- 특정 고객 집단의 공통된 특징을 바탕으로 만들어진 가상의 대표 인물
- 기존에는 인터뷰/설문/기획자 직관으로 수작업 제작했지만, 최근에는 AI로 데이터 기반 자동 생성이 가능해짐
- 숫자로 된 분석 결과를 실무에서 바로 쓸 수 있는 이야기로 바꿔주는 작업
- 프로세스는 데이터 수집 및 군집화 → 군집 특성 추출 → AI 퍼소나 생성 → 퍼소나 활용 및 시스템 연계 순으로 이어짐
데이터 수집 및 군집화 : 고객 행동 데이터를 수집하고 K-means/DBSCAN으로 유사한 특성의 고객을 그룹화. 예를 들어 “20대 후반 여성, 뷰티/패션 위주, 금요일 밤 모바일 집중 구매” 같은 군집이 나타남
군집 특성 추출 : 각 군집별 주요 특성을 평균값, 중앙값, 최빈값으로 계산하고 핵심 행동 패턴을 식별
AI 퍼소나 생성 : 추출된 통계 수치를 GPT 같은 생성형 모델에 프롬프트로 입력하면 자연어로 퍼소나 설명문을 자동 생성. "평균 나이 27세, 여성 비율 92%, 뷰티/패션 주요 소비"라는 데이터가 "트렌드에 민감한 20대 후반 여성 소비자로 신상품과 한정 할인에 빠르게 반응한다"는 이야기로 변환됨
퍼소나 활용 및 시스템 연계 : 퍼소나와 군집 ID를 연결해 CRM/CDP에 태그로 등록. 추천 시스템에서 퍼소나별 상품 추천 전략 테스트, 타겟 마케팅 자동화(퍼소나별 맞춤 메시지/프로모션), UX 설계(퍼소나 특성에 맞는 화면 구성)에 활용. 자동화 규칙 설정과 성과 측정으로 전략을 지속 최적화