GA3(UA) 데이터 백업 서비스 2024년 7월 1일 GA3(UA) 지원 완전 종료?! UA 데이터 쉽게 백업하기!
자세히 보기
GA3(UA) 데이터 백업 서비스 2024년 7월 1일 GA3(UA) 지원 완전 종료?! UA 데이터 쉽게 백업하기!
자세히 보기
비즈니스 영역별로 CDP 또는 데이터기반의 마케팅/분석 시스템들을 활용한 사례를 각 비즈니스 영역별 과제/도전 항목으로 사례를 간략히 정리하여 소개합니다. 사례를 지목하여 문의해주시면 빠른 프로젝트 계획과 온보딩 진행이 가능합니다.
* 아래 솔루션 사례는 다수 프로젝트/태스크의 사례를 산업군별로 묶어 제시한 것이며, 기업의 마케팅/데이터 환경에 따라 일부 제한적일 수 있습니다.
전자상거래는 데이터 기반의 마케팅 부터 고객관리/경험개선까지 수행할 수 있는 대표적인 산업군입니다.
특히 온라인 특화된 e-Commerce의 경우에는 더욱 데이터에 기반한 고객여정 분석, 잠재고객발굴, 구매예측, 개인화/추천까지 다양한 부분에 대해 접근할 수 있습니다.
대표적인 도전과제와 해결방안 솔루션을 고객여정의 순에 맞춰 간략히 소개합니다.
구체적인 사례의 내용과 적용방안에 대해서는 '문의/상담' 주시기 바랍니다.
광고캠페인의 유입부터 구매전환 및 이후 행동까지를 채널 및 캠페인 통합하여 적재하고 분석함으로써, Customer Single View를 통해 전체 고객 여정의 이해가 가능합니다.
어떤 광고 캠페인이 신규유입에, 실질적 구매전환에, 충성고객의 확보에 기여를 하고 있는지 다양한 관점으로 이해하고 이후 목적에 맞는 캠페인 유형, 채널, 메시지등을 준비할 수 있도록 합니다.
신규/잠재/기존 고객의 구매여정의 경험을 개선하고, 보다 높은 구매전환 성과를 기대할 수 있습니다.
타깃 세그먼트/오디언스별, 개인화된 추천 및 다양한 알고리즘에 기반한 상품 및 캠페인을 제안할 수 있습니다. 상품/콘텐츠의 상호관계 및 협업필터링 외에 첫 랜딩페이지 부터 유입 및 행동패턴에 따른 추천과 개인화가 가능합니다.
구매 예상고객, 특정 행동 유형의 고객에 대해 선별적으로 실시간으로 구매전환 촉진을 위한 오퍼 메시지 캠페인을 이벤트 및 타깃 오디언스 기반으로 온사이트 및 오프사이트 채널에 대해 고객 타겟 통합된 캠페인을 수행할 수 있습니다.
가망고객의 마케팅 피로도를 최소화하며 구매전환율을 높이고, 구매전환 지연 고객, 잠재고객에 대해 재활성화/인게이지먼트를 높여 매출을 향상시킵니다.
오프사이트 메시징 캠페인의 대표적인 사례로서, 장바구니 추가 후 구매 보류, 추가 검색 및 구매시 고려사항등을 다양한 행동 패턴 또는 특정 키워드/상품태그속성 등을 이용하여 세분화 하고, 그에 맞춘 구매할인 혜택등을 제시하여 구매 전환이 지연되고 있는 고객을 전환 고객으로 컨버전 시키도록 가속화 합니다.
외부 광고 캠페인 및 내부 캠페인/프로모션에 대해서 각 차원을 분리하여 최종 구매전환 성과에 대한 기여도 어트리뷰션을 분석합니다.
외부 캠페인 및 내부 캠페인에 대해서 특정 Goal 기준의 기여도를 선/후/배분등 모델에 따라 평가하고, 향후 특정 타겟 세그먼트에 대한 캠페인 설계시 중요한 근거 데이터가 되어 시행착오를 줄일 수 있습니다.
고객 세그먼트 정의 및 타겟 오디언스 추출 관리를 통해, 최근 구매활동, 객단가, 상품평 활동등을 이용하고, RFM 모델과 함께 대상 고객을 추출할 수 있습니다.
타겟 고객을 대상으로 주기적인 DM 및 프로모션을 통해 관리하고, 그 결과를 해당 세그먼트의 볼륨변화, 구매전환, 매출등의 성과 지표를 통해 모니터링함으로써 충성도 및 인게이지먼트 관리를 수행할 수 있습니다.
클라우드 빅데이터 형태로 저장된 전체 고객의 행동/성향/등급/성과 데이터는, 다양한 데이터 지표 및 차원을 이용하여 ML 클러스터링 및 AI 모델을 적용할 수 있습니다.
스코어링 기반의 구매가망 고객 발굴, 이탈 위험 고객의 추출등을 수행한 후, 해당 타겟 고객을 대상으로 정기적인 프로모션/캠페인 및 개별 고객관리 활동을 수행함으로써 고객의 전체 LTV를 향상시킬 수 있습니다.
광고/마케팅 에이전시는 기업내 마케팅 팀과 다르게, 다수의 광고주에 대해 정기적/반복적 업무의 효율화와 신규 고객 제안을 위한 데이터드리븐 마케팅 경쟁력이 요구됩니다.
Growth Platform™ 의 애플리케이션 서브세트인 BizSpring AMP™ 을 통해 종합적인 운영과 관리의 효율화를 추진할 수 있습니다.
국내 광고 시장에서 주로 선택되는 다수의 광고매체/플랫폼/상품에 대해, 광고 캠페인 및 그룹, 키워드 단위로 광고 집행 내용 및 전환성과 데이터를 하나의 빅데이터로 통합하고 분석/관리할 수 있도록 합니다.
이 데이터는 이후 광고주별 통합 매체성과 보고서, 정기적인 광고집행 모니터링/알람으로 이어져 광고주 광고 캠페인 관리 업무를 효율화/자동화 합니다.
광고 캠페인의 반응, 관심사등을 이용한 타겟 오디언스를 생성 및 활용하여, 지원하는 광고 플랫폼에 송출하여 추가적인 리타겟팅을 수행할 수 있습니다.
광고주 기업에서 보다 다양한 마케팅 채널에 대한 권한을 부여한 경우, 온/오프사이트의 다양한 채널(예: 이메일, 카카오, 푸시, 팝업 등)을 이용해 반복적 리마케팅의 수행을 통해 추가적인 광고 캠페인의 성과 향상을 도모할 수 있습니다.
광고집행/성과 빅데이터 및 실시간 데이터를 기반으로, 정기적인 보고서 생성 및 제출, 광고주별 집행 광고 캠페인의 성과 이상징후, 비용소진 알람등의 업무를 자동화 합니다.
광고 캠페인 관리자 및 마케터는 반복적인 업무의 리소스를 줄이고, 보다 많은 광고주 캠페인에 대해 더욱 밀도있는 관리와 성과향상에 집중할 수 있습니다.
다수의 광고주, 인력에 의해 관리가 힘든 대량의 키워드에 대해 효과적인 관리가 가능합니다.
광고입찰 관리 API가 제공되는 매체인 경우, 광고/마케팅 에이전시의 API Key 또는 광고주 Key를 이용하여, 다수의 광고매체/키워드에 대한 입찰 전략/알고리즘 기반으로 목표 성과 또는 관리 기준에 따라 자동화된 관리를 수행합니다.
앞서 제시한 커머스 일반을 포함하고, 더 나아가 온라인 및 오프라인의 데이터 통합과, 고객 라이프스타일과 선호취향에 따른 타겟 세그먼트의 설계와 개인화가 중요한 비즈니스 영역입니다.
패션과 뷰티 산업군은 개인의 취향과 라이프스타일에 대한 의존도가 높으므로, 일반적인 행동 데이터 기반의 세그먼트 정의를 넘어, 상품과 고객 행동에 대한 정밀한 성향 메타데이터를 추가 구성해야합니다.
성향/관심사를 행동, 검색, 상품조회, 구매상품등 다차원적으로 연결하고, 이를 바탕으로 타겟 오디언스를 정의/추출 하여 더욱 정밀한 추천/개인화가 가능해집니다.
일반적인 추천엔진, 개인화 접근방법에 더해, 추가적으로 활용되는 성향, 라이프스타일-페르소나에 맞춰 가용한 변수를 추가하고, 기업의 마케터 및 상품 MD의 전략과 제안포인트를 추천/개인화 엔진에 반영하는 작업이 필요합니다.
동일한 패션, 뷰티라 하더라도 각 기업의 상품전략, 타겟 고객군에 따라 개별 맞춤형 구현을 진행합니다.
중대형 규모로 성장한 패션/뷰티 업종의 경우, 오프라인 매장의 고객/회원 구매이력과 포인트, 구매상품에 대한 이력등이 CDP에 함께 통합되어 세그먼트 정의와 타겟 오디언스 추출에 이용되어야 합니다.
이를 통해 멀티채널을 통한 리마케팅이 가능하며, 입체적인 고객 관계관리에 활용할 수 있게 됩니다.
또한, 온라인상에서의 성향/선호도 데이터들이 오프라인 매장에서 회원/멤버십을 바탕으로 제시될 수 있을 경우 보다 원활한 데이터 활용이 가능합니다.
앞체험/경험형 상품은 앞서 제시한 커머스 일반 및 라이프스타일 접근을 포함하며, 더 나아가서 예약/구매 결정, 최종 상품 이용/공급의 완료까지의 지연시간, 해당 지연시간내 발생할 수 있는 결정의 번복/취소에 대한 관리가 요구됩니다.
일반적인 커머스의 경우 상품/관심사 단위로 반복적 제안과 주기적 제안이 통용되지만, 여행/숙박/렌터카와 같은 체험/경험형 상품의 경우에는 기존 유형, 체험완료된 상품의 반복회피와 유사 고객들의 시즌과 유행에 따른 선호도 변화를 반영한 신규 제안등 복잡한 구조를 갖습니다.
또한 계절/주기/유행, 외부 정치/정세/신차출시등과도 맞물려 움직이므로 기업의 마케터/MD의 시즌별 전략을 이해하고, 그에 맞춰 타겟 세그먼트를 다양하게 정의하고 지속적인 캠페인 실험을 통해 최적화 합니다.
일반 커머스와 다르게, 상품의 선택부터 최종 공급/이용완료, 후기의 작성까지 적게는 1주일부터 많게는 수개월까지 소요됩니다.
또한 고객접점 채널이 온라인, 콜센터등 분산되어 있으므로 고객구매여정에 대한 다채널 통합과 성과인정기간에 대한 6개월 전후의 데이터 적재관리가 요구됩니다.
이와 같은 추가 데이터엔지니어링 및 맞춤형 설정을 통해서, 전체 마케팅/영업 채널 및 성과 기여에 대한 입체적인 분석과 인사이트를 획득하게 됩니다.
콘텐츠 및 뉴스 미디어는 웹/앱의 페이지뷰 또는 정독률, 체류시간등에 의한 간접적 광고매출 성과와 직접적인 유료 콘텐츠 및 뉴스/미디어의 유료 구독회원의 증대가 주요 목표입니다.
이 성과 기준 달성을 위해서 전자의 경우에는 잠재고객/고객의 반송률을 낮추고 연관 콘텐츠의 추천과 개인화가, 후자의 경우에는 소비율이 높은 콘텐츠와 관심사를 기준으로 지속적인 인게이지먼트를 관리하는 것이 중요합니다.
콘텐츠 내용의 자연어 처리(NLP)를 통해 최근 관심사 그룹내, 전체 콘텐츠 그룹내 상호 연관 콘텐츠를 연결하고, 타겟 세그먼트의 행동과 검색어, 유사 잠재고객군의 관심 콘텐츠 조회 이력등을 결합하여 다양한 콘텐츠의 개인화/추천을 수행합니다.
각 수행결과는 세션내 조회 콘텐츠 수, 콘텐츠의 스크롤/정독률의 지표에 의해서 스코어링한 후 정기적으로 개인화/추천을 튜닝하여 고객의 경험을 개선합니다.
이메일구독 또는 기타 유료콘텐츠 구매 고객에 대해서는, 커머스 산업군의 일반적인 데이터드리븐 마케팅 및 캠페인을 전체적으로 적용하여 수행합니다.
예시로 특정 고객의 뉴스레터 구매시각대, 마케팅 피로도 기준의 적정치 이하, 가장 반응이 좋은 채널(메일/푸시/카카오등)을 선별하여 지속적으로 그 속성을 고객별 업데이트하여 최적화 합니다.
카드사, 은행, 보험등으로 대표되는 비즈니스 영역에서는 예전부터 다양한 고객 데이터를 기반으로 CRM 및 타겟 마케팅이 이루어져 왔기에, CDP 또는 마케팅자동화를 통해 요구되는 영역은 비식별 신규 고객의 행동/유입/검색등을 기반으로한 세션내 이탈방지, 가입/신청의 구매촉진을 위한 마케팅 자동화 캠페인이 주를 이룹니다.
CRM 및 기존 마케팅 시스템/채널을 중심으로 하고, CDP를 보조적으로 접근하는 것이 효율적입니다.
익명의 잠재고객이 방문하는 PC웹 영역과 로그인 고객이 방문하는 모바일앱으로 구분하고, 다르게 접근합니다.
고객이 방문하는 점접 채널에서는, 기존 CRM을 통해서 스코어링 값과 다음 단계로 제안할 상품등을 사전에 받아서 준비되도록 하는 것이 시간과 리소스를 단축할 수 있습니다.
익명의 잠재고객이 방문하는 접점에서는 관심사, 검색어, 유입 캠페인, 행동 이벤트 트리거를 상세히 분화한 후, 계획된 시나리오를 다수 운영하며 최적화 해나가는 것이 전체 비용 및 비용대비 효과면에서 모두 효과적입니다.
금융상품의 신청과 조회 과정(카드 추천/신청, 대출 조회/신청, 보험료 예상산출 등)에서 익명의 잠재고객이 기존 등록 고객이 확인되는 시점을 중심으로 매칭한 후, 이후 행동패턴을 통해 전환 예측 타겟 오디언스를 추출하여, 기존 CRM/마케팅 시스템에서 이용할 수 있도록 해당 오디언스의 리스트를 기존 시스템에 송출하여 이용하는 것이 개인정보 이슈면과 기존 마케팅 시스템의 활용면에서 가장 효과적입니다.
이와 같은 접근은 마케팅 부서의 예산내에서도 수행할 정도의 규모로서 빠르게 적용/실험하고 성과 여부를 확인할 수 있습니다.