[11월 제일세미나] 디지털 시대의 데이터 드리븐 마케팅

데이터를 다루고 싶은 마케터… 숫자는 어렵다?

디지털 시대를 살아가는 여러분, 반갑습니다. 제일기획 DnA센터의 김지수 프로입니다. 저는 제일기획 DnA센터에서 근무 중인데요. DnA센터는 Data & Analytics의 약자로 제일기획의 데이터 드리븐 마케팅 전문 조직을 의미합니다. 2013년 12월 설립 이후 디지털 시대에 맞는 데이터 분석과 ROI(Return on Investment) 관점에서 효율 관리를 지향하는 집단으로 △데이터 플랫폼 △데이터 마이닝 △마케팅 커뮤니케이션 등 다양한 전문 특기를 살린 프로님들과 함께 일하고 있죠.

자, 세미나에 앞서 여러분께 질문을 하나 던지고자 합니다. 과연 여러분에게 데이터란 무엇인가요? 사실 대부분의 사람에게 숫자란 ‘어려운 존재’로 각인되곤 합니다. 통계·분석·프로그램·소프트웨어 등… 숫자가 활용되지 않은 곳을 찾아보기 어려운데요. 수포(수학 포기)란 단어가 심심찮게 들리는 이유 역시 이를 어렵게 느끼는 관점에서 비롯된 게 아닐까요?

비록 숫자가 어렵게 느껴질지라도 ‘숫자는 사람의 본능과 같다’고 생각합니다. 초면인 사람에게 제일 먼저 나이를 묻고, 공권력을 행사하는 정부도 숫자로 얻어진 데이터로 정책을 판단하죠.

마케팅에서 데이터는 의사결정의 수단입니다. 데이터는 당연히 숫자로 표현되며 △어떤 목표로 전략을 구사할지 선택의 기준이 되고 △내부 근거에 확신을 갖게 하고 △이러한 주장을 객관화하는 데 도움을 주죠. 데이터 드리븐 마케팅이란 용어 역시 이와 맥을 함께합니다. 경험과 감에 의한 의사결정이 아닌, 데이터에 근거해 의사결정을 하는 마케팅을 바로 데이터 드리븐 마케팅이라 칭한답니다.

디지털 시대의 데이터, 무엇이 다른가?
　

데이터, 데이터… 디지털 시대에 접어들며 데이터에 대한 관심이 부쩍 높아지고 있습니다. 사실 예전의 마케팅이 데이터 없이 진행된 것도 아닌 데 말이죠. 이 부분에서 우린 디지털 시대의 데이터가 이전의 데이터와 무언가 달라졌다는 걸 짐작할 수 있습니다. 과연 어떤 점이 달라졌을까요?

첫째, 실시간으로 반영되는 데이터는 그 흔적을 남겨 꾸준히 누적됩니다. 우리가 10년 전 데이터를 온전히 살펴볼 수 있는 것도 디지털 시대의 데이터가 가진 큰 특징 중 하나죠. 둘째로 확보된 데이터를 통해 효과를 측정하고, 즉각적인 의사결정이 가능해졌습니다. 앞서 얘기했던 ROI 관점에서 효율 관리도 쉬워졌죠.

구체적으로 알아볼까요? 디지털 시대엔 기술이 발전하면서 데이터의 범람화가 더 가속될 예정입니다. 이전과 달리 센서/스토리지/시스템 구축으로 데이터 비용은 절감됐고, 접점이 증가해 대면 조사로 불리던 서베이도 실시간으로 고객 성향을 파악해 분석·가공하기 더 쉬워졌습니다. 당연히 이런 일련의 과정을 통해 개개인에 맞춘 마케팅 자동화까지 이뤄질 수 있었고요.

기존의 ATL(Above The Line) 광고 시장이 가설을 세워 정량·정성조사를 통해 이를 검증했다면, 최근 디지털 시대엔 ‘실시간으로 누적된 데이터를 통해 인사이트를 발견한다는 점’이 차별화 포인트라고 하겠습니다.

데이터의 종류, 아주 다양해… 적합한 용처 찾아 분석 가능한 데이터화 하는 게 중요
　

데이터는 그 종류도 다양합니다. △자사 사이트나 세일즈, CRM과 관련한 기업 내부의 1st Party Data는 ‘기업 데이터’ △거래선 상의 2nd Party Data는 ‘미디어 데이터’ △전문 업체가 분석하고 가공하는 3rd Party Data는 ‘소비자 데이터’라고 각각 부릅니다. 이를 활용할 수 있도록 돕는 도구(Tool)를 잘 익혀두는 것도 데이터의 종류를 이해하는 것만큼 중요한데요. 위 이미지의 예시 프로그램과 사이트를 조금이나마 접해본다면 쉽게 이해하실 수 있을 거예요.

먼저, 기업 데이터에 대해 알아보겠습니다. 여러분도 잘 아시는 매출이나 CRM, 데이터 외에 웹과 앱으로부터 수집되는 운영 데이터가 바로 기업데이터입니다. 나의 웹/앱에 얼마나 많은 방문객이 찾아왔고, 그들은 어떤 경로로 유입됐으며 어떤 검색을 통해 접근했을까? 등 기본적인 문제 해결에 도움을 주죠. 구글 애널리틱스(Google Analytics)나 어도비 애널리틱스(Adobe Analytics)를 활용하면 이를 손쉽게 파악할 수 있는데요. 구글 애널리틱스는 무료로 제공돼 나만의 홈페이지나 특정 블로그 등을 연동해두면 내부 데이터를 쉽게 파악하는 데 도움을 줍니다.

이렇게 수집한 데이터는 최적화 측면에 활용하면 좋습니다. PC와 모바일 스크린 사이즈에 얼마나 최적화돼 있을까? 웹과 앱 중 어떤 쪽에 힘을 실어야 할까? 제공하는 서비스가 적합한 타깃은 누구일까? 마케팅 의사결정 과정에 운영 데이터는 중요한 역할을 담당합니다. 혹 주변에 쇼핑몰이나 홈페이지를 운영하는 친구가 있다면? 데이터 공부를 위해 이를 분석해주는 것도 데이터 공부에 큰 도움이 될 겁니다.

미디어 데이터는 미디어를 집행하는 툴인 구글, 페이스북 등에서 확인할 수 있는 파트너 데이터입니다. △접속자의 기본 데이터 △방문 기록 △관심 페이지 △카테고리 등을 분석해 프로파일을 구체화할 수 있죠. 가령 여성이 미용, 피트니스, 자기계발 등에 관심이 많다면 애드워즈(Adwords)를 활용해 자기계발/심리학, 개인 트레이닝/헬스지도와 같은 데이터로 연계해 활용할 수 있단 점이 특징입니다.

마케터 입장에서 분석된 미디어 데이터는 대상 타깃을 좁히고 인사이트를 발굴하는 데 영향력을 미칩니다. 고객 데이터와 미디어 데이터를 결합한 광고 상품도 많이 개발되고 있죠. (고객 데이터는 암호화되므로 개인 정보 유출에 대해선 걱정을 덜어도 괜찮답니다!) 이 과정에서 고객 데이터의 노후화, 고객을 괴롭히는 마케팅(잦은 연락, 스팸성 메시지) 등에 유의하면 의사결정에 큰 도움을 줄 겁니다!

디지털 소비자 데이터는 종류가 굉장히 많답니다. 주로 소비자의 버즈(Buzz)와 검색 행동, 채널을 분석하죠. 버즈 데이터는 정량 조사에서 얻기 힘들었던 이유(Reason why?)를 파악하는 데 도움을 줍니다. 기존엔 좌담회를 통해 정성 조사를 진행했는데 이 역시 비용이 만만치 않았죠. 소수의 인원으로 의사결정을 내리기엔 리스크도 큰 편이었고요. 소셜 버즈는 기존 방식으론 얻기 어려웠던 수많은 소비자의 욕망을 반영해 정량·정성 조사를 한 번에 달성할 수 있단 장점이 있습니다. 검색 행동의 경우 성별·연령대·요일별 분석 등 다양한 범주에 따라 검색 행동을 파악할 수 있고, 채널 분석은 활용하면 비교 대상 브랜드 대비 팬 수와 인터랙션 등을 비교·활용하는 데 주로 활용합니다.

이런 소비자 데이터는 일부 데이터는 무료로 확인할 수 있는데요. 시밀러웹(Similarweb)과 같은 홈페이지에선 내가 보고자 하는 홈페이지의 일일 방문자 수, 해당 카테고리의 영향력 등을 확인할 수 있으니 해석해보는 연습 용도로도 손색이 없죠?

데이터 좀 더 잘 분석하고 싶다면? 데이터 활용 팁 3
　

이런 소비자 데이터는 일부 데이터는 무료로 확인할 수 있는데요. 시밀러웹(Similarweb)과 같은 홈페이지에선 내가 보고자 하는 홈페이지의 일일 방문자 수, 해당 카테고리의 영향력 등을 확인할 수 있으니 해석해보는 연습 용도로도 손색이 없죠?

데이터 좀 더 잘 분석하고 싶다면? 데이터 활용 팁 3
　

‘데이터 선배의 입장에서 어떤 조언을 할 수 있을까?’ 고민을 해봤습니다. 최근 빅데이터로 점철되는 이슈들이 많아지고 있는데요. 사실, 양은 크게 중요한 요소가 아니라는 생각이 들었습니다. 빅데이터에 끌려다니기보다 분석 가능한 스몰 데이터부터 접근해 인사이트를 발굴할 수 있다면 데이터 분석에 대한 감을 익히는 데 도움이 될 거예요.

앞서 데이터의 종류만 해도 세 종류를 말씀드렸는데요. 한 가지 데이터만 고집할 필요 없이 여러 가지 데이터에서 얻은 인사이트를 다양하게 볶아보는 것(?)도 데이터 분석 스킬을 익히는 데 중요한 활동입니다.
　

데이터 분석에 통계와 모델링 등이 어렵게 느껴지시죠? 회귀분석·SPSS·R… 듣기만 해도 머리가 아파 접근조차 부담스러운 도구들이 많은데요. 하지만 스스로 진입 장벽을 낮춰 ‘평균’과 ‘표준 편차’만 제대로 익혀도 많은 인사이트를 발굴할 수 있습니다. 통계에 집착하기보다 직관적 해석 능력을 개발하는 능력을 키워보는 것도 좋겠습니다.
　

　
물론 데이터가 모든 걸 해결해주진 않습니다. 대표적인 예로 부티크닷컴이라는 쇼핑몰 사례가 있는데요. 이 쇼핑몰은 데이터 기반 쇼핑몰로 반복된 알고리즘에 의해 제품을 추천해주는 방식을 갖추고 있었습니다. 하지만 성공을 거두진 못했는데요. 훌륭한 알고리즘을 가졌지만 원치 않는 정보를 두 번 보고 싶지 않은 사람의 마음을 헤아리지 못했다는 반응이 있었죠. 예측하지 못한 변수가 많은 만큼 데이터와 예외 사례 사이 적절한 밸런스를 갖춰 함정에 빠지지 않는 연습도 놓치지 마세요.
　

세 번째는 ‘데이터는 한방!’이란 겁니다. 들이는 노력에 비해 산출된 결과가 적어 상심했던 경험, 다들 있으셨죠? 사실 주저리주저리 과정과 노력을 얘기하고 싶지만, 이는 의사결정에 전혀 중요하지 않은 부분이죠. 광고주나 교수님이 이런 자료에 관심을 가지지 않을 것도 뻔하고요! 이를 아까워하지 말고 얻어진 데이터를 적극 활용해 중요한 의사결정에 활용하라는 게 제가 드리는 세 번째 팁입니다.
　

△마케팅 타깃은 누구일까? △어떤 미디어를 활용해야 할까? △우리 제품과 서비스에 높은 관심을 가진 사람은 누구일까? 마케터라면 누구나 가질 질문이겠죠. 지금도 데이터를 어떻게 활용할지 전문가들도 항상 고민하고 있죠. 데이터는 가치가 크지만 정제와 가공이 필수란 사실을 잊지 말고, 이를 분석하고 직관적으로 해석할 수 있는 능력을 함양하는 것이 무엇보다 중요하다는 점! 잊지 마세요. 여러분도 데이터의 매력에 흠뻑 빠져보시길 바라며! 지금까지 김지수 프로의 11월 제일세미나 포스팅이었습니다.