여러분은 어떻게 쇼핑하나요? 온라인 쇼핑몰, 모바일 앱, 소셜 미디어 등 디지털 기술의 발전과 함께 현대인의 쇼핑 방법은 점점 더 다양해지고 편리해지고 있습니다. 동시에 기업이 고객과 만나는 접점은 그 어느 때보다 많아졌는데요. 그만큼 기업의 디지털 마케팅 전략 또한 여러 기술 요소와 방법론이 혼용되는 하나의 큰 생태계로 발전을 거듭하고 있습니다.

그 생태계의 기반에 디지털 채널과 데이터가 있습니다. 현대 기업은 다양한 디지털 채널로부터 수많은 고객 정보를 수집합니다. 이때 대부분의 데이터는 대용량의 비정형 형식이기 때문에 컨텍스트(Context) 분석 기능이 매우 중요한데요. 많은 기업들이 ‘고객 인텔리전스(CI: Customer Intelligence)’ 분석 방법을 적극 활용해 디지털 데이터의 홍수 속에서 경쟁사와의 차별점과 경쟁 우위를 찾고 있습니다. 오늘은 바로 이 CI의 관점에서 마케팅 의사결정 프로세스를 구현하기 위한 디지털 채널과 데이터의 역할, 활용 사례, 고찰 포인트를 소개하고자 합니다.

고객 인텔리전스(CI), 고객 여정과 함께하는 마케팅 동력

고객 인텔리전스(CI)는 고객과의 모든 상호 작용을 기반으로 최적의 의사결정을 내리고, 장기적으로 안정적인 고객 관계를 구축하게 하는 통찰력입니다. 기업은 여러 고객 접점으로부터 수집한 데이터를 통합하고, 고객 활동을 추적 및 예측하며, 실시간 분석을 통해 고객 인텔리전스를 추출합니다. 그리고 이를 바탕으로 의사결정을 내리고, 고객 상호 작용을 최적화하기 위해 검증된 로드맵을 구축하죠.

기능적인 측면에서 CI는 ▲마케팅 분석 ▲고객 관계 관리(CRM) ▲고객 경험 관리(CEM) ▲성과 요인 분석 ▲디지털 마케팅의 범주까지 포괄합니다. 특히 최근에는 정량 분석과는 조금 거리가 있었던 ATL(Above The Line) 마케팅에서도 디지털 데이터를 다방면으로 활용함으로써 통합 연계를 구현하고 있습니다. 이처럼 마케팅 측면에서 CI의 중요성과 역할은 점차 확대되고 있는데요. 그렇다면 기업은 CI를 통해 어떤 통찰력을 얻을 수 있을까요? Customer Intelligence’에서 ‘I’는 크게 3가지 의미를 지닙니다.

1. Customer Insight (고객 인사이트)
2. Intimacy between Customer (고객 친밀감)
3. Improvement and Feedback (개선 및 피드백)

기업은 이러한 ‘Intelligence’의 3가지 축을 하나의 단일 플랫폼으로 연결함으로써 현업 마케터 중심의 업무 수행 프로세스를 구현할 수 있습니다. 그 중 첫째 ‘고객 인사이트’와 셋째 ‘개선 및 피드백’은 분석을 기반으로 하는 영역으로 SAS의 가장 큰 장점이자 고유 영역이라고 할 수 있는데요. 지금부터 SAS의 경험과 고객 사례를 바탕으로 한국 디지털 마케팅 시장의 특징 4가지에 대한 바람직한 대응 방법을 살펴보겠습니다.

1. 디지털 채널 및 데이터의 가치와 중요성 – MOT 기반의 고객 여정 지도 구현
2. 분석 방법의 확장 – 디지털 빅데이터의 효율적인 해석
3. O2O 채널 전략 – 고객 쇼핑 여정 관리(시나리오 변경 대응)
4. 핵심 인적 역량의 발전 – 지표의 생산, 모니터링, 검증

디지털 채널 및 데이터의 가치와 중요성: MOT 기반의 고객 여정 지도 구현

기업은 디지털 채널과 데이터를 분석해 마케팅에 필수적인 고객 행동과 니즈를 고객에 묻지 않고도 파악할 수 있습니다. 나아가 개별 고객에 대한 이해를 심화시킴으로써 고객 여정 지도를 구현할 수 있죠! 이때 개별 고객이 제품이나 서비스 또는 기업과 접촉하는 순간을 의미하는 ‘결정적 순간(MOT: Moment of Truth)’이 중요한 지표가 됩니다. 고객은 여러 MOT를 통해 품질에 대한 만족도나 기업에 대한 이미지를 평가하게 되죠.

가상 고객의 가방 구매 과정을 통해 구체적으로 살펴볼까요?

접촉 (1) 모바일로 검색 사이트에 접속해 ‘S Bag’ 검색 → ‘SBag.com’ 사이트 접속  ▶ 웹, 앱, Flash, Ajax 등 모든 웹/앱 기술 기반의 클라이언트 지원

접촉 (2) PC로 패밀리 사이트 ‘SaBag.com’ 접속 → 가방 조회 → ‘SBag.com’ 사이트 접속(Redirect)  ▶ 동일 고객의 브랜드 패밀리 사이트 간 이동으로 인식

접촉 (3) 강남 오프라인 매장에 방문해 멤버십 카드 발급  ▶ 멤버십 회원과 비회원을 구분해 비교 분석

접촉 (4) 모바일로 ‘S Bag’ 앱 다운로드 후 가방 구매  ▶ 다른 디바이스/채널을 이용해도 로그인 정보를 기반으로 동일 고객으로 인식하고 분석

이처럼 기업은 고객 행동 로그나 데이터를 오프라인 데이터 웨어하우스(DW: Data Warehouse) 등과 연계, 분석함으로써 MOT의 강도와 우선 순위를 정할 수 있습니다. 이를 통해 고객과의 아주 짧은 접촉을 통해서라도 브랜드와 기업에 대한 좋은 인상을 심어줄 수 있죠. 이벤트별 고객 여정에 맞는 마케팅 액션 시나리오를 기획하는 것은 디지털 마케팅의 기본 전략 중 하나입니다.

 

분석 방법의 확장 – 디지털 빅데이터의 효율적인 해석

오늘날 마케팅 시스템은 그 자체로 살아있는 하나의 마케팅 조직이 되어야 합니다. 기술적으로도 ‘테크놀로지 매트릭스(Technology Matrix)’ 형태를 띠기 때문에 몇몇 사람의 운영에 종속될 수 없으며, 지속적으로 사상과 결과가 공유돼야 합니다. 개별 담당자의 감이나 현장 경험을 기반으로 한 귀납적 방식의 분석에는 큰 한계가 있습니다. 혁신적인 인사이트를 창출하기 위해서는 분석 범위와 도구를 확장해야 합니다.

한편 세일즈와 채널처럼 실제 업무를 활용하는 부서와 마케팅과 분석처럼 인사이트를 창출하는 부서 사이에는 상당한 이견이 존재합니다. 실전 비즈니스는 맞는 것과 틀린 것, 즉 정/오 분류를 중심으로 하며, 수식적인 현학의 중요성을 크게 보지 않는 경향이 있죠. 반면 인사이트를 창출하는 부서는 원인과 인과의 과정을 모두 정량화할 수는 없으나, 틀림의 정도를 조정함으로써 고도화하는 것이 바람직하다고 생각합니다. 물론 명확한 정답과 중용을 찾기는 쉽지 않습니다. 그렇지만 마치 야구 투수가 다양한 구종을 확보하려고 노력하듯이 하이브리드 형태의 구성으로 조직 내 여러 가지 의사결정 학습 이론을 매뉴얼화하고 활용해야 합니다. 실제 글로벌 마케팅 기업들은 오래 전부터 이런 준비를 해왔습니다.

통계 학습 이론은 크게 확률론자(Frequentist)와 베이지안(Bayseian)이라는 2가지 형태로 나눌 수 있습니다. 그 중에서 확률론적인 접근법은 그간 현대 통계학의 기본이 되어왔는데요. 그렇지만 정적인(고전적) 분석만으로는 오늘날의 방대한 빅데이터나 스트리밍 데이터를 해석하고 활용하기 어렵습니다.

오늘날 빅데이터나 디지털 마케팅 트렌드에 맞는 학습 이론은 흔히 ‘비지도 학습(Un-supervised Method)’을 말합니다. 해(解)를 전혀 알 수 없을 때, 관찰한 데이터로부터 숨겨진 패턴과 규칙을 탐색하고 찾아내는 학습 방법인데요. 과정에 대한 해석이 쉽지 않다는 단점이 있으나, 차원의 확장과 축소를 통해 인사이트 획득 범위가 다채로워짐으로써 최근 크게 각광받고 있습니다. 그만큼 의사결정의 포인트를 찾기가 어려워졌다는 의미일 수 있습니다. 따라서 더 많은 통계 모형과 학습 이론을 업무와 의사결정에 활용해야 할 것입니다.

O2O 채널 전략 – 고객 쇼핑 여정 관리(시나리오 변경 대응)

유통 업계의 채널 전략은 디지털 기술의 발전과 함께 진화를 거듭했습니다. 싱글 채널(Single-Channel), 멀티 채널(Multi-Channel), 크로스 채널(Cross-Channel)을 거쳐 이제 모든 고객 접점을 수평적, 지속적으로 통합 활용하는 옴니 채널(Omni-Channel)이 유통 업계의 필수 전략으로 자리잡았는데요. 이때 모든 고객 접점은 유연하게 상호 작용하고, 통합적인 고객 뷰를 제공합니다.

기업은 옴니 채널의 인프라 프로세스를 구현하기 위해 모바일을 중심에 두고 나머지 채널들을 통합하고 동기화시킵니다. 그러나 여전히 ‘모바일 퍼스트(Mobile First)’ 전략을 제한하는 여러 행정 및 법률적 제약이 존재합니다. 따라서 오프라인과 온라인 채널의 역할을 모두 활용하는 O2O(Online to Offline / Offline to Online) 전략이 가장 바람직할 것입니다.

실제 SAS의 고객사인 메이시스(Macy’s) 백화점은 모바일 앱과 저전력 블루투스(BLE) 기반의 비콘(Beacon) 기술을 활용해 다양한 O2O 마케팅 프로모션을 진행하고 있습니다. 그 한 예로 여성 화장품 브랜드 주고객의 데이터를 활용해 남성복 구매를 이끌어낸 시나리오를 살펴보겠습니다.

• 여성 화장품 브랜드 주고객 멜라니(Melanie)
• 직장인 특성에 맞춰 ‘화장품 금요일 저녁 이벤트’ 모바일 앱 쿠폰 발송

• 이벤트를 확인한 멜라니는 금요일 저녁 인근 매장의 화장품 코너에 방문했으나 큰 매력을 느끼지 못하고 구매하지 않음

 

 

 

• 멜라니는 크리스마스 선물을 구입하기 위해 모바일 앱으로 관심 상품 검색
• 고객의 이동 동선을 분석해 맞춤형 정보를 제공하는 비콘(Beacon) 서비스 실시

 

 

• 검색 내용과 고객 정보를 기반으로 실시간 트리거링(Triggering) 기법 활용
• 남성복 코너 할인 쿠폰 전달

 

 

 

• 멜라니는 해당 남성복 매장에 방문해 상품 구매
• 이후 고객 쇼핑 컨텍스트를 기반으로 남성복 관련 쿠폰 및 이벤트 안내

 

 

 

메이시스 백화점은 고객의 행동 변화에 따라 유연하게 시나리오를 변경함으로써 여성 화장품 주고객을 남성복 구매 가능 고객군으로 재정의했습니다. 전형적인 O2O 쇼핑 여정 기반의 마케팅 시나리오입니다.

 

핵심 인적 역량의 발전 – 지표의 생산, 모니터링, 검증

오늘날 4차 산업 혁명이나 인더스트리 4.0 시대에도 최종 의사결정을 내리는 주체는 사람입니다. 여전히 ‘사람’은 ‘기술’보다 우위에 있으며, 인적 역량은 그 무엇보다 중요하죠. 기술은 조직 구성원의 ▲주체성(조직 운영의 분권화) ▲자율성 ▲네트워크(상호 협력) 등의 핵심 인적 역량들을 뒷받침합니다.

따라서 학습 이론뿐만 아니라 사람, 즉 인적 역량도 발전해야 합니다. 이때 가장 효율적인 방법은 바로 인적 역량의 객관적인 지표를 발굴하고 직접 체험하는 것입니다. 꾸준히 지표를 모니터링하고 검증하면서 인적 학습 역량을 갖춰나가야 합니다.

프로 야구 세계에서는 이미 이러한 방식이 널리 활용되고 있습니다. 바로 야구 선수들을 객관적인 수치로 이해하고 평가하는 ‘세이버 메트릭스(SABR Metrics)’ 방식인데요. 브래드 피트 주연의 영화 <머니볼(Money Ball)>을 통해 유명해졌죠! 세이버 메트릭스는 미국야구연구협회(SABR: The Society for American Baseball Research)의 명칭에 계량을 의미하는 단어 ‘metrics’가 붙은 말입니다. 즉 여러 가지 수리적 방법론을 동원해 야구를 객관적으로 탐구한다는 뜻이죠.

결론

디지털 마케팅과 의사결정의 궁극적인 목표는 고객의 니즈를 선행적으로 파악하고 액션을 취하는 것입니다. 이 목표는 ‘기획(企劃)’의 사전적 정의와 일치하는데요. 실제 기획의 기능은 ▲정보 파악(Searching) ▲문제 정의(Defining) ▲자원 할당 계획(Planning) ▲방향 설정(Directing) ▲운영 및 관리(Managing) 등 모든 마케팅 프로세스를 포괄합니다. 결국 오늘날 디지털 마케터는 단순히 분석가(Analyst)나 계획자(Planner)가 아닌 ‘기획자(企劃者)’가 되어야 합니다.

기획(企劃): 어떤 대상에 대해 그 대상의 변화를 가져올 목적을 확인하고, 그 목적을 성취하는 데에 가장 적합한 행동을 설계 하는 것

(출처: 네이버 지식백과)

성공적인 디지털 마케팅을 위해서는 많은 기술 요소를 반영하고, 채널을 정비하고, 인적 역량을 개선해나가야 합니다. 지금 이 순간에도 고객을 앞서 ‘배려’하는 기업들의 디지털 마케팅 성공 사례는 쏟아져 나오고 있습니다. 실제 960여 글로벌 고객들이, 40여 한국 고객들이 SAS의 CI 솔루션 ‘SAS Customer Intelligence 360’을 마케팅 업무에 활용, 수많은 고객 레퍼런스를 창출하고 있는데요. SAS 웹사이트에서 CI에 대한 자세한 내용과 다양한 고객 사례를 확인해보세요.