기업 소개
- 카셰어링을 중심으로 자전거, 항공 등 다양한 서비스를 운영하는 모빌리티 플랫폼,
- 쏘카 앱에서 차량을 예약하고, 오프라인에서 직접 픽업·운행·반납하는 구조로 고객 경험이 디지털과 물리 공간에 걸쳐 발생함
데이터스페이스 도입 배경
- 차량 이용 경험 중 상당 부분이 오프라인에서 발생해 행동 로그만으로 고객 인식이나 만족도를 파악하기 어려움
- CRM팀은 고객의 이탈 이유, 복귀 계기, 서비스 불만족 요인 등을 설문을 통해 수집하고, 이를 캠페인과 리텐션 전략에 연결하고자 함
도입 후 변화
- 데이터스페이스 도입으로 설문 설계, 발송, 분석, 시각화, 공유까지 일원화
- 설문 응답 기반으로 세그먼트를 나누어 메시지를 운영하는 구조 확립
- 설문 결과는 마케팅 캠페인뿐 아니라 상품 기획 등 내부 의사결정에도 활용
쏘카 기업 현황
쏘카는 차량 호출을 넘어 자전거, 항공 등으로 서비스를 확장하며, 앱을 통해 디지털 전환된 고객 경험을 제공하고 있는 모빌리티 플랫폼입니다. 쏘카 고객의 여정은 디지털과 오프라인이 자연스럽게 연결되어 있습니다. 앱을 통해 차량을 예약하고, 이후 오프라인에서 실제 차량을 찾고 운행하고 반납하는 구조로, 디지털과 물리 공간을 오가는 혼합형 여정이 특징입니다.
CRM팀은 쏘카 고객 여정 전반의 접점을 관리하며, 고객이 쏘카를 더 자주, 더 오래 이용하게 만드는 것을 목표로 하고 있습니다. 내부 분석 결과, 쏘카 사용자는 3회 이상 이용하면서부터 리텐션이 안정되는 경향을 보였고, CRM팀은 고객이 쏘카에 정착할 수 있도록 최소 세 번까지 이용하도록 유도하는 전략을 운영하고 있습니다. Push, 친구톡, In-app 메시지 등 다양한 채널을 통해 캠페인을 운영하고, 고객 반응 데이터를 추적합니다. 마케팅 수신 동의자에 한해 타깃을 설정하고, 예약 직전 단계나 일정 기간 미이용 상태 등 시점에 따라 메시지를 분기합니다.
배경: 고객 경험의 해상도를 높이기 위한 설문 데이터의 활용
쏘카의 고객 경험은 차량 검색부터 예약, 결제, 픽업, 운행, 반납까지 온오프라인을 넘나들며 이뤄지기 때문에, 앱 내 행동 로그만으로는 고객이 실제 어떤 과정을 거쳐 어떤 인식을 형성했는지를 파악하기 어렵습니다. 예를 들어 차량을 찾는 데 불편을 겪었는지, 내부 청결에 불만이 있었는지, 반납 과정에서 혼란을 느꼈는지 등은 모두 플랫폼 외부에서 발생하는 경험으로, 로그에 남지 않기 때문에 설문을 통해서만 확인할 수 있었습니다. CRM팀은 이러한 오프라인 맥락을 파악하기 위해 정기 설문을 운영하며, 고객 인식의 공백을 데이터로 보완하고 있습니다.
처음에는 설문 플랫폼으로 서베이몽키를 사용해 설문을 운영했으나, 분석 시간과 결과 공유의 비효율성, 시각화 기능 한계, 보안 이슈 등의 이유로 CRM팀은 내부 검토를 거쳐 데이터스페이스를 도입하게 되었습니다. 데이터스페이스는 UID 연동을 통해 응답 추적이 가능하고, 부서 간 협업에 필요한 분석 시각화 및 공유 기능이 개선되어 CRM 실무에 적합하다는 판단이었습니다. 첫 이용자 설문은 2019년부터 시작되어 현재까지 5년 이상 운영되고 있으며, 연간 수 만 명이 응답합니다. 주요 문항에는 인지 경로, 자차 보유 여부, 사용 목적, 예약 채널, 동승자 유무, 가격 인식, 청결 상태, 재이용 의사 등이 포함되어 있습니다.
쏘카는 카셰어링 첫 이용자 설문 외에도 윈백 설문과 숙박 첫 이용자 설문을 운영하고 있습니다. 윈백 설문은 180일 이상 앱을 사용하지 않은 고객 중 복귀한 고객을 대상으로 진행하며, “왜 다시 이용하게 되었는가”를 중심으로 복귀 사유와 함께 재이용 시 고려한 점, 불편했던 점, 복귀 전 이용했던 다른 이동 수단 등을 묻습니다. 숙박 첫 이용자 설문에서는 숙소 검색과 예약, 차량+숙박 패키지 경험, 예약 결정 요인, 전반적인 만족도 등을 확인합니다.
설문을 통해 고객 기대의 변화도 파악할 수 있었습니다. 20대 사용자가 많았던 과거에는 요금에 대한 불만이 다수였으나, 30대 이상 사용자의 비중이 늘어난 최근에는 차량 청결 상태에 대한 불만 응답 비중이 상대적으로 증가했습니다. 이와 같은 응답은 제품팀에 공유되었고, 실제로 흡연 감지 센서 도입이 논의되고 일시적으로 적용된 사례도 있습니다.
솔루션: 리텐션을 만드는 커뮤니케이션 메시지 개인화
설문 응답 데이터는 고객 특성에 맞춘 메시지 전략에 직접 활용되고 있습니다. 예를 들어 자차 보유 여부에 따라 메시지를 분기해, 자차가 없는 고객에게는 출퇴근용으로 가까운 소카존을 추천하고, 자차가 있는 고객에게는 주말 여행용 차량을 제안합니다. 가격 인식 문항에서 대여료에 대한 부담을 느낀 고객에게는 특가 차량 중심 메시지를, 주행 요금에 대한 민감도가 높은 고객에게는 전기차 추천 메시지를 발송합니다. 주관식 응답에서 청결에 민감하다고 밝힌 고객에게는 강화된 차량 관리 기준을 안내하는 메시지를 별도로 설계해 적용했습니다. 전기차 선호 응답자에게는 전기차 전용 요금제나 할인 혜택을 포함한 캠페인 메시지를 보낸 사례도 있습니다.
이러한 메시지 전략이 가능해진 배경에는 데이터스페이스의 UID 파라미터 연동 기능이 있습니다. 쏘카는 설문 URL에 고객 식별용 UID 파라미터를 삽입해 설문 응답자 정보를 내부 CRM 시스템과 연결합니다. 이를 통해 설문 응답 데이터는 성별, 연령, 자차 보유 여부, 예약 이력, 주행 거리, 전기차 이용 여부, CS 문의 경험 등과 함께 통합 분석됩니다. CRM팀은 이 구조를 활용해 응답자를 세그먼트 단위로 분류하고, 대응 메시지를 설계해 실시간으로 반영합니다.
성과: 설문을 통해 숫자 사이에 숨겨진 고객의 ‘이유’를 찾기
설문 데이터를 기반으로 실행한 메시지 전략은 예약 전환율 117% 향상이라는 뚜렷한 성과로 이어졌습니다. 이처럼 설문 데이터는 정밀한 고객 세분화와 실질적인 행동 유도까지 가능하게 했습니다.
설문 응답은 캠페인 외에도 상품 기획 검토나 신규 서비스 방향 설정 등에 참고 자료로 활용되고 있습니다. 예를 들어 숙박 서비스 관련 첫 이용자 설문에서는 ‘차+숙박 패키지’ 만족도가 높다는 응답이 확인되었고, 해당 피드백은 실제 상품 기획에 반영되었습니다.
과거에는 CRM팀이 설문 응답 데이터를 수집한 뒤 SQL로 분석하고, 주관식 응답은 수작업으로 정리해 별도 보고서를 작성했습니다. 분석 과정은 분석팀의 리소스를 추가로 요청해야 할 만큼 시간이 오래 걸렸고, 결과를 공유하려면 PPT나 문서로 직접 작성해 배포해야 했습니다. 데이터스페이스 도입 이후에는 응답 수집부터 분석, 시각화, 공유까지 전 과정이 자동화되어 업무 리소스가 크게 절감됐습니다. 실시간 대시보드에서 결과를 바로 확인하고, 링크 형태로 결과를 내부에 공유하면서 팀 간 협업 속도도 크게 개선됐습니다.
CRM팀은 숫자를 분석하는 팀이지만, 숫자 사이에 숨겨진 고객의 ‘이유’를 찾는 것이 중요하다고 판단합니다. 로그에는 고객의 선택이 남지만, 그 선택을 하기까지의 고민이나 망설임은 데이터로는 파악하기 어렵기 때문에, 설문을 통해 고객의 생각과 맥락을 파악하는 데이터를 쌓아 왔습니다. 이 데이터를 행동 로그와 결합해 세그먼트를 더욱 정교하게 나눌 수 있었고, ‘누가’가 아니라 ‘왜’ 사용하는지를 기준으로 캠페인 메시지를 설계할 수 있었습니다. 그 결과, 설문 데이터는 고객을 더 깊이 이해하고, 고객 행동을 바꾸는 세그먼트와 메시지를 만드는 기반이 되고 있습니다.
💡미니 인터뷰 – 쏘카 CRM팀 윤지영 팀장님
Q. 설문을 직접 설계하면서 겪는 어려움이 있다면 무엇인가요?
A. CRM팀이 리서치 전공자는 아니다 보니 설문 설계가 처음엔 쉽지 않았어요. ‘이걸 물어도 되나’, ‘응답자가 이해할 수 있을까’, ‘우리가 활용할 수 있는 질문인가’ 같은 고민이 많았죠. 지금은 내부에서 “로그로 알 수 없는 것만 묻자”는 기준이 생기면서 방향이 명확해졌어요. 그리고 문항을 만들 때부터 메시지 분기를 염두에 두고 설계하니까, 설문 자체가 전략 실행의 첫 단계가 되더라고요.Q. CRM팀 외 다른 부서에서는 설문 데이터를 어떻게 활용하나요?
A. 데이터스페이스 도입 이후엔 저희뿐 아니라 브랜드팀이나 기획팀, CX팀도 설문 데이터를 실시간으로 확인하고 있어요. 링크로 공유하면 대시보드에서 바로 볼 수 있어서, 별도 보고서를 만들지 않아도 되고요. 쏘카의 다양한 부서가 설문 데이터를 기반으로 다양한 의사결정을 진행하고 있습니다.Q. 설문 데이터를 기반으로 고객을 나누는 방식은 어떤 식으로 결정되나요?
A. 기본은 자차 보유 여부나 가격 인식 같은 응답 항목을 기준으로 세그먼트를 나눠요. 그런데 단순히 답변 하나만 보고 나누기보다는, 그 응답과 실제 예약 이력이나 주행 거리 같은 내부 데이터를 같이 보는 게 더 중요하다고 느껴요. 예를 들어 전기차에 관심 있다고 응답했어도 실제 예약은 안 했을 수도 있고, 주행 거리 짧은 사람에겐 또 다른 제안을 해야 할 수도 있거든요. 설문을 내부 데이터랑 조합해서 ‘이 사람이 어떤 맥락에서 이걸 썼을까’를 보려고 해요.
오픈서베이 데이터스페이스 소개
오픈서베이의 ‘데이터스페이스’는 강력하면서도 사용자 친화적인 분석 기능을 갖춘 AI 기반 리서치 & 경험 분석 플랫폼입니다. 데이터스페이스를 통해 기업은 리서치 역량을 내재화할 수 있습니다. 정교한 타깃팅과 데이터 수집, 직관적인 데이터 시각화 및 분석, 내외부 데이터 연동, 유연한 협업 및 결과 공유, 철저한 보안 관리 등 리서치를 위한 전 과정을 제공하며 기업의 요청에 따라 전문가 서비스도 함께 제공됩니다. 또한, 전문가 노하우를 학습한 AI가 데이터 처리 및 분석 시간을 줄이고 더 깊이 있는 인사이트 도출을 가능하게 합니다.
시장 조사부터 고객, 사용자, 임직원 경험 분석까지 데이터스페이스 하나로 시작해보세요
소비자 데이터 플랫폼
