Priya를 만나 보세요. 월요일에 그녀는 회사 노트북으로 러닝화를 둘러보다가 회의에 불려 갑니다. 화요일에는 기차 안에서 여러분의 앱을 열고 신발 한 켤레를 장바구니에 담습니다. 수요일에는 여러분의 이메일이 눈에 들어와 휴대폰으로 탭하고, 마침내 구매합니다. 비밀번호가 기억나지 않아 비회원으로 말이죠.
Priya에게는 며칠에 걸친 하나의 단순한 결정이었습니다. 여러분의 시스템에게는, 우연히 같은 신발을 좋아한 네 명의 서로 다른 낯선 사람으로 보였습니다.
그 간극을 좁혀, 그 네 명의 낯선 사람을 다시 한 명의 Priya로 되돌리는 일을 아이덴티티 해소(identity resolution)라고 부릅니다. 고객 데이터에서 가장 화려하지 않은 부분 중 하나이자, 가장 중요한 부분 중 하나입니다.
왜 한 사람이 네 명처럼 보일까
사람들은 로그인한 상태로만 살아가지 않습니다. 노트북에서 휴대폰으로 옮겨 다닙니다. 회사 이메일과 개인 이메일을 따로 둡니다. 바쁠 때는 비회원으로 구매합니다. 그 모든 순간은 여러분의 데이터에 각각 별개의 발자국을 남기고, 그 어느 것에도 “이 사람은 Priya입니다”라는 표시가 붙어 있지 않습니다.
그래서 여러분의 시스템은 이름표 없는 단서 더미를 손에 쥐게 됩니다. 아이덴티티 해소란, 그 단서들을 맞춰 보고, 어떤 것이 같은 사람에게 속하는지를 신중하게 가려내는 끈기 있는 작업입니다.
맞춰 보기는 어떻게 작동할까
깊은 기계 장치까지 알 필요는 없지만, 그 아이디어는 따라가기 쉽습니다. 어떤 단서는 강합니다. 두 기록이 같은 이메일 주소를 공유한다면, 거의 틀림없이 같은 사람이고, 자신 있게 합칠 수 있습니다. 어떤 단서는 약합니다. 공유된 기기는 그저 가족 공용 노트북일 수도 있으니, 증거가 아니라 힌트일 뿐입니다.
좋은 아이덴티티 해소는 강한 단서에 기대고, 약한 단서는 조심스럽게 다루며, 각 사람을 천천히 하나의 프로필로 되살립니다. 모든 방문, 탭, 구매가 어둠 속으로 흩어지는 대신 하나의 명확한 그림으로 모여듭니다.
Priya가 다시 온전해지면 얻는 것
마침내 한 고객을 또렷하게 볼 수 있게 되면, 자잘한 불편들이 사라집니다. 두 채널에서 Priya에게 같은 혜택을 두 번 보내는 일이 없어집니다. 낯선 사람처럼 인사하는 대신, 노트북에서 멈췄던 대화를 그녀의 휴대폰에서 정확히 그 지점부터 이어갈 수 있습니다. 한 사람이 마침내 한 사람으로 집계되니, 여러분의 보고서가 진실을 말하기 시작합니다. 그리고 개인화, AI, 똑똑한 오디언스처럼 다음에 하고 싶은 영리한 일들이 갑자기 더 잘 작동합니다. 몇 개의 조각이 아니라 온전한 한 사람을 보고 있기 때문입니다.
존중하는 마음으로 하기
이 작업은 실제 사람들의 데이터를 다루므로, 신중하게 해야 합니다. 두 가지 간단한 규칙이 여러분을 안전하게 지켜 줍니다. 고객이 공유에 동의한 데이터만 합치세요. 그리고 두 기록이 같은 사람인지 정말로 확신이 서지 않을 때는, 그대로 떨어뜨려 두세요. 잘못된 매칭은 매칭하지 않은 것보다 나쁩니다. 서로 다른 두 사람을 조용히 한 사람으로 뒤섞어 버리는데, 그것은 고객이 알아차리는 종류의 실수이기 때문입니다.
결국 아이덴티티 해소는 사실 기술에 관한 것이 아닙니다. 그것은 고객에게 하는 작은 약속에 관한 것입니다. 우리는 당신인 줄 압니다, 우리는 당신을 기억합니다, 그리고 매번 처음부터 다시 시작하게 하지 않겠습니다. 그 약속을 지키면, 데이터로 하는 다른 모든 일이 조금 더 따뜻해지고, 훨씬 더 쓸모 있어집니다.