마케터의 관점에서 데이터 바라보기.
이전 글에서 외부 데이터에 대해 간단히 살펴봤다. ‘외부 데이터’란 우리 비즈니스 영역 밖(좀 더 사전적 의미로는 우리 서버 밖)에서 만들어지고 쌓이는 데이터다. 장점이라면 일단 데이터의 양이 많다는 점이고, 이미 만들어져 있는 솔루션이나 서비스를 활용할 수 있다는 점이다. 하지만 무작위의 데이터이기 때문에 우리 비즈니스와 얼마나 연계될 수 있을지는 미지수라는 게 단점이다.
이 점을 극복하려면 내부 데이터를 들여다봐야 하는데, 내부 데이터는 외부 데이터의 장점과는 반대의 문제가 있다. 데이터의 양이 상대적으로 적고, 어떻게 분석을 할 지도 막연하다. 또 최근에는 플랫폼을 빌려 쓰는(그게 온라인 쇼핑몰이든, 오프라인 편의점이든..) 경우가 많기에 우리 비즈니스라고 해도 데이터 소유권을 완전히 갖기 어렵다. (D2C로 가는 중요한 이유가 된다)
그렇기 때문에 내부 데이터의 획득과 관리는 치밀한 계획 하에, 장기적으로 확보해 나가지 않으면 쓸만한 결과를 얻기 어렵다. 아래의 글은 데이터 사이언티스트나 분석 전문가가 아닌, 마케터의 관점에서 데이터를 어떻게 활용할 것인가에 대한 생각을 정리해 본 글이다.
트래픽 데이터 (Traffic Data)
간단히 말해 우리 ‘플랫폼’ 내에서 고객들이 어떻게 움직이는가, 즉 Consumer Journey에 대한 데이터다. 여기서 ‘플랫폼’은 주로 온라인 웹이나 앱만 생각하기 쉽지만, 우리의 비즈니스가 일어나는 모든 공간으로 확장시켜서 봐야 한다. 스타벅스나 편의점 같은 경우 POS로 수집되는 결제 데이터가 있고, 매장 내에 센서를 부착하거나 AI 카메라를 통해 고객의 동선을 분석하는 경우도 있다.
트래픽 데이터를 아래의 ‘고객 데이터’와 따로 분리한 이유는, 우리가 플랫폼을 오가는 고객의 개인 정보를 모두 확보할 수 없기 때문이다. 즉 잠재고객이나 비고객도 상당수 존재한다. (네이버나 구글의 애널리틱스를 사용하면 그들의 확보하고 있는 고객 정보와 연계하여 우리 플랫폼에 방문한 고객들의 성별, 연령, 지역 등도 보여준다)
그럼 트래픽 분석을 통해 뭘 알 수 있을까? 고객은 어디에서 와서 어디로 가는지가 기본인데, 이를 통해 어떤 요인(광고 효과)이 방문에 영향을 미치는가? 내부 동선에서 이탈을 일으키는 요인은 무엇인가? 등의 인사이트는 분석하여 획득, 구매 등의 전환율(Conversion Rate)을 높일 수 있다.
하지만, 이런 분석을 할 때 너무 데이터 자체나 솔루션에서만 의미를 찾으려고 하면 곤란하다 (데이터 분석 자체가 목적이 아니라 마케팅이 목적이라면). 계속 강조를 해왔던 대로, 데이터 분석의 ‘목적‘은 무엇인가? 를 염두에 두고, 어떤 ‘조건‘을 바꾸었을 때 그 목적에 가까운 결과를 낼 수 있을까를 고민해야 한다.
고객의 시선 데이터를 분석해 UI 변경으로 매출을 높였다거나, 구글이 전환율을 가장 높일 수 있는 색을 실험했다든가 하는 전설적인 사례들이 전해지지만 이는 플랫폼에 엄청난 트래픽이 발생할 때의 얘기다. 채널과 고객이 분산되어 있을 경우 이런 미세조정이 아니라 통합적 관점에서 아이디어를 도출해야 한다.
이럴 때 외부 데이터를 함께 보는 것이 도움이 된다. 또 날씨 정보, 국가적인 이벤트, 공공 데이터 같은 것도 연계해서 생각해야 한다. 만약 이런 데이터를 함께 분석해서 ‘가설’을 세웠다면 그 가설을 실험하고, 내부 데이터를 통해 확인하는 과정을 거친다. 그게 데이터 마케팅이다.
트래픽 분석으로 얻을 수 있는 것?
– 어떤 요인이 유입과 매출에 영향을 미치는가?
고객 데이터 (Customer Data)
트래픽 데이터가 플랫폼을 중심으로 고객이 어디에서 왔고, 어떻게 움직이는지를 본다면, 고객 데이터는 ‘누가’의 문제다. 일반적인 데모그래픽(이름, 나이, 성별 등) 정보와 구매 이력, 선호도 등이 해당된다.
여기서 가장 먼저 고려해야 할 것은 ‘어떻게 고객 데이터를 확보할 것인가?‘에 대한 부분이다. 이에 대한 자세한 내용은 추후 다시 다루기로 하고, 일단 간단한 사례 하나를 살펴보자.
가전회사인 A사는 수십만 명의 고객 데이터를 쌓아두고 있었다. 데이터 마케팅을 해보려고 그간 쌓아둔 데이터를 확인해 보니, 웹사이트 회원과 콜센터를 통해 수집된 데이터가 별개로 존재했다. 회원의 이름과 전화번호로 통합시키면 된다 생각했지만, 두 데이터가 일치하는 비중이 높지 않았다.
또 회원 가입 시 어디에서 우리 제품을 구매를 했는지를 묻는 항목이 있는데, 결과를 보니 거의 70% 이상이 ‘오프라인 마트’에서 구매한 것으로 되어 있었다. 하지만 실제 마트의 판매 비중은 30%가 되지 않는다.
이 데이터들을 믿을 수 있을까?
일반적으로 데이터 수집은 돈과 시간만 들이면 확보할 수 있는 것으로 본다. 오히려 쌓인 데이터의 분석을 통해 인사이트를 뽑기가 어렵다는 착각을 하곤 한다. 하지만 제대로 된 데이터만 있다면 오히려 분석은 상대적으로 쉬운 일이다. 데이터 활용을 못하는 이유는 대체로 쓸만한 데이터가 없기 때문이다.
위의 경우처럼 보통은 온라인과 오프라인에서 쌓은 데이터가 별도로 존재하고, 각 계열사는 물론 사업팀별로 따로 데이터를 쌓는 경우도 많다. 이 회사의 경우 처음부터 제품 일련번호를 중심으로 데이터가 수집 관리되도록 했다면, 누가 어디에서 구매했는지(보통 판매처에 따라 일련번호가 다르다), 언제 구매한 것인지, 어떤 소모품이 필요할 것인지도 함께 파악할 수 있다.
따라서 고객 데이터를 확보하고 축적하기 전에 아래와 같은 사항을 먼저 점검해야 한다.
1. 고객에게 알아내고 싶은 핵심 정보는 무엇인가?
2. 해당 정보를 중심으로 어떻게 모든 채널의 정보가 통합되게 할 것인가?
이렇게 고객 정보를 확보했다면 활용을 해야 하는데, 그럼 신제품이 나오거나 사은행사를 할 때 쿠폰 발송 등을 선별해야 보내야 하나? 라고 생각할 수 있지만 대개 데이터가 수천만이 되는 것이 아니기 때문에 오히려 모든 회원들에게 발송하는 것이 낫다. (이메일이나 알림톡 등 발송 비용이 저렴하니..)
그럼 왜 굳이 내부 고객의 데이터 공들여 수집하고 분석한다는 말인가?
역시 사례를 먼저 살펴보자. 충성고객은 정말 중요할까? 라는 글에서 언급했던 질문을 다시 살펴보면..
우리는 제품 구매를 촉진하기 위해 엄청난 비용을 들여 쿠폰을 뿌리고 있는데..여기서 충성 고객들을 제외시킬 수 있는 방법이 있을까요?
구매 전환을 위한 미끼(쿠폰)가 있어야만 구매하는 고객이 있고, 멤버십 등급을 올려 혜택을 주었을 때 지속적으로 구매하는 고객이 있다. 백화점 VIP의 경우, 자격 유지를 위한 구매액을 채우기 위해 일가친척에 지인까지 동원해서 어떻게든 실적을 쌓는 경우도 많다.
결국 고객의 구매 성향 분석을 토대로 LTV(Lifetime Value, Cumstomer Lifetime Value)를 최대화하는 것이 고객 데이터 분석의 목적이라 할 수 있다.
그 구매 성향이 뭔데? 라고 묻는다면, 케바케라고 답을 할 수 밖에 없다. 위의 경우처럼 충성도일 수도 있고, 취향일 수도, 구매력일 수도 있다. 우리 비즈니스에 어느 ‘변수’가 거래에 영향을 미치는가를 찾아내는가가 결국 데이터를 들여다봐야 하는 이유다.
고객 데이터 분석으로 얻을 수 있는 것?
– 우리 매출에 누가 얼마나 기여를 할까?
하지만 여전히 어려운 문제가 남는다. 데이터가 어느 정도 쌓이기 전엔 데이터를 통해 뭔가 가치 있는 일을 하기 어렵다. 따라서 이 단계에서는 외부 데이터 분석을 통해 어느 정도의 방향성을 설정하고 차츰 내부 데이터의 활용도를 높여 나갈 수밖에 없다.
다음 편에서는 여러 채널, 여러 형태의 데이터를 어떻게 통합하고 활용할 것인지에 대해 살펴보자.
Ryan Choi님이 브런치에 게재한 글을 편집한 뒤 모비인사이드에서 한 번 더 소개합니다.
