[Book] 마케팅을 바꾸는 데이터의 힘 | LIM

 

이 책은 우연히 교보문고에 들렸다가 제목이 마음에 들어서 사 왔던 책이다. 

데이터 운영팀에 있으면서 결국 데이터를 관리하고자 하는 목적이 무엇이냐에 대해 생각해 봤을 때 결국 데이터를 통해 유의미한 결과를 도출해 사람들의 유입을 증가시키고 결국 매출을 상승시키고자 하는 것이다.

 

이 책은 마케팅 분야에서 왜 데이터가 중요하고, 이러한 데이터들을 어떻게 활용해서 비즈니스 목표를 달성시킬 것인가에 대해 전반적으로 설명해주고 있다. 

 

 

데이터를 아는 마케터가 먼저 성공한다.

 

목차

1부: 이것이 데이터 마케팅이다.

2부: 빅데이터 대홍수에서 마케터로 살아남기

3부: 소비자를 VIP로 만드는 마케팅의 진화

4부: 데이터는 어떻게 기업의 무기가 되는가

 

 

이것이 데이터 마케팅이다.

데이터 마켓팅은 직관과 경험을 넘어서서 정량적인 데이터 지표로 의사결정을 뒷받침할 수 있어야 하는 것이다. 

월마트와 나이키의 사례를 살펴보자.

 

[월마트]

맥킨지앤컴퍼니의 조사에 따르면 코로나 바이러스로 팬데믹이 시작된 이후로 소비자의 구매 행태가 크게 변화했다고 한다. 기존에 시도하지 않았던 새로운 쇼핑 방법을 시작했다는 답변이 75%이고, 새로운 쇼핑 방법을 앞으로도 지속하겠다고 답변한 비율이 무려 73%에 이르렀다. 

 

월마트는 원래 오프라인 대형마트였다. 하지만 월마트는 코로나 팬데믹 변화에 대응하기 위해 "월마트 스토어"에서 "스토어"란 단어를 떼내고 사명을 월마트로 변경했다. 

 

월마트의 CEO 더그 맥밀런은 "우리는 고객의 선택과 필요에 따라 성장 전략을 바꿔야 하는 유통업체이기에 온라인 쇼핑을 원하는 고객의 니즈에 맞춰 회사 이름을 바꿨다"라고 설명했다.

 

월마트는 오프라인 매장에서 고객 경험을 개선하기 위해 "인텔리전트 리테일 랩"을 운영한다. 이 매장에 청소하는 AI 로봇이 있는데 이 로봇의 핵심 기능은 사실 청소가 아니라 내장된 카메라와 센서로 데이터를 수집하는 일이다. 

 

실시간으로 재고를 파악하고 가격이 잘못 기재된 제품을 찾아내는 등 고객 경험을 개선하는 데 도움을 주고 있다. 또한 이 데이터들은 지속적인 서비스 최적화 및 구매 효율화에 적용되면서, 월마트 비즈니스 전반에서 디지털 전환을 촉진할 것이다. 

 

[나이키]

나이키는 2017년부터 아마존에 입점해 직접 제품을 판매했다. 아마존 채널에서 나이키의 매출은 계속 상승했지만 막대한 판매 수수료를 지불해야했다. 따라서 2019년 11월, 나이키는 아마존 탈퇴를 전격 선언하고 아마존에서의 나이키 제품 판매 중단을 결정했다.

 

하지만 이 엄청난 매출을 일으키는 핵심 유통채널을 포기한게 과연 막대한 수수료 때문이었을까?

 

아니다. 나이키는 아마존에서 판매가 아무리 늘어나도 구매 과정에서 쌓이는 수많은 데이터를 확보할 수 없어, 고객의 구매경험을 설계할 수도, 소비자들과 직접 상호작용할 수도 없었다. 단순히 제품을 생산해서 공급만 하는 제조 업체로 전락할 위기감을 느끼고 직접 데이터를 얻고자 아마존을 탈퇴한 것이다. 

 

자사 내 구매 고객경험을 증진시키기 위해서는 데이터를 통해 의사결정을 내리고 판단하는 것이 중요하다. 고객 데이터를 확보할 수 없다면 자사 브랜드만의 고객 경험을 직접 설계하고 관계를 유지하기가 어렵다. 

 

따라서 최근 강조되는 글로벌 커머스 트렌드가 바로 D2C(Direct To Customer) 이다. 

 

이전 나이키처럼 거대 이커머스 플랫폼에 의존도가 높다면 소비자와 브랜드 관계는 오히려 멀어질 수 있기 때문이다. 

 

 

❗️하지만 여기서 짚고 넘어가야 할 점이 있다.

 

데이터를 많이 보유한다고 무조건 좋을까? 데이터가 모든 문제를 해결해 줄 수 있을까?

=> 아니다. 데이터의 양이 아무리 많고 AI가 아무리 발전해도, 단순한 실행과 관련된 의사결정 외에 전사적인 마케팅 전략 수립이나 의사 결정을 전적으로 AI에게 맡길 수는 없는 것이다. 

 

이 책에서도 다크데이터의 주의성과 어떻게 데이터를 수집하고 설계해야 할 지를 설명해주고 있다. 

https://amazelimi.tistory.com/entry/Book-Review-%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%A1%9C-%EA%B2%BD%ED%97%98%EC%9D%84-%EB%94%94%EC%9E%90%EC%9D%B8%ED%95%98%EB%9D%BC-LIM

[Book Review] 데이터로 경험을 디자인하라 | LIM

 

 

데이터는 재료일 뿐, 완성은 마케터에게 달렸다. 

 

마케터의 수 많은 가설들 중 데이터로 그것을 입증하고, 입증된 가설들을 실제로 채택해 고객경험을 증진시키는 것이다. 

즉, 마케터의 지식과 경험에 데이터 인사이트라는 근거가 더해질 때 더 나은 전략과 실행 결과를 기대할 수 있는 것이다. 

 

 

그 외로도 데이터를 통해 마케팅을 혁신하기 위해서는 애자일한 방법을 통해 소비자의 욕구를 기민하게 해결하고, 초개인화 마케팅을 통해 고객경험 최적화를 이끌어야 한다고 제안한다. 

 

예를 들어, 서비스 이탈 고객을 예측해서 이탈이 이루어질 것으로 판단되는 시점 바로 직전에 개인화 메시지와 함께 할인 쿠폰이나 무료 이벤트 등의 혜택을 제공한다든가, 개인의 구매 패턴을 인식해서 특정 제품의 재구매 시점에 구매 가능성이 큰 제품 정보를 할인과 함께 제공하는 일 같은 것들 말이다. 

 

빅데이터 대홍수에서 마케터로 살아남기

위에서 데이터가 중요하다고 계속해서 어필했다. 그럼 쌓인 데이터를 잘 관찰하면 답을 알고 미래를 예측할 수 있는 걸까?

 

2장은 이러한 질문에 대한 답변이 될 것 같다. 

 

데이터는 현상일 뿐, 인사이트는 분석에 있다. 

데이터를 모으고 현상을 분석했다고 해서 끝이 아닌 것이다. 예를 들어, 실제 2016년 미국 대통령 선거에서 선거 직전 여론조사에서는 힐러리가 크게 이기는 것으로 나타났으나, 트럼프가 대통령이 되었던 것이다. 

 

이는 샤이 트럼프들이 많았기 때문이다. 

 

하지만 최근 데이터 분석은 설문조사와 같이 직접 답변을 얻기보다는, 고객의 인지부터 고매에 이르기까지 각 단계에서 고객의 모든 데이터들을 자동으로 수집하기 때문에 개인의 생각과 숨은 의도가 분석 결과에 영향을 줄 가능성은 거의 없다. 

 

우리가 누군가를 속이기 위해 다른 행동을 하면서 물건을 구매하지는 않으니까..

 

하지만 이렇게 모은 데이터들로 현상과 원인을 파악하는 데는 유용할 수 있지만 직접적인 소비자들의 깊은 생각까지는 알기 어려울 수 있다. 이럴 때 추가적인 조사로 소비자의 생각과 의견을 참고한다면 소비자를 더 깊이 이해할 수 있고, 이때 어떻게 소비자의 생각과 의견을 얻어낼지는 직접적으로 그 소비자에게 공감하며 찾아내야 하는 것 같다. 

 

어떻게 데이터를 수집할 것인가

데이터 분석을 할 때 "무엇을 알고 싶은 지" 올바른 질문을 하고 "어떤 목표를 달성하고자 하는지" 분석의 목적을 명확하게 정의하지 않으면 어떤 데이터를 확보해야 하는지 알 수가 없고 분석의 방향성을 정하기 어렵다. 

 

분석의 방향성을 정하지 않고 무작정 수집만 하는 데이터들은 기업 내 "다크데이터"가 될 뿐이다. 

 

이렇게 분석 목적을 명확하게 설정하고 필요한 데이터를 수집하고 가공함으로써 어떤 문제에 대한 해결 방안을 찾아야 한다. 이 해결 방안을 찾아 실행에 옮기고 다시 측정하는 단계로 돌아간다. 이러한 과정을 반복해 나가는 것이 데이터 기반의 성장을 만들어내는 가장 일반적인 과정이다. 

 

즉, 데이터를 수집하는 것도 중요하지만 가설을 잘 세우고 그것을 증명할 수 있는 데이터가 있다면 그것을 사용하고, 없다면 그때 목적에 맞는 데이터를 수집해 문제를 해결해 나가고 피드백하는 과정을 반복하는 것.

 

그것이 데이터를 통해 의사결정하고 문제를 해결해 나가는 과정이라고 생각한다. 

 

고객을 다각도로 이해하기 위해서

일반적으로 마케팅 실무 현장에서 활용하는 데이터는 크게 고객 행동 데이터와 고객 프로파일 데이터 두 가지로 나뉜다. 

 

고객 행동 데이터는 실시간으로 고객이 자사 플랫폼에서 일어나는 과정들을 기록한 데이터이다. 그러나 각 측정 지점의 지표가 어떠한 가치를 지닌 값으로 해석되기보다는 규모와 비율을 평가하는데 주로 사용된다. 

또한, 특정 행동이 이루어지는 시점을 기준으로 저장되기 때문에 시간에 종속된다는 특징이 있다. 

 

이러한 특정 고객들의 특징을 군집화해서 공통된 특징을 가지는 유형과 집단으로 정의해서 분류한 것이 프로파일 데이터이다. 

 

즉, 고객 행동 데이터는 고객의 구매 과정에서 단계별로 측정한 정량적인 값을 설명해 주는 데이터라면 프로파일 데이터는 각각의 고객들의 특성을 묶어 분류한 집단이라고 보면 된다. 

 

이 프로파일 데이터를 기반으로 특정 고객 행동 데이터를 통해 개인화된 마케팅을 진행할 수 있게 된다.

 

고객의 프로파일 데이터 수집부터 액션까지

수집하고 정제한 데이터를 활용 목적에 맞게 실무에서 활용하려면 각 단계별로 솔루션 또는 툴이 필요하다. 

 

크게 데이터 측정 툴, 데이터 분석 툴, 데이터 액션 툴 3가지로 나뉜다. 

 

[데이터 측정 툴]

데이터가 생성되는 위치에서 사전에 정의한 특정한 행동을 측정하고 데이터로 저장하는 도구이다. UA나, GA가 여기에 속한다. 

 

[데이터 분석 툴]

데이터를 분석할 수 있는 툴은 알다시피 매우 많다. 특정 언어로 분석이 가능하다면 R이나 Python 이 있고, SaaS 툴로는 앰플리튜드, 믹스패널, 어도비 애널리틱스 등의 솔루션이 많이 알려져 있다. 

 

[데이터 액션 툴]

데이터 분석을 거쳐 마케팅을 진행할 때 이때 활용하는 도구가 액션 툴이다. 개인화 마케팅을 자동화해 한 번 세팅한 조건에 따라 액션 툴이 마케팅 액션(ex. 메시지 보내기, 푸시 발송 등)을 자동으로 실행한다. 

 

 

이러한 것들을 하나로 실행하고 관리할 수 있는 게 CDP(Customer Data Platform)이다. 

CDP는 기업이 데이터를 수집, 정제, 분석, 활용할 때 기능별로 서로 다른 솔루션을 활용해야 한다는 분석 도구의 파편화 이슈를 해결해 주는 통합 솔루션이다. 

 

별도의 데이터 솔루션을 활용해도 되지만, 개별 툴을 연동해서 활용하면 비용이 커질 뿐 아니라, 툴마다 사용법도 다르고 문제가 생겨도 해결하기가 매우 어렵다는 단점이 있다. 

 

해당 솔루션에 대해서는 한 번 찾아보고 정리해보아도 괜찮을 것 같아. 국내에는 이 책을 쓰신 백승록 저자께서 컨설팅 부문 대표로 계신 아이지에이웍스의 디파이너리 솔루션이 있다고 한다. 

 

 

---

데이터를 운영하고 플랫폼들을 통합해야 하는 미션을 받은 도중 이 책을 접하게 돼서 많은 인사이트를 얻을 수 있게 되었다. 

 

3부: 소비자를 VIP로 만드는 마케팅의 진화

4부: 데이터는 어떻게 기업의 무기가 되는가

 

위 챕터도 조만간 읽고 어서 정리해 봐야겠다