Starbucks의 부활

고전하던 Starbucks가 부활에 성공한 것 같다.   지난 분기에 순이익이 전년 동기 $64.3백만에서 $241.5백만으로 급증했다.  매출은 4% 증가한 $27억이다.   그동안 계속 감소하던 점포당 매출도 4% 증가했다.     이런 실적을 반영해서 주가도 $23.29로 3배나 급증했다.    하지만 아직 역대 최고가 기록인 2006년의 $40에는 많이 모자란다.

Starbucks가 한창 고전하던 2008년 1월 경영에 복귀한 Schultz 회장은 미국에서 1500명, 해외에서 1700명을 해고하는 구조조정을 단행하고 초심으로 돌아가 고객에게 좋은 커피를 제공하는데 초점을 맞추었다.     고객 니즈가 지역에 따라 다르다는 점을 감안해서 지금까지 global하게 표준화시킨 매장 운영방식을 Local-ness 를 중시하는 방식으로 바꾸었다.    커피 구입도 기존의 대량 구매 방식을 바꾸어 각 지역에서 가장 좋은 커피를 소량 구매하는 것을 허용했다.    인테리어도 매장이 위치한 지역의 문화, 역사를 최대한 고려하도록 했다.

이런 아이디어를 어디서 얻었을까?  

• MyStarbucksIdea (“Online Suggestion Boxes – MyStarbucksIdea” 참조) 사이트를 만들어서 crowdsourcing 방식으로 고객, 거래처, 직원들로부터 의견을 직접 들었으며, 
• 젊은 직원들에게 “만약 Starbucks와 경쟁할 새로운 점포를 만든다면 어떻게 하겠는가?”라는 질문을 던져서 그 결과로 Starbucks 점포 근처에 15th Ave Coffee & Tea 와 같은 점포들을 만들어 Starbucks 점포와 경쟁시키면서 새로운 아이디어를 찾았다.

Source:  Now at Starbucks: A Rebound

관련 Post:

• Starbucks 커피를 Refill하면 안되는 이유
• Starbucks Instant Coffee
• 가끔 직원들에게 회사와 경쟁할 수 있는 새로운 비즈니스 모델을 구상하게 하라
• Starbucks에서 맥주와 와인을?
• 사람이나 기업이나 늙기 마련이다
• Sensory Branding을 위한 Starbucks의 조치

Trolley Problem에 대한 사람들의 반응

Trolley Problem은 윤리관련 실험에서 많이 이용되고 있는 문제를 말하는데 다음과 같은 3가지 버전이 있다.  

• 시나리오 A:  브레이크가 고장난 전차가 철로 위를 달리고 있고,  철로 끝에는 5명이 일하고 있는데,  피할 시간이 없다.   그런데 철로 중간에 전차를 다른 철로로 틀 수 있는데, 그쪽에는 1명이 일하고 있다.   당신에게 전차를 다른 방향으로 가게할 수 있는 스위치가 있다면 전차를 다른 방향으로 가게 하겠는가?
• 시나리오 B:  브레이크가 고장난 전차가 5명을 향해서 달리고 있는데,  당신은 다리위에서 그 모습을 보고 있다.   당신 옆에는 뚱뚱한 사람이 서 있는데,  그 사람을 밀어서 철로 위로 떨어뜨리면 전차를 멈추게하고 5명을 구할 수 있다.    당신을 그 뚱뚱한 사람을 밀어 떨어뜨리겠는가?
• 시나리오 C: 당신은 유능한 외과 의사이다.   당신에게는 장기 이식을 하지 않으면 곧 죽을 5명의 환자가 있다.     그런데 건강한 여행객이 체크 받으러 당신에게 왔다.   이 여행객의 장기는 5명의 환자에게 이식할 수 있는 조건을 갖추었다.   이 여행객이 사라지더라도 아무도 찾지 않는다.   당신은 5명의 환자를 위해 이 여행객을 희생시키겠는가? 

이 Trolley Problem을 Amazon Mechanical Turk를 통해 여러 사람들에게 질문했다.   이때 위 시나리오들은 1사람이 희생되면서  5명을 살리는 것이지만 구할 수 있는 사람의 수를 1명에서 1000명까지 다르게 해서 위 세가지 시나리오를 각기 다양하게 질문했다.    그 결과가 아래 그래프에 표시되었다.     x축은 구하는 사람의 수가 log 스케일로 표시되었다.     파란색은 시나리오 A, 초록색은 시나리오 B, 빨간색은 시나리오 C에 대한 답이다.   

다음은 Michael Sandel 교수가 “What is the right thing to do”  제목으로 하바드 학생들 대상으로 한 강연이다.    Trolley Problem을 사례로 사용하고 있는데,  TED에서 Best of the Web으로 소개하고 있다.

 

Source:  Crowdsourcing an Ethical Dilemma

Crowdsourcing을 이용한 Art 프로젝트

Amazon Mechanical Turk는 일반인들을 crowdsourcing에 사용할 수 있도록 Amazon이 제공하는 Web Service이다 (“가짜 Review를 만드는데 사용된 Amazon Mechanical Turk” 참조).    누구든지 (requester라고 한다) 여기에 자신을 위해 해 주길 원하는 일,   예를 들면 프로그램을 작성하거나, 사진의 tagging 작업을 하거나,  사진 이미지를 평가하거나,  제품의 매뉴얼을 작성하는 등   기계적으로는 할 수 없고 반드시 사람이 할 수 밖에 없는 일을 등록하고 그 대가로 지불할 금액을 제시하여 자신을 위해 일해 줄 사람들을 찾을 수 있다.   

최근 이 Amazon Mechanical Turk를 활용한 프로젝트들이 많아지고 있는데,  art 관련 몇가지 대표적인 사례를 소개한다.    Aaron Koblin은 Amazon Mechanical Turk를 이용해서 10,000명에게 아래 그림과 같은 염소를 컴퓨터로 그리도록 하고 그 결과를 http://www.thesheepmarket.com 에서 공개하면서 각 그림을 $20에 판매하고 있다.

최근에 Aaron Koblin은 Takashi Kawashima와 함께 공동작업으로 $100짜리 지폐를 10,000 조각으로 잘라서 Amazon Mechanical Turk를 통해 10,000명에게 1인당 1센트씩 주고 각 조각을 컴퓨터로 그리도록 해서 그 결과를 다시 결합해서 다음과 같이 만들었다.     군데 군데 이상하게 보이는 부분들은 작업자들이 제대로 작업하지 않았기 때문이다.    여기에 가면 10,000명이 수행한 작업을 구체적으로 볼 수 있다.

Smile, It’s a Wonderful Life!!!

아래 동영상은 16분짜리로 조금 길다.   아마추어가 만든 것 같은 짧은 영화인데, 보면 좋을 것 같다.    작은 칭찬이 세상을 바꿀 수 있다는 것을 보여준다.     추운 겨울에 가슴을 훈훈하게 만들어준다.     몰랐는데, 설명을 보니 많은 영화제에서 상을 탔다.

Twitter로 분석한 미국 항공사들의 고객 만족도

Tweetfeel, Twendz, Twitrratr는 Twitter에서 특정 주제에 대한 메시지들을 분석해서 부정적 메시지와 긍정적 메시지의 비율을 제공하는 사이트들이다 (“Tweetfeel, Twendz, Twitrratr 비교” 참조).    PeopleBrowsr는 이와 비슷한 방식으로 Twitter 메시지를 분석해서 미국 항공사들의 고객만족도를 측정했다.     재미있는 결과가 나왔다.

위 두개의 그래프에서 아래 그래프는 고객수와 만족도의 상관관계를 표시한 것이다.   고객수가 작은 소형항공사인 Hawaiian, SkyWest, Virgin (아래 그래프에서 오른쪽 하단 지역) 등의 만족도가 높은 반면에 대형항공사인 American, United, Continental, Delta (아래 그래프에서 왼쪽 상단 지역) 등의 만족도는 낮게 나타났다.    SouthWest는 대형항공사이면서도 높은 만족도를 보이고 있다.    Aloha는 만족도가 가장 높게 나왔는데,  이는 항공사 이름 때문인 것으로 보이기 때문에 분석에서 제외되어야 할 것이다.

이와 같은 분석은 Twitter 메시지에서 긍정적인 용어가 포함된 메시지의 비율과 부정적인 용어가 포함된 메시지의 비율을 고려해서 만들어지는데,  다음은 긍정적인 Twitter 메시지에서 사용된 용어들의 사용 빈도를 보여준다.   “best”, “cool”, “good”, “like”, “great” 등이 많이 사용되었으며,  ”upgrade”, “photo”, “nonstop”, “wifi”, “internet”, “hotel”, spaceport” 등의 단어들도 많이 보이는 것을 보면 이들이 만족도에 큰 영향을 주고 있다는 것을 알 수 있다. 

다음은 Twitter 메시지에서 사용된 부정적인 용어들의 사용빈도이다.   “fail”, “worst”, “sucks”, “delay”, “waiting”, “wtf”, “wait”, “cancelled”, “awaiting” 등이 많이 사용된 것을 보면 정해진 시간을 제대로 지키지 못하는 것이 가장 큰 불만 요인이 되고 있다는 것을 알 수 있다. 

Source:  Airlines: Who to fly with?

관련 Post:

• “Cancel Cable” 검색어 사용통계에서 짐작할 수 있는 Cable TV 회사들의 상황
• Large Scale Happiness Index 측정하기
• 인터넷에서 감정을 읽는 기술
• TV Trends
• Chatting과 메시지를 모니터하는 Software
• Google Suggest를 통해서 보는 세상
• 브랜드들의 웹사이트 Brands in Public
• Google Search Trends를 통해서 미국 자동차 시장을 살펴본다
• Google Internet Stats