장중호 서울과학종합대학원 AI 빅데이터 과정 주임교수

 

앞의 연재글에서 언급된 CDP의 데이터를 구성하고 플랫폼을 구축하게 되면, 그것을 활용하기 위한 전략이 수립되어야 한다. 데이터를 쌓아만 놓고, 무엇에 써야 하는지가 명확하지가 않다면 그것만큼 어리석은 일이 어디 있겠는가? 하지만 아직도 많은 기업들은 무엇에 쓸지는 명확치 않으나 일단 데이터가 대세라고 하니 모아서 쌓아나보자라는 접근을 하는 경우도 많다. 나는 CDP라는 플랫폼 상에서의 다양한 데이터 활용전략을 심플하게 2가지로 정리했다. 

 

하나는 Customer Insight이고 나머지는 Customer Engagement 이다. 당연히 데이터 분석을 통해 얻을 수 있는 가장 중요한 것은 다양한 고객 및 비즈니스를 위한 Insight이다. 우리 회사 고객은 누구이고, 어떤 특성을 가지고 있고, 무엇을 좋아하며, 어떤 마케팅에 반응하는지, 상품선호도 어떠한지, 가격민감도는 어떠한지 등의 다양한 고객들에 대한 profiling에서부터, 상품 특성에 따른 팔림세부터 성과 분석, 마케팅 활용동의나 프로모션등의 성과 및 반응도, SNS등 다양한 외부의 비정형 데이터로부터 얻을 수 있는 정보나 Insight는 엄청나다. 

 

이러한 다양한 데이터를 기반으로 경영이나 마케팅, 영업, 생산, 수요예측에서 발주까지 많은 기업내 의사결정하여야 하는 문제들에 있어 바른 방향성을 제시해줄 수있는 Insight들을 얻을수있다. 이러한 Insight는 내부 사용자, 즉 회사내의 마케팅, 영업 뿐 아니라 SCM, 구매, 물류 그리고 재무, 경영관리 등 각 기업내 function의 직원들 및 의사결정권자들에게 그 들이 보고 싶은 관점, 보고 싶은 테이블이나 그래프의 모습, 그리고 그들의 성과를 지속적으로 모니터링 해줄 수있는 KPI의 값으로 계산되고 산정되어 숫자로써 주어져야 한다. 

 

이를 위해 CDP에서는 다양한 사용자들을 위한 다양한 대시보드를 제공한다. 대시보드의 사전적 정의는 복잡한 정보를 알기 쉬운 형식으로 보여주기 위해, 정보를 시각적으로 표현하는 것으로 자동차의 계기판을 생각하면 된다. 운전하는데 반드시 알고 실시간으로 파악하고 있어야 하는 숫자들을 한눈에 알아볼 수있도록 표현하듯이 CDP에서는 실시간으로 고객의 움직임, 행동, 그리고 멤버십 회원수의 증감, 앱 다운로드 고객 트랜드, 마케팅 정보동의 고객의 증감, AARRR 관점에서의 고객의 숫자, MAU, WAU 등 자사 앱에 들어오는 고객들의 트랜드 및 증감 원인, 각 페이지 등에서의 고객매출, 매출도 고객수와 고객당 평균 금액, 주된 구매 상품, 프로모션의 성과, 고객별 반응, 고객 캠페인의 반응, 캠페인 성과, 상권별 고객 트랜드, 상권내 경쟁사와의 마켓쉐어 현황, 그리고 유통업의 경우 제조 협력사들의 매장내 성과 및 트랜드, 같은 카테고리에서 경쟁하고 있는 협력사들 간의 마켓쉐어 및 고객 현황 등 유용한 정보를 CDP에서 취합하고, 가공하고 저장한 데이터를 기반으로 다양한 대시보드의 형태로 제공을 한다. 

 

이때 데이터를 시각화를 통해 알기 쉽게 보여주기 위한 도구로써 다양한 BI(Business Intelligence) 솔루션들을 사용하는데, 유명한 도구로는 MS의 Power BI, MSTR(MicroStrategy), Tablau 등의 솔루션들이 있다. 하지만 모두 고가의 툴들이다. 요즘엔 다양한 시각화를 위한 무료의 오픈소스 프로그램들이 많이 나왔는데, 아주 복잡하지 않은 목적의 BI 도구를 쓴다면 무료의 프로그램들을 시도해 보는 것도 나쁘지 않다. 

 

다양한 CDP의 Customer Insight의 사용자들은 이렇게 잘 정의된 대시보드를 통해 매일 매일 실시간으로 데이터를 통한 Insight를 제공받는다. 예전엔 자신이 필요한 정보나 데이터를 얻기 위해서는 IT 부서에 연락해서 SR(Service Request)를 작성해서 보내면 IT 부서원이 데이터를 SQL 문을 통해 추출해서 엑셀 등으로 받아서 보내주고, 실무자 자신이 엑셀 등을 통해 표로 구분을 하고 그래프를 그려서 보고서에 넣을 자료 들을 만들고 PPT로 보고서를 만들어 위의 임원이나 팀장에게 보고를 하던 복잡하고 비효율적인 일련의 작업을 없앨 수가 있다. 

 

일회성의 보고를 위한 데이터 분석이 아니라, 늘 일관된 포맷으로 데이터를 분석하고 시계열적으로 트랜드를 보여주고 모니터링하다보면 영업 및 마케팅의 맥을 잡을 수있고, 특히 고객이 왜 떠나고 이탈되는지, 혹은 왜 우리 회사에 들어오고 특정 카테고리의 매출 트랜드가 증가하는지에 대한 감을 잡고 현상을 파악할 수가 있다. 또한 제조 협력사들에게 제공할 수 있는 다양한 협력사 즉 Partner를 위한 insight 들은 비용을 받고 협력사에게 제공을 하여 수익모델화 할수도 있다. 아직은 우리나라에서는 이러한 유통사와 제조 협력사간의 데이터 협력이나 수익사업화가 활발히 이루어지지 않으나, 미국이나 유럽에서는 Data Monetization이라는 주제아래 활발하게 이루어지고 있다. 이러한 다양한 데이터를 통한 Customer나 Business Insight 들은 CDP를 통한 활용전략의 가장 핵심이다.

 

두번쨰 CDP를 통한 활용전략은 다양한 고객과의 Engagement 활동을 디자인하고 실행하는 것이다. 그 중에 가장 중요한 것은 단연코 다양한 타겟 마케팅이다. 그 중에서도 실시간 마케팅이 중요하다. 지금의 모든 B2C회사의 고객과의 Engage 혹은 커뮤니케이션 채널은 단연코 모바일 앱이다. 어떻게든 자기 회사 혹은 비즈니스를 모바일에서 운영하기 위한 플랫폼인 앱을 고객들이 많이 깔게 만드는 것이 디지털트랜스포메이션의 첫번째 핵심과제라는 것은 먼저 번의 글들에서 여러 번 강조하였다. 일단 고객들의 스마트폰안에 우리 회사 앱을 깔게 만드는 데 성공한다면, 이미 그 비즈니스는 절반의 성공은 거두는 샘이다. 

 

하지만 우리 모두 알다시피 대부분 사람들의 스마트폰에는 어림잡아 이미 100여개 넘는 앱들이 깔려있고, 그 중에 거의 70 여개의 앱은 거의 최근 3개월 이내에 한번도 들어가 본적이 없는 죽어 있는 앱이다. 대부분의 B2C기업, 특히 e커머스 기업의 경우 1명의 고객에게 우리 회사 앱을 다운로드 하고 회원가입까지 유도 하는데 들어가는 평균비용은 약 2만원에 달한다. 만약에 신규로 만명의 회원을 앱 다운로드시키위 위해 마케팅 활동을 한다면 바로 2억이라는 돈이 들어가는 것이다. 요즘에 TV를 보면 마켓컬리가 유명 연예인은 물론 CEO까지 출연하여 첫 구매는 무조건 100원이라는 마케팅을 매우 도전적으로 하고 네이버나 다음 등에도 배너 광고들도 많은 광고비를 쓰면서 하는데 이것이 이러한 고객유치 마케팅에 해당된다. 평균적으로 첫 구매 상품의 가격이 다르겠지만, 마켓컬리 MD의 특성상 최소 만원 이상은 될텐데 이 것을 100원, 즉 거의 무료로 뿌린다는 것은 엄청난 첫고객 유치 프로모션을 하고 있는 것이다. 

 

솔직히 이마트나 홈플러스 같은 기존의 유통기업들의 마케팅부서에서는 꿈도 못꾸는 프로모션이다. 하지만 기존의 기업이라고 이러한 마케팅을 하지 않는 것은 아니다. 내가 몸담았던 이마트나 홈플러스의 경우도 2만원 정도 비용을 들여 고객 한분을 모셔와서 앱을 깔고 자신의 이름, 전화번호 등을 입력하고 본인 인증을 거쳐 회원가입을 하고 로그인을 거쳐 우리 앱에 들어와서 최소한 한두번은 추가적으로 앱으로 방문을 하도록 유도하고, 정착하게 만드는 데 들어가는 비용이다. 

 

그 비용의 시작은 주로 온라인 광고부터 시작하는 경우가 많다. 네이버 베너 및 검색광고, 구글의 검색광고, 페이스북이나 인스타그램의 광고, 유튜브 등의 영상 광고를 통해 우리 회사 컨텐츠를 뿌리고 , 그 것을 보고 관심을 가진 고객이 터치를 하면 우리 회사 웹앱이나 앱 다운로드 사이트로 들어오게 만들어, 궁극적으로 애플이나 안드로이드의 앱스토아로 유도하여 앱을 다운받게 만드는데 들어가는 마케팅 비용인데, 주로 매스 마케팅적인 차원으로 들어가는 비용이다. 미디어 채널 역할을 하는 네이버나 구글, 페북등에는 고정적인 비용으로 광고비용을 지불하기도 하지만, 점차 약아진 이러한 회사들은 CPC라는 고객이 컨텐츠를 보고 관심을 가지고 클릭한 건수마다 비용을 청구하기에 어떤 면에서는 효율적으로 보이기는 하지만 반대로 제대로 된 뒷단의 고객을 맞이하고, 정착시키기 위한 마케팅의 체계가 갖추어지지도 않은 상태에서 앞단에서 비용만 들여서 고객을 방문시키는 것만큼 바보 같은 일은 없다. 

 

결론적으로 앞단에서 엄청난 비용을 들여서 모셔온 고객들에 대해 제대로 정보나 데이터를 모으고 그 고객에 맞게 Profile이나 Segmentation을 정의한 뒤, 고객의 특성이나 니즈에 맞추어 타겟 마케팅을 통해 새로운 고객 경험을 주고 다른 경쟁사 앱들보다 차별화되고 나은 서비스를 통해 정착을 시켜야 한다. 수많은 고객의 경험을 개선할 수 있는 방법들이 있지만, 나를 알아봐주고, 나만을 위한, 나만의 개인화된 서비스나 상품 추천, 앱의 페이지 뷰만 큼 강력한 경험은 없다. 이를 위해 Customer Engagement의 방향은 개인화가 되어야 하는데 이는 CDP를 통한 고객에 대한 면밀한 분석과 로직에 따른Profiling이 이루어 지지 않는다면 불가능한 이야기이다. 개인화된 타겟 마케팅중에서도 핵심은 바로 실시간 마케팅이다. 아무리 좋은 고객과의 커뮤니케이션도 최적의 타이밍, 최적의 상황에 고객에게 접근이 되어야 한다. 

 

고객이 우리회사 매장이나 앱에을 방문했을 때, 무엇인가를 살까 말까 고민을 하면서 상품 정보를 들여다 볼 때, 살까 해서 장바구니에 담아 놓고는 어떠한 이유로 최종 결재를 안하고 망설이고 몇시간이나 몇일을 지낼 때, 무엇인가 물건을 사고 매장의 계산대에서 계산을 하고 매장을 나가거나, 앱에서 나갈 때, 늘 일주일에 한두번은 앱이나 매장에 방문하시던 고객이 한달이 넘도록 소식이 없을 때, 한달에 세네번은 10만원 이상씩 구매를 하시던 프리미엄 고객이 점차 방문회수나 구매금액이 점차 줄어갈 때, 등 무엇인가 고객과의 관계에 있어서 우리가 챙겨야 하는 순간이 포착이 되거나, 고객의 상황을 알게 되었을 때, 우리는 바로 그 순간에 고객에게 연락을 하고, 말을 걸고, 앱 푸시나 LMS같은 메시지를 보내거나, 최고의 VIP의 경우엔 무료선물을 택배로 보내주는 등 무엇인가 액션이 들어가야 한다. 

 

남녀간의 사랑에도 타이밍이 중요하듯이, 이러한 고객과의 관계에도 때가 중요한 것이다. 이 것을 실시간 마케팅이라고 한다. 무엇인가 고객의 행동이 trigger가 되어 우리 회사에서 바로 action이 들어가게끔 rule을 세팅해놓고, 상황이 되었을 때 자동으로 고객과 커뮤니케이션을 하는 것이다. 최적의 상황에 최적의 메시지나 혜택, 오퍼 등으로 고객에게 접근했을 때 고객은 만족하면서 이탈율이 낮아지고 충성도로 이어지게 된다. 이러한 실시간 마케팅도 CDP라는 플랫폼을 통해 체계적으로 고객의 프로파일, 세그멘트부터, 고객의 실시간 행동데이터, 구매 데이터 등이 모이고, 실시간 마케팅 엔진에 적절한 마케팅 로직을 세팅하고 저장하고, 또 고객에게 다양한 채널로 접근하기 위한 TMS ( Total Messaging System)과의 연동등을 하여, 자동으로 24시간 고객의 상황에 맞추어 매끄럽게 실시간 마케팅이 되어야 한다. 이 것은 CDP로 통합된 플랫폼이 있지않으면 쉽지 않은 일이다. 

 

 

그림 1은 앞에서 CDP라는 고객데이터 플랫폼 위에 Customer Insight와 Customer Engagement의 2가지 기능들에 대한 구조를 보여준다. CDP에서는 대부분 회사내부에서 수집되고 저장될 수 있는 다양한 정형과 비정형 형태의 온오프라인의 통합데이터를 가공하여 활용하는데, 좀 더 적극적인 마케팅을 위해 외부의 다양한 데이터들을 제휴하거나 때로는 비용을 들여 확보하기도 한 외부 데이터와의 조인과 융합을 통해 더 depth있고 의미있는 Customer Insight를 얻어내기도 한다. 

 

그 대표적인 것들이 신상품 성과예측, 판매량 예측, 손실 추정 등 앞으로를 추정하고 예측하는 모델을 만들거나 SNS나 온라인상의 다양한 데이터들을 확보하여 상품평분석이나 Product Sensing등에 활용할 수가 있다. 마찬가지로 Customer Engagement 측면에서는 외부 제휴 기업들의 기술이나 플랫폼들을 활용하여 모바일서베이나, 초개인화 플랫폼 마케팅, 위치기반의 마케팅 서비스 등의 다양한 활동들을 할 수도 있다. 

 

예전에 이러한 활동 들을 하기 위해서는 별도의 서버, 별도의 프로그램 구입 및 구축 등이 필요했지만 CDP의 환경상에서는 바로 구글이나 AWS와 같은 클라우드 서비스에서 제공하는 다양한 SAS 형태의 프로그램들을 손쉽게 연결하여 활용할 수가 있다. 이러한 확장성을 가지는 CDP의 개념은 그림 1을 통해 확인할 수가 있다. 좀 더 확장성있는 CDP의 기능들에 대해서는 다음달의 글을 통해 더 자세히 알아보고자 한다.

 

 

 

 

 

 

장중호 

 

[약력]

연세대 전자공학과 졸

미 Texas A&M 주립대학 

컴퓨터공학 박사

PriceWaterHouseCoopers 

컨설팅 상무

딜로이트 컨설팅 상무

이마트 마케팅 담당 상무

홈플러스 마케팅 부문 전무

현 서울과학종합대학원 AI 빅데이터 과정 주임교수

[저서]

마케터가 알아야할 21가지 이야기

나는 디자인으로 승부를 건다

직장 생활의 품격 

세상을 바꾸는 힘, 절실함