'빅데이터'를 활용한 온라인 마케팅 사례 [고도화된 데이터 분석, 마케팅 전략 변화 이끈다]

'빅데이터'를 활용한 온라인 마케팅 사례

온라인 마케팅에 빅데이터 활용하기

디지털 미디어 시대, 정보에 대한 분석을 통해 통계적 추론을 내세워 온라인 판매 전략 및 마케팅 전략을 세울 수 있도록 해주는 '빅데이터'에 대해 이야기하겠습니다.

빅데이터(Big Data) 란  무엇인가? 

 

 

빅데이터의 정의

빅데이터란, 일반적으로 '방대한 양의 데이터' 정도로 알고 있을 것입니다.

물론 맞는 말입니다.  다만 데이터의 양뿐만 아니라 생성 주기도 짧고, 형태도 수치뿐만 아니라 문자와 영상을 모두 포함하고 있으며 기존의 방법이나 도구로는 수집, 저장, 분석 등이 어려운 정형/비정형 데이터를 말합니다.

 

빅데이터의 특징

다음 3가지로 요약됩니다. 일명 "V3"

 

<자료: 네이버 백과사전>

 

크기(Volume) - 데이터의 물리적인 크기

다양성(Variety) - 데이터의 형태 유무와 연산 가능 여부에 따라 나뉘는 데이터의 다양성 속도(Velocity) - 이를 빠르게 분석하고 처리하는 속도, 데이터의 크기와 종류가 다양한 만큼 이를 처리하는 속도도 빼놓을 수 없는 요소인 것입니다.

 

최근엔 V3에 정확성(Veracity), 가변성(Variability), 가치(Value), 시각화(Visualization)가 추가되기도 했습니다. 

 

빅데이터 역할과 기능

<자료: 네이버 백과사전>

 

빅데이터 자료는 빅데이터 플랫폼에서 수집, 저장, 처리, 관리됩니다.

빅데이터 플랫폼이란, 빅데이터를 분석하거나 활용하는데 필요한 필수 인프라입니다.

빅데이터 기술의 집합체이자 기술을 잘 사용할 수 있도록 준비된 환경으로 여기서 전처리된 데이터를 분석하고 필요에 따라 재가공하여 활용할 수 있습니다.

- 빅데이터 수집: 정형/비정형 데이터 수집
- 빅데이터 저장: 데이터 분산 저장
- 빅데이터 처리: 초고속 병렬 처리, 데이터 가공/추출, 데이터 분석 전처리
- 빅데이터 관리: 데이터 보안, 데이터 백업, 플랫폼 시스템 관리

온라인 마케팅에 활용한 '빅데이터'

빅데이터는 우리가 흔히 사용하는 PC, 모바일 등 스마트 인프라가 구축되면서 활용 영역이 점점 더 넓어지면서 온라인 마케팅에도 활용되고 있습니다. 

기존에도 *데이터 기반 마케팅을 하고 있었지만 최근에는 데이터 베이스를 더 정교하고 세분화한 빅데이터를 활용해 빅데이터 마케팅을 하고있습니다.

 

빅데이터 마케팅은 기존의 데이터 기반 마케팅에 비해 소비자에 대한 정보가 다양해 타겟이 더 명확하기 때문에 '추천 마케팅'(이른바 마이크로 마케팅(Micro Marketing)) 혹은 '타겟 마케팅' 이라고도 합니다.

 

*데이터 기반 마케팅이란, 기업의 기존 고객 또는 잠재 고객에 대한 데이터를 데이터 베이스화 하여 전산 시스템에 축적해 두고, 이를 기반한 마케팅 유형을 말합니다.

 

빅데이터를 활용한 온라인 마케팅, 어떤 사례들이 있는지 살펴보겠습니다.

 

플랫폼

◆SNS 마케팅

SNS(페이스북, 인스타그램, 트위터)는 이미 빅데이터를 활용한 플랫폼입니다.

PC, 모바일에서 소비자의 활동 내용을 분석해 피드에 추천 상품(서비스)을 보여줍니다.

 

최근 소비자가 온라인 쇼핑몰에서 본 상품이 인스타그램 피드에 뜨는 경우를 보신 적 있을 텐데요 이것도 빅데이터를 활용해 소비자의 활동 내용을 분석한 결과입니다. 리타겟팅 광고처럼 소비자가 한 번이라도 접한 상품이나 콘텐츠를 한번 더 보여줌으로써 전환을 유도하는 방식으로 활용됩니다.

 

◆키워드 광고

 

온라인 광고 영역 중 가장 큰 비중을 차지하는 키워드 광고 또한 빅데이터를 활용하고 있습니다.

광고주(판매자)가 원하는 키워드와, 소비자가 실제로 검색하는 키워드가 다르다면 광고효과가 있을까요?

 

광고주는 소비자가 가장 많이 검색하는 또는 검색할만한 키워드를 찾아내는 것이 중요한데요.

빅데이터 기술로 실시간 급상승되는 키워드, 최근 이슈가 되는 키워드 등을 제공하는 플랫폼(포털 광고 시스템, 라이징 캣 등) 이 있어 키워드를 추출하기가 더욱 쉬워졌습니다.

 

성공사례

◆ 아마존 사이트 

빅데이터를 활용한 온라인 마케팅의 선구주자라고 할 수 있는 아마존이 대표적입니다.

아마존이 빅데이터를 활용한 서비스에는 클라우드, 자동 도서 추천 서비스, 재고 관리 시스템, 예측 배송 서비스, 아마존고 등이 있습니다. 

 

자동 도서 추천 서비스는 기존 고객들의 도서 구매 데이터를 빅데이터 기술로 분석해 책을 구매한 소비자에게 살 만한 책을 추천해 줌과 동시에 할인 쿠폰을 지급하는 방식으로 도서 판매 매출을 올려 '빅데이터를 활용한 마케팅 사례'로 유명합니다.

 

예측 배송 서비스는 고객이 구매하기 전에 구매 여부가 불확실한 상황에서 고객 주소지 근처 물류창고로 배송을 시작한 것인데요. 이 또한 빅데이터 분석 기술로 가능합니다. 

 

고객의 기존 주문 검색 내역, 찜한 내역, 장바구니 내역, 반품 내역, 마우스 커서가 오래 머무른 시간 등에 대한 데이터를 분석해 예측 배송을 결정하는 것입니다.

이는 현재 우리나라 소셜커머스 쿠팡에서도 활용한 기술로 로켓 배송을 실시하고 있습니다.

 

◆ 유튜브/넷플릭스

 

유튜브와 넷플릭스는 소비자가 한 번이라도 시청한 이력이 있다면 그것을 기반으로 소비자가 좋아할 만한(관심 가질 만한) 영상을 추천해줍니다.

 

넷플릭스는 더 나아가 빅데이터를 활용해 현재 인기 있는 콘텐츠가 무엇인지, 어떤 기기에서 콘텐츠를 보는지, 언제 시청하는지 등의 정보를 취합해 관련 콘텐츠 또는 소비자가 좋아할 만한 콘텐츠를 추천해줄 뿐만 아니라 같은 영화라도 소비자의 성향(선호하는 정보)을 바탕으로 추천 화면을 차별화시키고 있습니다.

 

디지털 마케팅의 올바른 이해 

디지털 마케팅(Digital Marketing)이란

디지털 마케팅의 사전적 의미는 ‘인터넷을 기반으로 하는 디지털 채널을 통해 온라인 광고로 고객에게 제품과 서비스를 알리고 판매하는 것’이다. 여기서 디 지털 채널이란 과거에는 웹 브라우저, 스마트폰, 게임기 등으로 극히 제한적이었다.

그러나 IT기술의 발달로 많은 디바이스들이 다양한 서비스와 하나로 연결되어 고객은 이러한 서비스를 언제 어디서나 자유롭게 활용할 수 있게 되었다. 또한 기존 마케팅 활동에 장애요인으로 작용했던 시간과 공간의 장벽이 허물어지고 기업과 고객이 다양한 채널을 통해 상호 연결되어 새로운 가치를 만들어 내고 있다.

이제 기업에게 디지털 마케팅은 마케팅 업무의 한 부분이 아니라 마케팅 그 자체이며, 기업이 고민해야 할 핵심 전략이 되었다.

디지털 마케팅의 특징

고객은 개인의 욕구를 충족시키는 맞춤형 서비스를 요구한다

디지털 마케팅에서는 고객의 생각을 이해할 수 있는 데이터를 어떻게 확보하고, 확보된 고객 데이터를 활용하여 개개인에 최적의 맞춤형 서비스를 제공하는 것이 핵심 역량이다.

기업은 ICT기술 및 클라우드의 발달로 인터넷에 연결된 제품 및 서비스로부터 고객들이 남긴 흔적을 쉽게 수집할 수 있게 되었다. 그래서 기업은 프로모션 수행 시, 고객별로 어떤 채널로 유입되었는지, 유입 후 어떤 콘텐츠에 관심을 보였는지, 유입된 고객 중 실제 계획된 시나리오대로 반응한 고객은 얼마나 되는지를 추적할 수 있게 되었다.

그래서 마케팅 담당자는 디지털 채널에서 고객의 움직임을 추적하고 분석하여 인사이트를 찾아내는 것이 주요 역할이 되었다.

다방향 커뮤니케이션으로 전환되어 고객 다양성 증가

대중 매체의 영향력이 매우 컸을 때는 기업이 일방적으로 마케팅 메시지를 생산하여 고객에게 상품이나 서비스를 알리고 가치를 창출하는 것이 일반적이었다. 그러나 이제는 디지털 채널의 발달로 기업이 던진 마케팅 메시지에 대해 고객이 자신의 요구사항을 확실히 피드백 하는 쌍방향 커뮤니케이션이 가능하게 되었다.

심지어 개인 의견이 다른 채널로 전달되어 시장 전체에 영향을 미치는, 쌍방향 단계를 넘어선 다방향 커뮤니케이션의 시대가 되었다. 따라서 기업은 고객이 어떤 디지털 채널을 활용하고 있는지 알고 있어야 한다. 또한 주기적으로 시장에 던진 마케팅 메시지가 어떤 채널로 전이되고 있으며, 어떤 인플루언서 (Influencer)들이 긍정적 또는 부정적인 콘텐츠를 시장에서 생산하고 있는지 모니터링 해야 한다.

데이터 분석 기술의 발달로 마케팅 투자에 대한 합리적 의사결정 가능

마케팅 담당자는 마케팅 수행 전후에 경영진으로부터 “이번 마케팅으로 어느 정도의 효과를 얻을 수 있는가?” 라는 질문을 매번 받는다. 그러나 이러한 질문에 마케팅 담당자는 명쾌하게 답을 하지 못했다. 그 이유는 마케팅 수행 후의 매출이나 회원 수 증감이 마케팅의 직접적인 영향인지 혹은 신제품에 대한 고객 만족도 영향인지를 명확하게 증명하기가 어려웠기 때문이다.

그러나 디지털 마케팅에서는 마케팅 수행 시 고객이 어떤 프로모션 채널로 제품을 인지했고, 구매까지 연결되었는지, 구매 후 제품에 대한 고객의 평가까지 디지털 채널에 남겨진 데이터를 분석하여 파악 할 수 있게 되었다. 그래서 마케팅 담당자는 이러한 마케팅 효과 분석을 통해 효과가 작은 프로모션의 예산은 줄이고, 효과가 큰 프로모션에 투자를 보다 확대 할 수 있게 되었다.

데이터 기반(Data driven) 디지털 마케팅

디지털 마케팅에 성공하기 위해서는 디지털 기술을 단순히 활용하는 것이 아니라, 고객 접점 채널별로 시나리오 전략을 수립하여 고객 데이터를 수집하여야 한다. 마케터는 확보한 고객 데이터를 기반으로 고객과 어떻게 상호작용을 할 것인지 마케팅 계획을 수립하여야 한다.

빅데이터를 활용한 극세분화 맞춤형 마케팅 수행

전통적인 마케팅에서 개인화 마케팅은 오래된 이야기로, 시장을 세분화(Segmentation)하고 사용자군을 나누어서 사용자군별로 프로모션을 수행하는 것을 기본으로 한다. 세분화 하는 기준은 상품이나 서비스 특성에 따라 다양하지만, 최종적인 모습은 대부분 연령별, 성별, 지역별로 귀결된다. 그러나 고객은 이러한 방법으로 제공되는 내용이 자신의 욕구와 맞지 않는 경우가 대부분이므로 불만족스러운 경우가 많았다.

그러나 디지털 마케팅에서는 빅데이터 기술을 활용하여 대용량 데이터를 분석해 개인 특성을 이해할 수 있으므로 ‘극세분화 맞춤형 서비스’가 가능하다. 빅 데이터를 활용하여 극세분화 맞춤형 마케팅을 한국 내 사례로, 과거 프로모션에 대한 고객 반응 정보, 웹 사이트에서 클릭한 선호상품 정보, 주문 이력 등의 빅데이터를 활용하여 머신 러닝 기법을 통해 개인별 구매 가능성을 점수화하고, 고객별 최적의 Offering을 Mapping하여 마케팅한 것이 있다.

 

그림 1. 빅데이터 기반 극세분화 마케팅 사례

그림 2. AI를 활용한 Customer Golden Profile 확보 방안

AI를 활용해 부족한 고객 데이터를 단시간에 확보

기업은 고객 데이터의 중요성은 인지하고 있지만, 막상 고객 데이터를 확보하기 위해서는 많은 시간과 비용이 수반되어야 한다. 그래서 기업은 고객 데이터를 통합 할 때, 그림 2와 같이 Customer Golden Profile(마케팅 실행 가능한 양질의 고객데이터)을 단시간에 확보할 수 있는 전략이 필요하다.

Customer Golden Profile은 특정 고객이 해당 기업의 어떤 상품에 관심이 있고, 과거 제품 구매 이력, 서비스 센터 방문 이력 및 콜센터 이용 내역 등을 한눈에 확인할 수 있어야 한다. 한마디로 Customer Single View가 확보되어야 한다. 이러한 Customer Golden Profile을 확보하기 위해서는 AI 기술을 활용하여 단계별로 고객 데이터를 확장해야 한다.

첫 번째 단계에서는 기업이 기존에 보유하고 있는 내부 고객 데이터를 자체 고객 식별 기준에 따라 통합 해야 한다. 예를 들어 마케팅 부서에서 프로모션을 통해 확보한 고객 데이터와 과거 구매 이력 정보 및 서비스센터 방문 이력 정보는 고객 식별자가 있으므로 이러한 식별자 기준으로 통합하면 된다. 단, 업무 특성상 동일한 식별 정보를 사용하지 않는 경우에는 식별 정보 매핑 규칙(Mapping Rule)을 정의하여 통합한다. 추가로 중복 발생에 따른 정제 작업은 주관 부서에서 우선순위에 따라 의사결정하여 진행하면 된다.

 두 번째 단계에서는 식별자가 없는 많은 고객 데이터를 식별화 하여 고객 데이터를 풍성하게 해야 한다. 실제 현장에서 한 고객의 구매 이력은 대부분 데이터 양이 많지 않으므로 고객 특성을 대변하기에는 한계가 있다. 그러므로 해당 고객의 자사 홈페이지, 파트너사 채널 및 SNS에 남겨진 고객 데이터는 식별화 작업만 가능하다면 해당 고객의 특성을 이해하는데 많은 도움이 된다. 최근 식별화 작업에 AI 기술을 활용하여 쉽게 고객 식별 작업이 가능해졌다.

마지막 단계에서는 AI를 활용해서 고객의 추가 속성 정보를 확보해야 한다. 예를 들어 해당 고객의 데이터는 없더라도 이미 확보한 다른 고객 데이터를 통합 후 AI를 활용하여 유사성을 찾아 해당 고객의 특성을 유추하여 확인할 수 있다.

 

그림 3. 데이터 분석을 통한 캠페인 효과 분석 사례

마케팅 효과 분석을 통한 비용 최적화

기업들은 ABL(Above The Line)01 보다 디지털 채널에 해당하는 BTL(Below The Line)02에 더 많은 마케팅 비용을 투자하고 있다. 디지털 채널 기반 마케팅은 어떤 프로모션을 통해 고객이 반응했는지, 어떤 채널을 통해 당사 홈페이지로 유입됐는지, 제품 구매까지 이어졌는지 등을 데이터로 확인할 수 있다.

그러므로 이러한 데이터를 활용하면 사전 시뮬레이션을 통해 마케팅 효과를 예측할 수 있고, 프로모션 실행이 고객 구매까지 연결되어 매출이 향상 되었는지를 측정할 수 있다.

 

01  ABL(Above The Line): TV, 라디오, 신문, 잡지 등 소비자에게 일방향으로 메시지를 전달하는 매체
02  BTL(Below The Line): 이벤트, 프로모션, 인터넷 등으로 쌍방향 성격을 가지는 마케팅 활동

  

그림 3은 A사가 과거 판매 이력을 분석하여 신제품 출시 전 제품가격 할인율에 따른 매출 증가를 예측하여 할인율을 결정한 사례다. 최신 모델에 민감한 제품을 생산하는 기업은 신제품을 성공적으로 출시하기 위해 출시 전, 시장에 있는 기존제품들을 최대 마진을 확보하면서 전부 소진해야 한다.

 A사는 마케팅 효과를 분석하기 위해 과거 3년 치의 모델별 판매실적, 유형별 캠페인 정보, 캠페인에 대한 고객 반응정보 등의 데이터를 수집하였다. 그리고 수집한 데이터를 들여다보며 매출에 영향을 미치는 주요 영향인자들을 찾았고, 이러한 영향인자들을 고려하여 머신러닝 알고리즘을 활용해 분석모델을 만들고 판매량을 예측하였다. 이러한 예측모델을 모니터링하면서 정확도가 떨어질 경우, 영향인자 또는 가중치를 수정하여 모델을 지속해서 업데이트 했다. 

 

고도화된 데이터 분석, 마케팅 전략 변화 이끈다

광고주 인식 개선으로 성장 가속화…양질의 데이터 부족이 난제

마케팅 전략 수립에 데이터 분석이 활용되면서 관련 시장이 급속히 팽창하고 있다. 구글이나 페이스북, 어도비, 오라클 등 글로벌 대기업은 물론, DSP 서비스나 애드익스체인지 서비스를 제공하는 중견 글로벌 사업자 역시 국내 시장 공략에 시동을 걸고 있다.

한편 데이터 분석에 대한 관심이 높아지고 이를 위한 글로벌 및 국내 서비스·제품들이 영향력을 확대해나가고 있지만, 국내에서는 이들 제품들의 성능이 글로벌 시장에서 보이는 수준을 내지 못하고 있다는 우려의 목소리도 나오고 있다. 데이터 분석 기반 마케팅의 현재와 한계, 업계의 향후 전망과 대응을 분석해본다.

멀티 채널, 멀티 디바이스

스마트폰이 보편화되고 소비자가 접할 수 있는 매체와 콘텐츠가 증가함에 따라 그 어느 때보다도 많은 고객 데이터가 생성되고 있다. 이제 소비자가 접하는 정보 채널은 한 가지에만 국한되지 않으며, 개인의 성향에 따라 수많은 채널을 선택적으로 접하는 양상이 두드러진다.

또한 채널을 접하는 디바이스 역시 다양해지고 있으며, 한 명의 소비자가 여러 개의 디바이스를 번갈아가면서 혹은 동시에 사용해 정보를 구하는 것은 더 이상 새삼스러운 일이 아니다. 이제 고객은 TV를 보는 동시에 스마트폰을 조작하고, 지하철에서 좋아하는 라디오 방송을 들으면서 그날의 뉴스를 검색한다. 과거 TV를 통한 일방적 정보 제공과 일부 인터넷 사이트를 통한 제한적인 PC 활용이 가능했다면, 지금은 성별과 연령에 관계없이 누구나 다양한 디바이스를 활용해 여러 가지 정보를 동시에 접하는 시대가 됐다.

 

소비자의 변화에 따라 고객과 직접적인 접점을 형성하는 기업의 마케팅 조직도 역동적으로 변화하고 있다. 디지털·모바일 시대의 소비자는 채널과 디바이스를 선택해 자발적으로 정보를 탐색하고 적극적인 피드백을 제공하며, 마케팅 조직은 이 과정에서 드러나는 개인화된 성향을 분석함으로써 양질의 고객 데이터를 확보할 수 있다. 이렇게 생성된 고객 데이터를 정확하게 분석하고 효과적으로 활용하는 데이터 분석 기반 마케팅이 전 세계 기업 및 마케팅 조직에게 중요한 과제가 됐다.

▲ 데이터 분석을 통한 고객 타기팅이 기업의 중요한 이슈로 여겨지고 있다

 

어도비가 유럽, 북미, 아시아태평양 지역의 마케터들을 대상으로 실시한 ‘2016 분기별 디지털 인텔리전스 조사(Adobe 2016 Quarterly Digital Intelligence Briefing)’에 따르면 기업 마케팅 전문가 중 26%가 이미 데이터 분석 기반 마케팅을 실행하고 있다고 답했고, 51%는 데이터 기반 마케팅을 위한 전략을 준비하고 있다고 응답했다. 자사 마케팅 전략에 데이터를 활용하지 않고 있다고 답변한 비율은 23%에 그쳤다.

 

또한 포레스터 그룹은 다양한 고객 데이터를 수집·분석해 마케팅에 필요한 정확한 고객 프로파일링을 제공하는 데이터 관리 플랫폼(Data Management Platform, DMP) 시장이 매년 40% 이상 성장할 것으로 분석했다.

분석 기술 발전, 광고비 누수 막는다

데이터 분석 기반 마케팅의 약진은 비단 양질의 데이터 확보에 의한 것만이 아니라, 빅데이터 분석 등 분석 기술의 향상도 큰 영향을 미쳤다. 과거에도 물론 A라는 성향의 고객은 B라는 제품을 구매할 확률이 높다는 등 마케팅 조직이 넓은 의미에서 데이터를 활용하기는 했다.

지난 2015년까지만 해도 국내에서는 고객 데이터를 마케팅 수행 이후 효과 측정이나 대략적인 고객 인사이트 추출에 제한적으로 활용했다. 반면 올해에는 많은 기업들의 마케팅 조직이 데이터 분석을 통한 개인화된 마케팅 활동에 관심을 보이고 있으며, 크로스채널·멀티 디바이스 마케팅 전략을 수립하는 등 보다 확장된 의미의 데이터 분석을 수행하고 있다.

 

현대적인 의미의 데이터 분석 기반 마케팅은 수집된 고객 데이터의 품질이 향상되고 이를 제대로 분석해낼 수 있는 기술적 역량이 뒷받침된 뒤에야 비로소 가능해졌다고 볼 수 있다.

 

양질의 고객 데이터와 고도화된 분석 기술로 고급 분석의 토대를 마련하는 것은 기업의 경쟁력과 직결된다. 특히 마케팅 분야에서는 데이터 분석을 적극적으로 활용함으로써 많은 장점을 확보할 수 있다.

▲ DMP는 보다 정확한 고객 데이터 수집·분석을 보장한다

 

먼저 정확한 고객 타기팅 및 예측으로 개인화된 고객 경험을 제공할 수 있다는 점이다. 소비자가 접할 수 있는 채널 및 디바이스, 콘텐츠가 다양화되면서 이들을 선택하는 것이 곧 고객의 성향을 나타내게 됐다. 이를 바탕으로 기업의 마케팅 조직은 고객 개개인에게 맞춤화된 서비스나 제품을 추천할 수 있으며, 스마트폰의 확산으로 고객은 언제 어디서나 관련 정보를 제공받을 수 있는 환경에 놓여있다. 따라서 마케팅 조직은 고객 데이터 분석을 통해 성향을 면밀히 파악하고 고객이 가장 만족할 수 있는 상품을 가장 적합한 타이밍에 제공해야 한다.

 

다음으로 마케팅 효과의 불확실성이 감소한다는 점이다. 과거 개인화되지 않은 채 대량으로 뿌려지던 TV광고나 인터넷 매체 광고는 신선한 아이디어를 인정받아 유행을 탈 경우 높은 효과를 거뒀지만, 반대로 소비자의 이목을 끌지 못할 경우 투자한 광고비를 날리는 결과를 만들어내기도 했다. 반면 데이터 분석에 기반한 개인화된 마케팅은 해당 정보에 관심이 있을 법한 사람에게만 광고를 송출하며, 마케팅 조직은 고객이 보일 반응과 광고 효과에 대한 대략적인 예측을 수행할 수 있다. 따라서 아이디어에 따른 광고 효과의 급등·급락 없이 항상 일정 수준 이상의 성과를 거둘 수 있다.

 

고객 충성도 관리 역시 데이터 분석 기반 마케팅의 중요한 장점 중 하나다. SNS 활동이 증가하면서 고객 개개인의 발언력이 강해졌으며, 이는 고객 관리가 곧 기업의 이미지에 직결된다는 것을 의미한다. 기업은 SNS나 로그 분석 등을 통해 고객의 성향을 분석하고 자사 서비스 이용 수준을 체크할 수 있으며, 자사의 이미지에 호의적이거나 자사 서비스에 관심이 많은 고객에게 보다 깊이 있는 정보를 제공할 수 있다. 즉 과거에는 고객들이 기업의 가치를 결정하고 서비스를 선택했다면, 이제는 기업의 마케팅 조직이 고객의 가치를 결정하고 서비스 품질에 차등을 둘 수 있게 됐다.

 

이러한 이유로 데이터 분석은 결과적으로 마케팅 비용의 투자 대비 수익률(Return on Investment, ROI)을 높여준다고 볼 수 있다. 광고 대상이 명확해질수록 적은 비용으로 필요한 광고 활동만을 통해 원하는 효과를 거둘 수 있으며, 이는 광고비 누수가 심했던 과거의 TV광고 등과 비교할 때 ROI면에서 강점을 갖는다.

국내 시장, 상대적 성장 약세 보여

한편 국내 마케팅 시장은 글로벌 시장에 비해 상대적으로 데이터 분석 기반 마케팅의 도입이 늦어지고 있다. 국내 기업과 글로벌 기업을 가리지 않고 수많은 마케팅 솔루션 및 서비스 제공 기업들이 사업을 확장해 나가고 있지만, 아직은 미국 등 데이터 분석 기반 마케팅이 기세를 떨치고 있는 나라들에 비해 역량이 부족한 것이 사실이다.

 

그럼에도 국내 광고대행사 및 미디어랩사들은 비교적 낙관적인 전망을 내놓고 있다. 현재 국내 마케팅 시장이 글로벌 시장에 비해 데이터 분석의 도입이 늦었던 것은 사실이지만, 디지털·모바일 광고 시장의 성장과 함께 데이터 분석에 대한 인식이 확산되고 있다는 설명이다. 특히 국내 DA(Display Advertisement) 시장의 약 30%를 차지하고 있는 페이스북이나 구글과 같은 글로벌 기업들이 적극적으로 서비스 제공에 나서면서, 마케팅 활동에 대한 광고주들의 기대치가 확대되고 보다 수준 높은 솔루션 및 서비스를 요구함으로써 새로운 수요가 일어나고 있다.

 

▲ 구글 애널리틱스는 마케팅 활동을 돕는 웹로그 분석 서비스를 제공한다

 

실제로 페이스북은 전 세계적으로 10억 명이 넘는 일일 사용자를 바탕으로 방대한 고객 행동 데이터를 구축, 마케팅 담당자가 간단히 고객 맞춤형 광고를 제공할 수 있는 옵션을 제공하고 있다. 구글 역시 안드로이드와 구글 검색 서비스를 통해 확보한 데이터와 웹로그 분석 서비스 구글 애널리틱스(Google Analytics, GA)를 제공함으로써 마케팅을 위한 데이터 분석을 지원하고 있으며, 검색·디스플레이·동영상·인앱 광고 등이 가능한 구글 애드워즈(Google Adwords)를 제공하고 있다.

 

최근 몇 년 사이 이들을 활용해 마케팅 역량을 향상시키는 사례를 어렵지 않게 찾을 수 있으며, 국내에서도 마케팅을 위한 데이터 분석 솔루션이나 서비스를 제공하는 기업이 순항하고 있다.

 

반면 광고매체나 솔루션·플랫폼 제공 기업의 미래 전망은 그다지 순탄하지만은 않다. 광고대행사나 미디어랩들과 같이 국내에서 관련 시장이 성장하고 있다는 것에는 동의하지만, 성장 속도가 그다지 빠르지 않으며 많은 부분이 글로벌 기업에 의존하고 있어 낙관적으로 볼 수만은 없다는 설명이다. 즉 광고주의 요구 수준과 눈높이는 올라가고 있고 많은 성공 사례가 만들어지고 있지만 이들 대부분이 글로벌 기업에 의한 것이며, 광고주의 요구를 제대로 충족시킬 수 있는 국내 기업은 여전히 부족하다는 뜻이다.

 

데이터 분석 기반 마케팅 솔루션·서비스를 제공하는 국내 기업이 페이스북이나 구글 등 글로벌 기업이 제공하는 서비스를 국내 실정에 맞게 개선해 활용하기도 하며, 심지어는 국내에 진출한 글로벌 마케팅 기업이 구글 애널리틱스와의 연동을 통해 서비스를 제공하기도 한다. 이를 감안하면 마케팅 솔루션 및 서비스를 제공하는 기업들이 꾸준히 연매출을 향상시키며 성장해나가고 있지만, 이것은 광고주들의 수요 확대와 선도적인 기업이 제공하는 기술력에 편승하고 있을 뿐 건전하고 탄탄한 성장 기반은 만들어지지 못했다고 볼 수 있다.

데이터의 질과 양이 정확한 타기팅 보장한다

국내 시장은 아직은 데이터 분석 기반 마케팅이 제대로 성능을 발휘할 수 있는 환경을 갖추지 못했다. 이에 따라 많은 글로벌 마케팅 기업들이 국내에 진출했지만 그들의 솔루션이나 서비스가 기대만큼의 퍼포먼스를 발휘하지 못하고 있다.

 

가장 큰 문제로 꼽히는 것은 바로 양질의 데이터 부족이다. 데이터 분석 기반 마케팅이 활성화돼있는 미국은 페이스북이나 구글 같은 서비스 제공 기업만이 아니라 모든 분야 대부분의 기업들이 자체적인 고객 데이터를 확보하고 이것으로 적절한 마케팅 대상 고객을 선정하며, 맞춤화된 광고를 송출하고 결과를 분석하고 이를 다시 피드백하는 프로세스가 형성돼있다. 비즈니스 과정에서 발생하는 데이터의 가치를 중요시하고 이를 축적해왔기 때문에 자체 데이터 및 노하우와 서비스 제공 기업의 기술력을 결합해 높은 성장 잠재력을 얻을 수 있었다.

 

그러나 국내에서는 데이터 축적과 활용에 따른 관심이 최근에야 강해졌으며, 이를 꾸준히 관리하고 축적해온 기업이 적다. 심지어 마케팅 기업들도 자체적으로 축적한 데이터가 적어 일부 DMP 제공 기업이나 글로벌 기업의 데이터를 활용하고 있을 뿐, 정확한 타기팅 서비스를 제공하기 위한 데이터의 절대적인 총량과 품질이 부족하다. 이에 따라 고객이 자사 광고에 어떻게 반응했는지에 따라 적절한 광고를 제공하는 리타기팅 외에는 대부분의 데이터 분석 기반 마케팅 수단이 기대만큼의 성능을 발휘하지 못하고 있다.

 

▲ 고객 데이터가 뒷받침돼야 다양한 타깃 마케팅이 가능하다

 

양질의 데이터를 확보하기 위해서는 기존에 많은 양의 고객 데이터를 축적해온 기업들이 적극적인 행동에 나설 필요가 있다. 국내에도 자체적으로 구축한 DMP를 제공하는 기업들이 있으며, 이들은 대부분 자체적인 서비스를 제공하며 축적해온 경험을 바탕으로 높은 품질의 데이터를 보유하고 있다. 최근에는 이렇게 축적한 데이터를 자체적으로 활용하는 것뿐만 아니라 양질의 데이터를 필요로 하는 기업에게 DMP를 제공하는 데이터 사업자로써의 면모도 보이고 있다.

 

최근에야 데이터의 가치에 대한 인식이 강조되고 아직은 전체 산업 영역에서 축적된 고객 데이터가 부족한 만큼, 국내 실정에 맞는 국내 고객 데이터를 다량 보유한 기업들이 선도적으로 시장 성장을 이끌어나갈 수 있을 것이다. 이를 위해서는 데이터 분석 기반 마케팅 전략을 도입하고자 하는 기업들과 데이터를 보유한 기업들이 보다 적극적으로 제휴와 협력 관계를 맺을 필요가 있다.

 

이에 대해 마케팅을 위한 데이터 분석 솔루션 및 플랫폼을 제공하는 어도비는 건전한 시장 성장을 위해서는 마케팅 담당자들의 인식 개선과 고도화된 기술 개발 및 도입이 필요하다고 밝혔다. 마케팅 담당자들의 인식 개선이란 고객에게 개인화된 경험을 제공하는 것이 비즈니스 전략이 중심이 돼야 한다는 것을 이해하고, 보다 고객을 깊게 이해할 수 있는 기반으로써 데이터의 가치를 높여야 한다는 의미다.

 

데이터 분석 기반 마케팅의 대표적인 장점 중 하나가 고객 개개인에게 맞춰진 마케팅 전략을 택함으로써 ROI를 향상시키는 것이니만큼 개인화된 고객 경험을 제공하는 것은 무엇보다 중요하다. 이를 위해서는 이미 축적된 데이터를 제공하는 대기업이나 글로벌 기업의 역량에만 의존할 것이 아니라, 데이터 분석 기반 마케팅을 도입하려는 기업 스스로가 자사에 맞는 고객 데이터를 수집·분석·활용하고자 하는 의지를 갖고 퍼스트파티 데이터(First-Party Data)를 확보하려는 노력을 기울여야 한다.

 

고도화된 기술 개발 및 도입은 인공지능(AI)이나 클라우드, 사물인터넷(IoT)과 같은 첨단 기술의 도입을 의미한다. 앞서 밝힌 바와 같이 고객에게 개인화된 서비스를 제공하기 위해서는 고객 데이터를 분석하는 것이 필수적이며, 이를 위한 빅데이터 수집·분석은 당연한 수순이다. 그러나 데이터 분석 기술이 고도화됨에 따라 마케팅 담당자 각자가 스스로 모든 분석 과정을 진행하는 것에는 어려움이 따르며, 이를 스스로 해낸다 하더라도 적절한 시기를 놓치게 될 가능성이 높다.

 

특히 고객이 접하는 채널이 다양해지고 멀티 디바이스의 활용이 보편화됨에 따라 마케팅 담당자가 모든 채널과 디바이스에서 유입되는 데이터를 직접 분석하는 것은 불가능에 가깝다. 따라서 데이터 분석을 위해 체계적이고 자동화된 최신 기술을 도입하는 것은 선택이 아니라 필수라고 할 수 있다.

 

업계의 한 관계자는 “광고주들의 수준과 눈높이가 많이 올라갔다고는 하지만, 아직은 이것저것 다 만들어서 떠먹여줘야 하는 부분이 있다”고 말했다. 데이터 분석 기반 마케팅에 대한 인식과 요구 수준은 향상된 것이 사실이지만 아직까지 세부적인 전략을 수립하거나 기술에 대한 이해는 부족하다는 설명이다. 따라서 단기적으로 당장 가시적인 성과를 낼 수 있는 서비스와 컨설팅을 제공함으로써 광고주들의 경계심을 낮추고 보편적인 인식을 개선할 필요도 있다.

단기적 성과 창출과 장기적 데이터 확보가 모두 필요

데이터 분석 기반 마케팅에 대한 인식이 향상되고 시장 성장에 대한 기대감도 커지고 있지만, 아직까지 국내에서는 낙관적인 전망을 드러내기 어렵다. 전 세계 어느 나라보다도 빠른 성장을 겪어온 만큼 기반이 갖춰지기만 하면 높은 잠재력을 드러내겠지만, 빠른 성장이 독이 돼 축적된 경험과 노하우가 일천하다는 문제점도 갖고 있다.

 

데이터 분석 기반 마케팅의 근간을 이루고 있는 것은 결국 다량의 고객 데이터이며, 이는 단기적인 솔루션이나 플랫폼 도입으로 해결될 수 있는 것이 아니다. 보다 양질의 데이터를 확보하고 이를 기반으로 합리적인 의사 결정을 내릴 수 있는 전사적인 마케팅 전략을 확보하기 위해 보다 신중하고 장기적인 안목이 요구되는 시점이다.
 

복잡해져가는 데이터 분석, 위기가 아니라 기회로 로그분석 시장은 나날이 복잡해져가고 있다. 고객이 다양한 채널과 디바이스를 동시에 활용하는 만큼 마케팅 담당자가 분석해야하는 데이터는 폭발적으로 늘어나고 있고, 이들을 서로 교차검증하지 않으면 고객의 성향을 올바르게 파악할 수 없다. 과거에는 TV와 포털사이트, SNS와 모바일 사용자 데이터를 각각 확보하고 서로 다른 마케팅 전략을 수립했지만, 이제는 이 모든 데이터를 하나로 모아 다방면에서 바라봄으로써 해당 고객이 실제로 어떤 사람인지 살펴볼 필요가 있다. 이는 비단 채널과 디바이스에만 국한되지 않는다. 마케팅 담당자는 이제 송출한 광고의 성과를 확인하기 위해 고객이 어떤 통로를 이용해 우리 사이트에까지 도착했는지 확인할 필요가 있다. 과거에는 우리 사이트로 들어오는 링크를 클릭한 장소, 즉 유입 채널(Last Click)을 가장 중요하게 여겼지만, 지금은 최종적으로 우리 사이트에 도착하기 위해 통과해온 고객 여정을 총체적으로 파악하는 것이 중요하다. 가령 제품을 하나 구입하더라도 고객은 여러 사이트들을 둘러보면서 정보를 모으고 가격을 비교하며 본인에게 가장 유리한 구매결정을 내린다. 고객이 어떤 사이트를 주로 방문하고 어떤 정보를 획득했으며 최종적인 구매결정에는 어떤 요소가 반영됐는지를 분석함으로써 기업은 고객이 어떤 사람인지를 파악할 수 있다. 다양한 채널 및 디바이스가 등장하고 목적지에 다다르기 위한 고객 여정이 중요하게 다뤄지면서 기업은 보다 복잡한 데이터 분석 기술을 필요로 하게 됐다. 조금 다르게 얘기하자면, 우수한 역량을 갖추고 있다면 고객을 입체적으로 파악할 수 있는 기회를 얻을 수 있게 된다는 의미이다. 고도화된 분석 기술과 통찰력, 다양한 채널들을 연결할 수 있는 넓은 시각을 갖추고 있다면 새롭고 복잡한 환경에 적응하고 선도적으로 시장을 이끌어 나갈 수 있을 것이다.

데이터 분석 기반 마케팅 주요 업체별 전략

 어도비 – 탁월한 고객 경험이 브랜드의 차이를 결정한다

포춘 선정 50대 기업 중 3분의 2 이상이 사용 중인 어도비 익스피리언스 클라우드(Adobe Experience Cloud)는 높은 성능의 분석 솔루션과 확장 가능한 플랫폼, 강력한 파트너 생태계 등을 기반으로 기업이 뛰어난 고객 경험을 제공하기 위한 도구를 지원한다.

 

어도비 익스피리언스 클라우드는

 

▲마케팅 콘텐츠를 구성하고 고객에게 개인화된 경험을 제공하는 통합 디지털 마케팅 솔루션 ‘마케팅 클라우드(Adobe Marketing Cloud)’

 

▲최근 인수한 크로스채널 동영상 광고 기술과 어도비 미디어 옵티마이저(Adobe Media Optimizer)를 결합한 통합 광고 관리 플랫폼 ‘애드버타이징 클라우드(Adobe Advertising Cloud)’

 

▲기존 고객의 충성도를 향상시키고 잠재 고객의 수요를 파악하며 비즈니스 경험을 강화하기 위한 인사이트를 제공하는 고객 인텔리전스 엔진 ‘애널리틱스 클라우드(Adobe Analytics Cloud)’ 등으로 구성돼 마케팅 활동에 필요한 총체적인 역량을 갖추고 있다.

 

▲ 어도비 익스피리언스 클라우드는 마케팅, 애드버타이징, 애널리틱스 등으로 구성돼 있다

 

어도비는 고객 경험이 기업 경쟁력 강화의 필수요소라는 점을 거듭 강조하며, 개인화된 고객 경험을 제공하기 위해서는 고객에 대한 심도 깊은 이해가 필요하다고 설명했다. 이를 위해 AI 및 머신러닝 등의 최신 기술들을 활용하며, 특히 어도비 클라우드 플랫폼(Adobe Cloud Platform)의 중추 역할을 하는 인텔리전트 서비스 프레임워크 ‘어도비 센세이(Adobe Sensei)’를 전 사업 영역에 걸쳐 적극적으로 활용할 예정이다.

 메조미디어 – 자체 데이터 분석 기반 마케팅 위한 컨설팅 서비스 제공

메조미디어는 데이터 분석 기반 마케팅을 위한 데이터 관리 플랫폼(Data Management Platform, DMP) 데이터맥스(Data Max)를 제공하고 있으며, 자체 수집한 데이터뿐만 아니라 글로벌 데이터 제공사업자(Date Provider)인 오라클과의 연계를 통해 상당한 수준의 데이터를 확보하고 있다.

 

또한 빅데이터 기반 광고 플랫폼 맨플러스(Media Adtech Network PLUS, MAN PLUS), 모바일 동영상 광고 네트워크 엠플레이(Mobile PLAY), 세로형 모바일 광고 상품 엣지팝(Edge Pop) 등을 제공함으로써 보다 비용 효율적이고 효과적인 광고 서비스를 제공한다.

▲ 데이터맥스는 다양한 고객 데이터 및 활용 인프라를 제공한다

 

메조미디어는 국내 데이터 기반 마케팅 활성화 및 역량 강화를 위해 데이터맥스를 활용한 데이터 분석 및 타기팅 전략을 차별화하고, 직접 수집 및 분석한 데이터를 타 회사의 DMP 혹은 고객사에게 제공하는 데이터 제공사업자의 역할을 확보한다는 방침이다.

특히 자체 보유한 퍼스트파티 데이터가 있음에도 이를 마케팅에 제대로 활용하지 못하는 기업을 위해 고객사 내부에 데이터맥스를 구축하고 컨설팅 서비스를 제공해 직접 데이터 분석 기반 마케팅이 가능하도록 지원해나가겠다고 밝혔다.

 

 인크로스 – 기술 기반 서비스로 광고주 인식 확장, 시장 확대에 기여

자체적인 기술연구소를 보유하고 기술 기반 데이터 분석 기반 마케팅 서비스를 제공하는 디지털 광고 전문 기업 인크로스는 디지털 광고 미디어랩 사업과 통합 광고 네트워크 플랫폼 다윈(Dawin)을 주력으로 삼고 있다. 매년 10% 이상 성장하고 있는 국내 디지털 광고 시장에서 연 30% 성장률을 보이며 시장 점유율을 확대해 나가고 있다.

 

특히 지난 4월 NHN에이스를 포함해 국내 유수 기업의 DMP를 결합한 노출형(Cost Per Mill, CPM) 동영상 광고 서비스 다윈 후(Dawin who)를 출시, 본격적인 타기팅 광고 서비스를 제공하고 있다. 다양한 광고를 수행하면서 축적한 광고 집행 데이터에 B2C 서비스를 제공하며 많은 고객 데이터를 축적한 데이터 제공사업자의 DMP를 접목함으로써 시너지를 낸다는 설명이다.

 

▲ 다윈은 다양한 광고 상품을 제공하는 통합 플랫폼으로 성장하고 있다

 

또한 광고 사용을 목적으로 안드로이드 모바일 사용자마다 부여된 구글 ADID(Google Advertising ID)를 활용해 서로 다른 매체에서 게시된 광고에 반응한 사용자 행동 데이터를 공유함으로써 리타기팅 광고의 효율을 향상시킨 크로스타기팅 솔루션 애드브릿지(AD Bridge), 광고 집행 데이터를 기반으로 머신러닝을 접목해 광고 집행 전에 실제 광고 효과를 90% 이상 예측해내는 아이리치보드(i-Reach Board) 등을 보유하고 있다.

 

향후 꾸준한 기술 고도화 및 DMP를 제공하는 데이터 사업자와의 제휴 확대를 통해 향상된 고객 타기팅 광고 서비스를 제공해나가겠다는 방침이다.

 

 NHN에이스 – 마케팅 부문 재편으로 역량 강화…데이터 제공사업자 입지 다질 것

NHN에이스는 검색 광고에 최적화된 웹로그 분석 서비스 ‘에이스카운터(ACE Counter)’를 제공하는 NHN D&T와 빅데이터 기반 디지털 광고 플랫폼 ‘에이스트레이더(ACE Trader)’를 서비스하는 NHN TX의 합병을 통해 지난 7월 정식 출범했다.

 

회사 측은 양사에 나눠져 있던 에이스카운터와 에이스트레이더, 에이스익스체인지(ACE eXchange), 애드립(Adlib) 등을 NHN에이스에서 통합 관리함으로써 운영상의 효율성을 높이고, 에이스DMP(ACE Data Management Platform)를 활용한 빅데이터 사업 강화와 타기팅 광고 부문의 고도화를 통해 체계적인 마케팅 사업을 추구하기 위한 것이라고 밝혔다.

 

국내에서 오랜 기간 B2C 서비스를 제공하며 축적한 방대한 고객 데이터를 보유하고 있으며, 이를 바탕으로 구축한 에이스DMP를 기반으로 다양한 솔루션 및 서비스를 제공하고 있다. 특히 올 4분기 출시 예정인 에이스카운터2(ACE Counter 2)는 로그분석 서비스 외에도 빅데이터 기반 데이터 분석 및 추출을 강화해 에이스트레이더를 포함한 자사 서비스와의 호환성을 높일 예정이다.

 

▲ NHN은 에이스DMP를 중심으로 마케팅 사업 부문을 재편했다

 

한편 NHN에이스는 타 기업들에게 DMP를 제공하는 데이터 제공사업자로써의 입지를 다져나가겠다는 방침이다. 이는 양질의 데이터가 부족한 국내 시장에서 에이스DMP를 통해 보다 많은 마케팅 기업 및 광고주들을 지원하기 위한 것으로, 글로벌 표준을 준수하고 개별 시스템으로 구축돼 있어 다른 제품과도 연동이 가능하다. 이를 위해 NHN에이스는 본격적인 시스템 연동을 위한 테스트를 진행하고 있으며, 광고대행사나 미디어랩사와 에이스DMP 제공을 위한 업무 제휴를 지속적으로 추진하고 있다.

결론

  기업이 디지털 마케팅에 성공하기 위해 가장 먼저 할 일은 비즈니스 전략과 연계한 디지털 마케팅의 목적과 목표를 수립하는 것이다. 이 때 가장 중요한 것은 해당 목표의 진척상황과 달성여부를 판단할 수 있 는 KPI를 세밀하게 정의하고, 운영단계에서 데이터 분석을 통해 모니터링 하는 것이다.  디지털 마케팅의 목적과 목표수립이 완료되면 기업의 비즈니스 특성을 고려해 고객을 당사 채널로 유도하기 위한 시나리오를 수립한다.

이 때 고객 데이터 확보 및 활용계획이 시나리오에 반드시 포함되어야 하는데, 이것들이 잘 정의되어 있다면 성공적인 캠페인 기반을 확보한 것이다. 다음으로 시나리오를 통해 확보된 빅데이터를 활용하여 극세분화 맞춤형 마케팅을 제공하고, 마케팅을 실행하면서 얻은 고객 반응 데이터를 활용해 마케팅 효과분석을 하여 차기 마케팅 실행계획에 포함시킨다. 이러한 사이클이 반복되면서 Customer Golden Profile을 완성할 수 있다. Customer Golden Profile의 품질이 높을수록 마케팅 효과는 높아질 것이다.

 

데이터에는 소비자의 수많은 경험과 정보가 담겨 있습니다. 소비자층을 파악하고 소비자 개개인에 맞는 맞춤형 서비스를 제공하는 것이 소비자와 광고주(판매자) 모두에게 이익이 되기 때문에 빅데이터를 활용한 마케팅은 "선택이 아닌 필수"가 된 것입니다.

 

반응형

 

SMALL