Table of Contents
정보의 홍수, 그리고 개인화 마케팅 (Personalization Marketing)
마케팅 효율이 떨어지는 이유는 아마 정보의 홍수에서도 원인을 찾을 수 있을 것입니다.
검색엔진 초창기에는 간단한 검색만으로도 다양한 정보들을 찾을 수 있었지만, 이제는 검색으로 정보를 얻기보다는 ‘광고’를 얻고 있습니다.가뜩이나 광고로 가득찬 웹 환경에서 광고가 효율이 떨어지는 현상은 어쩌면 당연한 것일수도 있습니다.
논타겟팅(Non-Targeting) 광고의 반대말은 마케팅 개인화(Personalization Marketing)
요즘, 마케팅 테크놀로지의 영역에서 가장 큰 화두는 빅데이터 입니다.
또, 기업들이 빅데이터를 통하여 구현하고 싶은 목표는 ‘개인화 마케팅’입니다.
아무리 예산을 늘려서 광고를 해봐도 의미 없는 노출(Impression)은 브랜드에 큰 도움을 주지 못하기 때문입니다.
광고의 효율이 떨어지면 마케터들도 특정 미디어를 외면하기 때문에 광고 플랫폼들은 광고의 효율을 높이기 위해 데이터 기반의 타겟팅을 제공합니다.
모두, 니즈가 있는 특정 고객에게 광고를 도달시키기 위한 기술적인 전략으로 볼 수 있습니다.
기업들도 마케팅과 영업에 고객 데이터를 활용하기 위해 데이터 기반의 업무 환경을 구축하고 있습니다.바로, 고객 데이터를 관리 할 수 있는 CRM(Customer Relationship Management)을 통해서 말입니다.기업의 CRM 플랫폼에는 고객들의 다양한 영업 데이터들이 저장되어 있고, 이 데이터를 기반으로 다양한 마케팅 및 영업활동을 진행 할 수 있습니다.
퍼스트 파티 데이터가 왜 중요할까? ‘수집의 주체에 따른 데이터의 분류’
그런데, 기업이 마케팅으로 사용하는 데이터에는 종류가 있습니다.
기업들은 주로 정보 수집의 주체에 따라 다양한 데이터를 마케팅과 영업에 사용합니다.
데이터 수집의 주체에 따라서 총 4가지 유형으로 분류 할 수 있습니다.
그런데, 기업이 마케팅으로 사용하는 데이터에는 종류가 있습니다.기업들은 주로 정보 수집의 주체에 따라 다양한 데이터를 마케팅과 영업에 사용합니다.
데이터 수집의 주체에 따라서 총 4가지 유형으로 분류 할 수 있습니다.
제로 파티 데이터 (0-Party Data)
일명 ‘데이터의 석유’라는 표현을 사용하기도 합니다. 브랜드에 신뢰가 깊은 고객들이 자발적으로 데이터를 제공하는 것에 해당합니다.신제품 출시전 미리 사전예약을 통해서 구매를 하거나, 아니면 자발적으로 고객체험을 한후에 설문을 제공하는 형태의 데이터입니다.
퍼스트 파티 데이터 (1st Party Data)
일반적으로 대부분의 기업에서 사용하고 있는 데이터입니다.
기업이 고객 정보를 직접 수집하여 이를 마케팅에 사용하는 정보입니다. 주로 기업의 웹페이지나 프로모션 페이지를 통해서 수집되는 정보들이,이에 해당한다고 볼 수 있습니다.
세컨드 파티 데이터 (2nd Party Data)
마케팅이나 영업을 위해서 다른 기업이나 마케팅 업체로부터 고객정보를 구매한 경우가 이에 해당합니다.대표적으로, 특정 협회나 커뮤니티의 DB를 구매해서 이메일 마케팅을 진행하거나, 아니면 직접 영업 할 수 있는 DB를 구매하는 경우입니다.
써드 파티 데이터 (3rd Party Data)
페이스북이나 구글과 같은 대형 광고 플랫폼에서 확보하고 있는 데이터입니다.광고 플랫폼들은 광고의 효율을 높이고자 고객들의 빅데이터를 저장했다가 활용하는데 이 데이터가 바로 ‘써드 파티 데이터’입니다.
즉, 특정 플랫폼이 제휴되어 있는 다양한 미디어를 통해 수집한 데이터를 일명 ‘관심사 타겟팅’으로 활용하고 있었는데,앞으로 구글, 페이스북과 같은 대형 플랫폼들이 해당 데이터를 수집하지 않기로 했기 때문에 기업이 직접 수집한 ‘퍼스트 파티 데이터 (1st Party Data)’의중요성이 높아지고 있는 것입니다.
CRM 솔루션에 수집되는 중요한 한 가지 ‘고객 행동 데이터’
요즘 출시되고 있는 고도화된 ‘CRM 소프트웨어’들은 CRM 프로그램에 이름, 이메일 전화번호와 같은 정보들만 기록하지 않습니다.
조금 진화된 형태의 솔루션들이 ‘협업 CRM’의 형태로 출시되어 미팅록이나 영업기록을 공유하는 형태로 출시 됩니다.
그러나, 고객 데이터를 마케팅에 활용하기 위해서는 ‘고객 행동 데이터’를 꼭 활용해야 합니다.고객들이 자발적으로 기재한 정보 외에도 고객들이 상담문의를 남기기 전까지의 다양한 행동 데이터를 마케팅과 영업에 활용 할 수 있기 때문에 이는 매우 귀중한 데이터가 됩니다.
즉, 고객이 남긴 데이터 외에도 고객들이 직접 남긴 웹페이지의 흔적들을 마케팅과 영업에 활용 할 수 있게 됩니다.고객이 남긴 데이터는 크게 2가지로 분류 할 수 있습니다.
– 고객 식별 데이터
이름, 회사명, 전화번호와 같은 고객을 식별 할 수 있는 데이터입니다.
해당 데이터가 없다면 우리는 익명의 방문자를 식별 할 수 없기 때문에 매우 중요한 데이터 입니다.
– 웹페이지 행동 데이터
고객이 직접 기재한 데이터 외에 어떤 페이지를 체류했고, 몇분동안 체류 했는지 직관적인 데이터를 얻을 수 있습니다.이 데이터를 통해서 영업을 하게 된다면, 부처님 손바닥과 같이 고객의 ‘니즈’와 ‘의도’를 참고하여 영업활동을 진행 할 수 있습니다.
CRM 솔루션 내에 ‘고객 행동 데이터’는 어떻게 기록이 될까?
아래의 이미지를 보시면 특정 고객이 상담문의를 남기기 전까지 웹 행동 데이터를 분석 할 수 있습니다.따라서, 상담문의 전까지 열람 했던 페이지나 체류시간, 그리고 어떤 미디어를 통해 유입 되었는지 분석 할 수 있기 때문에,B2B 영업의 승률을 높일 수 있습니다.
CRM 자동화를 통해서 어떻게 ‘개인화 마케팅’을 구현 할 수 있을까?
개인화 마케팅의 반대말은 ‘논 타겟팅(Non-Targeting)’ 메시지입니다.
그리고 개인화 마케팅의 끝판왕은 1:1 메시지입니다.
아직까지는 어떤 메시지도 사람이 1:1로 작성한 메시지를 능가 할 수 있는 방법은 없습니다.
그러나, CRM 자동화를 구현하게 된다면?고객 세분화 작업을 매우 치밀하게 할 수 있기 때문에 1:1 메시지에 버금가는 마케팅 메시지를 전달 할 수 있습니다.
대표적으로 업계에서 사용하고 있는 고객 세분화의 예시는 아래와 같습니다.
1) 인구학적 통계 분류
나이, 연령에 따른 고객 세분화2) 의사결정 및 직급에 따른 분류
주니어, 시니어, 매니저, 임원, 대표 등의 직급에 따른 세분화
3) 업종에 따른 분류
제조, 유통, IT 등 업종에 따른 고객 세분화
4) 특정 페이지 열람에 따른 분류
예를들어 가격 페이지를 열람한 고객에게 가격에 대한 정보를 제공
CRM 플랫폼에 다양한 고객 데이터가 축적되어 있기 때문에 이를 기반으로 별도의 고객 리스트를 만들어서 세분화 시키는 경우의 수는 무궁무진합니다.예전에 고객 세분화를 진행할 때에는 인구학적 통계나 직급과 같은 비즈니스 정보를 주로 활용 했으나,요즘은 웹페이지 행동 정보 기반으로 세분화를 하는 빈도가 더 높아졌습니다.|
이렇게 고객 데이터를 CRM 플랫폼 내에 체계적으로 축적한다면, 데이터는 기업의 프로세스가 되고 인프라가 됩니다.또, 축적되어 있는 데이터를 기반으로 특정 조건 값에 맞게 분류하여 ‘개인화 마케팅’을 진행 할 수 있습니다.
