Monthly Topic
2015. 08. 18. 제 247-2호
Mobile 쇼핑 보편화에 따른 소비자 구매 행동 패턴의 변화
1920년대 미국의 경제학자 롤랜드 홀(Rolland Hall)이 발표한 구매행동 이론 ‘AIDMA: Attention(주의), Interest(흥미), Desire(욕구), Memory(기억), Action(구매)’은 매장에 방문하는 소비자의 주의를 끌어 흥미를 느끼게 하고 갖고 싶은 욕구는 구매 행위로 이어진다고 설명하고 있습니다.

인터넷 시대가 도래하고 검색 서비스가 보편화됨에 따라 소비자는 상품이나 서비스에 관심을 가지게 되면 포털 사이트, 가격비교 및 리뷰 사이트, 쇼핑몰 사이트 등에서 상품의 기능/성능/가격 등을 자발적으로 탐색하는 단계가 추가되면서 진화된 구매 의사 결정 과정 모델인 ‘AISCEAS’로 발전하였습니다.
<소비자 구매 행동 과정>
Attention(주의): 구매 욕구를 자극하는 제품/서비스와 접촉함
Interest(흥미): 구매 욕구를 자극하는 제품/서비스에 흥미를 가지게 됨.
Search(검색): 흥미를 가진 제품/서비스를 인터넷을 통해 상세 정보를 취득함.
Comparison(비교): 인터넷을 통해 유사 상품/서비스 특징, 가격, 기능 등을 비교함
Examination(검토): 상품/서비스와 구입 쇼핑몰을 검토함.
Action(구입): 상품/서비스와 구입 쇼핑몰을 결정하여 구매함.
Share(정보공유): 구입한 제품/서비스 사용법, 특징 등을 블로그/게시판 등에 공유함.
최근에는 시공간의 제약 없이 연속적 상호작용(Continued Interactivity)이 가능한 Mobile 디바이스 이용이 보편화됨에 따라, 상황과 맥락에 적합한 디바이스를 선택적으로 사용하며 끊김 없이 정보를 탐색할 수 있는 환경이 조성되었습니다.

이러한 디바이스 확장은 PC와 Mobile을 넘나들며 ‘검색’을 기반으로 ‘블로그/카페’를 통한 정보 및 이용자 평가 수집, ‘가격 비교’를 거쳐 쇼핑몰로 진입하는 기존의 정형화된 탐색 패턴에 변화를 주고 있으며, 구매에 대한 의사결정을 재검증하는 행동 패턴으로 확산되고 있습니다.
<소비자 구매 행동 과정의 변화>
이번 토픽에서는 닐슨 코리안클릭이 보유하고 있는 PC-Mobile Single Source 패널의 데이터를 활용하여, PC에서 ‘의류’를 구매하는 시점에 Cross Device Shopping Journey를 분석하여 구매 시점의 Mobile 탐색행태 및 역할을 살펴보고자 합니다. ‘의류’ 카테고리는 PC/Mobile 기반 매출 비중이 높고 구매과정 상 관여도(Involvement)가 높은 카테고리의 특성으로 사례분석 대상으로 선정하였습니다.
<디바이스별 매출액 Top10 카테고리>
* PC 구매 데이터 측정 방법

- 20개 쇼핑몰 사이트 대상 결제완료 페이지 추적
- 구매 상품명/옵션명/가격/수량 수집
측정 대상 gmarket, auction, 11st, coupang, wemakeprice, ticketmonster, oclock, gsshop, lotte, lotteimall, hyundaihmall, cjmall, ssg, interpark, ellotte, hnsmall, hnsmall, galleria, homeplus, lottemart
2015년 4월 한달 간 PC에서 발생한 총 360 건의 ‘의류’ 구매를 기준으로 이전 12시간 동안의 PC-Mobile 행동 데이터를 통합하여 Shopping Journey를 분석하였으며, 디바이스별 전자상거래 이용시간을 기준으로 세그먼트를 분류하여 비교 분석을 진행하였습니다.
* 분석 개요 및 세그먼트 기준



- 2015년 4월 한달 기준 PC 기반 의류 구매 횟수: 360회
- Single Source 패널 대상 PC 구매 시점 이전 12시간 PC-Mobile Log Data 수집
- PC/Mobile 전자상거래 카테고리 체류시간 기준 분석 세그먼트 분류
분석 세그먼트 분류 기준: PC vs Mobile 전자상거래 이용시간 비중
H (Heavy) Mobile >= 50% 이상 (전체 세션 중 8%)
M (Medium) 50% 미만 > Mobile >= 10% 이하 (전체 세션 중 19%)
L (Light) Mobile < 10% 미만 (전체 세션 중 74%)
크로스 디바이스 이용으로 인한 Shopping Journey의 복잡화

Mobile 디바이스는 이동성(Mobility)의 장점으로 기존에 인터넷 접속이 어려운 야외활동 및 이동시간 등 일상 생활 전반에 침투되어, 쇼핑의 니즈가 발생한 즉시 또는 PC 탐색의 연결선 상에서 디바이스를 넘나들며 끊김 없이 정보를 탐색하는 Shopping Journey의 복잡화가 이루어지고 있습니다.

PC에서 의류를 구매하기 위해 정보를 탐색하는 과정에서 평균 11회 PC-Mobile을 크로스로 이용하고 있으며, 언제 어디서든 접근 가능한 이점으로 PC 보다 Mobile에서 더 많은 시간을 소비하고 있는 것으로 조사되었습니다.
<의류 구매 시점 12시간 이전 크로스 디바이스 이용 현황>
구매 결정 과정 내 Mobile 디바이스의 이용 행태

아직까지 직접적인 쇼핑 관련 콘텐츠 소비 측면에서는 구매 디바이스인 PC를 정보 탐색의 주채널로 이용하고, Mobile을 보조적 채널로 활용하는 것이 일반적입니다. 그러나 미디어 전체 소비시간에서 Mobile이 절반 이상을 차지하고 있어, Mobile 쇼핑의 숙련도와 경험치가 증가함에 따라 구매 결정 과정 내 Mobile의 활용은 증가할 것으로 예상됩니다. 따라서 Mobile을 통한 사용변화가 앞서 적용되고 있는 ‘H(Heavy) Group’의 이용 행태에 주목할 필요가 있습니다.

‘H Group’은 구매력과 정보력이 모두 높은 30대 여성이 기반으로, Mobile 디바이스에서 쇼핑을 주도적으로 사용하며 이용 패턴의 변화를 주도하고 있습니다.
<그룹별 주요 구매자 정보 및 특징>
‘의류’ 구매시점 이전 탐색 과정에서 ‘H Group’은 Mobile을 통해 쇼핑>포털>게임 순으로 콘텐츠를 이용하며 PC 대비 2배 이상 활용도가 높아, Mobile 친숙도가 쇼핑 정보 탐색 시에 반영되는 비중이 높은 것으로 판단됩니다.
Mobile 미디어와 쇼핑 편의성에 익숙한 ‘H Group’은 PC에서의 구매시점 이전에도 Mobile에서 더 많은 쇼핑 관련 시간을 소비하고 있으며, PC에서 이용 및 구매한 쇼핑몰을 Mobile에서도 접속한 비중이 60% 내외로 높아 Mobile 기반으로 추가 탐색한 정보가 PC 구매에 영향을 미치고 있는 것으로 추정할 수 있습니다.
Shopping Journey 과정에서 Mobile과 PC의 사용이 밀접하게 연간되는 가운데 탐색 과정에서 디바이스 특성이 반영된 상이한 이용 행태가 발현되고 있는 것을 확인할 수 있습니다.

PC에서는 ‘포털 검색’을 시작점으로 ‘가격비교’를 거쳐 쇼핑몰에 진입하는 패턴이 보편적인 모습입니다. ‘포털’이 쇼핑몰 유입 Gateway로써, 쇼핑몰 유입자의 88%는 포털을 경유한 쇼핑몰 방문 기록이 있습니다.
Mobile에서는 독립적인 체계의 App이 주요한 플랫폼으로써 쇼핑몰 App으로의 직접이동이 높으며, 포털 블로그/카페에서 추가 수집된 정보는 쇼핑몰 선택에 간적접 영향을 미치는 것으로 추정됩니다.
라이프 패턴에 따른 Mobile 쇼핑이용의 차이

Mobile 디바이스는 일과시작에서 취침까지 우리의 반경 1M내에서 지속 존재하는 Life Log 를 대변하는 미디어입니다. 따라서 사용자의 콘텐츠 사용과 소비 맥락은 사용자의 데모그래픽과 연관도가 높으며, 동일 데모그래픽 범주라 하더라도 라이프 패턴에 따라 상이하게 발현되는 경향이 있습니다. 따라서 소비자의 맥락과 미디어 소비패턴을 추적하는 것은 Target을 선정하고 Customizing에 효과적으로 접근할 수 있는 중요한 단서가 되기도 합니다.


사례 1: 30대 미혼 직장인 여성 구매 행동 패턴


30대 미혼 직장인 여성 A씨는 1만원대 의류를 구매하기 위해, 출근 후 점심 시간에 평소 자주 방문하는 ‘소셜커머스’ App을 직접 실행시켜 상품 정보를 수집하였으며, 오후 근무 중 여유 시간에도 틈틈이 정보를 탐색하였습니다. 퇴근 후 PC에 접속하여 포털 사이트에서 상품을 검색하여 ‘가격비교’를 거쳐 ‘오픈마켓’을 탐색, 오전/오후에 탐색한 정보와 비교한 뒤 최종적으로 Mobile에서 탐색한 정보를 바탕으로 ‘소셜커머스’에서 구매를 완료하였습니다.
사례 2: 30대 기혼 전업주부 여성 구매 행동 패턴

30대 기혼 전업주부 여성 B씨는 10만원대 의류를 구매하기 위해, 기상 후 오전 시간대에 집중적으로 탐색하는 행태를 보이고 있습니다. Mobile에서 ‘소셜커머스/오픈마켓/종합몰/홈쇼핑’ 등 10개가 넘는 다양한 쇼핑몰에서 정보를 수집하였으며, 쿠폰 및 마일리지 혜택 정보도 함께 탐색하였습니다. 획득한 정보를 종합적으로 비교하며 PC와 Mobile을 중복으로 크로스 이용하며 최종 구매를 결정하였습니다.
Mobile 이용이 보편화됨에 따라 구매에 도달하기 위한 탐색 과정에서 Mobile을 적극적으로 활용하는 소비자는 지속적으로 증가할 것으로 예상됩니다. 소비자는 구매 목적에 부합하는 정보를 탐색하기 위해 디바이스를 넘나들고 있으며, 적절한 맥락 시마다 PC-Mobile을 연계하여 이용하고 디바이스 특성에 맞는 고유의 이용 패턴을 보이고 있습니다. 이러한 Mobile로 인한 구매 결정 과정의 변화는 Mobile 이용이 필요한 맥락을 결정하는 라이프 패턴에 따라서도 상이하게 적용되고 있습니다.

이에 사업자는 변화된 소비자의 구매 결정 행동을 디바이스 통합적인 시각에서 Shopping Journey 내 각 디바이스의 역할 및 특징적인 이용 행태를 관찰하고, 구매자별 라이프 패턴에 따른 Mobile Life Log와 쇼핑 니즈의 차이점을 파악하여 효율적인 Touch Point를 찾고 소비자와 커뮤니케이션하는 전략이 필요할 것으로 판단됩니다.
<통계 데이터 산출의 한계 안내>
본 사이트에서 제공하는 데이터 및 보고서는 인터넷 미디어 리서치와 컨설팅 서비스를 제공하는 코리안클릭이 작성한 것으로 특정 기업의 미래사업이나 재정적인 측면에 영향을 미칠 수 있는 전망자료를 포함하고 있으나, 전망과 다른 결과를 초래할 수 있는 다양한 변수들이 존재한다는 점을 유념하시기 바랍니다.

또한, 코리안클릭은 표본을 통해 국내 인터넷 사용자의 행태에 대한 통계적 추정치를 제공하고 있습니다. 따라서 표본 오차 그리고 추정치와 다른 결과를 초래할 수 있는 다양한 변수들이 존재할 수 있으며, Site centric 또는 Browser centric 방법과는 측정 대상(‘학교’ 또는 ‘PC방’과 같은 공공장소 및 해외 발생 트래픽 제외 등) 및 측정기준(페이지 요청 기준이 아닌 페이지 완료 기준 등)의 불일치로 조사결과의 차이가 발생할 수 있다는 점을 유의하시기 바랍니다.)

버즈워드는 순방문자수가 높은 혹은 다수의 게시글이 생성되는 사이트를 별도로 수집하여 데이터를 산출하고 있어 포털 검색에서 나타나는 수치와 다를 수 있음에 유의하시기 바랍니다. 또한 버즈워드의 긍정, 부정 게시글 분석은 솔루션의 자동 분석으로 조사원 분석에 비해 정확도가 약 70% 로 전체적인 여론 추이를 파악하는데 활용되고 있습니다.
Copyright (c) Nielsen KoreanClick. All rights reserved.

목록보기 >