2016.08.18

마케팅 툴과 머신러닝의 결합··· 어도비, '세그먼트 컴패리슨' 출시

Thor Olavsrud | CIO
어도비가 새로운 데이터 분석 툴인 '세그먼트 컴패리슨 포 애널리시스 워크스페이스(Segment Comparison for Analysis Workspace)'를 발표했다. 머신러닝을 활용해 마케터에게 목표 집단의 핵심 특징을 분석해주는 툴이다.


IT 마케팅이라는 과녁. 출처 : Getty Images Bank

어도비는 올 초 어도비 마케팅 클라우드의 새로운 기능을 업데이트했다. 당시 어도비는 데이터 과학을 활용하는 어도비 애널리틱스의 신기능 '세그먼트 IQ' 등을 공개했다. 세그먼트 IQ는 머신러닝을 활용해 마케터에게 목표 집단에 대한 심층 정보를 제공해 주는 툴이다. 17일 어도비는 '세그먼트 캠패리슨'을 발표하며 세그먼트 IQ가 한 단계 더 발전했음을 알렸다.

세그먼트 컴패리슨은 어도비가 내놓겠다던 세그먼트 IQ의 첫 툴로, 목표 집단을 분석해주고 찾아준다. 머신러닝 기술을 활용해 모든 메트릭과 디멘션에 맞춰 자동 분석을 실시한다. 이를 통해 목표 집단의 주요 특징을 알아낼 수 있다고 어도비 애널리틱스의 제품 마케팅 수석 매니저 네이트 스미스는 말했다.


어도비의 세그먼트 컴패리슨 포 애널리시스 워크스페이스

어도비에서 제품 매니저를 맡고 있는 트레버 폴슨은 17일 블로그에 "세그멘테이션(세분화)은 마케터에게 반드시 필요한 핵심 전략이다"라고 밝혔다. 그러면서 "모든 고객이 같은 방식으로 같은 특성을 보이거나 행동하지 않기 때문에, 각 집단에 맞춰 다른 마케팅 전략을 구사하는 것이 점점 중요해지고 있다. 과거의 세그멘테이션은 나이, 성별, 지역 등 간단하다는 인식이 있지만, 데이터 중심 마케팅에 대한 기대치가 점점 높아지면서 세그멘테이션의 정의도 변화하고 있다"라고 말했다.

전통적으로 목표 집단 세그멘테이션은 광범위한 세그먼트와 단순한 군집화에 바탕을 두고 있다. 무수히 많은 데이터를 수작업으로 조사하는 것은 사실상 불가능하다. 특히 마케터가 빠른 속도로 업무를 처리해야 한다는 점을 감안하면 더 그렇다.

스미스는 "세그먼트는 서로 겹칠 때가 많다. 데이터를 면밀히 조사해야 미세한 차이가 나타난다. 심층 분석 정보를 알아내는 작업은 건초더미에서 바늘을 찾는 격이다. 수작업으로는 지금도 수집되고 있는 그 모든 데이터를 처리할 수 없다"라고 말했다.

스미스는 세그먼트 컴패리슨이 그러한 애로사항을 줄여 기업이 고객 유형을 판단할 수 있게 도와준다고 설명했다. 예컨대 작은 TV를 살 고객인지 큰 TV를 구입할 고객인지, 페이스북에 개설한 브랜드 사이트를 방문할 고객인지 트위터를 방문할 고객인지, 어떤 시청자가 어떤 프로그램을 볼 것인지 판별할 수 있다는 것이다.

그는 "머신러닝을 통해 메트릭과 디멘션을 자동으로 분석해 데이터에서 미세한 차이를 밝혀낼 수 있다. 이를 통해 마케터와 분석 실무자가 업무시간을 크게 줄일 수 있다"라고 말했다. 폴슨은 목표 집단 세그멘테이션의 능력을 완벽하게 보여준 사례로 픽사를 언급했다. 

그는 "픽사 애니메이션이 어린이를 대상으로 제작된다고 생각하겠지만 사실 아이, 부모, 연인, 청소년 층 등 다양한 집단을 겨냥한다. 메시징 작업과 영화 프로모션은 5살 아이를 웃게 만드는 일, 그 이상이다. 픽사는 똑똑하게 접근하고 있다. 어린이 프로그램에 광고하는 기존 방식 외에 ('도리를 찾아서'와 마찬가지로) '엘렌' 등 어른을 대상으로 포지셔닝하고, 해당 집단에 어울리는 스토리를 소셜 미디어에 올려 프로모션을 펼치기도 한다"라고 말했다.

폴슨은 마케터가 브랜드에 정말로 중요한 목표 집단의 핵심 특징을 밝혀낸다면 긍정적인 상호작용, 공유, 변화를 유도하는 행동을 더 잘 이해할 수 있을 것이라고 말했다.

세그먼트 컴패리슨을 쓰려면 우선 데이터에 맞춰 트레이닝을 해야 한다. 기존 어도비 고객은 데이터가 저장돼 있으므로 트레이닝을 바로 실시할 수 있다. 트레이닝이 완료되면 즉시 전체 세그먼트 분석을 진행해, 두 세그먼트 간의 디멘션과 메트릭, 데이터 포인트를 비교하고 유효한 차이점을 자동으로 찾아낼 수 있다. 스미스는 "앞으로 가장 빠르게 기업이 도입하는 제품이 될 것이다"라고 말했다. ciokr@idg.co.kr

2016.08.18

마케팅 툴과 머신러닝의 결합··· 어도비, '세그먼트 컴패리슨' 출시

Thor Olavsrud | CIO
어도비가 새로운 데이터 분석 툴인 '세그먼트 컴패리슨 포 애널리시스 워크스페이스(Segment Comparison for Analysis Workspace)'를 발표했다. 머신러닝을 활용해 마케터에게 목표 집단의 핵심 특징을 분석해주는 툴이다.


IT 마케팅이라는 과녁. 출처 : Getty Images Bank

어도비는 올 초 어도비 마케팅 클라우드의 새로운 기능을 업데이트했다. 당시 어도비는 데이터 과학을 활용하는 어도비 애널리틱스의 신기능 '세그먼트 IQ' 등을 공개했다. 세그먼트 IQ는 머신러닝을 활용해 마케터에게 목표 집단에 대한 심층 정보를 제공해 주는 툴이다. 17일 어도비는 '세그먼트 캠패리슨'을 발표하며 세그먼트 IQ가 한 단계 더 발전했음을 알렸다.

세그먼트 컴패리슨은 어도비가 내놓겠다던 세그먼트 IQ의 첫 툴로, 목표 집단을 분석해주고 찾아준다. 머신러닝 기술을 활용해 모든 메트릭과 디멘션에 맞춰 자동 분석을 실시한다. 이를 통해 목표 집단의 주요 특징을 알아낼 수 있다고 어도비 애널리틱스의 제품 마케팅 수석 매니저 네이트 스미스는 말했다.


어도비의 세그먼트 컴패리슨 포 애널리시스 워크스페이스

어도비에서 제품 매니저를 맡고 있는 트레버 폴슨은 17일 블로그에 "세그멘테이션(세분화)은 마케터에게 반드시 필요한 핵심 전략이다"라고 밝혔다. 그러면서 "모든 고객이 같은 방식으로 같은 특성을 보이거나 행동하지 않기 때문에, 각 집단에 맞춰 다른 마케팅 전략을 구사하는 것이 점점 중요해지고 있다. 과거의 세그멘테이션은 나이, 성별, 지역 등 간단하다는 인식이 있지만, 데이터 중심 마케팅에 대한 기대치가 점점 높아지면서 세그멘테이션의 정의도 변화하고 있다"라고 말했다.

전통적으로 목표 집단 세그멘테이션은 광범위한 세그먼트와 단순한 군집화에 바탕을 두고 있다. 무수히 많은 데이터를 수작업으로 조사하는 것은 사실상 불가능하다. 특히 마케터가 빠른 속도로 업무를 처리해야 한다는 점을 감안하면 더 그렇다.

스미스는 "세그먼트는 서로 겹칠 때가 많다. 데이터를 면밀히 조사해야 미세한 차이가 나타난다. 심층 분석 정보를 알아내는 작업은 건초더미에서 바늘을 찾는 격이다. 수작업으로는 지금도 수집되고 있는 그 모든 데이터를 처리할 수 없다"라고 말했다.

스미스는 세그먼트 컴패리슨이 그러한 애로사항을 줄여 기업이 고객 유형을 판단할 수 있게 도와준다고 설명했다. 예컨대 작은 TV를 살 고객인지 큰 TV를 구입할 고객인지, 페이스북에 개설한 브랜드 사이트를 방문할 고객인지 트위터를 방문할 고객인지, 어떤 시청자가 어떤 프로그램을 볼 것인지 판별할 수 있다는 것이다.

그는 "머신러닝을 통해 메트릭과 디멘션을 자동으로 분석해 데이터에서 미세한 차이를 밝혀낼 수 있다. 이를 통해 마케터와 분석 실무자가 업무시간을 크게 줄일 수 있다"라고 말했다. 폴슨은 목표 집단 세그멘테이션의 능력을 완벽하게 보여준 사례로 픽사를 언급했다. 

그는 "픽사 애니메이션이 어린이를 대상으로 제작된다고 생각하겠지만 사실 아이, 부모, 연인, 청소년 층 등 다양한 집단을 겨냥한다. 메시징 작업과 영화 프로모션은 5살 아이를 웃게 만드는 일, 그 이상이다. 픽사는 똑똑하게 접근하고 있다. 어린이 프로그램에 광고하는 기존 방식 외에 ('도리를 찾아서'와 마찬가지로) '엘렌' 등 어른을 대상으로 포지셔닝하고, 해당 집단에 어울리는 스토리를 소셜 미디어에 올려 프로모션을 펼치기도 한다"라고 말했다.

폴슨은 마케터가 브랜드에 정말로 중요한 목표 집단의 핵심 특징을 밝혀낸다면 긍정적인 상호작용, 공유, 변화를 유도하는 행동을 더 잘 이해할 수 있을 것이라고 말했다.

세그먼트 컴패리슨을 쓰려면 우선 데이터에 맞춰 트레이닝을 해야 한다. 기존 어도비 고객은 데이터가 저장돼 있으므로 트레이닝을 바로 실시할 수 있다. 트레이닝이 완료되면 즉시 전체 세그먼트 분석을 진행해, 두 세그먼트 간의 디멘션과 메트릭, 데이터 포인트를 비교하고 유효한 차이점을 자동으로 찾아낼 수 있다. 스미스는 "앞으로 가장 빠르게 기업이 도입하는 제품이 될 것이다"라고 말했다. ciokr@idg.co.kr

X