2023년 소매용 데이터 스트리밍 현황

2023년 소매 산업의 데이터 스트리밍 상태를 탐구합니다. 옴니채널 고객 경험, 하이브리드 쇼핑 모델 및 초개인화 추천의 진화를 위해서는 최적화된 엔드 투 엔드 공급망, 멋진 모바일 앱, 소셜 커머스 또는 메타버스와 같은 선구적인 기술과의 통합이 필요합니다. 데이터 스트리밍은 규모에 상관없이 실시간으로 데이터를 통합 및 상관시킬 수 있습니다. 월마트, 알버트슨스, 오토, AO.com 등의 고객 사례를 포함하여 데이터 스트리밍이 비즈니스 활성화에 어떤 도움이 되는지 살펴보기 위해 소매 동향을 살펴봅니다. 완전한 슬라이드 덱과 주문형 비디오 녹화가 포함되어 있습니다.

 

 

2023년 소매용 데이터 스트리밍 현황

 

 

소매업의 전반적인 동향

소매 산업의 혁신에 영향을 미치는 몇 가지 파괴적인 추세는 비용을 절감하고, 고객 경험을 증대시키며, 고객 유지 및 수익을 높게 유지합니다:

 

연구원, 분석가, 스타트업, 그리고 마지막이지만 가장 중요한 것은 연구소와 기존 업체의 실제 출시가 소매 업계에서 앞으로 다가올 몇 가지 동향을 보여주고 있다는 점입니다:

- 디지털화 및 옴니채널을 갖춘 하이브리드 쇼핑 모델(최근 참조)

- 기존 비즈니스 프로세스 및 혁신을 개선하기 위한 생성 AI 및 자동화(McKinsey 기사에서 언급)

- 소셜 플랫폼을 통한 라이브 커머스는 쇼핑 경험을 변화시킵니다(Grand View Research 분석 결과 중국과 아시아를 넘어서도)

 

이러한 트렌드의 목표와 영향에 대해 알아보겠습니다.

 

 

디지털화 및 옴니채널을 적용한 하이브리드 쇼핑 모델

옴니채널 소매 기능은 고객 경험을 크게 변화시키고 향상시킵니다. 모바일 앱은 원활한 하이브리드 및 위치 기반 매장 내 경험을 가능하게 합니다. 고객들은 "온라인 구매 및 매장 내 픽업"과 같은 옵션을 점점 더 많이 활용합니다:

 

 

 

혁신을 위한 인공지능과 자동화

생산성이 향상되고 시장 출시가 빨라지며 고객에게 더 나은 서비스를 제공하기 위한 생성 AI 및 자동화.

McKinsey 기사에서는 기계 학습 기능을 갖춘 NLP(Natural Language Processing)와 ChatGPT와 같은 LLM(Large Language Models)과 같은 기술에 대한 다양한 사용 사례를 살펴보고 있습니다:

 

상품화 및 상품화 : 커스터마이징

공급망 및 물류 : 협력업체와의 협상 지원

마케팅: 개인화된 오퍼 생성

디지털 상거래: 맞춤형 가상 제품 체험

스토어 운영: 시뮬레이션을 통해 스토어 레이아웃 최적화

조직: 셀프 서비스 지원 및 지원 작업 자동화

 

 

쇼핑 경험을 바꾸는 라이브 커머스

소셜 플랫폼을 통한 라이브 커머스는 특징 상품의 즉각적인 구매와 관객 참여를 결합함으로써 쇼핑 경험을 변화시킵니다. 코로나 팬데믹은 이러한 추세를 가속화시켰습니다. 라이브 커머스는 중국에서 등장했지만 패션, 장난감, 자동차, 디지털 기능 등을 판매하든 산업 전반에 걸쳐 서양에 도달했습니다. 그랜드 뷰 리서치 차트는 북미에서 소셜 커머스의 성장을 보여줍니다:

아파치 카프카가 소매업과 쇼핑 메타버스를 어떻게 변화시키는지 얼마 전에 알아보았는데, 소매업을 대상으로 카프카와 플링크와 같은 기술과 데이터 스트리밍의 관계를 알아보겠습니다.

 

 

소매업의 데이터 스트리밍

하이브리드 쇼핑 모델, 위치 기반 서비스 또는 고급 로열티 플랫폼과 같은 추세를 채택하는 것은 소매 업계의 기업이 적절한 시점에 적절한 상황에서 정보를 제공하고 상관 관계를 파악할 수 있는 경우에만 가능합니다. 정보를 밀리초, 초 또는 분 단위로 사용하는 것을 의미하는 실시간은 거의 항상 데이터를 나중에 처리하는 것보다 낫습니다.

데이터 스트리밍은 어떤 규모의 실시간 메시징 기능과 스토리지를 결합하여 진정한 디커플링, 데이터 통합 및 데이터 상관 기능을 제공합니다. Apache Kafka는 데이터 스트리밍의 사실상 표준입니다.

"소매에서 Apache Kafka를 위한 사용 사례"는 데이터 스트리밍에 대한 업계별 관점에서 시작하기에 좋은 기사입니다.

이는 단 하나의 예에 불과합니다. Apache Kafka 에코시스템과 클라우드 서비스를 이용한 데이터 스트리밍은 소매업의 공급망 전반에 걸쳐 사용됩니다.

 

 

데이터 스트리밍을 통한 혁신의 기반으로 소매업에 클라우드 채택

Forrester는 "The State Of Cloud In Retail, 2023"에 대한 연구에서 소매 업계의 클라우드 채택을 분석했습니다.

 클라우드는 탄력적인 확장성을 제공하고 혁신을 위한 출시 기간을 단축합니다. 데이터 스트리밍 인프라는 SLA(중요한 SLA)와 함께 완벽하게 관리되는 SaaS로 이용 가능하기 때문에 클라우드에서 새로운 실시간 애플리케이션을 구축하는 것이 훨씬 쉽습니다.

Nuuly의 혁신적인 의류 대여 서비스가 대표적인 예입니다. 실시간 이벤트 중심 아키텍처를 필요로 하는 일반적인 전자 상거래 모델과 크게 다릅니다. 이들은 고객 대면 애플리케이션부터 기술 관점의 물류 센터 운영에 이르기까지 모든 것을 아우르는 컨플루언트 클라우드와 카프카를 비즈니스의 중추 신경 시스템으로 사용합니다.

비즈니스 논리에 초점을 맞추기 위해 데이터 스트리밍 SaaS 덕분에 전체 비즈니스 사례가 개발되어 단 6개월 만에 제작되었습니다.

 

 

소프트웨어가 소매업을 잠식하고, 실시간 데이터로 혁신 가능

CBINSIGHTS는 소매 공급망을 최적화하거나 고객 경험 및 유지를 개선하는 다양한 사용 사례를 조사했습니다.

다음 섹션의 데이터 스트리밍에 대한 아키텍처 동향과 고객 사례를 살펴보면, 대부분의 현대 소매 사용 사례를 제공하기 위해서는 규모에 맞는 실시간 데이터 통합 및 처리가 필요하다는 사실을 알 수 있습니다.

 

 

데이터 스트리밍을 위한 아키텍처 동향

소매 업계는 비용, 유연성, 보안 및 지연 시간 등의 이유로 엔터프라이즈 아키텍처에 다양한 트렌드를 적용하고 있습니다. 요즘 고객들에게 보이는 세 가지 주요 주제는 다음과 같습니다:

- 에지 데이터를 클라우드에 실시간으로 동기화

- 옴니채널 업/크로스셀링

- 증강 현실, 라이브 커머스 또는 메타버스와 같은 새로운 소매 개념 및 전략

 

소매 사용 사례에 데이터 스트리밍을 활용하는 일부 엔터프라이즈 아키텍처에 대해 자세히 알아보겠습니다.

 

 

소매점과 클라우드에서 데이터 스트리밍이 가장 중요한 하이브리드 아키텍처

대부분의 소매업체는 최신 전자상거래, CRM, 마케팅, 로열티 및 결제 플랫폼을 구축하는 클라우드 우선 전략을 가지고 있지만, 에지 컴퓨팅은 위치 기반 서비스, 하이브리드 쇼핑 모델 및 기타 실시간 분석 시나리오와 같은 사용 사례와 관련성이 더 높아집니다.

멀티클러스터 솔루션이 필요한 Apache Kafka의 아키텍처 패턴에 대해 알아보고, 구체적인 요구사항과 상충되는 실제 사례를 살펴보십시오. 이 블로그에서는 재해 복구, 분석을 위한 집계, 클라우드 마이그레이션, 미션 크리티컬 확장 배포, 글로벌 Kafka 등의 시나리오를 살펴봅니다.

데이터 스트리밍을 위한 엣지 구축은 그들만의 과제입니다. 별도의 블로그 포스트에서는 엣지의 카프카 사용 사례를 취재하고 엣지 데이터 스트리밍을 위한 인프라 체크리스트를 제공했습니다.

 

 

초개인화 고객 경험

고객들은 (웹 브라우저나 모바일 앱과 같은) 기기와 (은행 지점과 같은) 인적 교류에 걸쳐 훌륭한 고객 경험을 기대하고 있습니다. 데이터 스트리밍은 적절한 시점에 실시간 데이터와 과거 데이터를 적절한 상황에서 상관시킴으로써 상황별 옴니채널 소매 경험을 가능하게 합니다:

"Apache Kafka를 사용한 실시간 옴니채널 Retail and Customer 360 in Real Time with Apache Kafka"에 대해 자세히 설명합니다. 하지만 한 가지 분명한 것은 대부분의 혁신적인 사용 사례는 기록 데이터와 실시간 데이터를 모두 필요로 한다는 것입니다. 요약하면, 기록 정보와 실시간 정보의 상관 관계는 기본적인 추가 전용 커밋 로그와 이벤트의 재생 가능성 때문에 즉시 사용할 수 있는 데이터 스트리밍으로 가능합니다. 컴퓨팅과 스토리지를 분리하기 위한 클라우드 네이티브 Tiered Storage Kafka 인프라는 이러한 엔터프라이즈 아키텍처의 확장성과 비용 효율성을 높입니다.

"Apache Kafka, KSQL 및 Apache Flink를 통한 부정 행위 탐지" 기사에서는 실시간 분석을 위한 스트림 처리에 대해 보다 자세히 살펴보고 임베디드 머신 러닝의 예를 보여주며 여러 실제 사례 연구를 다룹니다.

 

 

소셜 플랫폼 및 데이터 스트리밍을 통한 라이브 커머스

라이브 커머스는 뛰어난 고객 경험을 엔드 투 엔드로 요구합니다. 대부분의 행동과 데이터 상관 관계는 실시간으로 발생해야 하거나 발생해야 합니다. 데이터 상관 관계를 위해서는 소셜 플랫폼, 라이브 커머스 판매 플랫폼 및 기타 많은 백엔드 프로세스와 애플리케이션에 대한 연결이 필요합니다.

소셜 커머스는 적절한 시기에 적절한 조치를 취할 것을 요구합니다. 요구사항은 다음과 같습니다:

 - 쇼 중에 고객과 상호 작용합니다.

- 판매가 필요한 제품을 추천합니다.

- 상황별 가격을 제공합니다.

- 모두 자동화되어 실시간으로 규모에 맞게.

 

다음은 Kafka와 그 생태계에 의해 구동되는 확장 가능한 탈중앙화된 실시간 라이브 커머스 인프라를 위한 아키텍처의 예시입니다.

미래 라이브 커머스 플랫폼에 잠재적으로 막대한 영향을 미치는 것은 메타버스와 암호 플랫폼을 활용한 새로운 지불 및 소셜 기능입니다. 이는 자체 주제이지만 대부분의 암호 플랫폼은 아파치 카프카를 핵심으로 하는 데이터 스트리밍으로 구동됩니다.

 

 

소매 업계의 데이터 스트리밍에 대한 새로운 고객 사례

소매 부문에서 많은 혁신이 일어나고 있습니다. 자동화와 디지털화는 제품과 서비스를 검색하고 구매하는 방법, 파트너 및 고객과 소통하는 방법, 하이브리드 쇼핑 모델 제공 등을 변화시킵니다.

대부분의 소매 기업은 IT 인프라를 운영하는 대신 출시 기간을 개선하고 유연성을 높이며 비즈니스 논리에 집중하기 위해 클라우드 우선 방식을 사용합니다.

다음은 전 세계 소매업체들이 전 세계에 걸쳐 내놓은 몇 가지 고객 사례입니다:

Walmart: 배치 및 실시간 애플리케이션 전반에 걸쳐 데이터 일관성을 갖춘 창고에서 소매점까지 보충할 수 있는 공급망 최적화

Albertsons: 확장 가능한 공급망, 개선된 고객 경험, 새로운 소매 미디어 네트워크를 통해 고객을 평생 유지하는 중앙 통합 데이터 허브 및 로열티 플랫폼

AO.com : 고객이 (온라인) 매장에 있는 동안 실시간 클릭스트림 분석 기능을 통해 초개인화 소매 경험 제공

오토: 멀티 클라우드 엔터프라이즈 아키텍처 내에서 진정한 디커플링, 더 빠른 출시 기간 및 GDPR(데이터 프라이버시) 규정 준수를 위한 도메인 기반 설계를 통한 데이터 교환

BigCommerce: 클라우드 기반 eCommerce 플랫폼으로, 상인들에게 분석 및 조언을 제공하는 클라우드 기반 eCommerce 플랫폼

What Not: 대화형 판매 및 메타버스/증강현실 기능을 갖춘 소셜 라이브 옥션 플랫폼