항공사와 협력하여 구축되고 항공사가 관리하는 직접 쇼핑 데이터
지난 20년 동안 항공사의 수익 관리는 ‘우리 요금이 더 저렴한가?’라는 한 가지 질문에 집중해 왔습니다. 그러나 이제는
그 질문만으로는 성공을 보장할 수 없습니다.오늘날 성장세를 이어가는 항공사들은 전혀 다른 질문을 던지고 있습니다. ‘우리 제품이 더 나은가?
그리고 고객들은 그 사실을 알고 있는가?’ 쇼핑 데이터야말로 이 질문에 대한 답을 알려줍니다.
현대적인 리테일 전략을 통해 향후 5년간 항공사가 창출할 수 있는 잠재적 가치
쇼핑 데이터를 활용하면 API/웹만
사용할 때보다 더 많은 가격 데이터 포인트를 확보할 수 있습니다.
이미 OAG 쇼핑 데이터와 제휴를 맺은 세계 최대 규모의 항공사들 중
수익 관리 환경은 빠르게 진화했지만, 이를 뒷받침하는 데이터는 아직 변화의 속도를 따라가지 못하고 있습니다.
지난 20년 동안 항공권 유통 시장은 한 가지 역학 관계에 의해 형성되어 왔습니다. 바로 인터넷이 모든 것을 가격 비교 경쟁으로 바꿔놓았다는 점입니다. ‘airline.com’에 직접 접속한 고객은 이미 해당 항공사를 선택한 상태였습니다. 그 외의 고객들은 여전히 여러 곳을 둘러보고 있었고, 가장 저렴한 곳을 클릭했습니다. 수익 관리 시스템은 이러한 현실을 바탕으로 구축되었습니다. 당시에는 그 목적에 부합하는 시스템이었습니다.
그러던 중 두 가지 변화가 동시에 일어났습니다.
항공사들은 이제 가격뿐만 아니라 상품 자체를 통해 경쟁하기 시작했습니다. 지난 10년 동안 프리미엄 경험을 구축하고 브랜드 가치를 높이기 위해 수십억을 투자해 온 항공사라면, 더 이상 단순히 가장 저렴한 선택지임을 보여주는 것이 목표가 아닙니다. 목표는 더 높은 가격에 걸맞은 가치를 입증하는 것입니다. 현재 수익 관리가 답해야 할 질문은 단순히 “내가 더 저렴한가?”가 아니라 “내 상품이 더 나은가, 그리고 고객들은 이를 알고 있는가?”입니다.
이제 가격은 수많은 고려 요소 중 하나에 불과합니다. 제품, 가치, 관련성이 결정적인 요소가 되었습니다.
1세대를 위해 개발된 도구들은 3세대의 질문에 답하도록 설계된 적이 없습니다.
01. 수익성 및 최적화
초창기
수익 관리는 수요와 공급의 균형에서 출발합니다. 항공사에는 좌석이 있고, 고객은 좌석을 원합니다. 26가지 예약 등급과 과거 예약 추이를 활용하여 재고를 관리함으로써, 적절한 가격에 적절한 좌석을 제공하는 것이 핵심 과제입니다.
02. 운임 등급 및 브랜드별 상품
제품 시대
항공사들은 이제 가격뿐만 아니라 상품 자체를 통해 차별화를 시작했습니다. 베이직 이코노미, 스탠다드, 플렉스, 비즈니스 등 각 운임 등급에는 서로 다른 조건, 수하물 허용량, 일정 변경 권한 및 부가 서비스가 포함되어 있었습니다. 갑자기 가격 책정은 단순히 좌석에 대한 문제가 아니게 되었습니다. 그것은 제안 그 자체에 관한 것이었습니다. 그리고 고객이 어떤 가격대에서 어떤 제안을 원하는지 파악하기 위해서는 새로운 종류의 데이터가 필요했습니다.
03. 경험 경제
현재 현황
항공편은 이제 단순한 상품이 아니라 기내 환경, 서비스, 브랜드, 부가 서비스가 조화를 이루는 종합적인 경험입니다. 항공사가 적절한 요금을 책정하려면 경쟁사의 요금뿐만 아니라 고객이 무엇을 검색하는지, 구매 단계에서 어떤 상품이 선호되는지, 그리고 예약이 이루어지기 전에 나타나는 고객의 구매 의도를 정확히 파악해야 합니다. 기존 수익 관리 도구는 ‘1세대’ 시대에 맞춰 개발되었습니다. 그러나 대부분의 항공사는 여전히 이러한 도구를 사용하여 ‘3세대’ 환경에서 경쟁하고 있습니다.
고객의 지불 의향을 파악하려면 제공되는 상품과 검색 의도를 이해해야 합니다. 이러한 신호 없이 경험에 대한 가격을 책정하는 것은 추측에 불과합니다.쇼핑 데이터가 바로 그 누락된 요소입니다.
지연은 기다릴 수 없는 문제입니다.
가격 비교에서 제품 및 가치 비교로의 전환은 더 이상 미래의 문제가 아닙니다. 아무런 조치를 취하지 않을 경우 발생하는 인프라 비용은 이미 수치화할 수 있는 수준이며, AI의 등장으로 이 상황이 훨씬 더 악화될 전망입니다.
‘검색 대 예약’ 비율은 10년마다 증가해 왔으며, AI의 등장으로 이 비율이 현재 인프라가 감당하도록 설계되지 않은 수준까지 가속화될 전망입니다.
1990년, 그린스크린 시대
최대 LTB 1:5 · 총 항공사 비용 약 0.1B달러
2000년, 인터넷의 등장
최대 LTB 1:200 · 총 비용 15억 달러
2010. 봇 및 NDC
최대 LTB 1:3,000 · 총 비용 150억 달러
2020년. AI 시대: 전환점
최대 LTB 1:300,000 · 총 예상 비용 900억 달러, 지출의 80%가 예약의 25% 미만을 창출
쇼핑 데이터란 무엇인가요?
쇼핑 데이터는 실제 소비자가 airline.com, OTA, 메타검색 엔진 및 TMC를 통해 항공편을 검색할 때 자연스럽게 생성되는 데이터입니다. API를 통해 추출한 운임 데이터와 달리, 쇼핑 데이터는 그 순간 실제 여행자의 의도에 의해 생성됩니다.
이 서비스는 첫 번째 노선 검색부터 제시된 운임 제안에 이르기까지 예약 퍼널의 전 과정을 아우르며, 승객이 어떤 정보를 확인했는지, 어떤 가격이 표시되었는지, 어떤 운임 브랜드와 부가 서비스가 포함되었는지, 그리고 궁극적으로 어떤 요소가 예약으로 이어졌는지를 파악합니다.
이는 기존의 가격 인텔리전스를 대체하는 것이 아닙니다. 이는 항공사가 이미 보유하고 있는 정보를 보완하고, 이전에는 볼 수 없었던 새로운 정보를 드러내는, 더욱 풍부하고 거의 실시간에 가까운 수요 신호 계층입니다. API 및 웹 스크래핑 데이터가 예정된 가격의 스냅샷을 제공하는 반면, 쇼핑 데이터는 가격 변동이 발생하는 즉시 이를 식별하고, 모든 좌석 등급과 브랜드에 걸친 전체 운임 범위를 제공하며, 기존 수익 관리 시스템에 직접 연동됩니다.
쇼핑 데이터에는 개인 식별 정보가 포함되지 않습니다. OAG 프로그램을 통해 공유되는 모든 데이터는 익명화 및 집계 처리되며, 모든 단계에서 엄격한 관리 체계를 적용합니다.
쇼핑 데이터 퍼널
1단계:
여행객 의도: 쇼핑 요청 출발지 및 목적지 · 날짜 · 승객 유형
2단계:
제공 서비스: 항공편 및 여정 · 운임 브랜드 · 가격 책정
3단계:
직접 예약: 주문 ID(항공권) · 주문 항목(부가 서비스)
매출 창출 가능성은 수치화할 수 있습니다.
업계는 수년간 동적 가격 책정을 논의해 왔으며, 이제 그 실제 가치와 아직 활용되지 않은 잠재력을 명확히 보여주는 데이터가 등장했습니다.
450억 달러
현대적인 항공권 판매 방식을 통해 향후 5년간 항공사가 창출할 수 있는 잠재적 가치
130억 달러 이상
이 450억 달러 중 상당 부분은 ‘New Offers’에서 발생하며, 여기서 쇼핑 데이터는 핵심적인 원동력 역할을 합니다.
15%
진정한 동적 제안을 도입하는 개별 항공사의 EBITDA 상승 잠재력
4명 중 1명
2024년에 판매된 항공권 상품은 동적으로 생성되었으므로, 4분의 3은 여전히 정적 상태입니다.
출처: 맥킨지(McKinsey) 및 OAG
동적 가격 책정과 진정한 동적 가격 책정의 차이는 이를 뒷받침하는 데이터에 있습니다.
2~3%
최대 10%
쇼핑 데이터를 활용하면 가능하지만, 데이터가 없으면 할 수 없는 6가지 일
쇼핑 데이터는 기존 분석을 단순히 개선하는 데 그치지 않습니다. 구매 전 해당 신호가 존재하지 않았기 때문에, 이전에는 불가능했던 의사결정을 가능하게 합니다.
01. 경쟁사의 매진 상황 예측
쇼핑 단계에서 경쟁사의 재고가 줄어들기 시작하면, 가용성 데이터가 이를 확인하기 전에 경쟁사의 가격이 변동합니다. 쇼핑 데이터는 이러한 신호를 거의 실시간으로 포착하여, 귀사의 수익 관리 팀이 시장이 움직이기 전에 가격을 재조정하고 수요를 확보할 수 있는 기회를 제공합니다.
02. 수요가 예약으로 전환되기 전에 이를 파악하십시오.
예약 곡선은 후행 지표인 반면, 검색 의도는 선행 지표입니다. 출발 몇 주 전, 즉 예약 곡선이 일반적으로 변동하기 시작하기 전에 특정 노선의 검색 빈도가 증가하면, 수익 관리 팀은 가격 책정, 좌석 배정 및 운항 능력 전략을 조정할 수 있는 더 빠르고 확실한 근거를 확보하게 됩니다.
03. 네트워크 기회 파악
자사가 운항하지 않는 노선에 대한 지속적인 검색 의도나 운항 횟수 증대를 시사하는 검색 패턴은 노선망 계획 결정에 필요한 실질적인 소비자 증거를 제공합니다. 이를 통해 노선 개발은 과거 예약 내역 분석에서 미래 지향적인 수요 인텔리전스로 전환됩니다.
04. 제품 벤치마킹
OAG의 ‘브랜드 버킷(Brand Buckets)’은 수하물, 재예약 유연성, 환불 가능 여부, 좌석 등급 등 포함 사항에 따라 항공사별 운임 등급을 비교 가능한 범주로 표준화합니다. 이제 기본(Basic) 또는 플렉스(Flex) 상품이 단순히 경쟁사의 최저가 운임과 비교되는 것이 아니라, 경쟁사의 동급 상품과 정확히 어떻게 비교되는지 확인할 수 있습니다.
05. 부가 서비스 가격 책정 최적화
자사 채널뿐만 아니라 전체 시장에서 쇼핑 단계에서 어떤 부가 서비스 번들이 가장 좋은 성과를 내고 있을까요? 쇼핑 데이터는 실제 고객 검색에서 어떤 운임 조건, 수하물, 유연성 조합이 전환으로 이어지는지 보여줌으로써, 제품 설계와 부가 서비스 가격 책정 전략 모두에 유용한 정보를 제공합니다.
06. 실질적인 수익성 제고
검색 의도, 제시된 상품, 전환 결과를 연계하여 단순히 트래픽뿐만 아니라 실제로 어떤 운임 상품과 가격대가 수익을 창출하고 있는지 파악하십시오. 검색 시점부터 표시된 상품, 고객이 선택한 내용 및 그 이유에 이르기까지, 이것이야말로 진정한 수익 관리에 필요한 전체적인 그림입니다.
오직 OAG만이 제공할 수 있는 규모입니다.
OAG는 이미 전 세계 항공사들의 API 및 웹 소스에서 가격 정보를 수집하고 체계화하여 세계에서 가장 포괄적인 항공권 가격 데이터 플랫폼을 운영하고 있습니다. 쇼핑 데이터는 이를 대체하는 것이 아니라 매일 수집되는 가격 데이터 포인트를 10배로 늘려 그 가치를 배가시킵니다.
이러한 방대한 데이터에 OAG의 기존 데이터 거버넌스, 표준화 역량 및 배포 인프라가 결합되어 본 프로그램이 실현되었습니다.
일일 가격 데이터 행: OAG 플랫폼

OAG 플랫폼 데이터는 쇼핑 데이터 프로그램에 참여한 초기 항공사들의 성장세를 반영합니다.
데이터 양은 10배로 증가하지만, 수익 관리 팀과 기존 시스템은 그대로 유지됩니다. 항공사 측에서 별도의 통합 작업이 필요하지 않으며, 쇼핑 데이터는 기존 OAG 데이터 전달 인프라로 직접 전송됩니다.
왜 OAG와 쇼핑 데이터를 공유해야 할까요?
항공사들은 이미 소비자가 검색할 때마다 이러한 데이터를 생성하고 있습니다. 문제는 이 데이터가 귀사에 실질적인 도움이 되고 있는지, 아니면 그저 사라지고만 있는지에 있습니다.
인프라 비용 절감
새로운 API 호출을 생성하는 대신 기존 승객 검색 데이터를 재사용함으로써 API 비용을 최대 20%까지 절감할 수 있습니다. 데이터 수집 요구 사항이 증가함에 따라 Shopping Data도 그에 맞춰 확장됩니다. 인프라 운영 비용을 추가하지 않고도 더욱 풍부한 인텔리전스를 제공합니다.
가격 인텔리전스를 강화하세요.
기존의 정기 운임 데이터를 실시간 소비자 검색 행동 데이터와 결합해 보세요. 노선별 실제 수요, 운임 브랜드별 실적, 부가 서비스 이용 현황, 경쟁사들의 일중 가격 변동을 포함한 경쟁사 대비 입지 등을 파악할 수 있습니다.
실제 수요를 정확히 파악합니다.
오늘날의 수익 관리 도구는 예약 데이터를 기반으로 작동하지만, 이는 후행 지표에 불과합니다. 반면 쇼핑 데이터는 구매 전 의도를 드러내므로, 예약 데이터만으로는 달성할 수 없는 더 나은 수익성 결정, 예측 정확도 향상 및 전환율 최적화를 가능하게 합니다.
항상 상황을 파악하세요
‘기여-획득(give-to-get)’ 모델은 사용자가 기여한 만큼의 경쟁 데이터만 이용할 수 있음을 의미합니다. 승객의 개인 정보는 포함되지 않으며, 독점 정보가 노출될 우려도 없습니다. 항공사의 통제권을 기반으로 구축된 프레임워크 내에서 체계적이고 규제를 준수하는 인텔리전스가 공유됩니다.
업계 표준을 선도합니다.
초기 단계부터 참여하는 항공사들은 쇼핑 데이터가 업계 전반에서 어떻게 구조화되고, 관리되며, 활용될지 정의하는 데 기여합니다. 이는 단순한 접근 권한을 넘어, 향후 10년 동안 항공사 소매업을 뒷받침할 표준에 대한 영향력을 행사하는 것입니다.
마찰 없는 통합
OAG의 접근 방식은 기존 인프라와 원활하게 통합됩니다. 쇼핑 데이터는 항공사가 이미 사용하고 있는 동일한 데이터 전달 채널로 직접 전송되므로, 참여에 있어 가장 흔한 장벽을 제거합니다.
신뢰를 바탕으로, 설계 단계부터
OAG 공정성 엔진(OAG Fairness Engine)은 OAG 쇼핑 데이터 프로그램의 핵심으로, 각 항공사가 기여한 내용에 따라 정확히 어떤 정보에 접근할 수 있는지를 규정하는 일련의 규칙과 통제 장치입니다. 어떤 항공사도 자신이 제공한 정보보다 더 많은 정보를 볼 수 없습니다. 접근 권한은 기여 대비 기여, 노선 대비 노선 단위로, 타이밍, 집계 방식, 복잡성 등 동일한 수준의 경쟁 세부 사항에 맞춰 부여됩니다. 이러한 통제 메커니즘은 프로그램에 참여하는 모든 업체에 대해 자동적이고 일관되게 적용됩니다. 귀사는 항상 자사 데이터를 완전히 파악할 수 있습니다. 쇼핑 데이터는 실제 승객에 의해 생성되며, 귀사가 더 넓은 시장에 대해 확인할 수 있는 정보는 전적으로 귀사가 공유한 데이터에 따라 결정됩니다.
데이터 익명화
모든 데이터가 프로그램에 입력되기 전에 개인 식별 정보는 모두 제거됩니다. OAG가 보유하거나 공유하는 어떠한 데이터를 통해서도 승객을 식별하거나, 추적하거나, 프로파일링할 수 없습니다.
상호 접근 권한
사용자는 자신이 제공한 정보에 대해서만 접근할 수 있습니다. 이용 가능한 경쟁 정보의 수준은 사용자가 공유한 데이터와 직접적으로 연동됩니다. 모든 세부 수준에서 공정성이 보장됩니다.
데이터 지연 시간
데이터 생성 시점과 프로그램 제공 시점 사이에는 의도적인 시간 지연이 적용됩니다. 이를 통해 어떤 항공사도 공유된 데이터를 활용해 경쟁사의 실시간 가격 결정에 즉각 대응하지 못하도록 합니다.
데이터 집계
데이터는 유형과 기밀성에 따라 신중하게 처리됩니다. 개별 항공사 데이터에서 특정 항공사를 식별할 수 있는 경우, 해당 데이터는 공유되기 전에 집계된 형태로 통합됩니다. 각 참여자가 접근할 수 있는 세부 정보의 수준은 해당 참여자가 기여한 정보의 양에 따라 결정됩니다.
업계는 변화하고 있습니다. 여러분도 그 변화의 일원이 되시겠습니까?
세계 최대 규모의 항공사 50곳이 이미 OAG 쇼핑 데이터를 활용하고 있습니다. 이는 해당 제품이 완전히 출시되었기 때문이 아니라, 선점한 기업들이 단순히 뒤따르는 기업들과는 다른 방식으로 경쟁할 것임을 이해하고 있기 때문입니다. 항공사들은 쇼핑 데이터가 가격 인텔리전스의 차세대 영역이며, ‘주고받기(give-to-get)’ 모델이 이를 활용하는 데 있어 올바른 프레임워크임을 인식했습니다.
현재 참여하는 항공사들은 시스템 구축 방향을 주도적으로 형성하는 데 기여할 것입니다. 반면, 참여를 미루는 항공사들은 자신이 참여하지 않은 상태에서 구축된 시스템에 적응해야 하며, 이를 뒷받침하는 데이터를 먼저 확보한 경쟁사들과 경쟁해야 할 것입니다.
항공 업계에서는 데이터의 이점이 누적됩니다. 더 풍부한 상품 판매 인텔리전스를 보유한 항공사는 오늘날 더 나은 가격 책정 결정을 내릴 수 있으며, 이를 통해 창출된 수익을 내일의 더 나은 시스템에 재투자할 수 있습니다. 동등한 조건으로 참여할 수 있는 기회는 바로 지금입니다.
지금 함께할 준비가 되셨나요?
세계 최대 규모의 항공사 50곳이 OAG 쇼핑 데이터 서비스를 활용하고 있습니다. 중요한 것은 쇼핑 데이터가 항공사 가격 책정 인텔리전스를 재편할 것인가가 아닙니다. 귀사의 항공사가 그 방식을 정의하는 데 기여할 것인가가 핵심입니다.