성공적인 데이터 기반 마케팅을 위한 프로세스
우리는 하루가 다르게 데이터가 넘쳐나는 세상에 살고 있습니다. 마케팅의 내일은 데이터란 말이 있을 정도로, 데이터는 향후 성공적인 마케팅에 핵심적인 역할을 하며 데이터 기반 마케팅의 중요성이 그 어느때보다 강조되고 있습니다. 데이터 중심, 즉 데이터 기반(Data-Driven)이라는 것은 편견이나 감(Feeling)으로 판단하는 것이 아니라 사실(Fact), 숫자데이터와 같은 실질적인 지표를 바탕으로 사용하는 것을 말합니다. 이는 조직으로 하여금 실패를 줄이게 하고, 객관적인 결정을 내려 빠른 속도로 비즈니스 목표를 달성하도록 합니다. 그러나 아직까지도 많은 마케팅 조직에서 불확실성에 기반한 의사 결정을 내리고 있습니다. 비즈니스 목표를 달성함과 더불어 혁신적인 조직으로 나아가기 위해선, 이러한 데이터 기반 의사결정(Data Driven Decision Making)이 반드시 이루어져야 합니다.
데이터 기반 의사결정에도 훈련이 필요합니다. 다음 단계는 데이터를 분석하고 마케팅 의사 결정을 내릴 때 참고가 됩니다.
1. 목표 설정(Set Your Goal)
앞서 말했듯이, 데이터의 양은 방대하게 존재합니다. 많은 데이터 보다, 적더라도 정확하고 적합한 데이터를 처리하는 것이 더욱 중요합니다. 어떤 데이터가 우리 조직에 올바른 것인지 판단하기 위해서는 ‘목표’가 우선적으로 수립되어야 합니다. SMART Goal Framework를 적용해 알맞은 목표를 세워볼 수 있습니다.
- Specific :
목표는 구체적이고 조직의 구성원 누구나 이해할 수 있을 만큼 명료해야 합니다. - Measurable :
향후 목표 달성 여부를 판단하기 위해, 목표는 측정 가능한 방식으로 세워져야 합니다. 예를 들어 웹 사이트 방문자 수, 활성 회원수, 전환율, 판매액 등이 기준이 될 수 있습니다. 이때 마케팅 퍼널(Marketing Funnel) 단계별로 목표를 세운다면, 채널을 최적화할 수 있습니다. - Achievable :
조직이 달성 가능한 수준의 현실적인 마케팅 목표를 세워야 합니다. - Relevant:
조직의 비즈니스와 관련된 목표여야 합니다. 만약 더 큰 목표를 달성하길 원한다면, 마케팅 전략도 이와 일치하는 수준인지를 우선적으로 고려해야 합니다. - Time-Bound :
향후 비즈니스 평가 시점에 결과를 측정하기 위해 목표에는 시작과 종료 시점이 분명해야 합니다. 캠페인 기간이 될 수도 있고, 월/분기/연간 목표가 될 수도 있습니다.
2. 데이터 수집 및 분석(Collect & Analyze Data)
목표 수립이 완료되었으면 데이터 수집하고 분석을 시작할 수 있습니다. 수집하려는 데이터의 유형에 따라 또 분석하고자 하는 방향에 따라 다양한 툴을 활용할 수 있습니다만, 디지털 마케팅에서는 크게
1) 웹 로그 분석 툴 2) 데이터 시각화 툴 3) A/B 테스트 툴의 3가지로 분석 툴을 나눠볼 수 있습니다.
1) 웹 로그 분석 툴: Google Analytics, Adobe Analytics 등
웹 사이트, 웹 로그를 분석하는 대표적인 툴로 Google Analytics, Adobe Analytics가 있습니다. 고객의 유입 경로와 사이트 내 탐색 흐름, 전환율과 같은 행동 분석에 가장 많이 활용되는 툴로써 고객에 대한 전반적인 정보를 제공하기 때문에, 마케팅의 범위를 넘어 온라인에서 전반적인 고객 경험 전략을 세우는데 도움이 됩니다.
2) 데이터 시각화 툴: Microsoft Power BI, Salesforce Tableau 등
데이터 시각화의 대표적인 툴로는 Microsoft의 Power BI, Salesforce의 Tableau가 있습니다. 두 플랫폼 모두 데이터를 한 눈에 볼 수 있도록 만들어 주며, 비즈니스에 최적화된 보고서를 준비할 수 있도록 도와줍니다. 학습 장벽이 낮은 친화적인 유저 인터페이스 환경으로 별도의 코딩 작업이나 어려움 없이 신속하게 데이터를 시각화 할 수 있다는 것이 큰 장점입니다.
3) A/B 테스트 툴: Google Optimize, Salesforce Marketing Cloud 등
A/B 테스트는 여러 개의 패턴(레이아웃 또는 디자인)을 특정 고객에게 각기 다르게 보여주고, 어떤 것이 더욱 효과가 좋았는지를 테스트하는 것입니다. Google의 Optimize는 A/B 테스트에 사용되는 가장 보편적인 툴로, ‘A안이 B안 보다 효과가 좋을 것이다’ 혹은 ‘B안이 A안 보다 효과가 좋을 것이다’라는 가설을 추측에만 그치지 않고 실제 검증까지 이루어지도록 도와줍니다. 또 Google Optimize는 Google Analytics와 연동이 가능한 장점이 있습니다.
Salesforce Marketing Cloud나 Adobe Campaign 같은 마케팅 자동화 플랫폼(Marketing Automation Platform)도 기본적으로 A/B 테스트 기능을 제공하며, 커뮤니케이션 채널 또는 타깃 세그먼트별 최적의 콘텐츠를 자동으로 선택할 수 있게 해줍니다.
3. 대시보드 구현(Create Dashboards)
데이터 수집과 분석이 끝났다면 아마 그 양과 보고서의 종류는 형태, 목적, 종류 별로 다양할 것입니다. 데이터의 양이 많을 수록 한눈에 확인하기 힘들 뿐더러 의미 있는 정보도 선별하기 어렵습니다. 이때 중요한 것이 대시보드를 구현하는 것입니다. 이는 관련 조직 전체가 비즈니스 목표에 달성에 도움이 되는 핵심 정보를 함께 모니터링하여 Next Action이 무엇인지를 신속하게 파악하게 해주고, 나아가 데이터 기반 의사결정 능력을 강화하는 데에도 중요한 역할을 할 것입니다.
생활용품 기업으로 알려진 P&G의 ‘비즈니스 스피어(Business Sphere)’를 사례로 들어보겠습니다. P&G는 전 세계 80여개의 지사와 약 40억 명의 고객들에 대한 내부 데이터와 경쟁사의 지표를 빅데이터로 모으고, 이를 실시간으로 확인할 수 있는 대형 스크린의 대시보드를 본사 및 현지 법인에 설치했습니다. 결과적으로 신제품 출시 주기가 경쟁사 대비 2배나 짧아지고, 시가총액도 증가하는 등의 성과를 얻었습니다.
P&G의 Business Sphere 회의실 (출처: P&G 웹 사이트)
4. 인사이트 도출 및 의사 결정(Draw Conclusions)
수집 및 분석이 완료된 데이터를 대시보드로 구현하는 작업까지 완료되었다면, 마케팅 목표를 달성하기 위해 어떤 데이터가 더 필요한지 또 어떤 고객 경험 전략을 세워야 하는 지 등의 인사이트를 발견할 수 있을 것입니다. 이는 조직의 최종 의사결정 과정과 이어집니다. 의사결정을 위해서는 다음의 3가지를 염두해야 합니다.
- 연결된(Connected) 의사 결정:
의사결정은 비즈니스 목표, 그리고 데이터 분석을 통해 발견해 낸 사실과 연결된 것이어야 합니다. - 상황에 맞는(Contextual) 의사 결정:
우리 조직의 비즈니스 상황에 알맞은 의사결정을 해야 합니다. - 지속적인(Continuous) 의사 결정:
한 번의 의사결정은 다음 마케팅 목표에 영향을 미치고, 이는 곧 성과와 이어지기 때문에 지속성을 고려한 의사 결정을 해야 합니다.
가트너(Gartner)는 2026년까지 B2B 조직의 65%가 데이터 기반 의사 결정 시스템을 도입할 것이라는 전망을 발표했습니다. 직관과 감에 의존하던 의사결정이 데이터 플로우와 분석을 사용한 의사결정으로 전환된다는 것입니다. 가트너는 덧붙여, 실존하는 데이터의 규모와 또 그와 관련된 산업이 지속적으로 커지면서, 의미 있는 비즈니스 성과를 얻기 위해선 가장 가치 있는 방안을 활용해야 한다고 말했습니다. 이는 ‘데이터 기반 의사 결정’이 2023년 현재, 모든 조직에게 가장 중요한 화두임을 의미하고 있습니다. 나아가 조직의 마케팅 담당자는 물론이고 조직의 나머지 구성원 역시도, 단순하게 데이터를 보는 것이 아닌, 읽고 해독하는 데이터 리터러시(Literacy) 능력이 필수로 요구될 것입니다.
