백오피스에 있던 CS의 부서에서 마케팅을 가장 앞부분에서 선점
영업, 마케팅 등의 네트워크 전산망을 효과적으로 연계하여
과거 수동적 입장에서 고객의 painpoint를 처리하던 방식을 넘어 실시간으로 방대한 데이터베이스를 해석하여
고객에게 필요할 만하고 원할 만한 가치를 선제안하고
이를 기반으로 상품 및 서비스 개발, 고객 유입 및 고객만족도 증대
가설을 검증하는 데이터의 역할,
가설을 세우는 직관의 역할
서비스 운영은 가설을 세우고 검증하는 일의 연속입니다. 이때 데이터는 가설을 검증하는 도구입니다. 유저가 불편하다고 느끼는 기능을 데이터로 확인할 수도 있고, 고객의 취향과 일치한다고 여기는 작품을 데이터로 파악해 추천할 수도 있겠죠. 때로는 데이터 분석 수치에 따라 기능이나 서비스의 목적 자체가 변경되기도 합니다.
그렇다면 가설은 어떻게 세울까요? 여기서부터 직관의 영역입니다. 데이터로 고객의 사용 패턴을 알 순 있어도, 고객의 마음까지 읽어낼 순 없으니까요. 데이터는 가설을 뒷받침할 뿐 그 자체로는 말이 없죠. 데이터의 침묵을 읽어내는 것은 다름 아닌 직관입니다. 직관을 발달시키고 활용하는 게 중요한 이유예요. 이처럼 데이터를 직관적으로 해석하고 가설을 세우는 능력이 최근 주목받는 ‘데이터 리터러시(Data Literacy)’에 포함됩니다.
직관을 밝히는 등불에는 여러 가지가 있을 텐데요. 그중 산업 동향에 대한 이해는 필수입니다.
(리디는 작년 불법 콘텐츠 유통 규모를 확인하고 적극적으로 대응하기 시작했어요. 집요한 신고와 추적은 물론이고 불법 유출을 사전에 방지하는 시스템도 구축하고 있는데요. 이같은 의사결정은 ‘콘텐츠 불법 유통’이라는 산업 내 고질적 문제의 패턴과 특성에 대한 이해가 있었기에 가능했습니다. 단지 숫자를 읽는 데 머물지 않고, 데이터에서 중요한 인사이트를 발견해 유의미한 가치로 추출한 사례입니다.)
한편, 고객이 직접 들려주는 구체적인 피드백에 해답이 있을 때도 많습니다. 생생한 목소리로 데이터에 숨겨진 의미를 해설해주니까요. 리디는 유저가 무엇을 익숙하고 편하게 느끼는지 파악하고자 고객 설문과 인터뷰로 꾸준히 인사이트를 쌓고 있습니다. 이는 서비스의 방향을 고민하고 결정하는 데 귀중한 자료가 되고 있어요. 그래서 고객 서비스, 즉 CS(Customer Service)를 학습하는 일은 데이터 분석에도 도움이 됩니다.
결국 데이터를 잘 분석하고 활용하려면 프로젝트 환경을 둘러싼 전체적인 맥락에 대한 이해가 우선입니다.
프로젝트의 의도와 목적에 따라 우리가 어떤 상황에 놓여있고, 무엇을 경중 있게 봐야 하는지 판단해야
의미 있는 인사이트를 발견할 수 있을 테니까요. 이것이 바로 ‘데이터와 직관을 동시에 활용한다’는 기본 전제입니다.
이러한 조직문화 속에서 탄생한 서비스가 최종적으로 고객에게 가닿는 것이죠.
데이터 기반 의사결정의 핵심: 커뮤니케이션
아무리 데이터의 홍수에서 반짝이는 인사이트를 발견했어도, 그것을 동료에게 효과적으로 전달할 수 없다면 빛을 보지 못하고 먼지가 쌓이겠죠. 데이터를 근거로 타인을 설득하고 의사결정까지 이끌어내는 것은 결국 커뮤니케이션입니다.
데이터 커뮤니케이션에서 ‘시각화’의 중요성을 빼놓을 수 없을 겁니다. 데이터 시각화(data visualization)는 정보를 그래프, 차트, 지도 등 시각적 요소로 나타내는 것인데요. 제3자가 봐도 요점을 이해할 수 있도록 직관적이고 단순명료한 메시지로 전달하는 것이 목적입니다. 특정 지표 추이를 꾸준히 살펴봐야 할 때는 파이썬(Python), 태블로(Tableau), 리대시(Redash) 등 시각화 도구로 ‘대시보드’를 만들기도 합니다. 프로젝트 관여자가 동일한 맥락의 데이터 분석 결과를 한 번에 볼 수 있도록 구성하여 의사결정을 돕는 것이죠.
동료에 대한 신뢰 역시 커뮤니케이션에서 중요한 자세인데요. 여러 사람이 같은 데이터를 봤어도 해석과 판단에는 주관이 개입할 수밖에 없기 때문이에요. 해당 분야에서 지식과 경험을 쌓은 전문가의 결정을 과감하게 따르는 것이 때론 신속하고 합리적인 의사결정에 필요하기도 합니다. 물론 그 결정도 데이터로 검증해보면 답이 나오기 마련이에요. 그렇게 같이 배우며 성장하는 게 건강한 팀워크의 모습이겠죠.
직관적 데이터 분석이 고객에게 되돌려주는 가치
고객은 서비스를 이용하면서 ‘데이터 분석’이나 ‘직관’이 어디에 어떻게 녹아들었는지 세세하게 느끼지 못합니다.
그래야 할 필요도 없고요. 대신 고객은 속마음을 알아주는 ‘눈치 빠른’ 서비스를 경험합니다.
이처럼 고객에게 꼭 필요한 서비스의 이면에는 데이터 기반의 고민과 치밀한 설계가 녹아들어 있습니다.
직관을 가지고 데이터를 보면 방향성이 생깁니다. 유저가 신뢰하는 콘텐츠를 제공하며 고객을 실망시키지 않는 플랫폼이 될 수 있죠. 직관적 데이터 활용 역량이 (리디의) 강력한 무기인 이유입니다.
데이터베이스 마케팅
데이터베이스 마케팅(database marketing)은 접촉하고, 거래할 목적을 위해 고객 데이터베이스 및 기타 데이터베이스(제품, 공급업자, 재판매업자)를 구축하고, 유지하며, 또한 사용하는 과정이다. 데이터베이스 마케팅이란 '고객과 관련된 다양한 데이터를 수집·분석하여 마케팅의 효율성을 극대화'하는 것을 말한다.
DB 마케팅은 기업의 규모에 관계없이 어떤 기업에서도 활용될 수 있다. 이제 컴퓨터기술과 통신기술의 발달로 인하여 수백만 명의 고객도 저렴한 비용으로 관리할 수 있다. 컴퓨터기술의 발전은 대량의 고객정보의 축적과 축적된 정보에 대한 분석을 가능하게 하여, 마케팅관리자들로 하여금 개별고객의 욕구를 파악하고 상품화할 수 있는 능력을 갖게 해주었다. 그리고 전화, TV, 인터넷 등과 관련된 통신기술의 발전으로 소비자와 기업간의 직접적인 커뮤니케이션이 보다 저렴하게 실현되고 있다.
기업은 컴퓨터 하드웨어, 데이터베이스 소프트웨어, 자료분석 프로그램, 커뮤니케이션 연결 및 기술요원 등에 투자해야 한다. 데이터베이스 시스템은 제품 및 상표관리, 신제품 개발, 광고 및 촉진, 직접우편, 텔레마케팅, 현장판매, 주문처리 완료 및 고객 서비스 등의 분야의 구성원을 포함하여 여러 마케팅 집단에 유용하고도 친숙하게 사용될 수 있어야 한다.
시대적 흐름에 맞춘 역주행 'DB 마케팅'
데이터의 단순 축적이 아닌 분석, 활용의 시대. DB마케팅이 대안이다
어느 고객이 무엇을 얼마나 자주 구매했는지, 어느 매장에서 어떤 유형의 제품을 구매했는지, 언제 재구매 또는 대체 구매할 것인지 등과 같은 정보는 기업의 실무자나 임원들에게 가장 큰 관심사일 것이다.
고객에 관한 DB(데이터베이스)를 구축하고, 이것을 활용하여 고객의 Needs에 걸맞은 제품을 판매하는 전략을 가리켜 ‘데이터베이스 마케팅’이라고 한다. 다른 말로는, 고객별로 맞춤식 전략을 세운다 하여 ‘원 투 원 마케팅’으로 부르기도 한다. 이제 소비자들은 매스컴의 통제를 받지 않고 자신의 원하는 Needs를 스스로 찾아가는 시대에 이르렀다.
데이터의 중요성은 오래전부터 주목받아왔지만, 빅데이터와 같은 분석 기법이 미래 주도 산업으로 떠오르면서 중요성이 더욱 부각되고 있다. 그렇기에 데이터베이스 마케팅은 적합한 대안으로 분류된다.
대표적으로 4차 산업혁명의 시대를 예견하면서 관심을 받는, 빅데이터 분석기법이 이에 해당한다. 이제 데이터는 단순히 저장되는 정보로 그치지 않는다. 데이터는 이제 철저히 분석되어 적극적으로 활용된다. 이를 활용한 케이스는 무엇이 있을까? 흔히, 회원제 쇼핑몰이나 인터넷 강의 업체, 온라인 서점 등에서 ‘오늘 본 상품’, ‘많은 이들의 추천 상품’, ‘당신에게 적합한 상품’과 같은 배너를 만들며 자동으로 추천해주는 기능을 본 적이 있을 것이다. 이런 실시간 추천 서비스는 개개인의 맞춤형 서비스를 제공해주는 빅 데이터 기술. 이를 적극적으로 활용한 마케팅 전략이다.
검색엔진 포털 사이트에서 일정 단어만을 입력하면 추천 검색어 들이 나열되는 것도, 잘못된 검색결과에서 조금의 오점을 고쳐 수정된 결과를 도출해주며 대중이 원하는 키워드를 찾아주는 역할을 한다. 축적된 데이터를 활용해 고객을 위한 맞춤식 전략을 구사하는 것이다.
비단 한 분야에만 국한된 것이 아니다. 불특정 다수가 아닌 타깃 고객을 위한 맞춤형 전략이다 보니 다양한 적용사례를 살펴볼 수 있는데, 서비스 정신이 생명인 호텔업계에서도 활용사례를 더러 볼 수 있다. 세계적인 호텔 리츠 칼턴의 경우에는 숙박에 있어 고객의 기호에 대한 정보를 사전에 수집한다. 푹신한 침구류를 싫어하는 동양인들이 딱딱한 베개를 요구하면 프런트에서는 데이터베이스 센터에 이를 전달하고 고객이 도착하는 순간 원하는 침구류가 배치된 것을 볼 수 있다. 더불어, 재차 방문하는 고객의 경우 프런트에서 이름만 입력하면 고객의 기호를 포함한 상세한 정보를 얻을 수 있어 응대에 있어 훨씬 좋은 평가를 받을 수 있다. 데이터베이스 시스템을 적극적으로 활용하여 응대 및 마케팅 활동에 탄력을 받을 수 있다. 국내에서 조사하는 NCSI(국가 고객만족도 지수) 지수에서도 2000년대 중 후반에서는 단연 1위의 실적을 거두기도 했다. 2015년 시행된 조사에서는 분야별 지수가 아닌 NCSI의 총체적 지수에서 리츠칼튼이 11위를 차지하고 있음을 알 수 있고, 1~11위까지 모두 호텔들이었다.
요식업계에서도 적용할 수 있었다. 2014년 처음 선을 보인 스타벅스의 사이렌 오더의 경우 출시 초기 2000건에 해당하는 주문이 이루어졌지만 2017년 10월을 기준으로 누적 주문 건수가 3천만 건이 넘었고, 전년 9월 기준 일일 방문객은 50만 명, 그중 약 6만여 건의 결제가 이루어졌다고 한다. 스타벅스 앱을 내려받고 회원가입만 하면 누구든 이용할 수 있는 이 앱의 경우 스마트폰 내에 내장된 회원 전용 카드로 미리 주문이나 결제할 수 있다. 고객이 영수증을 원하면 앱에서 자동으로 처리해주며, 현금영수증까지 완벽하게 제공해준다. 가장 큰 특징은 원하는 시간대에 주문하고 기다리지 않아도 된다는 점이다. 출근 시간대에 이용률이 가장 높았고 출시 초 19%대에 이르렀던 남성 고객층이 작년 기준 25%를 차지할 정도의 증가 추세를 보였다. 테이크 아웃을 위해 매장에 들른 손님의 나머지 시간을 줄여주는 이점이 생긴다. 맥도날드나 롯데리아 같은 패스트푸드 체인에서 무인결제 시스템이나 드라이브 서비스를 활용하는 것도 이와 같은 활용의 형태이다. 또한 스타벅스는 멤버십 회원들의 기본적인 주문정보와 함께 시간, 장소, 날씨 같은 부가정보들도 모두데이터화 한다. 이것으로 40만 가지가 넘는 개인별 맞춤 서비스를 제공한다.
넷플릭스는 콘텐츠 장르만 7만6천개로 세분화하고, 고객 선호도를 2천개 유형으로 분류하여 맞춤형 콘텐츠를 선보인다. 이들은 고객의 빅데이터를 활용하여 ‘초개인화(Hyper-Personalization) 서비스’를 제공하고 있다. 초개인화 서비스란 고객의 상황과 맥락을 파악한 뒤, 고객의 욕구를 예측해서 상품이나 서비스를 제공하는 서비스 방식을 통칭한다.
이 2가지 예시는 ‘트랜드코리아 2020’에서 제시하는 ‘멀티 페르소나’와 ‘초개인화 기술’이 적용되어 있는 대표적인 사례들이다. 한명의 개인이 상황과 맥락에 따라서 다양한 정체성을 드러낸다는 ‘멀티 페르소나’를 기업 입장에서 정확히 이해하기 위해서 고객이 제품이나 서비스의 구매 이전, 구매, 구매 후의 모든 상황과 맥락을 파악하여 좋은 경험을 제공하겠다는 것이 ‘초개인화 기술’이다. 여기의 핵심은 고객을 제대로 이해하기 위해서 그들의 모든 라이프사이클을 분석하고 대응하라는 것이다.
이처럼 데이터는 고객의 기호를 파악하는 것은 물론, 업무 프로세스상의 결함을 잡아주는 역할도 한다.
데이터가 단순히 축적되어 저장되는 과거와는 달리, 이를 분석한 활용 형태가 다방면으로 적용되고 있다.
데이터베이스 마케팅이란 용어가 생겨난 지는 오래됐지만 표준화된 고객을 위한 전략이 아닌 개별 맞춤형 전략의 중요성이 대두되며 새로운 대안으로 모색되는 것이다.
마케팅 데이터베이스
마케팅 데이터베이스는 일상 업무용이 아닌 마케팅 목적을 위해 구축된 데이터베이스를 말하는데,
여기서 마케팅 목적이란 소비자 욕구를 파악하고 이를 만족시켜주기 위해 기업이 구사할 수 있는 여러 수단을 사용하는데 있어서 지침을 마련해 줄 수 있도록 사용된다는 것을 의미한다.
마케팅 데이터베이스 구축 시에는 다음을 고려해야 한다.
① 장기적인 비전: 데이터베이스 마케팅은 고객과의 관계 증진을 통한 지속적인 판매 상승, 브랜드나 기업에 대한 애호도의 제고와 같은 장기적인 효과에 초점을 두고 있기 때문에, 데이터베이스를 운용함에 있어 초기의 투자비용을 단시일에 회수하 려고 하기보다는 장기적인 안목과 전략으로 활용할 수 있도록 설계되고 운용되어 야 한다.
② 유연성: 환경이 급변하고 욕구가 점차 다양해지므로 기존 데이터에 자료를 첨가, 수정, 삭제가 용이하게 이루어질 수 있도록 확장성을 가질 수 있도록 설계되어야 하며, 다각적인 분석과 활용이 가능하도록 구축되어야 한다.
③ 즉시성: 데이터베이스는 의사결정에 필요한 정보를 즉각적으로 제공해 줄 수 있도 록 구축되어야 한다. 데이터베이스 마케팅의 특징 중의 하나가 시장에서의 변화가 즉각적으로 파악될 수 있고 이러한 변화를 시의 적절하게 마케팅 전략에 반영시켜 줄 수 있도록 데이터베이스가 설계되고 운용되어야 한다.
고객 데이터베이스
오늘날 소비자의 기호가 점점 까다로워지고, 경쟁이 격화됨에 따라, 전체시장을 점차 작은 단위로 세분화하고 그 중 특정시장에 주력하는 기업이 증가하고 있다. 이러한 접근방법은 좁게 정의된 세분시장내 고객들에 대해서 더 잘 이해하려고 노력하는 것이다. 그러나 이것은 특정 세분시장내 개인고객들에 대해서는 초점을 맞추는 것은 아니다.
그러나 개별 고객들의 상이한 욕구와 특성에 맞추기 위해 점차 마케팅은 대량 마케팅에서 일 대 일 마케팅(직접 마케팅)으로 변화되고 있다. 즉 개별고객들을 알고 있는 기업들은 고객에 대한 소를 극대화하기 위해 당사의 제품, 제시물, 메시지, 선적방법 및 지급방법을 고객별화하고 있다.
그리고 기업들은 개별고객과 예상잠재고객들에 대한 이름, 주소 및 기타 관련된 정보를 획득하기 위해 매우 강력한 수단을 가지고 있는데, 그것이 고객 데이터베이스이다. 고객 데이터베이스란 선도 유발, 선도 자격화, 제품이나 서비스의 판매 또는 고객 관련성의 유지와 같은 마케팅 목표를 달성하기 위해 현재 접근할 수 있으며, 또한 조치를 취할 수 있는 개별고객, 예상잠재고객에 대한 광범위한 자료를 조직적으로 수집하는 것이다.
고객 데이터베이스에는 개인의 인구통계적 자료(연령, 소득, 가족수, 교육수준, 생일), 심리묘사적 특성(라이프스타일 특성), 매체이용 특성(구독신문, 잡지) 및 과거의 구매내용(구매일자, 빈도, 구매량) 및 기타 관련되는 정보 등으로서, 고객의 특성을 파악하는데 유용한 정보를 담고 있어야 한다.
데이터베이스 마케팅의 목적
데이터베이스 마케팅도 일반마케팅과 마찬가지로 기업의 경쟁력을 강화할 수 있을 때 비로소 그 의의를 갖는다.
그러나, 구체적인 방법에 있어서는 일반마케팅과 많은 차이가 있다. 데이터베이스 마케팅의 가장 주된 목적은 고객과의 유대관계 구축을 통한 고객 평생가치의 극대화에 있으며, 그 외에 유통채널 및 서비스 수행체제, 장기전략의 수립, 마케팅리서치 자동화 등이 목적으로 언급될 수 있다.
(1) 유대관계 구축을 통한 고객 평생가치 극대화
고객의 평생가치(LTV/lift time value)란 고객이 특정회사의 제품이나 서비스를 처음 구매했을 때부터 시작해서 마지막으로 구입할 것이라고 판단되는 시점까지 구입 가능한 제품이나 서비스의 누계액이라고 할 수 있다.
데이터베이스 마케팅은 고객과의 일대일 커뮤니케이션을 통해 고객만족도를 극대화하고 만족한 고객이 자사의 제품이나 서비스를 평생동안 구매할 수 있도록 하는데 주 목적이 있다.
일반적으로 기존고객을 대상으로 판매할 때 소요되는 판매비용이 새로운 고객을 확보하는데 소요되는 비용에 비해 훨씬 적으며, 바로 이러한 점에서 "고객 평생가치 극대화"라는 데이터베이스 마케팅의 목적의 정당성을 찾을 수 있다.
(2) 유통채널 및 서비스 수행체제
데이터베이스 마케팅은 전통적인 유통채널을 대체할 수 있는 수단으로서의 역할을 수행한다.
데이터베이스 마케팅은 다이렉트 메일, 텔레마케팅, 직접반응 광고 등을 이용한 고객과의 직접적인 의사소통을 통해 주문을 받거나, 문의에 응할 수 있어 그 자체로 하나의 독자적인 유통채널 및 서비스 수행체제로 이해될 수 있다.
데이터베이스 마케팅은 전략수립에서 주문, 배송, 대금회수, 애프터서비스의 제공 등 모든 거래 과정을 포괄하는 거대한 시스템으로 이해될 수 있다.
(3) 장기전략 수립
데이터베이스 마케팅 과정에서 얻어지는 정보는 주문과 같은 단기적인 결과의 획득을 위해서는 물론 목표시장에 대한 보다 정확하고 구체적인 기술을 가능하게 하기 때문에 보다 합리적인 장기전략의 수립에도 유용하다.
따라서, 마케팅 데이터베이스는 즉각적인 수익의 증가를 위해 실무진에서 편리하게 활용할 수 있도록 하는 동시에 데이터가 축적되어감에 따라 그 축적된 자료로부터 전략적인 의미를 추출해 낼 수 있는 장기적인 안목에서의 설계가 아울러 필요하다.
(4) 마케팅 리서치 자동화
데이터베이스 마케팅에서는 고객에 대한 자료가 구매행위, 문의응답, 촉진반응 등 고객과 접촉하는 과정을 통해 얻어지기 때문에 고객의 개별적인 욕구를 즉각적으로 파악할 수 있다. 따라서, 데이터베이스 마케팅은 평소 항시 마케팅리서치를 실시하고 있는 것과 같은 효과를 거둘 수 있으며, 시장기회나 경쟁위협을 거의 자동적으로 파악하여 이에 신속히 대응할 수 있는 능력을 갖게 해주는 등 마케팅 리서치를 실질적으로 대체하는 효과를 갖는다.
데이터베이스 마케팅의 장점
데이터베이스 마케팅이 기업에 줄 수 있는 이득은 무엇일까?
우선, 우수고객의 선택과 보상을 가능하게 한다. 흔히 20%의 우수고객이 80%의 매출을 담당한다고 말하지만 우리나라의 경우, 금융 등 특정 분야에서는 1%의 고객이 20%의 매출을 좌우하고 있다.
둘째, 새로운 고객을 선택할 수 있다. 새로운 고객에게 DM을 발송하기 위해 외부기관에 고객 데이터를 의뢰하면 기존에는 막연한 고객정보만이 확보되어 응답률이 1.7%에 그쳤다. 그러나 원하는 내용을 지정하여 고객데이터를 의뢰하면, 비용은 늘어나겠지만, 필요한 고객의 정확한 데이터를 이용하게 되므로 응답률은 10%대로 늘어난다. 문제는 아직 우리나라에는 고객 데이터를 원하는 내용대로 가공하여 판매할 수 있는 업체가 없다는 점이다.
셋째, 효율적인 촉진정책을 실현할 수 있다. 예를 들어, 텔레마케팅의 경우 소비자에게 무작위로 전화를 건다.
지금은 초기이기 때문에 소비자들이 잘 받아 주지만 텔레마케팅 업체들이 늘어나면 하루 종일 전화를 받아야 하는 사태가 벌어질 수도 있다. 전화를 한 업체의 제품을 절대 사지 않는 극단적인 부작용까지 일어난다. 원하는 고객의 명단과 그 각 고객의 특성을 파악하고 있어야 적절한 시간에 전화할 수 있다.
넷째, 교차 판매를 가능하게 한다. 교차판매란 A라는 제품을 판매했을 경우, 그것과 유사한 혹은 연관 있는 B제품을 판매하는 것을 말한다. 미국에 있는 비디오 대여점(체인점) 'Blockbuster'에서는 비디오를 빌리게 되면 영수증 아랫 부분에 그 사람이 좋아할 만한 영화 10편을 써 준다. 이것은 너무 많은 제품 사이에서 선택에 어려움을 겪는 소비자의 결정을 도와주는 의미도 있다.
마케팅에 '고객 데이터'가 중요해진 네 가지 이유
전 세계 모든 온라인 고객은 소비 활동에 '데이터'를 남긴다. 이런 고객 데이터를 관리하는 CDP, 즉 '고객 데이터 플랫폼'은 지금의 마케팅 전문가들이 가장 관심 갖는 키워드다. CDP는 기업이 보유한 모든 고객 데이터의 중앙 보관소 역할을 한다. 이 CDP를 활용해 고객 데이터를 캡처, 처리, 통합하여, 이메일이나 SNS, 디스플레이 광고, 판촉 캠페인 등 다양한 마케팅 채널에 적용할 수 있다.
CDP 분야는 지난 몇 년간 크게 성장했다. CDP 연구소에 따르면, CDP 분야 매출이 2019년에 10억 달러 이상이었고, 올해에는 최소 13억 달러 이상일 것으로 예측됐다. 기업 경영자들이 고객 데이터의 우선 순위를 높게 평가하는 인식 변화가 CDP 시장 성장에 한몫 했다. 통합된 고객 데이터가 시대 흐름에 맞는 중요한 경쟁 전략임을 이해한 것이다.
CDP 외에도 다양한 마케팅 기술을 구현할 수 있는 환경임에도 많은 기업들이 CDP를 선택하는 이유는 무엇일까?
최근에 와서야 고객 데이터 중앙 집중화 프로젝트에 주목하는 이유는 또 무엇일까? 이에 관해 아래의 4가지 이유로 정리할 수 있다.
첫째, 옴니채널(소비자가 온라인, 오프라인, 모바일 등 여러 경로로 상품을 검색, 구매하는 서비스) 고객 경험을 제공해야 하기 때문이다. 이제는 무엇보다 '고객 경험'이 시장에서 가장 중요한 요소가 됐다. 고객은 브랜드와 상호작용할 때 그 기업에 대한 이해와 가치를 느낀다. 이에 기업이 개별 메시지와 효과적인 고객 지원을 전달하려면, 모든 마케팅 채널에서 개별 고객의 관심사와 관여도를 완전히 파악해야 한다. 이를 테면, '새로 들어온 고객인가?', '다시 돌아온 고객인가?', '이 고객은 최근에 무엇을 검색, 구매했나?', '과거에 불만이 있던 고객인가?', '선호하는 마케팅 채널은 어디인가?' 등에 대해 답할 수 있는 플랫폼이 있어야 한다.
CDP는 CRM(고객 관계 관리)이나 DMP(데이터 관리 플랫폼)으로는 처리할 수 없는 고객 정보 통합 플랫폼으로서, 기업 브랜드가 모든 온/오프라인 채널에서 개별화되고 일관된 고객 메시지를 개발하는데 도움을 준다.
즉, 고객이 자사 쇼핑몰에서 장바구니에는 상품을 담았지만, 실제로 구입하지 않았다면, 이후로 이 고객과 소통할 때 이에 대해 미리 알고 있어야 한다. 모바일 앱, 이메일, SNS 등을 통해 기업이 고객과 수행하는 모든 상호작용은 고객의 관심사와 선호도에 맞춰져야 한다는 게 CDP의 기본 접근법이다.
둘째는 새로운 데이터 보호 규정 때문이다.
유럽연합(EU)의 '유럽엽합 개인정보보호규정(GDPR)'과 미국 캘리포니아의 '캘리포니아주 소비자 프라이버시보호법(CCPA)' 등의 데이터 보호 법률로 인해 고객 데이터 수집 및 활용 방식이 변경됐다. 이후로도 여러 국가, 정부가 유사한 법을 통과시킬 가능성이 높아서, 모든 고객 데이터가 어디에 보관되며, 어떻게 안전하게 보관하는가를 고민해야 할 시기가 됐다. CDP는 기업 데이터 보호 전략의 중요한 부분이 되어, 기업이 안전 규정을 준수할 수 있는 기준(예, 고객 위치나 선호도에 따른 고객 데이터 삭제 규정 등)을 구축할 수 있게 한다.
개인정보 보호규정을 충족하려면 동의 관리와 고객 데이터 관리 툴이 필요하다. 예를 들어, 기업 홈페이지에서 쿠키(인터넷 방문 기록)를 통해 고객 데이터를 수집하는 것에 대해 고객이 기업에게 동의했더라도, 고객이 자신의 데이터를 삭제해 달라 요청하면, 기업은 이를 한 곳에서 통합하고 정리, 관리할 수 있어야 한다. 이에 CDP는 진화하는 시대와 정부의 개인정보 보호규정에 대해 선제적으로 관리하고 구축하는 중요한 전략이 된다.
셋째, CDP가 마케팅 ROI, 즉 마케팅 투자대비 이익률을 입증할 수 있는 효과적인 프로젝트이기 때문이다.
마케터는 한정된 권한, 부족한 데이터 및 데이터 과학자와 분석가 부족 등으로 인해 마케팅 지출 예산에 대한 ROI를 보여주려 노력하고 있다. 마케터가 경영진에게 ROI를 증명하기 위해서는 마케팅 캠페인을 실질적인 소비로 연결시켰다는 핵심 지표를 보여 주어여 하는데, 그 핵심 지표는 잠재 고객 증가, 고객 충성도 증가, 고객 성장률 및 고객 구매액 증가율 등이다. 고객과의 마케팅 채널 전반에 걸친 보다 종합적인 데이터와 가망 고객/현재 고객에 대한 더 큰 그림을 그리면서, CDP를 통해 마케팅 ROI를 좀더 체계적으로 추적해 볼 수 있다. 마케팅에 영향을 미치는 종합, 개별적인 요인을 정기적으로 확인, 보고해주며, 좀더 폭 넓은 데이터를 확보할 수 있도록 해 마케터가 효과적인 마케팅 테스트를 신속히 실행할 수 있도록 도와준다.
끝으로, CDP는 인공지능과 머신러닝의 확산에 따라 기업의 데이터 관리 역량에 대안이자 견인차가 된다.
전 세계 기업은 지금도 방대한 양의 데이터를 수집, 저장하고 있다. 인공지능과 머신러닝은 이러한 '빅데이터'가 필요하다. 자동화 예측 기능을 활용해 데이터를 처리 및 분석한 패턴을 이해한 후 의미 있는 예측 모델을 만든다. 마케터에게 꼭 필요하고 가치 있는 전략이다.
지금 이 시간에도 마케팅 기술은 끊임 없이 진화하고 있다. 선도하는 전략이 아닌 따라하는 차선책으로는 선도자를 따라잡지 못한다. CDP는 고객 데이터의 우선 순위를 정하며, 마케팅 투자대비 이익률을 보장한다. 이것이 기업의 미래를 보장하며, 현재 논의 중인 개인정보 보호규정보다 앞선 미래의 문제를 미리 해결할 수 있다.