2015.06.15

마케터에게 예측 분석이 필요한 이유

Katherine Noyes | IDG News Service
마케터들에게 영업을 맡겨도 얼마 동안은 회사가 유지될 것이다. 하지만 마케터가 판매 예측을 학습하면, 회사에서 성공할 수 있을 것이다.


이미지 출처 : Lattice Engines

판매 예측은 본질적으로 예측 마케팅을 전제로 한 개념으로, 오늘날 기업에서 점점 더 관심을 갖는 분야기도 하다.

기업 전체에서 분석 트렌드를 활용하기 위해, 예측 마케팅은 마케팅 담당자가 가장 수익성이 높은 방향으로 역량을 집중시키도록 알고리즘과 기계학습을 빅데이터에 적용하고 있다. 예측 분석 툴은 특정 고객이 무엇을, 언제, 얼마나 많이 구매할 지를 마케팅 담당자가 사전에 측정할 수 있도록 해준다. 기업은 이 정보에 맞게 캠페인을 조정할 수 있다.

예측 마케팅 사례로는 아마존이 대표적이다. 아마존의 추천 엔진은 이 회사 매출의 약 30%를 차지하는 것으로 알려졌다.

이 같은 성공사례는 래티스엔진(Lattice Engines)같은 예측 분석 솔루션에 대한 투자자의 관심으로도 설명될 수 있다.

최근 래티스는 시리즈 D 펀딩(Series D funding)에서 미화 2,800만 달러를 유치해 현재까지 총 7,800만 달러의 자금을 확보했다고 발표했다. 이 회사의 소프트웨어는 현재 전세계 100개 이상의 기업에 도입됐으며 교차 판매 성공, 해지율 감소 등의 성과를 낳은 것으로 알려졌다.

시장조사기업인 TDWI 리서치에서 고급 분석을 담당하는 이사 펀 핼퍼는 “예측 분석으로 마케터는 고객의 생애주기 전체에서 도움을 받을 수 있다”라고 밝혔다.

이어서 핼퍼는 "예를 들어 예측 분석은 고객을 세분화하고, 고객의 행동에서 패턴을 찾아내 그들이 반응할 것 같은 프로모션을 제공하며, 고객이 무엇을 해지하거나 반품할 지를 예측하는데 도움을 준다”라고 설명했다.

비전문적인 현업 사용자도 쓰기 쉬운 툴로 바뀌면서 실제로 마케팅과 영업은 기업이 예측 분석을 도입할 때 시작하는 최상부 영역 가운데 있다고 그녀는 덧붙였다.

또 기술이 발전하면서 데이터도 범람하게 됐다.

로컬서치어소시에이션(Local Search Association)에서 전략과 통찰력을 담당하는 부사장인 그레그 스털링은 "많은 데이터가 있고, 현재 마케터가 실시간으로 캠페인을 최적화하기 위해 데이터를 해석하고 이해하는 것을 도와주는 래티스 같은 업체들도 많다”라고 말했다. “모든 데이터의 의미를 이해하는 방법을 제공하는 툴과 업체들이 점점 더 중요해지고 있다”고 스털링은 전했다.

그러나 다른 기술과 마찬가지로 예측 분석 툴도 현명하게 사용해야 한다.

비글 리서치 그룹(Beagle Research Group)의 총괄 데니스 폼브라이언트는 "제대로만 쓰인다면 예측 분석이 중요할 수 있다. 그리고 그 제대로라는 게 때로는 매우 큰 문제일 수 있다”라고 경고했다.

폼브라이언트에 따르면, 분석은 상관관계를 파악하고 원인을 찾는 2가지 목적으로 사용할 수 있다. "둘 다 필요하지만 너무 많은 업체들이 인과관계를 충분하지 않은 상관관계를 파악하는데 관심을 보이고 있다"라고 그는 지적했다.

“예를 들어 소비자가 상품 A를 구입하고 싶은데 실제로는 상품 B를 산다면, 그 이유를 아는 게 중요하다. 특정 개개인의 구매 행동을 예측하기 위해서라면 더욱 그렇다”라고 그는 설명했다.

“래티스는 인과관계와 상관관계를 모두 파악해준다. 투자자들이 관심을 갖는 이유도 바로 거기에 있다”라고 폼브라이언트는 전했다. ciokr@idg.co.kr
 



2015.06.15

마케터에게 예측 분석이 필요한 이유

Katherine Noyes | IDG News Service
마케터들에게 영업을 맡겨도 얼마 동안은 회사가 유지될 것이다. 하지만 마케터가 판매 예측을 학습하면, 회사에서 성공할 수 있을 것이다.


이미지 출처 : Lattice Engines

판매 예측은 본질적으로 예측 마케팅을 전제로 한 개념으로, 오늘날 기업에서 점점 더 관심을 갖는 분야기도 하다.

기업 전체에서 분석 트렌드를 활용하기 위해, 예측 마케팅은 마케팅 담당자가 가장 수익성이 높은 방향으로 역량을 집중시키도록 알고리즘과 기계학습을 빅데이터에 적용하고 있다. 예측 분석 툴은 특정 고객이 무엇을, 언제, 얼마나 많이 구매할 지를 마케팅 담당자가 사전에 측정할 수 있도록 해준다. 기업은 이 정보에 맞게 캠페인을 조정할 수 있다.

예측 마케팅 사례로는 아마존이 대표적이다. 아마존의 추천 엔진은 이 회사 매출의 약 30%를 차지하는 것으로 알려졌다.

이 같은 성공사례는 래티스엔진(Lattice Engines)같은 예측 분석 솔루션에 대한 투자자의 관심으로도 설명될 수 있다.

최근 래티스는 시리즈 D 펀딩(Series D funding)에서 미화 2,800만 달러를 유치해 현재까지 총 7,800만 달러의 자금을 확보했다고 발표했다. 이 회사의 소프트웨어는 현재 전세계 100개 이상의 기업에 도입됐으며 교차 판매 성공, 해지율 감소 등의 성과를 낳은 것으로 알려졌다.

시장조사기업인 TDWI 리서치에서 고급 분석을 담당하는 이사 펀 핼퍼는 “예측 분석으로 마케터는 고객의 생애주기 전체에서 도움을 받을 수 있다”라고 밝혔다.

이어서 핼퍼는 "예를 들어 예측 분석은 고객을 세분화하고, 고객의 행동에서 패턴을 찾아내 그들이 반응할 것 같은 프로모션을 제공하며, 고객이 무엇을 해지하거나 반품할 지를 예측하는데 도움을 준다”라고 설명했다.

비전문적인 현업 사용자도 쓰기 쉬운 툴로 바뀌면서 실제로 마케팅과 영업은 기업이 예측 분석을 도입할 때 시작하는 최상부 영역 가운데 있다고 그녀는 덧붙였다.

또 기술이 발전하면서 데이터도 범람하게 됐다.

로컬서치어소시에이션(Local Search Association)에서 전략과 통찰력을 담당하는 부사장인 그레그 스털링은 "많은 데이터가 있고, 현재 마케터가 실시간으로 캠페인을 최적화하기 위해 데이터를 해석하고 이해하는 것을 도와주는 래티스 같은 업체들도 많다”라고 말했다. “모든 데이터의 의미를 이해하는 방법을 제공하는 툴과 업체들이 점점 더 중요해지고 있다”고 스털링은 전했다.

그러나 다른 기술과 마찬가지로 예측 분석 툴도 현명하게 사용해야 한다.

비글 리서치 그룹(Beagle Research Group)의 총괄 데니스 폼브라이언트는 "제대로만 쓰인다면 예측 분석이 중요할 수 있다. 그리고 그 제대로라는 게 때로는 매우 큰 문제일 수 있다”라고 경고했다.

폼브라이언트에 따르면, 분석은 상관관계를 파악하고 원인을 찾는 2가지 목적으로 사용할 수 있다. "둘 다 필요하지만 너무 많은 업체들이 인과관계를 충분하지 않은 상관관계를 파악하는데 관심을 보이고 있다"라고 그는 지적했다.

“예를 들어 소비자가 상품 A를 구입하고 싶은데 실제로는 상품 B를 산다면, 그 이유를 아는 게 중요하다. 특정 개개인의 구매 행동을 예측하기 위해서라면 더욱 그렇다”라고 그는 설명했다.

“래티스는 인과관계와 상관관계를 모두 파악해준다. 투자자들이 관심을 갖는 이유도 바로 거기에 있다”라고 폼브라이언트는 전했다. ciokr@idg.co.kr
 

X