리텐틱스의 인공지능은 고객을 몇 개의 그룹으로 나눈 뒤, 전체 고객들의 구매 패턴을 잘 대표하는지, 어떤 고객들을 어떤 고객 군에 포함시켜야 하는지 스스로 학습해서 결정해요. 또 고객들의 행동 패턴과 인구통계학적 정보를 학습해 어떤 고객이 충성 고객이 될 수 있는지 예측해요. 실제로 일반 고객과 6배의 재구매율을 가진 예비 충성 고객을 선별할 수 있다는 것을 확인했어요.

상품, 서비스의 개선만큼 고객의 유입부터 충성 고객으로 발전까지 여정을 최적화 하는 것이 중요해요. 리텐틱스를 통해 유입 > 첫 구매 > 재구매 > 충성 고객 퍼널을 개선해 최적의 고객 여정을 설계하고 일반 고객을 충성 고객으로 만들어보세요.

인공지능이 고객의 모든 구매 여정을 학습해 개인별 맞춤 상품을 찾아줘요. <우리집은도서관>에서 이탈 직전의 고객을 두 그룹으로 나눠 마케팅 캠페인을 진행한 결과, 리텐틱스의 추천 알고리즘을 적용한 그룹이 구매자수는 230%, 객단가(ARPPU)의 차이는 280% 높게 나왔어요.

리텐틱스에서는 분석 단위, 채널, 특정 아이템, 고객군별 등 다양한 조건으로 코호트를 볼 수 있어요. 이런 조건들에 따라 광고비용당 회수율(ROAS)기반 고객 유치비용(CAC) 최적화, 공헌이익 계산, 그리고 업셀링 프로모션 비용 산정 등이 가능해요.