빅 데이터와 통계가 마케팅 담당자에게 중요한 관심사라는 것은 명백한 사실입니다. 하지만 최적화 및 측정 계획에 정밀한 과학적 연구 방식을 적용하는 경우는 거의 없습니다. Google 미디어 실험실의 Tommy Wiles가 마케팅 담당자들이 캠페인에 과학적 연구와 실험 방식을 적용할 수 있도록 4단계로 이루어진 방법을 소개합니다.
제가 학부 때 가장 싫어했던 수업 중 하나가 연구 방법론이었습니다. 과학적 방법론의 기초는 물론, 인과관계와 상관관계의 차이점을 익혔고, 수많은 연구 유형(예: 종단 및 횡단 연구, 사전 및 사후 검사)에 대해 배웠습니다.
하지만 마케팅 담당자가 되고 나서야 이 필수 강좌가 얼마나 가치 있는 수업이었는지 깨닫게 되었습니다. 유기화합물이나 적분 풀이법 같은 것들은 잊었어도 과학적 방법에 관한 기초 지식을 토대로 정밀한 실험을 실시한 덕분에 매우 유용한 결과를 얻을 수 있었기 때문입니다.
마케팅 캠페인을 측정할 때 연구 방법을 간과하는 경우가 종종 있습니다. 그렇지만 Google 미디어 실험실(Google 미디어의 계획, 구매, 배치를 담당하는 사내 팀)에서는 철저한 연구 과정을 도입하면 훌륭한 측정과 부실한 측정의 차이를 구분해낼 수 있다고 믿고 있습니다. 거의 실시간으로 무제한 확보할 수 있는 데이터를 사용해 실행하는 강력한 실험은 캠페인 성공 여부를 결정하는 중요한 요소가 될뿐더러 이후의 캠페인에도 영향을 줄 수 있습니다. 과학적 연구 방식에 따라 측정하는 4가지 단계는 다음과 같습니다.
"거의 실시간으로 무제한 확보할 수 있는 데이터를 사용해 실시하는 강력한 실험은 캠페인 성공 여부를 결정하는 중요한 요소가 될뿐더러 이후의 캠페인에도 영향을 줄 수 있습니다."
실험 방식을 사용해 마케팅 효과를 입증하는 4가지 단계
1. 목표에 근거한 가설로 시작하기
정확한 측정은 통계와 실제 비즈니스 목표의 매핑에서 시작됩니다. 하지만 캠페인을 최적화하고 캠페인 통계를 확보하는 방법을 제대로 파악하려면 실험을 해야 하고, 실험을 하려면 가설을 세워야 합니다. 이것이 바로 테스트나 조사를 시작하는 첫 단계입니다.
가설을 세웠으면 전체적인 캠페인의 목표를 입증하는 데 기여할 통계에 이 가설을 다시 매핑해야 합니다. Google에서는 마케팅 및 캠페인 목표를 진행하기 전에 전반적인 비즈니스 목표부터 시작합니다. 각 케이스별로 한 개의 목표에 주력해 성공의 정의를 명확하게 규명합니다. 그런 다음 목표를 정렬하고 수준을 높여갑니다.
예를 들어 보겠습니다. 최근에 브랜드 인지도 제고라는 캠페인 목표를 달성하려면 광고 단위에 브랜드 요소를 하나만 포함하는 것보다 여러 개를 포함하는 것이 보다 효과적일 거라는 가설 하에 Android 캠페인에서 테스트를 실행했습니다(아래 2단계의 그래픽 참조).
Google은 캠페인 목표를 고려할 때 인지도, 학력, 구매 고려도, 의도 등과 같은 '보다 유연한 태도'에 대해 생각한 후에 소비자의 액션과 행동을 시도 또는 구매, 충성도 또는 사용과 같이 두 갈래로 나눕니다. 그런 다음 온라인 태그 지정 또는 설문조사를 통해 액션이나 태도를 측정합니다. 다음 단계에서는 이보다 더 많은 항목을 측정합니다.
2. 강력한 테스트 전략을 세우고 상관관계와 인과관계의 차이점 파악
가설을 만들어서 캠페인 목표에 연결한 후에는 테스트 계획을 세워야 합니다. 관찰하고 상관관계를 파악한 데서 그치지 말고 실험을 계획하고 실행해서 인과관계도 알아내야 합니다.
보통 실험이라고 하면 '뭔가 다른 것을 시도해서 어떤 일이 발생하는지 확인하는 일'이라고만 생각해서 가설을 테스트하고 통제그룹을 유지하는 정밀한 연구 방법은 수립하지 않는 경우가 종종 있습니다. Google 미디어 실험실에서는 실험할 때 통제그룹과 실험그룹을 설정합니다. 이를 통해 점진적인 액션이나 태도를 측정할 수 있고, 이러한 측정이 노출 후에 어떻게 변화되는지도 알 수 있습니다.
Android의 예를 다시 살펴보면, Google은 가설을 세운 후에 세 가지 다른 배너 광고를 이용하여 테스트를 실행하고, 두 개의 변수인 Android 로고와 Android 글자를 평가했습니다. 캠페인을 세 개의 개별 그룹으로 나누고(아래 참조) 광고를 보지 않은 통제그룹에 대해 각 그룹을 측정했습니다. 그런 다음 익숙한 이름으로 표시되지 않는 브랜드를 인지할 수 있는 개인적 능력인 '비보조 인지도'를 측정했습니다. 테스트 결과, Android라는 글자와 로고 둘 다 있을 때 브랜드 인지도가 더 높다는 사실을 파악할 수 있었습니다.
Android 우수사례: 로고 및 글자 테스트
3. 테스트 변수가 실험에 적합한지 확인
때로 연구자가 실험에 편견이 개입할 수 있다고 우려하기도 합니다. 마케팅 커뮤니티에서는 이에 동의하지 않을 수 있지만 편견이 발생하는 경우도 있습니다. Google에서는 위에서 언급한 통제그룹과 실험그룹을 설정해 이와 같은 편견의 개입을 방지합니다. 이러한 그룹을 무작위로 추출해 동시에 측정하므로 실험에서 사전 또는 사후와 같은 시간적 편견이나 잠재고객 편견이 발생하지 않게 됩니다.
Android 캠페인 실험에서는 총 6개의 '셀'에 통제그룹이 포함된 세 개의 그룹을 설정한 후에 노출된 각 그룹에서 발생한 인지도 상승도를 측정했습니다. 또한 테스트할 때 변경한 변수의 수도 제한했습니다. 이러한 요인을 제어함으로써 인과관계를 파악할 수 있었습니다. 그 결과, 생성된 통계와 다음 번 캠페인에서 수정할 수 있는 데이터에 대해 확신을 갖게 되었습니다.
4. 강력한 측정 도구를 선택해 체계적으로 배치
결국, 데이터의 힘은 데이터를 여러 가지 방법으로 쪼개서 분석하고 활용할 수 있다는 점에 있습니다. 그렇기 때문에 측정 도구가 중요합니다. Google은 DoubleClick 및 Google 애널리틱스 프리미엄과 같은 도구를 활용해 데이터 신호(예: 위치, 시간, 과거 행동과 관심분야, 웹사이트 사용)를 분류합니다.
이러한 도구를 사용하면 올바른 데이터를 사용하여 캠페인을 통해 적절한 잠재고객에게 도달할 수 있습니다. 이전의 캠페인에서 확보한 데이터와 통계를 차후의 프로그래밍 방식 구매에서 쉽게 활용할 수 있다면 얼마나 이득이 될지 생각해 보세요('Inside Google Marketing' 시리즈 첫 번째 자료의 중심 내용).
이러한 통계와 테스트를 포트폴리오에 있는 다른 브랜드로 확장할 수 있습니다. 또한 확장을 통해 브랜드와 캠페인 전반에서 우수사례를 수집할 수 있습니다. 결국 가장 중요한 것은, 다양한 캠페인에서 지출된 비용을 평가하고 비교하여 이해관계자들에게 자신 있게 보고할 수 있다는 점입니다.
위에 설명한 1~3단계는 단일 캠페인에 적합하지만 동일한 도구와 방법으로 측정을 체계화하여 모든 캠페인에서 통계를 확인할 수도 있습니다. 이렇게 함으로써 강력한 교차 캠페인, 교차 게시자를 비교해 오늘날의 광범위한 다채널 광고 환경에서 돌파구를 찾기 위한 통계를 확보할 수 있습니다.
연구를 기반으로 한 정확한 측정
최근 들어 빅 데이터와 마케팅 과학의 위력에 대한 관심이 높아지고 있습니다. 현명한 마케팅 담당자는 과학적 연구 방식으로 측정에 접근합니다. 그들은 실험을 통해 적합한 통계를 이끌어 낼 수 있도록 목표가 측정의 기반이 되어야 한다는 점을 잘 알고 있습니다. 도구를 표준화하고, 이 도구를 캠페인 전반에 체계적으로 배치하면 전략과 결과를 쉽게 비교할 수 있습니다. 무엇보다 중요한 점은 실적을 높일 수 있는 요인과 그렇지 못한 요인을 파악할 수 있다는 것입니다.
