2024년 마켓 인텔리전스 트렌드 및 업계 전망

안녕하세요, B&K 마켓 인텔리전스의 에디터K입니다🐶

이번 포스팅에서는 지난 2020년 글에 이어 2024년 이후 마켓 인텔리전스/ 마케팅 리서치 트렌드 및 업계 전망을 살펴보고자 합니다. 지난 포스팅 이후 업계의 주요 변화 요인과 함께 어떤 트렌드가 가속화되거나 새롭게 나타나고 있는 지 짚어보고자 합니다.

특히, 이번 글은 리서치 업계나 동종 업계에 종사하시는 분들의 이야기, 또는 여러 기업의 MI 담당자 분들로부터 듣고 경험했던 내용을 토대로 한 주관적인 내용이 많습니다. 본 포스팅과 다른 의견이나 보완하실 내용이 있다면 언제든지 댓글로 남겨주시면 감사하겠습니다.

이런 분들께 추천드려요! 👀
– 마켓 인텔리전스, 마케팅 리서치 및 시장 조사 업계에 대해 알고 싶은 기업 담당자 및 취준생
– 향후 커리어를 고민하는 현직 리서처, 또는 마케팅 리서치로의 이직을 고민 중이신 분

목차
1. 마켓 인텔리전스 업계 변화 요인 (Drivers of Change)
2. 세 가지 키워드로 바라본 마켓 인텔리전스 업계 전망 (Y+3~5)
– ① Synthesize
– ② Scalability
– ③ Real-time Actionable Feedback

함께 읽어보기 좋은 컨텐츠 💡

향후 마켓 인텔리전스 트렌드 및 업계 전망

1. 마켓 인텔리전스 업계 변화 요인 (Drivers of Change)

① 기술 혁신에 따른 기업 및 소비자 행동 변화 가속

최근 생성형 AI를 필두로 한 기술 혁신에 따라 시장이 유례없이 빠르게 변화하고 있습니다.

새로운 제품과 서비스가 지속적으로 등장하면서 어제의 경험은 빠르게 구식이 되고, 고객의 기대 수준은 계속 높아지고 있습니다. 검색, 쇼핑, 콘텐츠 소비, 이동, 일하는 방식 등 고객의 생활 방식과 가치관, 그리고 브랜드와의 상호작용 방식도 변화하며 다양한 고객 시그널이 새롭게 생성되고 있습니다. 이러한 소비자들의 변화를 신속하게 포착해 더 나은 경험을 제공하기 위한 마켓 인텔리전스 방법론의 변화가 경쟁 우위를 확보하는 데 필수적입니다.

또한, 국내에서도 B2B SaaS(Software as a Service) 시장이 빠르게 성장하며¹⁾ 기업들이 소프트웨어를 더 효율적이고 유연하게 사용할 수 있게 변화하고 있습니다. 이는 데이터 분석과 마켓 인텔리전스에서도 중요한 역할을 합니다. SaaS 솔루션을 통해 기업들은 다양한 데이터를 쉽고 비용 효율적으로 수집, 분석 및 연계할 수 있으며, 최신 기술을 빠르게 적용해 경쟁력을 강화할 수 있습니다. MI 담당자들은 앞으로 어떤 솔루션을 도입하고, 어떤 업체와의 협력하여 MI 체계를 구축할 지 전략적인 고민이 필요한 시점입니다.

1) 국내 SaaS 시장, 연평균 15.5% 성장, 2026년 3조614억원 전망 | 출처 : “소프트웨어 구독시대 급성장하는 ‘B2B SaaS’…”, 더스탁(The Stock)(http://www.the-stock.kr), 2024년 1월 29일 수정

② D2C 비즈니스의 활성화

D2C(Direct-to-Customer) 비즈니스에 대한 기업들의 선호도는 지속적으로 높게 유지되고 있습니다. D2C 비즈니스 모델은 기업들이 유통 단계를 줄여 마진을 높이고, 타 플랫폼이나 기업에 종속되지 않으면서 자사 브랜드가 지향하는 고객 경험을 온전히 제공할 수 있다는 점에서 매력적으로 대두되고 있습니다.

이에 따라 기업들은 브랜드력을 강화하고 D2C 채널의 고객 경험을 이해하고 개선하는 데 투자를 늘리고 있습니다. D2C 채널로 유도하기 위한 여러가지 마케팅 활동과 더불어서, 유입된 고객들이 만족할 수 있도록 인하우스 UX 리서치팀이나 D2C 옴니채널 통합 분석 솔루션 등을 적극적으로 활용하며 지속적인 접점 경험 모니터링 및 개선 활동이 이뤄지고 있습니다.

또한, D2C 채널에서 수집되는 제로 파티¹⁾ 및 퍼스트 파티 데이터²⁾는 서드파티 쿠키³⁾ 수집이 중단되고 개인정보 보호 인식이 강화되는 가운데 매우 귀중한 데이터 소스로 부상하고 있습니다. 자사와 접촉한 다양한 고객들의 행태와 피드백을 기반으로 고객 니즈를 실시간으로 유추하고 개인화된 제품, 서비스, 마케팅 등을 제공하며 전환율과 리텐션을 높이는 데 중요한 역할을 하고 있습니다.

1) 제로 파티 데이터 (Zero party data) : 고객이 자발적으로 제공하는 데이터로, 설문조사 응답, 선호도, 피드백 같은 직접적인 정보
2) 퍼스트 파티 데이터 (First party data) : 기업이 직접 수집한 데이터로, 웹사이트 방문 기록, 구매 내역 등 접점 내 고객과의 상호작용을 통해 수집된 정보
3) 서드 파티 데이터 (Third party data) : 데이터를 수집하는 기업과 정보가 수집되는 고객이 직접적인 관계가 없이 수집되는 정보. Data Aggregator 업체가 여러 매체에서 수집한 고객의 쿠키 데이터 등을 묶어 다른 기업에 판매하는 형태로 제공됨.

③ 고금리 저성장에 따른 시장 상황 악화

고금리와 저성장, 높은 인플레이션이 지속되면서 기업들은 인건비와 원가 상승, 소비자 지출 둔화 등 다양한 경제적 도전에 직면하고 있습니다. 이에 따라 기업들은 예산 최적화와 전략적 우선 순위 조정에 더욱 신경을 쓰고 있으며, 특히 기술 혁신 및 디지털 전환에 많은 투자 비용이 요구되는 상황에서 마케팅 비용 등 지원성 프로젝트의 예산이 절감되거나 집행 기준이 더욱 엄격해지고 있는 것으로 보입니다.

이와 같은 경제적 환경에서 마켓 인텔리전스 프로젝트에 요구되는 성공 기준을 재평가하는 것이 중요합니다. 기업 담당자들은 여전히 비즈니스 목표에 부합하고 실행 가능한(Actionable) 결과 도출을 최우선으로 여기지만, 이제는 더욱 비용 효율적인 방식으로 프로젝트를 설계하는 것에 중점을 두고 있습니다.

특히, 복잡한 분석(Rigorous analysis)이나 혁신적인 조사 방법(Innovative research methods)보다는 명확하고 간결한 핵심 메시지 중심의 결과 전달이 선호되고 있습니다. 이는 급변하는 시장 환경에서 신속한 분석과 그 결과의 즉각적인 활용이 더욱 중요해졌음을 시사합니다.

또한, 패널 기반의 단일 설문이나 정성 조사에 의존하기보다는 고객을 다각도로 이해할 수 있는 다양한 데이터를 활용하여 설득력 있는 결과를 도출하는 것이 더욱 중요해질 것으로 보입니다. 이를 위해 기업의 트랜잭션 데이터(행동, 거래 데이터 등), 다양한 접점에서 수집되는 고객 VoC, 소셜 데이터, 소비/결제 데이터 등을 종합적으로 분석하여 시장 상황을 이해하고 변화하는 고객 의향을 정확히 파악하려는 노력이 필요합니다.

2. 세 가지 키워드로 바라본 마켓 인텔리전스 업계 전망 (Y+3~5)

① Synthesize “기업 내·외부 데이터 분석 연계 강화”

여러 기업에서는 행동 데이터, 거래 내역, 고객 의견, 수요 예측 등 다양한 데이터를 축적하고 통합 분석을 위한 체계를 수립하고 있으며, 여러 데이터를 엮어봄으로서 보다 풍부하고 다차원적인 인사이트 도출을 기대하고 있습니다. 이러한 접근법은 시장과 소비자에 대한 더 깊이 있는 이해와 빠른 가설 검증을 가능케하며, 기업의 의사결정 프로세스를 한층 고도화할 것으로 전망됩니다.

Information Gap Filling
기업들은 내부 트랜잭션 및 시장 수요 데이터를 적극 참고하여 정교한 가설을 먼저 수립하고, 외부 고객 조사 데이터를 참조하여 의사 결정에 부족한 정보를 채워나가는 방식으로 나아가고 있습니다. 이는 MI 예산 최적화 측면에서도 효과적인 방법입니다. 또한, 외부 패널 뿐만 아니라 자사 고객을 대상으로 한 설문 및 피드백 데이터를 수집하여 CRM 데이터를 보완하거나 개인화 모델링을 개선하는 등 데이터의 활용성을 극대화하고 있습니다. 이러한 자사 고객 데이터는 맥락이 상대적 명확하여 해석과 후속 조치가 용이합니다.

다만, 이러한 변화 과정에서 전통적인 MI팀과 CRM/데이터 분석 조직 간의 역할과 책임이 모호해질 수 있으며, 조직 간 마찰과 사일로 현상이 더욱 심해질 가능성도 있습니다. 특히, MI팀은 고객 접점이나 데이터베이스의 담당 부서가 아니기 때문에 원활한 업무 수행을 위해 R&R과 협업 방식의 재정립이 필요할 수 있습니다.

* 비고 : 업종별 편차 존재 – 상대적으로 자사 고객 데이터를 쌓기 어려운 FMCG (식품, 생활용품, 화장품 등), 오프라인 / 리테일 업종의 경우, 여전히 외부 패널에 의존한 마케팅 리서치 프로젝트 수행이 많을 것으로 예상

MI 에이전시의 벤치마킹 기능 및 패널 품질 강화
내부와 자사 고객 데이터의 활용이 증가하며 외부 패널 기반의 전통적 조사 방법의 비용 효율성과 신뢰성과 관련된 챌린지는 점점 높아질 것으로 예상됩니다. 특히 내부 데이터를 통해 확인한 내용과 패널을 통해 수집된 조사 결과가 불일치할 경우, 그 해석이 어려워지는 문제가 발생합니다. 외부 패널 기반 조사가 지속적으로 신뢰성과 유효성을 유지하려면 1) 조사 업체의 폭 넓은 도메인 지식과 전문성, 2) 실사 패널의 퀄리티, 그리고 3) 다양한 기업의 활용 사례 및 벤치마크 결과 확보가 중요할 것으로 예상됩니다.

MI 에이전시들은 주요 트렌드와 및 도메인 지식을 더욱 강화하기 위해 시장 벤치마킹 데이터를 쌓거나 자체 보고서, 팟캐스트 등을 발간하여 업계 전문가로서의 사고 리더십(Thought Leadership)을 강화할 필요가 있겠습니다. 또한, 자체 패널을 운영하고 있다면 패널의 품질이 데이터 신뢰도로 직결되는 만큼, 리워드 강화, 응답 방식 변경, 피로도 개선 등 양질의 패널을 확보하기 위한 지속적인 투자가 중요합니다.

② Scalability “가내수공업에서 리서치 Ops 기능으로 진화”

기존에는 마켓 인텔리전스 및 리서치 기능이 기업 내 특정 조직(예. MI 조직)에서만 주로 수행되어 왔으며, 데이터 수집부터 결과 보고까지 평균 3~4개월이 소요되었습니다. 다만, 생성형 AI 기술을 접목한 다양한 Use Case들이 새롭게 등장하면서 기업들이 앞으로 마켓 인텔리전스를 수행하는 방식과 체계가 크게 변화할 것으로 예상됩니다.

데이터 수집 및 분석 과정의 자동화
생성형 AI 기술 도입을 통해 데이터 수집과 분석 과정의 자동화가 훨씬 수월해지면서, 기존에 리소스 (비용, 시간, 인력 등)의 한계로 인해 소량의 데이터만 수집·분석하거나 매뉴얼 방식으로 처리하던 문제를 해결할 수 있게 되었습니다. 대량의 비정형 데이터를 효율적으로 분석함으로써 다양한 인사이트를 발굴하거나(예. Outset.ai, VOC Studio), 실시간으로 개인화되는 설문 운영(예. 스트리트비즈 SBX), 패널 관리 고도화 등을 통해 노동 집약적 과정을 크게 단축하고 더욱 신뢰성 있는 데이터를 확보할 수 있을 것으로 기대됩니다.

마켓 인텔리전스 기능 보편화
마켓 인텔리전스 및 리서치 기능이 여러 부문에 확대되면서 누구나 손쉽게 외부 고객 데이터를 수집하고 분석할 수 있는 환경이 조성될 것으로 예상됩니다. 예를 들어 하나의 리서치 플랫폼을 여러 부문이 공유하거나 조사 설계/운영을 돕는 리서치 옵스(Research Ops) 팀을 별도 운영하여 조사 비용의 효율화 및 데이터 균질화가 가능합니다. 특히, 조사 경험은 부족하지만 도메인 지식이 높은 비(非) 리서치 부문 직원들이 이러한 리서치 플랫폼에서 제공되는 AI 에이전트를 통해 애드혹 리서치 설계부터 실사, 분석까지 효과적으로 수행하며 보다 정교한 데이터 기반 의사 결정을 내릴 수 있을 것으로 기대됩니다.

이러한 리서치 옵스(Research Ops)가 가장 빠르게 잘 정비되고 있는 부문은 인하우스 UX 리서치 팀을 적극 활용 중인 토스, 쿠팡 등의 디지털 서비스/플랫폼 기업들입니다. 다양한 UX 리서치 방법론 연구부터 자체 리서치 옵스 플랫폼을 구축하는 등 전사적으로 고객 데이터 기반 의사 결정 문화를 정착시키기 위한 노력이 인상 깊습니다. UX 리서치 쪽에서 자주 활용되는 고객 인터뷰, 시나리오 테스트를 더욱 효과적으로 수행하거나 디지털 에스노그라피(예. Contentsquare, Medallia DXA)를 지원하는 솔루션과 에이전시 또한 다수 등장하고 있기 때문에 앞으로 이쪽 분야의 빠른 성장이 예상됩니다.

하지만 이전보다 빠르고 비용 효율적인 조사가 항상 더 나은 조사일까?
생성형 AI 기반 다양한 솔루션과 방법론이 등장하며 이전보다는 훨씬 빠르고 수월하게 시장과 고객 데이터를 얻을 수 있는 환경이 마련되고 있지만, 여전히 마켓 인텔리전스 담당자가 오랜 노력을 들여 진행하는 심층적 조사에 대한 가치가 없어지는 건 아니라고 생각됩니다. 디자인 싱킹, 에스노그라피 등 소비자 행태를 깊게 파악하기 위한 방법론 또한 지속 유효할 것으로 예상되며, 일부 산업에서는 여전히 데이터 수집 및 기술 도입의 한계가 존재할 것으로 보입니다.

이러한 변화 속에서 마켓 인텔리전스 담당자들은 소속 기업의 상황과 고객 특성을 고려하여 최적화된 리서치 옵스 체계를 구축해야 합니다. 예를 들어, 생성형 AI 기반 리서치 솔루션을 활용하여 단순 반복 작업은 최대한 대체하여 시간을 절약하고, 이를 통해 확보된 리소스를 사내외 동향 파악, 적절한 조사 기획 및 심층 데이터 분석에 집중 투입해야합니다. 이러한 접근은 마켓 인텔리전스 조직이 선행 조직으로서의 역할을 지속하고, 급변하는 비즈니스 환경에 효과적으로 대응하기 위한 필수 과제로 생각됩니다.

③ Real-time Actionable Feedback “제로 파티 데이터 수집·활용 강화”

D2C 비즈니스의 활성화와 더불어 수요 둔화로 인한 저성장 시대로 들어서며 기업들의 성장 전략이 변화하고 있습니다. 불특정 다수를 대상으로 한 광고를 집행하여 대량의 트래픽을 유입시키는 것보다, 자사 접점에 들어온 이후의 고객 경험을 면밀히 관리하여 성공적으로 전환하는데 더욱 집중하고 있습니다 (양적 수치보다는 경험의 밀도와 질이 중요). 또한, 자사 고객의 의견을 적극 수렴하여 경쟁력 있는 제품과 서비스를 개발하고, 다양한 접점에서의 경험을 개선하여 고객 충성도를 제고하는 방향이 중요해지고 있습니다.

CFM* 솔루션 성장 * Customer Feedback Management (CFM)
이러한 전략적 변화를 지원하기 위해 고객 피드백 기반의 경험 관리(CFM) 솔루션이 주목받고 있습니다 (예. 메달리아, 퀄트릭스). CFM 솔루션은 다양한 고객 접점에서 발생하는 시그널을 실시간으로 통합하고 기업 내 각종 부문에 공유합니다. 내부 고객 정보와 더불어 설문 데이터, 음성 통화 내용, 채팅 기록, 상담원 메모, 직원 피드백, 디지털 행동 데이터 등 고객이 기업과의 접촉 과정에서 발생하는 각종 피드백을 결합하여 자사 고객에 대한 깊이 있는 이해가 가능합니다. 이러한 이해를 바탕으로 기업들은 고객들이 필요로 하는 제품, 브랜드 및 접점 경험을 재설계할 수 있으며 기업의 경쟁력 강화에도 큰 도움이 됩니다.

양방향 피드백 경험 설계 중요
한편, 대다수의 기업들은 고객 피드백을 수집할 때 일방적으로 기업이 궁금한 내용만 물어보고, 고객이 제공한 피드백에 대한 답변이나 활용 방향에 대해 공개하고 있지 않습니다. 이러한 ‘일방향(Unidirectional)’ 적인 방식으로는 피드백 품질이나 설문 응답률이 중장기적으로 하락하거나, 이미 불편함을 경험한 고객의 이탈을 방지할 수 있는 골든 타임을 놓치게 됩니다.

따라서, 앞으로는 피드백 수집 과정 자체를 브랜드와 고객이 만나는 중요한 접점으로 인식하고, ‘양방향(Bidirectional)’ 소통의 기회로 활용해야 합니다. 기업의 브랜드 아이덴티티를 설문 디자인에 반영하고 (예. 스모어), 설문 길이나 표현을 최적화하거나 설문 발송 주기를 조절하여 피드백 전반 과정을 개선하거나, 고객이 제공한 피드백에 대한 맞춤 조치를 진행하는 피드백 순환 구조(Closed Loop Feedback)를 설계하여 불만 고객과의 관계 복구를 유도할 수 있습니다.

마지막으로 정리하자면…

마켓 인텔리전스 업계는 현재 중대한 변화의 기로에 서 있습니다. 여러 산업 간 경계가 모호해지는 가운데, 기존 리서치 기업과 솔루션 업체들은 적극적인 합종연횡, 전략적 피벗, 또는 새로운 인재 확보/육성 등 다양한 전략을 고려해야 할 시점입니다. 특히 생성형 AI 기술의 발전은 향후 3-5년간 업계에 혁신적인 변화를 가져올 것으로 예상됩니다.

한편, 기업의 마켓 인텔리전스 조직은 시장 변화에 더욱 민첩하게 대응하기 위해 효율적인 마켓 인텔리전스 옵스(MI Ops)* 구축이 필요합니다. MI Ops의 발전은 조직 전반에 걸쳐 마켓 인텔리전스의 활용도를 높이고 데이터 기반 의사결정 문화를 공고히 할 것으로 예상됩니다. 이를 통해 마켓 인텔리전스 조직은 단순 리서치 중심의 지원 기능에서 벗어나, 제품/서비스/경험 개선 과제를 적극 발굴하고 전략적 의사결정을 지원하는 중추적 역할로 확장될 수 있을 것입니다.
* 마켓 인텔리전스 옵스 (MI Ops) : 기업의 마켓 인텔리전스 활동 지원을 위한 체계, 방법론 및 솔루션을 통칭 (시장 수요 예측, 경쟁사 동향 파악, 마켓 리서치, 경험 피드백 수집 등)

이러한 변화는 궁극적으로 기업의 경쟁력 강화와 혁신 주도로 이어질 것이며, 마켓 인텔리전스 업계 자체의 가치 제안도 한층 더 높아질 것입니다. 앞으로 마켓 인텔리전스 업계가 이러한 변화를 선도하며 새로운 패러다임을 만들어갈 수 있기를 기대해 봅니다.

함께 읽어보기 좋은 컨텐츠 💡 : Editor B&K – 마켓 인텔리전스 솔루션 (MI Ops) 리스트업

3줄 요약

• 마케팅 인텔리전스 / 마케팅 리서치 업계는 생성형 AI를 필두로 한 기술 혁신, D2C 비즈니스 활성화, 고금리 저성장 등의 요인으로 인해 변화가 다소 예상됨
• 앞으로 3~5년 이내 업계의 주요 화두는 Synthesize / Scalability / Real-time Actionable Feedback
  – 외부 패널 기반의 조사 의존도가 줄어드는 반면 내부 데이터 및 D2C 접점에서 수집되는 제로 파티 데이터가 중요한 데이터 출처로 부상하고 있음. 또한, 기술의 발전으로 리서치 효율성이 증가하고, MI 기능이 기업 내 보편화 될 것으로 예상됨
• 마켓 인텔리전스 업계는 현재 큰 변화를 맞이하고 있으며, 기업들은 마켓 인텔리전스 옵스(MI Ops) 구축을 통해 더욱 빠르게 시장 변화를 감지하고 기업의 MI 경쟁력 강화와 제품/서비스 혁신을 주도할 것으로 기대됨

긴 글 읽어주셔서 감사드리며, 추가로 궁금하시거나 의견 있으시면 댓글로 자유롭게 말씀 주세요!😊

에디터K

– 10년 차 고객/직원 경험 관리 (CX) Specialist

– 現 외국계 CX 솔루션 재직 중

– 고객 시그널 기반 경험 관리 체계 수립과 CFM 시장 성장에 관심이 많습니다