가치 있는 고객을 찾기 위한 데이터 분석 가이드 HSAD 공식 블로그 HSADzine

HSAD 공식 블로그 HSADzine

 

디지털 마케팅을 하는 사람이라면 온라인 고객 경로 glossy funnel(깔때기)을 너무 친숙하게 느낄 것입니다. 온라인 웹사이트를 방문하는 잠재고객이 거치는 경로를 시각화한 것으로 인지 단계부터 전환까지의 고객 흐름을 알기 쉽게 설명한 이 벤다이어그램의 창시자는 누구일까요? 바로 구글의 최고 데이터 분석 전략가인 닐 호인(Neil Hoyne)으로 현재 구글 데이터분석팀을 총괄하고 있습니다.

유튜브, GDN 등 광고 플랫폼과 데이터 수집 및 분석을 위한 GA(Google Analytics) 등 디지털 마케팅에서 빼놓고는 생각할 수 없는 구글이라는 기업의 데이터분석팀은 어떻게 데이터를 분석할까요? 좋은 고객, 가치 높은 고객을 발견하는 것이 기존 고객의 가치를 높이는 것보다 훨씬 쉽다고 합니다. 그렇다면 가치 있는 고객은 어떻게 찾을 수 있을까요? 모든 데이터를 모으는 것보다 중요한 고객 행동의 신호를 인식하는 방법은 무엇일까요?

이 많은 궁금증들에 대해 닐 호인의 [CONVERTED 컨버티드 (마음을 훔치는 데이터 분석의 기술)]책을 통해 힌트를 얻었고, 그중 중요한 인사이트를 ‘가치 있는 고객을 찾기 위한 데이터 분석 가이드’로 정리하여 소개합니다.

 

출처: https://converted.org/

 

최근 디지털 마케팅은 데이터 분석을 기반으로 최고의 고객이 찾고, 그들이 구매하려는 제품이 무엇인지 파악하고, 고객 관계 강화를 위한 방안을 고민합니다. 고객과의 관계를 분석하기 위해서는 고객의 모든 행동을 수집하는 것이 아닌 중요한 행동을 포착해야 합니다. 먼저 데이터를 다루는 3가지 원칙을 알아봅시다.

 

쉽고 효율적으로 데이터를 다루는 3가지 원칙

 

1. 단순하게 시작하기

데이터가 복잡할수록 시작하기 어렵고 개선은 한층 어려워집니다. 보유한 데이터를 어떻게 사용할 것인가에 초점을 맞혀 최대한 단순하게 시작하면서 점차 확대해 나가는 것이 중요합니다. 주요 전환 데이터부터 시작해서, 캠페인에 따라 추가적인 행동 지표를 확장해 갈 수 있습니다. 효율을 최적화하는 머신러닝도 전체 시간의 80퍼센트는 사실 불필요한 데이터를 삭제하는 데 쓰인다고 합니다.   

 

2. 고객 행동 데이터를 파악하라

데이터를 수집할 때 채널이나 캠페인 또는 제품 중심의 데이터가 아닌 실질적인 고객이 누구인지 알 수 있는 데이터를 수집해야 합니다. 고객 데이터 중에서도 인구통계(연령, 성별, 가구소득)보다는 고객의 행동속성 데이터인 사이트 방문 횟수, 구매한 제품, 구매 시기, 재구매 주기 등이 더 가치 있는 데이터이며 이를 통해 고객에 대한 인사이트를 더 잘 파악할 수 있습니다.

 

3. 유저 기반 통합 분석이 중요

데이터를 분석할 때에는 다수의 디바이스를 통해 접속해서 여러 행동을 하더라도 한 명의 고객으로 파악하는 것이 중요합니다. 따라서 고유한 ID(통합인증)를 기준으로 고객을 연결/식별할 수 있어야 합니다. 다양한 디바이스(웹/앱)를 활용하는 고객을 1명의 유저 기반으로 통합 분석이 가능해야 합니다.

 

높은 가치를 가진 고객을 찾는 방법 중 가장 정확한 방법은 고객생애가치를 측정하는 것입니다. 측정 방법은 브랜드마다 다를 수 있기 때문에 어떤 데이터를 활용하고, 분석 결과를 어떻게 활용하는지 간략하게 알아보겠습니다.

 

고객 관계를 이해하는 도구 - 고객생애가치(Customer Lifetime Value, CLV)

 

한 기업이 고객과 맺은 관계 각각에서 예측하는 생애가치는 고객의 구매행동을 기반으로 예상 거래 수와 예상 거래 평균 금액을 측정합니다. 따라서 구매 관련 데이터가 필요하며, 그 데이터로 특정 모델링 방법을 통해 고객 생애가치(총 구매 예상금액)를 도출합니다.

 

1. 고객생애가치 측정을 위한 3가지 데이터 요소

1) 거래 날짜, 2) 금액(매출액 or 영업이익), 3) Unify ID

 

2. 측정에 필요한 데이터 양

첫 구매 이후 다음 구매 발생까지의 기간 x 6 or 24개월간의 데이터

(2가지 중 긴 기간을 선택,  ex.6개월에 1번씩 구매 - 36개월 데이터)

 

3. 고객생애가치 분석 결과 데이터

고객생애가치(금액), 예상 거래 수, 예상거래 평균금액, 예상 거래 성사 확률

 

고객생애가치를 파악하면 한 유저가 브랜드와의 관계에서 발행할 전체 거래금액을 예측합니다. 따라서 고객의 일시적이고 개별적인 거래 금액이 아닌 고객생애가치가 높은 고객을 파악해야 합니다. 특정 캠페인을 통해 발생한 거래 금액이 낮지만 고객생애가치가 높은 고객도 있으며, 첫 거래 금액이 높지만 그 이후 구매를 하지 않아 고객생애가치가 낮은 고객도 있습니다.

고객생애가치가 높다는 것은 지속적으로 구매할 가능성이 높다는 것이기 때문에 고객생애가치가 높은 고객의 행동 특성을 파악하고, 그 행동을 충족시키는 차원에서 고객 확보 캠페인을 진행해야 가치 높은 고객을 확보할 수 있습니다.

 

가치 높은 고객을 찾은 벤치마킹 사례

 

가치 높은 고객에 초점을 맞춘 회사가 있었습니다. 어떻게 하면 그들을 데려오고, 좋은 관계를 구축해서 꾸준히 상품을 구매하게 할 수 있을지 고민했고, 미국에서 자산이 많고 가처분소득이 높은 사람일수록 상대적으로 자주 구매하는 상품이 책이라는 것을 발견했습니다. 이 발견을 한 사람은 바로 헤지펀드 분석가였던 제프 베이조스(아마존 창업자)였습니다.

아마존은 부유하고 교육받은 쇼핑 고객의 데이터를 확보하기 위해 책을 팔기 시작했고, 원가에 가깝게 판매하며 전략적으로 판매량과 데이터를 늘렸습니다. 수많은 고객 데이터를 모으면서 인터넷에서 책 말고도 다른 모든 것을 엄청나게 싸게 하는 방법을 알아냈습니다. 책 외에 멋진 경험을 하게 해서 좋은 관계를 맺고, 그 관계를 통해 훨씬 더 많이 팔 수 있었습니다. 최고의 고객과 좋은 유대관계를 형성한 결과 연회비를 내는 아마존 프라임의 평균 고객생애가치는 일반적인 소매유통 업체의 평균 고객생애가치보다 30배나 큽니다.

 

출처: 아마존 공식 홈페이지 (https://www.amazon.com/)

 

아마존의 사례처럼 가치 높은 고객을 확보하기 위해 어떻게 데이터를 다루고, 그 데이터 분석을 통해 가치 높은 고객을 찾는 방법을 간략하게 알아보았습니다. 결국 이 모든 것은 고객을 만나기 위한 여정이며, 고객을 잘 분석하고 이해해야 좋은 고객을 확보할 수 있을 것입니다. 고객이 진짜 원하는 것에 관심을 가지고 지속해서 관계를 만들어 나가야 합니다. 즉각적이고 단기적인 최적화보다는 장기적인 관계를 기반으로 접근해야 합니다. 하지만 어떤 통찰이라도 영원한 진리로 남을 수 없기 때문에 끊임없이 분석하고, 테스트하고, 의미 있는 신호를 찾아야 한다는 점은 잊지 말아야 합니다.

 

참고문헌

CONVERTED 컨버티드(마음을 훔치는 데이터분석의 기술)_닐 호인(Neil Hoyne)

 

'광고&마케팅 > INTELLIGENCE' 카테고리의 다른 글

아무튼 Digital Invasion  (0) 2023.08.21
Posted by HSAD