DCX를 위한 데이터 활용 3가지 전략

 

DCX를 위한 데이터 활용 3가지 전략

 

퍼포먼스 플래닝 업무는 ‘데이터’를 빼놓고는 말할 수 없습니다. 최대의 효율화를 위해 데이터를 깊게 파다 보면 그 효율에만 매몰되어 좁은 데이터만 보게 될 수 있습니다. 그 오류를 최소화하기 위해 최대한 다양한 데이터 분석을 위한 방법론을 살펴봅니다. DCX(Data driven Customer eXperience) 관련 도서 차경진님의 [데이터로 경험을 디자인하라-고객 경험을 극대화하는 DCX 혁신의 비밀]에서는 다양한 데이터 분석 방법론과 고객 경험 설계를 위한 프로세스를 상세하게 소개하고 있습니다. 다양한 데이터 방법론도 물론 중요하지만 데이터 분석에 대한 ‘관점’이 중요하다는 것에 더욱 공감했고, 이 책에서 얻게된 가장 중요한 3가지 인사이트를 소개합니다.

 

 

 1. 데이터의 목적은 ‘해결’이 아닌 ‘문제를 찾는 것’이다.

 

“ 고객의 문제를 고객의 데이터에서 찾는 것이 고객 경험 혁신의 가장 중요한 시작이다. 고객을 단순히 소비자로 보지 않고, 특정 문제 해결 목적(구매 이유)을 가지고 우리 제품으로 해결하고자 하는 액터로 보고 고객 참여를 이끌어내야 제품과 서비스의 의미를 더할 수 있다.”

 

퍼포먼스 광고를 집행할 때에도 데이터에서 문제를 찾습니다. 어느 지점에서 전환 효율이 하락했는지, 그 원인이 광고 콘텐츠의 문제 인지, 타겟 공략의 문제인지, 문제를 찾아야 그 문제의 적합한 해결 방안을 제시할 수 있습니다. 그래서 데이터의 목적이 [해결]이 아닌 [문제를 찾는 것]이라는 것에 깊게 공감합니다.

 

DCX의 데이터 분석의 목적은 해결하는 것이 아닌 문제를 찾는 것입니다. 

데이터에서 문제를 찾아낸 좋은 사례로 LG전자의 UP가전에 대한 이야기를 해보려고 합니다. 고객의 상황에 맞춰 필요한 새로운 기능을 추가하는 맞춤형 UP가전의 다양한 업그레이드 기능은 고객의 데이터에서 문제를 찾아낸 결과입니다.

 

●     세탁 종료 후 1시간 이후 세탁물을 꺼내는 비율이 높다는 고객의 행동 데이터에서 구김이나 냄새에 대한 문제점을 찾아내고 [종료 후 세탁물 케어]라는 기능으로 세탁물이 뭉쳐있지 않도록 주기적으로 세탁통을 회전하고 추가세탁에 대한 경험을 제공합니다.

●     세탁기와 건조기의 종료 알림음을 헷갈려하는 문제점을 발견하고

[종료 알림음] 기능으로 다양한 알림음 멜로디를 선택할 수 있는 경험을 제공합니다.

●     한방 중 냉장고를 열었을 때 눈부심에 대한 문제점을 발견하고

[야간 눈부심 방지] 기능으로 냉장고내 조명밝기를 조절할 수 있는 경험을 제공합니다.

●     반려동물을 키우는 고객에게 펫전용 가전이 필요하다는 문제점을 발견하고

펫케어 기능을 추가할 수 있는 경험을 제공합니다.  

 

다양한 고객의 라이프스타일에서 발생할 수 있는 사소하지만 중요한 문제점을 데이터에서 발견하고 다양한 고객에게 세심하게 맞춤 케어 받는 경험을 제공한 DCX의 좋은 사례입니다.

 

LG UP 가전 : 당신에게 맞춰 계속 더 좋아지는 가전 편 / 출처: LG전자 공식 유튜브

 

 

 2. [제품 중심]에서 [고객 중심]으로 데이터를 변화시키자.

 

“제품에서 발생하는 데이터는 제품 기능 추적을 위한 데이터지만 우리가 알고 싶은 건 제품의 어떤 기능이 어떻게 쓰이고 있는지가 아니다. 고객이 해당 제품과 각각의 기능들을 어떤 맥락에서 사용하고 있는지 아는 것이 더 중요하다. 앞으로의 데이터 센싱은 [고객 중심]으로 설계가 되어야 한다”

 

디지털 트랜스포메이션이 가속화되면서 데이터 드리븐 마케팅을 위해 각 기업들은 엄청난 데이터를 확보하기 시작했습니다. 하지만 전세계 데이터의 80% 이상이 다크 데이터(저장만 해놓고 활용하지 못한 데이터)라고 합니다.

목적성 없는 데이터는 쓸모가 없습니다. 해결해야 하는 문제, 달성하고 싶은 목표를 정의해야 그에 적합한 데이터를 수집하고, 분석할 수 있습니다.

 

Salesforce Research(STATE OF MARKETING,2021)에서 한국 마케팅 담당자들의 최우선 순위에 1,2순위가 모두 데이터와 관련이 있습니다.

1.     여러 사업부에서 공유하는 고객 데이터에 대한 통합 뷰

2.     고객 데이터 소스의 통합

 

다양한 루트를 통해 확보되는 고객 데이터를 통합하기 전에 현재 수집하고 있는 데이터가 고객 중심으로 확보되는지 검토해야 합니다.

DCX를 위해서는 제품의 기능을 사용하는 데이터만 수집, 분석하는 것보다

어떤 고객(엄마인지, 자녀인지, 혼자사는 1인가구인지)이 어떤 상황과 맥락에서 사용하는지 알아 낼 수 있는 데이터를 함께 수집, 분석해야 합니다. 

고객이 누구이고, 고객의 상황과 맥락을 파악하고 싶다면 [고객 중심]의 데이터 수집을 위한 설계가 필요합니다.

 

●     제품 중심의 데이터 - 제품 기능 추적(제품 사용시간, 기능 버튼 클릭 등)

●     고객 중심의 데이터 - 고객 맥락 파악(제품을 사용하는 사람/상황 등)

 

 

 3. 고객의 행동 맥락 관련 데이터를 다층적으로 분석하고 활용하자.

 

“ ‘사람들이 어떤 다양한 문제를 가지고 있고,

  어떤 맥락에서 행동을 보이며, 그 행동은 어떤 사물과 연관되어 있고,

 어떤 감정으로 이뤄지는가?’의 관점에서

고객을 매우 다층적으로 이해하기 위한 분석을 해야 한다.”

 

퍼포먼스 성과 성과를 분석할 때에도 매체의 데이터, 전환 데이터, 유입 이후 행동 데이터 등 통합적으로 데이터를 활용하고, 광고 효율에 영향을 미치는 다양한 요소 (매체, 광고지면, 타겟팅, 광고 콘텐츠, 랜딩/전환 페이지 등)에 대해 다각적으로 분석해야 정확한 결과를 얻을 수 있습니다.

고객 데이터 역시 자사 데이터, 직접 데이터, 외부 데이터를 통합적으로 활용하고, 고객의 행동 맥락 관련 요소(고객의 특성, 맥락, 행동과 연관된 사물, 감정)를 다층적으로 분석해야 합니다.

 

●     내부 데이터 : 로그, 멤버십 데이터(성별/연령/사용에 대한 정량적인 분석)

●     직접 데이터 : 앱/제품 리뷰, 검색, VOC 데이터 (고객 반응 분석)

●     외부 데이터 : 소셜, 검색어 트렌드 데이터 (고객의 행동 이유 분석)

 

 

다층적으로 분석한 고객 행동 데이터 외에도 플랫폼 간 데이터 협업을 통해 기존에 없던 새로운 고객 경험을 제공할 수도 있습니다. 그 사례로 현대자동차의 오픈 데이터 플랫폼에 대한 이야기를 해보려고 합니다.

 

현대자동차그룹의 오픈 데이터 플랫폼은 고객의 차량으로부터 수집한 누적 주행 거리, 잔여 주유량, 운전 습관 등의 운행 데이터를 외부에서 활용 가능한 API 형태로 가공하여 다양한 파트너사와 함께 새로운 카라이프 경험을 제공하고 있습니다.

 

 

오픈 데이터 플랫폼 - 현대모터그룹 TECH

 

●     정비소 회사와의 협업 - 주유 기록, 정비 내역 등 고객이 차량 관리 내역을 한눈에 파악, 차량의 소모품 교체 주기 알림 제공

●     보험회사와의 협업 - 운전습관(주행거리, 안전운전 등)을 분석해 자동차 보험 할인 혜택 간편 적용

●     중고차 회사와의 협업 - 주행 거리 및 운행일지를 기록 데이터를 통한 중고차 거래시 허위 매물 방지

 

고객의 데이터를 다층적으로 분석하고, 고객의 라이프와 관련된 플랫폼과 데이터 협업을 통해 혁신적인 경험을 제공한 DCX의 좋은 사례입니다.

 

지금까지 DCX를 위한 데이터 활용 3가지 전략에 대해 알아보았습니다. 데이터 드리븐 마케팅은 결국 고객을 더 세심하게 이해하기 위한 방법론입니다. 그렇기 때문에 데이터에 대한 관점을 고객의 문제를 찾고, 고객 중심의 데이터를 활용하여, 고객 행동 맥락을 다층적으로 분석/활용하는 것으로 바꾼다면 지금보다 DCX(Data driven Customer eXperience)를 이해하는 폭이 넓어질 것입니다.

 

 

-

▣ 참고문헌 : 데이터로 경험을 디자인하라-고객 경험을 극대화하는 DCX 혁신의 비밀_차경진