데이터 기반 마케팅 설계 3단계

 

데이터 기반 마케팅 설계 

데이터 기반 마케팅 3단계 

1단계 - 마케팅 목표 정의 

- 빅데이터를 통해 새로운 제품과 서비스의 아이디어를 발굴하고, 시장의 수요를 예측할 수 있다. 기업도 맞춤형 제품과 서비스를 만들고, 고객 경험을 개인화할 수 있다. 적절한 가격을 책정하고, 가변적 가격 책정 모델을 설정하려고 해도, 데이터 기반 접근 방식이 필요하다. 

- 마케팅 커뮤니케이션을 할 때 타깃 고객 설정, 콘텐츠 창작, 미디어 선택 등을 위해 빅데이터를 사용한다. 채널 선택과 잠재 고객 생성과 같은 푸시 마케팅에도 유용하다. 애프터서비스와 고객 유지를 위해서도 데이터를 활용하는 게 일반적이다. 

이렇게 풍부한 사용 사례가 있지만, 데이터 기반 마케팅 활동을 시작할 때는, 한두 가지 목표로 초점을 좁히는 것이 중요하다.  집중적인 목표는 성과를 극대화할 가장 효과적인 방법을 고민하고, 실천하기 위해 노력하게 된다. 

- 명확한 목표를 정해놔야, 데이터 기반 마케팅 프로젝트는 평가가 가능하고, 책임질 수 있는 프로젝트가 된다. 데이터 분석을 통해서 얻은 통찰력은 더 실행가능하고, 구체적인 마케팅 개선 노력으로 이어질 수 있다. 

무엇을 제공할 것인가?

- 새로운 제품과 서비스를 구성한다. 
- 제품과 서비스에 대한 시장 수요를 예측한다. 
- 다음 번 구매를 권유한다. 
- 맞춤형 제품과 서비스를 만든다. 
- 고객의 경험을 개인화한다. 
- 신제품에 맞는 적절한 가격 정책을 결정한다. 
- 가변적 가격 책정 정책을 펼친다. 

어떻게 제공할 것인가? 

- 적절한 고객을 겨냥하고, 그들의 소재를 찾아낸다. 

- 적절한 마케팅 메시지와 콘텐츠를 결정한다. 

- 커뮤니케이션 목적에 맞는 적절한 미디어를 선택한다. 

- 특별한 가치를 전달할 채널을 선택한다. 

- 잠재 고객을 창출하고, 육성하기 위해 고객 프로필을 정리한다. 

- 고객에게 제공할 서비스 수준을 설계한다. 

- 고객의 잠재적 불만과 이탈 가능성을 파악한다. 

2단계 - 데이터 요건과 가용성 파악 

- 빅데이터를 분류하는 적절한 방법이 한 가지만 있는 건 아니다. 단, 실용적인 분류 방법 중 하나는 출처를 기준으로 하는 것이다. 

1. 소셜 데이터 

- 위치, 인구통계학적 양상, 관심사 등 소셜 미디어 사용자가 공유하는 모든 정보 

2. 미디어 데이터 

- 텔레비전, 라디오, 인쇄물, 영화 같은 기존 미디어의 시청률과 청취율 등 

3. 웹 트래픽 데이터 

- 페이지 뷰, 검색, 구매 등 인터넷 이용자가 생성한 모든 로그log 정보 

4. POS 및 거래 데이터 

- 위치, 금액, 신용카드 정보, 구매, 시기, 경우에 다라 고객ID 같은 모든 거래 정보

5. IoT 데이터

- 위치, 온도, 습도, 다른 장치와의 근접성, 활력징후 등 서로 연결된 기기와 센서가 수집한 모든 정보 

6. 참여 데이터

- 콜센터, 이메일, 채팅 데이터 등 기업이 고객과 직접 만나는 모든 접점의 정보 

- 마케터는 목표를 달성하는 데 필요한 모든 데이터를 정리해, 수집 계획을 세워야 한다. 데이터 매트릭스data martix는 목표 달성에 필요한 데이터를 보여주는 데 유용한 도구다. 데이터 매트릭스를 수평으로 보면, 목표를 달성하는 데 필요한 데이터가 충분한지 판단할 수 있다. 

종합적으로 이해해서 유용한 통찰력을 얻으려면 데이터 소스를 다각화해야 한다. 데이터 매트릭스를 수직으로 보면, 각 데이터 소스에서 어떤 정보를 추출해야 할지 이해할 수 있다.

- 기록해 놓은 데이터가 얼마나 잘 정리되고 유지되어 있느냐에 따라 '데이터 정화data cleaning'가 필요할 수도 있다. 데이터 정화는 데이터베이스의 오류/중복 등을 검출해서 정정하거나, 삭제하는 작업을 말한다.  

3단계 - 통합 데이터 생태계 구축

- 데이터 기반 마케팅 활동은 즉석에서 기민하게 수립된 프로젝트로 부터 시작된다. 장기적으로 봤을 때 데이터 기반 마케팅은 일상적인 작업이어야 한다. 기업은 데이터 수집 노력을 유지하고, 지속적으로 갱신하기 위해 모든 내외부 데이터를 통합하는 생태계를 구축해야 한다.

- 가장 큰 과제는, 모든 데이터 소스를 관통하는 공통 분모를 찾아내는 일이다. 이때 가장 이상적인 방법은, 각각의 고객 수준별 데이터를 통합해서 1:1 마케팅을 하는 것이다. 기록을 올바로 보관하게 되면, 확보한 모든 데이터 세트를 항상 고객 고유 ID와 연결해 놓을 수 있다. 

- 예를 들어, 핸드폰을 갖고 있는 고객이, 매장 내 특정 통로에 설치된 세서 근처에 있을 때마다, 센서가 고객의 움직임을 기록한다. 실제 공간에서 고객 움직임을 추적하는 데 유용한 방법이다. 그러나 개인정보 문제로, 개별 고객에 모든 것을 연결할 수 없는 경우도 가끔 생긴다. 

-  절충하는 방법은, 특정 인구 통계학적 세분화의 변수를 공통분모로 사용하는 것이다. 쉽게 말해, '18~34세 남성 고객' 식의 세그먼트 명칭이 그런 특정 인구통계와 관련된 모든 데이터 소스에서 얻은 모든 정보를 통합할 때 쓰는 고유한 ID가 될 수 있다. 

관련 글: 일대일 마케팅 세분화 방법 

관련 글: 마케팅 + 기술 활용 방법 

관련 글: 웹사이트 고객 경험/여정 관리