여 구매자들을 4개의 그룹으로 분류했다. 분류가 완료된 후에는 각 그룹이 어떤 특징을 가지는지 해석하는 ‘프로파일링’ 단계를 거쳤다. 예를 들어, 1번 그룹은 다른 그룹에 비해 평균적으로 ‘Gucci 언급 빈도’가 매우 높고 ‘NFT 관련 키워드 언급’은 낮은 특성을 보였다. 이러한 분석을 통해 연구진은 1번 그룹을 ‘브랜드 애호가(Brand Aficionados)’라고 명명했다. 다른 세 개의 그룹에 대해서도 동일한 방식으로 변수 평균값을 비교 분석하여 각 그룹의 고유한 정체성을 정의했다.

핵심 결과

SUPERGUCCI 구매자는 동질적인 집단이 아니며, ‘브랜드 애호가’, ‘NFT 수집가’, ‘기회주의적 투자자’, ‘럭셔리 인플루언서’라는 4개의 뚜렷한 세그먼트로 분류되었다.

K-평균 클러스터링 분석을 통해 밝혀진 4개의 고객 세그먼트는 각각 뚜렷한 동기와 행동 패턴을 보였다.

브랜드 애호가 (Brand Aficionados): 이들은 구찌라는 브랜드 자체에 대한 충성도가 매우 높은 고객이다. NFT나 암호화폐 전반보다는 구찌의 활동에 더 큰 관심을 보이며, NFT를 브랜드 경험을 확장하는 새로운 방법으로 인식한다.
NFT 수집가 (NFT Collectors): 이들은 구찌라는 브랜드보다는 ‘디지털 수집’이라는 행위 자체에 더 큰 가치를 둔다. SUPERGUCCI 외에도 다양한 NFT 컬렉션을 보유하고 있으며, 희소성과 예술성에 높은 관심을 보인다.
기회주의적 투자자 (Opportunistic Investors): 이 그룹은 브랜드나 예술성보다는 NFT의 투자 가치에 가장 큰 관심을 둔다. 이들은 비교적 짧은 기간 동안 NFT를 보유했다가 가격이 오르면 판매하여 차익을 실현하려는 경향을 보인다.
럭셔리 인플루언서 (Luxury Influencers): 이들은 소셜 미디어에서 높은 영향력을 가지며, 구찌뿐만 아니라 다양한 럭셔리 브랜드의 NFT를 보유하고 이를 과시함으로써 자신의 디지털 정체성을 구축한다.

시사점

럭셔리 브랜드는 NFT 시장에 진출할 때, 모든 고객에게 동일한 메시지를 전달하는 대신 각 세그먼트의 고유한 동기에 맞는 맞춤형 마케팅과 혜택을 제공해야 한다.

이 연구는 NFT 마케팅 전략이 더 이상 막연한 추측이 아닌, 데이터에 기반한 정교한 타겟팅으로 나아가야 함을 명확히 보여준다. 예를 들어, ‘브랜드 애호가’에게는 NFT 홀더만을 위한 오프라인 VIP 이벤트 초대나 신제품 사전 구매 기회를 제공하여 브랜드와의 유대감을 강화해야 한다. 반면 ‘기회주의적 투자자’에게는 프로젝트의 장기적인 로드맵과 가치 상승 잠재력을 투명하게 공유하여 신뢰를 얻는 것이 중요하다. 또한 ‘NFT 수집가’를 위해서는 협업한 디지털 아티스트의 다른 작품을 소개하거나, 컬렉션의 예술적 의미를 깊이 있게 설명하는 콘텐츠를 제공하는 것이 효과적일 것이다. 이처럼 고객을 세분화하고 그들의 언어로 소통하는 것이 WEB3 시대 럭셔리 마케팅의 성공 방정식임을 시사한다.

인사이트

당신의 VVIP는 누구입니까? 온체인 데이터가 답을 알고 있다.

AI 빅데이터 마케터의 관점에서 이 논문은 WEB3 CRM의 실현 가능성을 보여주는 교과서적인 사례이다. 온체인 데이터는 고객이 스스로 말하지 않는 진실, 즉 그들의 실제 행동을 담고 있다. 이 데이터를 분석하면, 막연했던 ‘우리 고객’을 구체적인 욕망을 가진 여러 개의 ‘페르소나’로 생생하게 그려낼 수 있다.

고객 페르소나 예시 (일반 DApp에 적용 가능하도록 재해석):
1. 디지털 충성고객 (The Digital Loyalist): 특정 디앱(DApp)이나 생태계의 서비스를 꾸준히 이용하는 사용자. 이들의 USDC는 특정 서비스에 대한 ‘신뢰’와 ‘습관’의 표현이다.
2. 크로스체인 탐험가 (The Cross-Chain Explorer): 여러 종류의 디앱(DeFi, GameFi, NFT)을 넘나들며 새로운 경험을 추구하는 사용자. 이들의 USDC는 ‘호기심’과 ‘학습’을 위한 자금이다.
3. 수익 극대화주의자 (The Yield Maximizer): 가장 높은 수익률(APY)을 좇아 여러 디파이 프로토콜 사이를 빠르게 이동하는 사용자. 이들의 USDC는 오직 ‘수익률’이라는 지표에만 반응하는 유목 자금이다.
실질적인 마케팅 액션 제안:
1. 맞춤형 온보딩 및 리텐션 전략: ‘디지털 충성고객’에게는 거버넌스 투표권이나 장기 스테이킹 보너스를 제공하여 소속감을 높인다. ‘크로스체인 탐험가’에게는 새로운 기능이나 파트너십 디앱을 가장 먼저 체험할 기회를 제공하여 이탈을 방지한다.
2. 동적 인센티브 설계: ‘수익 극대화주의자’를 유치하기 위해 시장 상황에 따라 변동하는 ‘부스트 APY’ 이벤트를 진행하거나, 복잡한 투자 전략을 손쉽게 실행할 수 있는 ‘원클릭 솔루션’을 제공한다.
3. 페르소나 기반 추천 시스템: 사용자의 페르소나를 기반으로 가장 선호할 만한 상품(예: 새로운 디파이 상품, NFT 컬렉션)을 추천하여 CVR(전환율)을 극대화한다.