✅ 고객을 9가지 라이프스타일로 분류했던 사례 (29CM) 타겟팅을 주로 인구통계학적으로 분류한다. 그런데 이런 분류 방식은 과연 얼마나 적합할까?? 29CM는 2535 연령대에 여성을 주 타겟으로 하지만, 이 연령대를 벗어난 나와 내 주변 사람들이 엄청 잘 쓰고 있었다. 그래서 연령 같은 접근을 배제하고 9가지 취향과 그것에서 확장된 라이프스타일로 분류하보았다. 1️⃣ 넘치는 자신감으로 주목 받는 '쇼잉 오퍼' 2️⃣ 깔끔함과 완벽함을 추구하는 '미니멀리스트' 3️⃣ 여유로운 삶을 즐기는 '슬로우 라이프 시커' 4️⃣ 내가 선택한 브랜드가 곧 나 '브랜드 열정가' 5️⃣ 특별한 가치와 과정을 중시하는 '밸류 쇼퍼' 6️⃣ 새로운 아이템에 호기심이 많은 '라이프 스타일 얼리버' 7️⃣ 유쾌한 문화생활 마니아 '컬처 팔로워' 8️⃣ 신중하게 미래를 대비허는 '로열리스트' 9️⃣ 사람들 속에서 행복을 발견하는 '소셜 옵티미스트' 🤔 인구통계학적인 분류가 완전히 틀리는 것은 아니겠지만, 항상 그렇게 분류를 나눠보면 갸우뚱 해지긴 한다. 같은 나이 같은 성별 같은 지역이라도 해도 모두의 라이프 스타일이 다르고 파편화되어있기 때문이다. 이런 접근이 오히려 더 적중도가 높지 않을까??

성별, 연령보단 취향과 라이프스타일로 고객을 분류하다

Brunch Story

성별, 연령보단 취향과 라이프스타일로 고객을 분류하다

다음 내용이 궁금하다면?

또는

이미 회원이신가요?

2021년 12월 28일 오전 4:32

댓글 2

함께 읽은 게시물


《편의성보다 우선해야 할 인간적 접촉》

... 더 보기

AI 시대가 열리면서, 역설적이게도 역대 최대의 인재 영입 전쟁이 벌어지

1

... 더 보기

[팩플] AI는 사람 싸움…빅테크, ‘애크하이어’로 인력 확보 경쟁

n.news.naver.com

[팩플] AI는 사람 싸움…빅테크, ‘애크하이어’로 인력 확보 경쟁

🤖 최초의 AI 브라우저, Dia 직접 써봤습니다! 🌐

... 더 보기

[Datamation] AI 데이터 분류 마스터링: 궁극의 가이드

A

... 더 보기

Mastering AI Data Classification: Ultimate Guide

Datamation

Mastering AI Data Classification: Ultimate Guide

 • 

저장 6 • 조회 1,954


Google Explainability Resources

구글에서 윤리적이고 유용하게 AI 기술을 접목하기 위한 Explainablity 원칙과 체크리스트를 정리했는데요. 이 기술이 무엇인지, 사용자에게 어떤 도움을 주는지, 적합한 위치에 설명이 있는지를 강조하고 있어요.

Explainability Resources

explainability.withgoogle.com

Explainability Resources