2019.11.07

데이터 기반 마케팅 '+α'는 무엇? 구글·링크드인·레드벌룬·캔버 패널 토의

Rosalyn Page | CMO
세빗 컨퍼런스의 패널 토의 참가 기업인 캔버, 구글, 링크드인, 레드벌룬이 데이터를 활용해 마케팅에 접근하는 가장 효과적인 방식을 모색하면서 알게 된 정보를 공유했다.  
 
ⓒGetty Images Bank

대조군 데이터, 경제 그래프, 통찰력 구매 경로, 광고 측정은 캔버(Canva), 구글, 링크드인, 레드벌룬(RedBalloon) 등의 브랜드가 고객을 위해 제품, 서비스, 콘텐츠를 맞춤 제작하는 방법 중 일부에 지나지 않는다. 

지난주 시드니에서 열린 세빗(Cebit)의 이벤트에서 마케팅 및 영업분석 전문가 패널은 고객을 분류하고 새로운 기회를 찾는 다양한 접근방식뿐 아니라 자신들의 기업이 데이터에서 통찰을 얻는 다양한 방법에 대한 전략을 공유했다. 토론자로는 캔버의 CRM/이메일 및 메시징 책임자 미셸 황, 링크드인 A/NZ의 기업영업 책임자 안드레아 룰, 레드벌룬의 총책임자 매튜 카발리에, 구글 호주의 영업분석 및 기획 책임자 벤 자비스가 참여했다. 

황은 우선 소규모 마케팅팀을 통해 데이터를 이용해 캔버가 하나의 조직으로서 이메일 캠페인을 구성하고 자동화하는 방식에 관해 설명했다. 

그녀는 “캠페인의 효과를 평가할 수 있는 렌즈를 얻을 수 있었다. 우리는 매출과 활성 사용자에 끼치는 영향을 살펴볼 수 있게 됐다. 그리고 이에 기초하여 캠페인 중단, 시작, 지속 등에 관한 결정을 내린다”라고 말했다. 

또한 황은 데이터가 캠페인을 테스트하고 검토할 수 있는 속도에 어떻게 도움이 되는지도 언급했다. “우리는 5% 대조군에 무엇인가를 투입하고 수일 안에 그 성공 여부를 통계적으로 알려주는 것을 얻을 수 있다”라고 황은 전했다. 

링크드인에서는 회원 프로필, 기업, 일자리, 기술, 대학 등의 경제적 그래프가 의사 결정에 필수적이다. 룰은 “이 모든 것을 통합하여 언제든지 특정 부문 또는 어떤 기업에서 무슨 일이 일어나고 있는지 잘 파악할 수 있다”라고 말했다.

다른 곳에서는 얻을 수 없는 고유의 데이터 포인트를 이용해 고객을 정확히 겨냥할 수 있다. 그리고 이 데이터는 실제로 링크드인의 경쟁우위라고 룰은 말했다.

레드벌룬에서 사람들이 사이트에 방문하여 경험을 구매하기까지의 경로는 고객마다 크게 다를 수 있다. 카발리에는 AI를 사용하여 소비자 구매 경로를 처음부터 끝까지 파악하고 리타켓팅할 대상을 선별하는 사이트 안에서 일어나는 모든 활동에서 데이터가 어떤 역할을 하는지 설명했다.

그는 “우리는 소셜, 유료검색, 위시리스트 데이터를 포함하며 이 모든 것들이 고객 서비스팀으로 유입되기 때문에 고객과 통화할 때 지난 거래와 이력을 파악하고 상황에 맞는 서비스 수준을 제공할 수 있다”라고 이야기했다. 

구글의 경우 데이터와 광고는 측정부터 시작되며 자비스는 측정 개선이 고객층에 대해 더욱 잘 파악하기 위한 경쟁우위를 제공할 수 있다고 밝혔다.

그는 “광고주의 경우 궁극적인 목표는 고객층의 고객 평생 가치를 파악하는 것이다”라고 말했다.

하지만 너무 많은 조직이 데이터의 효과성을 극대화하기 위해 지속해서 고군분투하고 있어서 이를 실현하기 위해서는 분명 더 큰 노력이 필요하다. 카발리에는 데이터 사일로를 시스템 전반의 모든 데이터를 확보하는 데 있어서 장애물로 꼽았다. 

그는 “데이터를 추구하다가 토끼굴에 빠질 수 있다. 자신이 무엇을 측정하고 있으며 어떤 지표가 왜 결국 바늘을 움직이는지 살피는 것이 중요하다”라고 조언했다. 

룰은 프로젝트를 위한 의사소통 계획에 충분한 시간을 할애하는 것은 데이터 주도적인 마케팅 프로젝트 자체만큼이나 중요하다고 말한 반면에 자비스는 더 많은 데이터를 축적하는 것이 답이 아니라 데이터에서 더욱 강력한 통찰을 찾는 것이 중요하다고 강조했다. 이를 위해 구글은 NARC 프레임워크를 사용한다. 

그는 “통찰이라는 것은 무엇인가 새롭거나 눈에 띄어서 ‘참신’해야 하며 조치 가능하고 상대적이어서 관련성이 있고 신뢰할 만한 출처에서 얻어 믿을 수 있어야 한다. 우리의 경험상 전체적인 추이를 벗어난 특이치 데이터는 드물었다”라고 말했다.

황은 캔버가 직면하고 있는 문제 중 하나는 사용자들을 위해 가장 관련성이 높은 데이터를 가장 잘 수집한 후 관련성 있고 유용한 데이터 포인트를 처리할 수 있는 스토리로 바꾸는 방법이라고 전했다.

그녀는 “조직 전반에서 관련성이 있을 수 있는 팀과 데이터를 공유하는 방식이 중요하다”라고 강조했다. 

자신이 해결하려고 하는 문제를 파악하고 시작하면 유용한 통찰을 중심으로 노력을 집중할 수 있다고 룰은 덧붙였다. 레드벌룬의 사례에서 조직내 여러 팀은 고객을 모으고 이 고객을 유지하며 서비스를 제공하는 중심 전략에서 벗어나지 않도록 노력했다. 

카발리에의 경우 특이치 또는 클러스터를 취하여 여기서 교훈을 얻을 수 있는지를 평가하는 것이 중요한 문제였다. 그는 “특이치 데이터 포인트를 검토하는데 약 15%의 시간과 자원을 할애할 것이다. 반복, 테스트, 학습이 수반될 수 있으며 방향 전환이 필요할 수도 있지만 BAU에 방해가 되지 않는다”라고 말했다. 
 
구글의 자비스는 데이터 성숙도를 데이터 전략의 핵심적인 부분으로 확인했지만, 이 부분이 간과되는 경우가 많다. 그는 “데이터 성숙 측면에서 동종 업계의 다른 기업과 비교할 때 우리 회사의 위치는 어디인가? 동종 업계와 관련하여 기준을 수립하는 방법에 대한 정보를 얻으라”고 이야기했다. 

자비스는 “당신은 현재 이 과정 중 어느 위치에 와 있나? 측정 방식을 개선하려면 기초부터 닦으라”고 당부했다.  

패널은 데이터 주도적인 마케팅의 방향성에 대한 의견을 공유하면서 마무리했다. 황은 가장 관련성이 높고 개인화된 콘텐츠를 제공하기 위해 윤리적인 방식으로 이루어지는 때에만 데이터가 점차 강력한 개인화를 위한 수단이 되어가고 있다고 말했으며 유튜브와 스포티파이를 훌륭한 사용자경험으로 꼽았다. 룰은 AI가 개인화를 지원하고 있으며 기술 사용량은 줄어들지 않을 것이며 창의성이 더 중요하다고 보았다.

룰은 “데이터를 활용하고 부서 전체적인 리더십과 전략 등을 바라보는 방식에서 창의성이 더욱 증대될 것”이라고 전망했다.

하지만 카발리에는 초개인화와 초개성화에 대해 경고했으며 고객들에게 원하는 것에 관해 묻고 원하는 것을 제공하면 고객에게 새로운 제품이나 서비스를 제공하기 어려워질 수 있다고 말했다. 

자비스는 “우리는 매일 받는 이메일의 수부터 온라인 마케팅 세계까지 복잡성이 극대화된 수준에 도달하고 있으며, 이와 동시에 지능형 기계들이 더 스마트해지고 있지만 복잡성을 낮출 수 있는 수준은 아니다”라고 결론 내렸다. 

이어서 “언젠가는 기계가 대부분의 업무를 처리할 수 있게 될 것이다. 그때가 되면 데이터 주도적인 마케팅을 유도하기 위해 어떤 기술이 필요하게 될까?”라고 질문을 던졌다. ciokr@idg.co.kr
 



2019.11.07

데이터 기반 마케팅 '+α'는 무엇? 구글·링크드인·레드벌룬·캔버 패널 토의

Rosalyn Page | CMO
세빗 컨퍼런스의 패널 토의 참가 기업인 캔버, 구글, 링크드인, 레드벌룬이 데이터를 활용해 마케팅에 접근하는 가장 효과적인 방식을 모색하면서 알게 된 정보를 공유했다.  
 
ⓒGetty Images Bank

대조군 데이터, 경제 그래프, 통찰력 구매 경로, 광고 측정은 캔버(Canva), 구글, 링크드인, 레드벌룬(RedBalloon) 등의 브랜드가 고객을 위해 제품, 서비스, 콘텐츠를 맞춤 제작하는 방법 중 일부에 지나지 않는다. 

지난주 시드니에서 열린 세빗(Cebit)의 이벤트에서 마케팅 및 영업분석 전문가 패널은 고객을 분류하고 새로운 기회를 찾는 다양한 접근방식뿐 아니라 자신들의 기업이 데이터에서 통찰을 얻는 다양한 방법에 대한 전략을 공유했다. 토론자로는 캔버의 CRM/이메일 및 메시징 책임자 미셸 황, 링크드인 A/NZ의 기업영업 책임자 안드레아 룰, 레드벌룬의 총책임자 매튜 카발리에, 구글 호주의 영업분석 및 기획 책임자 벤 자비스가 참여했다. 

황은 우선 소규모 마케팅팀을 통해 데이터를 이용해 캔버가 하나의 조직으로서 이메일 캠페인을 구성하고 자동화하는 방식에 관해 설명했다. 

그녀는 “캠페인의 효과를 평가할 수 있는 렌즈를 얻을 수 있었다. 우리는 매출과 활성 사용자에 끼치는 영향을 살펴볼 수 있게 됐다. 그리고 이에 기초하여 캠페인 중단, 시작, 지속 등에 관한 결정을 내린다”라고 말했다. 

또한 황은 데이터가 캠페인을 테스트하고 검토할 수 있는 속도에 어떻게 도움이 되는지도 언급했다. “우리는 5% 대조군에 무엇인가를 투입하고 수일 안에 그 성공 여부를 통계적으로 알려주는 것을 얻을 수 있다”라고 황은 전했다. 

링크드인에서는 회원 프로필, 기업, 일자리, 기술, 대학 등의 경제적 그래프가 의사 결정에 필수적이다. 룰은 “이 모든 것을 통합하여 언제든지 특정 부문 또는 어떤 기업에서 무슨 일이 일어나고 있는지 잘 파악할 수 있다”라고 말했다.

다른 곳에서는 얻을 수 없는 고유의 데이터 포인트를 이용해 고객을 정확히 겨냥할 수 있다. 그리고 이 데이터는 실제로 링크드인의 경쟁우위라고 룰은 말했다.

레드벌룬에서 사람들이 사이트에 방문하여 경험을 구매하기까지의 경로는 고객마다 크게 다를 수 있다. 카발리에는 AI를 사용하여 소비자 구매 경로를 처음부터 끝까지 파악하고 리타켓팅할 대상을 선별하는 사이트 안에서 일어나는 모든 활동에서 데이터가 어떤 역할을 하는지 설명했다.

그는 “우리는 소셜, 유료검색, 위시리스트 데이터를 포함하며 이 모든 것들이 고객 서비스팀으로 유입되기 때문에 고객과 통화할 때 지난 거래와 이력을 파악하고 상황에 맞는 서비스 수준을 제공할 수 있다”라고 이야기했다. 

구글의 경우 데이터와 광고는 측정부터 시작되며 자비스는 측정 개선이 고객층에 대해 더욱 잘 파악하기 위한 경쟁우위를 제공할 수 있다고 밝혔다.

그는 “광고주의 경우 궁극적인 목표는 고객층의 고객 평생 가치를 파악하는 것이다”라고 말했다.

하지만 너무 많은 조직이 데이터의 효과성을 극대화하기 위해 지속해서 고군분투하고 있어서 이를 실현하기 위해서는 분명 더 큰 노력이 필요하다. 카발리에는 데이터 사일로를 시스템 전반의 모든 데이터를 확보하는 데 있어서 장애물로 꼽았다. 

그는 “데이터를 추구하다가 토끼굴에 빠질 수 있다. 자신이 무엇을 측정하고 있으며 어떤 지표가 왜 결국 바늘을 움직이는지 살피는 것이 중요하다”라고 조언했다. 

룰은 프로젝트를 위한 의사소통 계획에 충분한 시간을 할애하는 것은 데이터 주도적인 마케팅 프로젝트 자체만큼이나 중요하다고 말한 반면에 자비스는 더 많은 데이터를 축적하는 것이 답이 아니라 데이터에서 더욱 강력한 통찰을 찾는 것이 중요하다고 강조했다. 이를 위해 구글은 NARC 프레임워크를 사용한다. 

그는 “통찰이라는 것은 무엇인가 새롭거나 눈에 띄어서 ‘참신’해야 하며 조치 가능하고 상대적이어서 관련성이 있고 신뢰할 만한 출처에서 얻어 믿을 수 있어야 한다. 우리의 경험상 전체적인 추이를 벗어난 특이치 데이터는 드물었다”라고 말했다.

황은 캔버가 직면하고 있는 문제 중 하나는 사용자들을 위해 가장 관련성이 높은 데이터를 가장 잘 수집한 후 관련성 있고 유용한 데이터 포인트를 처리할 수 있는 스토리로 바꾸는 방법이라고 전했다.

그녀는 “조직 전반에서 관련성이 있을 수 있는 팀과 데이터를 공유하는 방식이 중요하다”라고 강조했다. 

자신이 해결하려고 하는 문제를 파악하고 시작하면 유용한 통찰을 중심으로 노력을 집중할 수 있다고 룰은 덧붙였다. 레드벌룬의 사례에서 조직내 여러 팀은 고객을 모으고 이 고객을 유지하며 서비스를 제공하는 중심 전략에서 벗어나지 않도록 노력했다. 

카발리에의 경우 특이치 또는 클러스터를 취하여 여기서 교훈을 얻을 수 있는지를 평가하는 것이 중요한 문제였다. 그는 “특이치 데이터 포인트를 검토하는데 약 15%의 시간과 자원을 할애할 것이다. 반복, 테스트, 학습이 수반될 수 있으며 방향 전환이 필요할 수도 있지만 BAU에 방해가 되지 않는다”라고 말했다. 
 
구글의 자비스는 데이터 성숙도를 데이터 전략의 핵심적인 부분으로 확인했지만, 이 부분이 간과되는 경우가 많다. 그는 “데이터 성숙 측면에서 동종 업계의 다른 기업과 비교할 때 우리 회사의 위치는 어디인가? 동종 업계와 관련하여 기준을 수립하는 방법에 대한 정보를 얻으라”고 이야기했다. 

자비스는 “당신은 현재 이 과정 중 어느 위치에 와 있나? 측정 방식을 개선하려면 기초부터 닦으라”고 당부했다.  

패널은 데이터 주도적인 마케팅의 방향성에 대한 의견을 공유하면서 마무리했다. 황은 가장 관련성이 높고 개인화된 콘텐츠를 제공하기 위해 윤리적인 방식으로 이루어지는 때에만 데이터가 점차 강력한 개인화를 위한 수단이 되어가고 있다고 말했으며 유튜브와 스포티파이를 훌륭한 사용자경험으로 꼽았다. 룰은 AI가 개인화를 지원하고 있으며 기술 사용량은 줄어들지 않을 것이며 창의성이 더 중요하다고 보았다.

룰은 “데이터를 활용하고 부서 전체적인 리더십과 전략 등을 바라보는 방식에서 창의성이 더욱 증대될 것”이라고 전망했다.

하지만 카발리에는 초개인화와 초개성화에 대해 경고했으며 고객들에게 원하는 것에 관해 묻고 원하는 것을 제공하면 고객에게 새로운 제품이나 서비스를 제공하기 어려워질 수 있다고 말했다. 

자비스는 “우리는 매일 받는 이메일의 수부터 온라인 마케팅 세계까지 복잡성이 극대화된 수준에 도달하고 있으며, 이와 동시에 지능형 기계들이 더 스마트해지고 있지만 복잡성을 낮출 수 있는 수준은 아니다”라고 결론 내렸다. 

이어서 “언젠가는 기계가 대부분의 업무를 처리할 수 있게 될 것이다. 그때가 되면 데이터 주도적인 마케팅을 유도하기 위해 어떤 기술이 필요하게 될까?”라고 질문을 던졌다. ciokr@idg.co.kr
 

X