[ 매드타임스 최영호 기자] 마케터가 마케팅 활동을 전략적으로 수행하려면 오디언스를 알아야 하고, 데이터를 명확하게 파악해야 하고, 데이터를 이해할 수 있어야 하며, 데이터를 실험해 볼 수 있어야 한다. 데이터를 수집하고 측정하는 데 신중하고 전략적으로 접근하지 않으면 마케팅 의사 결정 과정을 효과적으로 강화할 수 없다.
Zonte Hou는 전략적 측정 프레임워크를 구축하고 측정된 결과에 따라 조치를 취하기 위해 반드시 수행해야 하는 5가지 사항에 대해 컨빈스 앤 컨버트에 다음과 같이 공유했다. 다음은 그 내용이다
1. 9가지 유형의 오디언스 데이터로 노력의 근거 마련하기
SmarterHQ는 1,000명의 소비자를 대상으로 실시한 설문조사에서 "소비자의 72%가 이제 개인화되고 자신의 관심사에 맞는 마케팅 메시지에만 참여한다고 답했다"라고 말했다. 또한 비즈니스 구매자들 사이에서는 이 문제가 더욱 심각하며, "82%가 개인화된 고객 관리가 충성도에 영향을 미친다고 답했다"고 밝혔다. 잠재 고객에게 무엇이 중요한지 명확하게 파악하려면 기본적인 것 이상의 정보를 수집해야 한다. 다음 9가지 영역을 고려한 고객 기록을 수집하고 유지 관리해야 한다. ▲인구 통계 ▲지리적 ▲행동 ▲사이코그래픽 ▲고객 관계 ▲채널 선호도 ▲기술 통계 ▲소셜 미디어 ▲동의 및 선호도이다.
2. 데이터 통합
Ascend2의 '데이터 통합 및 관리' 설문조사에 따르면, 마케터의 71%가 데이터 통합 및 관리 전략을 실행하는 것이 다소 또는 매우 복잡하다고 답했다. 또한 많은 기업에서 데이터 통합 프로세스가 번거롭고 너무 많은 팀이 관여하는 것으로 나타났다.
그러나 Hou는 데이터를 통합하기에 지금보다 더 좋은 시기는 없을 것이라고 강조한다. 현재 개인화된 데이터 기반의 미래를 향해 나아가고 있. 따라서 이를 염두에 두고 클라이언트에게 보다 개인화된 경험을 제공할 수 있도록 지원하는 하나의 데이터 소스를 구축하는 프로세스에 우선 순위를 두어야 한다.
3. 데이터 품질에 투자하기
메일 오발송 등과 같은 인적 오류는 브랜드를 어리석게 보이게 하고 신뢰를 훼손하기 때문에 평판에 큰 타격을 줄 수 있다. 데이터를 통해 더 나은 의사 결정을 내리려면 데이터 품질이 높아야 한다. 그러기 위해서는 먼저 정기적으로 데이터 감사를 실시해야 한다. 다음은 수행해야 할 내용이다.
- 데이터 입력/가져오기 프로세스와 표준을 지속해서 검토한다.
- 정기적으로 데이터 품질을 점검한다.
- 다양한 이해관계자 그룹이 데이터를 어떻게 사용/확장하고 있는지 검토한다.
또한 거버넌스 및 팀 교육은 데이터 품질 유지에 필수적이다. 이는 인프라나 데이터 자체뿐만 아니라 데이터 생성 및 사용을 감독하는 사람들도 마찬가지이다.
4. AI 및 머신 러닝 활용
찰스 두히그는 2012년 뉴욕 타임스 기사에서 Target의 데이터 과학 팀이 어떻게 고객이 명시적으로 아기와 관련된 구매를 하기 전에도 임신 가능성이 있는 고객을 파악할 수 있었는지에 대해 밝혔다. 당시에는 끈기와 수많은 실험을 통해 이 작업을 수행했지만, 오늘날에는 Optimizely 또는 Persado와 같은 AI 증강 도구를 사용하면 고객 집단을 식별하고, 리타기팅하고, 알려진 정보를 기반으로 동적으로 웹페이지 카피나 광고를 쉽게 게재할 수 있다. 이러한 종류의 마케팅 의사 결정은 시스템이 설정되면 사람의 개입이 필요하지도 않는다.
이제 작은 규모의 팀이라도 공개적으로 사용 가능한 AI 도구를 사용하여 잠재 고객을 더 잘 이해하기 위한 조사를 수행할 수 있다. 챗GPT에 "[타겟 고객]이 [제품] 구매를 고려할 때 가장 중요한 요소는 무엇인가?"와 같은 질문을 입력할 수 있다. 중요한 것은 질문이 구체적이어야 한다는 것이다. "밀레니얼 세대"에 대한 답변은 "예산이 제한된 밀레니얼 세대 비즈니스 소유자"에 대한 답변보다 훨씬 구체적이지 않을 것이다.
5. 가설 테스트
데이터는 정적이어서는 안 된다. 데이터를 지속적으로 개선하고 학습하려면 가설을 세우고 테스트를 설정하여 무엇이 사실이고 무엇이 그렇지 않은지 확인해야 한다. 마케팅 팀은 테스트를 하기 싫은 이 아니라, 지속적으로 테스트할 수 있는 메커니즘을 갖추지 못한 경우가 많다.
콘텐츠 캘린더에 테스트를 구축하는 것도 한 방법이다. 모든 콘텐츠와 캠페인에 테스트가 할당되어 있고 해당 테스트를 지원하기 위한 자산이 프로덕션 프로세스에 포함되어 있다면, 모든 마케팅 실행 과정에서 빠르고 일관성 있게 학습할 수 있다.
Hou는 데이터를 사용하여 더 나은 의사 결정을 내리려면 궁극적으로 목표와 연관된 데이터가 있는지 확인해야 하며, 이러한 데이터는 반드시 팔로워 수나 구독자 수와 같은 것이 아니라고 말한다. 그보다는 고객의 각 단계에서 참여와 전환이 어떻게 나타나는지에 대한 총체적인 롤업일 수 있다고 한다. 콘텐츠의 개별적인 수치나 성과에서 명확성을 찾기보다는 전반적인 성과와 마케팅 개발에 대한 전략적 접근 방식에서 변화를 찾아야 한다고 강조했다.
