grownbetter

by
Invalid Date

👀 뉴스레터를 구독하시면, 가장 빠른 그로우앤베터의 글을 받아보실 수 있어요! (구독하기)


 


안녕하세요, 그로우앤베터 콘텐츠 에디터 Yong(최용경)입니다. 🌴


이제는 데이터 기반의 마케팅이 '뉴노멀'로 자리잡고 있는데요. 특히 팬데믹 이후에 온라인 시장이 더욱 활성화되면서 데이터 기반으로 고객을 분석하고 타깃팅하는 개인화 마케팅이 모든 기업에게 필수 요소로 자리하고 있습니다. 데이터 기반의 마케팅 트렌드를 분석하고, 브랜드 사례와 함께 실질적인 액션 플랜까지 도출한 맥킨지의 아티클을 여러분들께 소개하려고 하는데요.


 


이 아티클이 제안하는 요지는 아래와 같습니다.

(1) 자사 데이터 외에 제3자 데이터도 필수적으로 확인하기

(2) 데이터 분석 모델과 툴의 도입을 위해 기존의 마케팅 예산을 재점검하기

(3) 애자일 방식이 재택 근무의 환경에서도 작동하도록 환경 구축하기


 


우리 회사가 어떤 방식으로 데이터 기반 마케팅을 도입할지 고민하는 것도 중요하지만, 그에 앞서 업무 문화를 데이터 기반으로 만드는 것 자체도 굉장히 중요한데요. 이를 위해 빠르게 취할 수 있는 전술도 아티클에 소개되어 있으니, 꼭 한 번 읽어주세요!


 


 


 


'넥스트 노멀' 시대의 데이터 기반 마케팅

by McKinsey & Company

( 원문 / 번역: 최용경 )

 

 


2020년 3월부터 8월까지, 6개월이라는 짧은 시간동안 고객은 많은 변화를 경험하고 있다. 20%의 고객은 기존에 쓰던 브랜드를 다른 브랜드로 바꾸는 경험을 했으며, 무려 70%의 고객은 처음 경험하는 온라인 쇼핑 채널을 새로 사용해보았다고 한다. 최근 몇 개월간 소매업계에는 10년 치 규모의 급격한 디지털화의 열풍이 불고 있는 것. 


하지만, 이러한 데이터의 급등이 곧 바로 마케터의 고객에 대한 이해를 높이지는 못했다. 많은 회사가 사용하는 데이터 분석 모델 자체가 구식이기 때문에, 필요한 수준으로 데이터를 “빠르게” “세분화”하는 방향으로 이어지지는 못한 것이다. 마케팅팀은 고객을 타깃팅하고 개인화 메시지를 기획하는데 데이터를 활용하기 보다는, 그저 전체 고객과의 소통과 프로모션 전략을 기획하는데 데이터를 활용했다.


어느 CMO가 말했다.

사실, 우리는 데이터 기반의 세분화된 마케팅을 도입하는 대신, 매스 마케팅을 유지하는 것으로 크게 후퇴했어요. 고객의 행동 방식이 매우 빠르게 변하는 데다가, 과거의 데이터와 분석 모델은 더 이상 신뢰할 수 없기 때문이죠.

하지만, 일부 마케터는 정밀한 마케팅을 포기하지 않고, 데이터를 적극적으로 사용하는 방향을 선택하고 있다. 예를 들어, 한 소비재 회사는 팬데믹으로 인한 락다운 정책이 점차 열리면서, 뷰티 제품의 판매가 급등할 것을 예상했다. 이 회사의 마케팅팀은 전염병학상의 통계와 지역 정부의 코로나 리포팅, 트래픽 데이터 등을 활용하여 지역 기반의 매장 재개의 동향을 계속해서 살펴보았으며, 이를 바탕으로 어떤 매체에 집중할지를 결정했다. 이러한 마케팅 전술은 결론적으로 이 회사에게 두자리 수의 매출 증가를 가져왔다.



비슷하게, 최근의 트렌드 데이터를 활용하는 방식도 인사이트 도출에 크게 도움이 된다. 예를 들어, 한 B2B 회사가 ‘사업 등록’과 ‘채용’ 데이터를 살펴보니, 다른 사업체에 비해 큰 도시에 위치한 소규모 헬스케어 사업체가 훨씬 빠른 속도로 성장한다는 것을 파악할 수 있었다. 이러한 인사이트를 활용하여, 이 회사는 헬스케어 관련 B2B 서비스를 개발하였으며, 이 사업체들을 타깃팅한 유료 광고를 집행했다. 이렇게 데이터 기반의 마케팅 캠페인과 트렌드를 결합하니, 판매 성과는 10% 이상까지 증가할 수 있었다.


정밀한 마케팅을 연마하는 회사들은 거대한 변화의 기간을 오히려 많은 고객 확보의 기회로 탈바꿈할 수 있다. 그러나, 기회를 제대로 잡기 위해서는 새로운 종류의 데이터를 수집하는 것부터 알고리즘 구조까지, 기존의 마케팅 모델을 완전히 개선해야 한다. 이를 통해, 변화하는 고객의 니즈와 기대에 부응할 뿐만 아니라, 고객의 행동 변화까지 예상할 수 있다.


 




당신이 알아야할 새로운 챌린지

 

정밀한 마케팅 모델은 고객의 행동 패턴을 통해 결과를 도출하며, 이를 학습하도록 설계되어 있다. 예를 들어, 2주 내에 2번 이상 웹사이트 방문을 할만한 고객이 30% 더 높은 확률로 구매를 할 것이라는 것을 알고리즘이 학습할 수 있다는 것이다. 이러한 데이터 기반의 지표는 단순 방문자를 구매자로 전환되는데 중요한 영향력을 행사할만한 트리거 설계를 돕는다. 마케터는 데이터를 기반으로 고객 획득 전략의 방향성을 설계하며, 가장 이익이 되는 고객 그룹을 분류하여 마케팅 예산을 사용할 수 있다. 


하지만 여기에도 하나의 문제가 있다. 바로, 팬데믹 이후로 고객의 행동이 급속도로 변화하여, 기존의 데이터 모델이 더 이상 유효하지 않다는 점이다. 일시적인 사건처럼 보였던 ‘고객의 이동성' 등의 외부 효과들이 이제는 중요함 그 이상이 된 것이다. 고객이 매장에 갈 수 없기 때문에 방문 수가 줄어든 것일까? 아니면 고객은 더 이상 매장에 갈 의사가 없어진 것일까? 마케팅팀은 이를 알 수 없게 되었다.


포츈100에 소개되기도 했던 CMO는 말했다.

새로운 사업 기회를 보여주는 수치는 자사의 데이터만으로는 도출될 수 없습니다.

고객의 패턴은 분명히 존재하지만 이를 파악하기는 더욱 어려워졌으며, 패턴이 파악됐다 할지라도 그 수명이 매우 짧아졌다. 락다운 상황에 따라 활성화되는 커뮤니티가 대표적인 사례이다. 

고객 행동의 핵심 지표를 제 때에 알아내 액션으로 옮기려면, 마케팅팀은 계속해서 다양한 경로에서 데이터를 추출하고, 훨씬 더 상세한 데이터를 확보해야 한다. 예를 들어, 한 회사는 도시의 블록 단위로 데이터를 깊게 살펴보기도 한다. 하지만, 대부분의 회사는 사내에서 발굴한 고객 데이터에만 의존하며, 빅데이터를 다루기에 적합하지 않은 모델링 툴을 활용한다.


마케터가 알아야할 2가지 이슈가 더 있다. 맥킨지 데이터에 따르면, 대부분의 회사가 코로나 이후 마케팅 예산을 대폭 절감했으며, 60%의 마케터가 예산이 심각하게 줄어들었다고 말했다. 


한 시니어 마케터는 이렇게 말했다. 

제 예산이 증발해버렸어요. 필수적으로 집행해야할 마케팅을 수행하기에도 벅찬 예산만 확보되어서, 새로운 실험은 할 여력이 없습니다.


 


또 다른 이슈는 업무 환경이 ‘재택 근무’로 빠르게, 그리고 급격하게 전환됐다는 점이다. 데이터 기반의 마케팅은 애자일 기반의 환경에서 효과가 가장 좋은데, 애자일 환경은 스프린트 단위로 테스트를 반복하는 사이클을 수행하는 환경이다. 그러나, 요즘에는 거의 2/3의 직원들이 집에서 일을 하기 때문에, 마케팅 팀장들은 효과적인 업무방법론을 찾는 것 자체를 어려워하고 있다. 


포츈 100에 소개된적이 있는 한 CMO가 말했다.

과거에 우리는 마치 중앙 명령 체제의 전쟁처럼, 모두가 마케팅 기획에 뛰어들었지만, 현재는 모든 사람들이 리모트로 근무하기 때문에, 예전보다 빠르게 반응하기가 힘들어졌어요.

 




변화하는 시대에 정교한 모델을 만드는 방법

 

다수를 대상으로 한 마케팅으로 후퇴한 기업에 비해, 마케팅 모델을 업그레이드한 기업은 훨씬 더 효과적으로 매출을 창출한다. 효율적으로 매출을 만들기 위해서는 다음을 수행해야 한다.


 

새로우면서도 더 나은 데이터 활용하기

정교한 마케팅은 데이터가 기반이 되어야만 한다. 새로운 분석 모델을 도입하더라도, 데이터가 오래되었다면, 부정확한 결과를 만들 수 밖에 없다. 뉴노멀 시대의 리더들은 인사이트를 더욱 정교하게 도출하기 위해 넓은 시각으로 데이터 수집을 해야하며, 이는 고객 행동 데이터, 지역 기반 데이터 뿐만 아니라 사업, 고객, 경쟁사 등의 영역에서의 제3자 데이터 분석을 의미한다. 이는 자사 데이터의 불완전성을 보완할 것이다.

이렇게 제3자 데이터를 도입하는 회사들 중 몇몇은 정부 기관에서 제공하는 전염병학 데이터와 고객의 이동과 매출을 보여주는 제3자 데이터를 그들의 모델과 결합하여 최상의 가치를 가진 인사이트를 발견해낸다. 넓은 범주의 데이터를 수집하는 회사는 고객 수요의 미세한 증가 추세까지도 빠르게 파악할 수 있으며, 이는 새로운 고객이 어디에서 오는지, 기존 고객 중 어떤 고객이 구매를 늘리는지, 이탈 고객은 어디로 가는지까지 파악할 수 있다.


소매업 프랜차이즈 회사의 예시를 살펴보자. 데이터 모델을 개선하기 전에도, 이 회사는 얼마나 많은 고객을 얻고 잃었는지 정도는 파악할 수 있었다. 하지만, 전화번호 기반으로 경쟁사의 사용자 변화 트렌드를 파악하는 분석법을 통해 팬데믹 기간동안 획득한 많은 고객들은 대부분 비싸고 전문적인 성향의 경쟁사로부터 유입됐다는 것을 알게 되었으며, 이탈한 고객은 좀 더 저렴한 경쟁사로 이동한다는 것까지도 파악했다. 이 정보를 기반으로, 해당 소매업 브랜드는 고객의 온보딩 과정과 이탈 방지 캠페인에 변화를 주었다. 비싼 경쟁사에서 유입된 고객에게는 조금 더 고급스러운 오퍼를 담은 이메일 광고를 진행했고, 이탈 위험이 있는 가성비를 중시하는 고객에게는 할인 기반의 제품을 내세웠다.


또 다른 예시로, 소규모 사업체의 중요 포인트를 파악할 수 있는 제3자 데이터를 태핑한 B2B 서비스 기업을 살펴보자. 이 회사는 제3자 데이터를 새롭게 활용함으로써, 팬데믹의 격변기동안 언제 새로운 사업체가 개업할지를 단 하루의 차이로 알게 되었다. 이를 기반으로, B2B 세일즈팀은 즉각 소규모 사업체에 맞는 제품과 메시지를 활용하여 소규모 사업체에 연락을 취했으며, 이는 세일즈의 생산성을 25%까지 끌어올렸다.




회사는 탄탄한 데이터 구조로 양질의 경쟁사 정보를 얻을 수 있다. 자사와 타사의 데이터를 비교함으로써 마케터는 자사가 가진 강점과 가치제안을 평가할 수 있으며, 자사의 어떤 요소가 특정 고객에게 어떻게 느껴질지도 예상할 수 있기 때문에, 마케팅팀은 이러한 고객 그룹을 세심하게 타깃팅한 메시지와 콘텐츠, 오퍼를 제공할 수 있다.


 

대규모 환경에 제대로 활용될 기술에 투자하기

뉴노멀 시대에 특히 증가하는 불확실성 때문에 마케터들은 실험을 더욱 제대로 해내야하며, 더욱 빠르게 반응해야 한다. 애자일 모델은 빠른 실험 환경에 핵심적인 요소이기도 하지만, 이는 또한 대규모로 활용할 기술에서도 필수적이다. 마케팅 메시지에 고객이 어떻게 반응하는지 보고, 고객의 의도가 담긴 시그널을 읽고 해석하며, 이를 엔진에 다시 반영하는 발전된 기술을 통해 어떤 마케팅이 효과적인지 아닌지를 확인할 수 있다. 

한계를 뛰어넘고자하는 마케터는 각 마케팅 캠페인을 살펴보고, 각 단계에서 정보를 얻는 AI를 사용하려고 한다. 이는 어떤 캠페인이 어떤 고객에게, 어떤 타이밍에, 어떤 채널에서 효과적인지를 확인하기 위함이다. 이 정보를 기반으로 마케터들은 마케팅 전략을 기획한다. 표준적인 분석법을 사용하여 이렇게 구체적인 인사이트를 도출하는 것은 평균적으로 며칠이 걸리지만, AI 기반의 모니터링 시스템은 단 몇 분, 혹은 몇 초면 인사이트 도출이 가능하다.


한 소비재 회사는 락다운 이후에 고객 리텐션을 위한 캠페인을 론칭했다. 이 회사의 기존 고객 분석 툴은 전체 고객 타깃의 마케팅 캠페인만을 테스트할 수 있는 제한적인 기능만 갖추었다. 이를 해결하기 위해, 이 조직은 새로운 AI 엔진을 파일롯 론칭했는데, 이 AI 엔진은 미국의 핵심 기반 통계 지역에서의 고객 반응을 깊게 들여다볼 수 있었고, 비슷한 경제학적, 전염병학적 환경의 특정 시장에서 그 회사의 캠페인이 특히 효과적으로 작동한다는 것을 증명했다. 




이 AI 엔진은 캠페인의 퍼포먼스 패턴의 진화도 보여주었다. 이는 마케팅팀의 환경 설정을 도울 뿐만 아니라, 캠페인을 타깃팅 로직에 직접 적용할 수 있도록 했다. 즉, 넓은 범주의 데이터 기반의 마케팅은 이 조직에 중요하게 활용되었고, 결과적으로 마케팅 실험의 횟수를 5배 이상 늘릴 수 있었다.


 


 

성공을 위한 두 가지 열쇠: 기술 투자를 위해 아끼고, 애자일해지기

 

향상된 모델을 통해 가치를 이끌어내기 위해서는 두 가지 액션이 중요하다.


 

기술 투자를 위해 아끼기

일부 회사들은 단순히 예산을 삭감하거나 부서별로 긴축 정책을 수립하는 반면에, 성공하는 회사들은 비효율적인 영역의 지출을 줄이고 남은 예산을 분석툴에 재배치하는 방식을 선택한다. 이렇게 아낀 비용이 전체 예산의 10-20%을 상회하는 수준일 때도 있다. 이렇게 비용을 아끼기 위해서는 꼼꼼하면서도 빠르게 마케팅 비용을 재평가할 필요가 있으며, 이를 통해 코로나 환경이 어떻게 ROI에 영향을 미쳤는지도 확인할 수 있다. 

마케팅 행사 스폰서십, TV 광고, 그리고 구식 용어를 기반으로 한 디스플레이 광고 등은 마케팅 성과 재검검을 통해 급속도로 대체될만한 매체 사례 중 일부에 해당한다. 한 의류 소매업체의 경우, 팬데믹 기간동안 유료 검색 광고의 효율이 빠르게 줄고, 소셜 미디어의 효율은 훨씬 늘었다는 것을 발견했다. 또한, 이 회사의 마케팅 팀장은 기존의 마케팅 소재를 재사용하므로써 추가 비용을 더 아낄 수 있었다. 이러한 비용 절감을 통해, 마케팅팀은 데이터 기반의 그로스 전략에 투자할만한 예산을 확보할 수 있다.


 

재택 근무 환경에서의 애자일 마케팅 활용하기

애자일은 마케팅팀이 고객 행동을 테스트하고 변화에 빠르게 반응하도록 돕는다. 예전에는 한 공간에서 일할 때 애자일팀의 효율이 가장 좋다고 여겼지만, 팬데믹 이후로 증가한 재택근무는 이 관점에 변화를 가져왔다. 업계를 선도하는 회사들이 오프라인 상의 사무실에서 가상 공간으로의 업무환경 전환을 만들어 가고 있는 것이다. 비디오콜을 통한 스프린트와 같은 애자일 프로토콜과 협업툴을 활용해서 추가적인 소통 방식을 만드는 방법을 통한 방식으로 말이다. 최고의 회사들은 한 발 더 나아가서, 기술팀의 도움을 받아 파트너사의 다양한 기술에 대응할만한 공유 툴과 가이드라인을 만드는 등 파트너사를 재택 업무 환경에 결합하기도 한다. 



퍼포먼스가 좋은 회사들은 훌륭한 결과를 도출했다. 예를 들어, 북미의 통신회사는 가상의 온라인 사무실을 만들었다. 이는 온라인 공간과 디지털 스크럼 보드를 포함하는 것으로, 이를 통해 업무와 퍼포먼스를 관리한다. 스프린트 계획은 진보적 방식의 투표를 통해서 이루어지며, 투표는 각각의 테스트 아이디어를 치열하게 토론한 후 이루어진다. 또한, 이 회사들은 비디오 스탠드업을 활용해서 회사 행사를 치르기도 한다. 가상의 오피스는 테스트 결과를 향상시켰을 뿐 아니라, 기존에 대면으로 진행했던 방식보다 3배 더 많이 테스트를 진행할 수 있게끔 했다.


원격 애자일 모델에 도움이 되는 방식으로 계속해서 예산을 설계하고 운영 방식을 계획해야 한다. 또한, 마케팅 팀장은 분기별, 혹은 반기별 대신, 월 단위로 성과를 측정해야 최상의 기회에 비용과 리소스를 제대로 맞출 수 있을 것이다.


 


 


정교한 마케팅을 최우선시 하는 기업은 팬데믹을 오히려 전환의 기회로 만들 수 있다. 새로운 데이터를 제대로 포착하며, 새로운 고객 행동의 연관성을 발견하고, 집요한 실험을 하므로써 마케터는 성장할 수 있으며 최상의 ROI와 회복력을 갖출 수 있다.


 

마케팅
애자일