머신러닝 시대의 미디어 전략과 비즈니스 성장을 위해 몇가지 질문을 던져보았습니다. 첫번째 질문을 통해서 우리는 브랜드 퍼널을 데이터 중심으로 관리할 수 있다는 것을 알게 되었고, 두번째 질문을 통해서 이제는 트래킹 가능하고 타겟팅된 건강한 브랜드 퍼널을 만들어야 하는 시대라는 것을 알게 되었습니다. 세번째 질문에서는 비즈니스 임팩트를 극대화하기 위해서 이 퍼널의 각도를 넓히기 위한 활동이 필요합니다. 그리고 이러한 과정들이 어떻게 이루어지는지 러닝을 쌓고 무엇이 소비자를 움직이는지 정확히 분석하기 위해서 ‘측정’를 정교하게 할 수 있어야 합니다.
What’s the Value of Machine Learning?
예전에는 검색과 디스플레이 위주였던 디지털 마케팅은 디지털 동영상, 모바일 퍼스트 등 지속적으로 디지털 혁신을 재정의해 왔으며 이제는 머신 러닝의 시대가 도래 하였습니다.
‘나는 왜 갈수록 바쁘고 할일은 많아지는가?’ 라고 의문을 가지는 마케터분들이 많을 겁니다. 여러가지 이유가 있겠지만 마케팅 관점에서 본다면 디지털 혁신의 속도가 빨라지고 의사 결정이나 분석 등 마케터들의 업무는 갈수록 더 복잡해지고 있기 때문입니다.
예전에는 주로 경험과 직관으로 문제를 해결했습니다. 하지만 데이터의 양이 방대해지면서 데이터를 바탕으로 의사결정을 했고 이제는 빠른 혁신의 속도와 높아진 복잡성으로 인해 문제 해결을 위한 머신러닝의 역할이 갈수록 더 중요해지고 있습니다.
구글은 세계적인 예술품과 다양한 문화를 체험할 수 있는 거대한 디지털 박물관인 Arts & Culture라는 프로젝트를 진행하고 있습니다. 이 사이트에서는 수백만개의 예술품들을 편하게 감상할 수 있는데 만약 이들을 비슷한 클러스터로 분류하고 정리해야 한다면 과연 가능할까요?
머신 러닝은 가능합니다. 이 영상은 머신 러닝을 통해 작품 이미지를 확인한 후 비슷한 클러스터별로 분류하는 영상입니다. 이와 같이 6백만개의 예술 작품은 마케팅에서는 소비자라고 할 수 있습니다. 예술 작품의 이미지 데이터는 소비자 데이터와 같고 머신 러닝이 분류한 클러스터는 마케팅에서는 세그멘테이션 하는 과정과 같습니다. 그리고 여기서 더 나아가 자신의 얼굴과 닮은 초상화를 찾는다면 마케팅에서는 타겟팅을 하는 과정이라고 생각할 수 있습니다. 즉, 더 많은 소비자 데이터와 정교한 머신 러닝 기술이 있다면 우리는 좀 더 정확하고 의미있는 세그멘테이션과 타겟팅이 가능해집니다.
구글은 이미 월간 10억명이 넘는 사람들이 사용하는 서비스가 7종류나 있습니다. 여기서 분석된 수 많은 소비자의 디지털 신호를 머신 러닝을 활용해 다양한 방식으로 소비자를 분류하고 커뮤니케이션 할 수 있습니다. 예를 들어 소비자를 구성하는 나이, 성별과 같은 정적인 아이덴티티와 관심사와 선호(preference)라는 다이나믹 아이덴티티를 분석하고, 다양한 디바이스와 접점에서 우리가 원하는 메시지를 커뮤니케이션 할 수 있도록 합니다. 그리고 소비자의 브랜드 퍼널(funnel)과 각각의 마케팅 목적에 맞게 적용될 수 있도록 다양한 타겟팅 옵션도 제공하고 있습니다.
이제 우리는 머신러닝을 통해 미디어를 플래닝 하는 시대에서 소비자를 플래닝하고 브랜드 퍼널 매니지먼트를 할 수 있는 시대를 맞이 했습니다. 그렇다면 지금 머신 러닝을 활용해서 어떻게 소비자 브랜드 퍼널을 좀 더 건강하게 만들 수 있을까요?
How to Build a Healthy Consumer Brand Funnel?
건강한 브랜드 퍼널을 만들고 확장하기 위해서는 트랙커블하고 타겟팅된 소비자 베이스를 구축해야하며 그러기 위해서는 질문의 재정의 과정이 필요합니다.
과거에는 마케터가 가진 소비자 인사이트를 미디어가 따라가지 못했습니다. 타겟 소비자나 캠페인의 목적이 달라도 미디어 플랜에는 큰 차이가 없었죠. 그래서 소비자 베이스를 구축하기 위해 주로 ‘어디'에 사람이 많은지를 고민했습니다. 사람이 많으면 그 중에서 타겟 고객이 있을 확률이 높지만 타겟 소비자 외의 사람들에게도 광고가 노출됨으로서 그에 따른 낭비도 많습니다. 하지만 이제는 머신 러닝과 디지털 데이터를 바탕으로 미디어도 소비자를 더 잘 이해하게 되었기 때문에, 미디어를 통해서 ‘어떤 소비자에게 광고할 것인지’, ‘어떤 관심사와 의도로 타겟팅 할 것인지'로 질문의 중심이 바뀌어야 합니다.
사례를 들어보겠습니다. 유아용품을 사는 사람의 40%는 자녀가 없는 바로 저와 같은 조카 바보들입니다. 그런데 저에게는 유아용품 광고가 잘 보이지 않습니다. 이제는 누가 유아용품에 소비를 할 관심과 의도가 있는지가 더 중요해 졌습니다. 그래서 예전에는 광고노출을 샀다면 이제는 관심사와 구매 의도를 타겟팅하는 시대로 발전했습니다.
매일유업은 소비자에 대한 인사이트와 구글의 타겟팅 기술을 잘 활용하고 있는 회사입니다. ‘타겟 소비자'를 찾을 수 있는 구글의 머신러닝 기반의 타겟팅 기술을 적극적으로 활용함으로써 캠페인의 효율을 높이고 있습니다. 맘마밀 요미요미 캠페인을 위해서 우선 소비자를 나이, 성별과 관련된 정적인 아이덴티티 뿐 아니라, 육아나 분유에 관심있는 소비자, 매일유업의 분유 브랜드인 앱솔루트 분유 영상을 유튜브에서 시청했던 사람 등 다이나믹 아이덴티티도 함께 타겟팅을 했습니다. 이를 통해 인지도에서 구매고려도에 이르는 브랜드 퍼널에서 업계 최고 수준의 성과를 거둘 수 있었습니다.
무엇이 ROI를 춤추게 하는가?
우리는 늘 무엇이 ROI를 춤추게 할 것인가를 고민하고 그러다보니 우리가 너무 ROI 중심적인게 아닐까 생각합니다.
이제 ROI의 시대에서 LOI가 함께하는 ROI가 필요한 시대입니다. 마케팅 과정에서 어떤 러닝을 하는지가 ROI를 춤추게 하기 때문입니다. 러닝이 있을 때 우리는 성과를 더 높일 수 있고, 한계 효용이 체감하는 속도를 줄일 수 있습니다. 러닝을 하기 위해서는 우리가 캠페인을 진행하는 과정을 트래킹 할 수 있고, 데이터 기반으로 분석할 수 있어야 합니다.
동서식품의 화이트골드 캠페인은 마케팅에서도 LOI는 ROI를 향상시키는 중요한 요소라는 것을 보여주는 사례입니다. 캠페인 런칭 후 화이트골드 유튜브 영상을 끝까지 본 쿠키를 기반으로 주로 어떤 관심사를 갖고 있는 고객들이 영상에 대한 반응이 높은지를 머신러닝으로 분석해서 상위 10개의 관심사를 도출했습니다. 이 중에는 뷰티나 엔터테인먼트와 같이 마케터가 예상할 수 있는 카테고리도 있었지만 캐주얼 게임이나 ‘애완동물을 사랑하는 사람들의 모임’과 같이 새롭게 알게된 카테고리도 있었습니다. 분석된 관심사를 다시 광고 타겟팅에 적용함으로써 비용 효율성을 21% 높일 수 있었을 뿐 아니라 조회율과 클릭률도 개선할 수 있었습니다.
How to Make the Funnel More Valuable to Business?
머신러닝 기반의 타겟팅이나 러닝을 통해서 건강한 소비자 브랜드 퍼널을 만들었다면, 어떤 활동을 통해 비즈니스 효과를 더 높일 수 있을까요?
건강한 브랜드 퍼널을 만드는 작업을 했습니다. 여기에서 가장 중요한 것은 각도입니다. 이것이 비즈니스 임팩트를 결정하기 때문이죠. 만약에 이 각도를 좀 더 넓힐 수 있는 방법이 있다면 우리는 더 많은 성과를 기대할 수 있습니다.
광고를 하기 위해서 우리는 이미 많은 투자를 했습니다. 그리고 누군가는 이 광고를 보았겠죠. 여러분의 광고에 관심을 가지고 퍼널안에 들어온 소비자들은 그렇지 않은 소비자보다 비즈니스 효과를 만들 확률이 6배나 높습니다. 하지만 전통 매체에서는 누가 광고를 보고 관심을 가진 소비자인지 구분하기 어려워서 추가 액션에 제약이 있었습니다. 디지털에서는 브랜드 퍼널안에 들어온 소비자를 찾아서 다음 행동을 유도하는 추가적인 마케팅 활동을 할 수 있습니다.
SK2는 브랜드 퍼널의 각도를 넓히기 위해 미디어와 콘텐츠 두가지 부분에 가장 전략적으로 접근하고 있는 브랜드입니다. 우선 트랙킹 가능하고 타겟팅된 소비자 베이스를 만들기 위해 감동을 주는 영상 콘텐츠를 유튜브의 타겟팅 옵션을 활용해서 커뮤니케이션 했습니다. 그리고 이 영상을 30초 이상 시청한, 즉 이 영상을 통해 SK2 브랜드에 감흥을 받은 소비자들을 대상으로 구매를 유도하기 위해서 제품에 대한 정보가 담긴 광고 영상을 리마케팅을 활용해 추가로 커뮤니케이션해서 구매 고려도를 2.4배나 더 증가 시킬 수 있었습니다.
로레알의 입생로랑 몽파리 향수 캠페인의 사례도 들어보겠습니다. 마케팅을 하시는 분들의 가장 큰 고민 중 하나가 캠페인을 마치고 나면 광고 효과가 다시 떨어진다는 것입니다. 그래서 어떻게 하면 이전의 광고효과를 지속적으로 다음 캠페인으로 연결시킬 수 있을까 고민하게 됩니다. 입생로랑은 12월에 유튜브를 통해서 신제품에 대한 브랜딩 광고를 진행했고 이 광고를 스킵할 수 있음에도 불구하고 끝까지 시청한 소비자들, 즉 이 제품에 대한 인지도가 생긴 소비자들의 쿠키를 저장했습니다. 그리고 2개월 후 향수에 대한 구매 니즈가 높은 발렌타인 시즌에 12월에 입생로랑 제품에 관심을 보였던 소비자들이 구매를 할 수 있도록 다시 한 번 메시지를 전달했습니다. 즉, 이전에 투자한 마케팅의 성과를 구매 효과를 위해 지속적으로 연결시키고 있는 것이죠.
머신러닝 시대의 미디어 전략과 비즈니스 성장을 위해 몇가지 질문을 던져보았습니다. 첫번째 질문을 통해서 우리는 브랜드 퍼널을 데이터 중심으로 관리할 수 있다는 것을 알게 되었고, 두번째 질문을 통해서 이제는 트래킹 가능하고 타겟팅된 건강한 브랜드 퍼널을 만들어야 하는 시대라는 것을 알게 되었습니다. 세번째 질문에서는 비즈니스 효과를 극대화하기 위해서 이 퍼널의 각도를 넓히기 위한 활동이 필요하다고 말씀드렸습니다. 그리고 이러한 과정들이 어떻게 이루어지는지 지식을 쌓고 무엇이 소비자를 움직이는지 정확히 분석하기 위해서 정교하게 ‘측정’할 수 있다면, 머신러닝 시대에 지속적인 성장을 위한 선순환 구조를 만들 수 있습니다. 소비자 인사이트, 미디어 전략, 일하는 방식 등에 재정의는 그래서 중요합니다.