수많은 디지털 상의 데이터를 활용해서 머신은 끊임없이 진화하며 학습할 것이고, 이제 마케터들의 미션은 그안에 숨어있는 인사이트를 찾아내서 우리만의 성공 방정식을 개발하고, 전체적인 비즈니스 성과를 극대화하는 것입니다. 데이터 분석을 활용해 비즈니스 임팩트를 극대화할 수 있는 세가지 해법을 소개하겠습니다.
레스터 시티 FC (Leicester City Football Club) 성공 법칙의 비밀
지난 시즌 잉글리시 프리미어 리그 (English Premier League) 에서 꼴찌 후보로 거론되던 레스터 시티 FC (Leicester City Football Club) 의 기적적인 우승 스토리에 대해 재미있는 비하인드 스토리가 있습니다. 영국의 도박 업체인 윌리엄 힐 (William Hill) 은 만년 꼴찌였던 레스터 시티의 우승 확률을 할리우드 스타 킴 카다시안 (Kim Kardashian) 이 2020년 도널드 트럼프 (Donald Trump) 에 이어 미국 대통령이 될 확률보다 낮다고 예측했습니다. 그렇다면 2부 리그 강등 위기까지 처했던 레스터 시티의 우승 비결은 과연 무엇이었을까요? 일부 사람들은 해당 시즌 22골을 넣은 제이미 바디 (Jamie Richard Vardy) 와 같은 스타 플레이어의 힘이거나 첼시 (Chelsea FC), 리버풀 (Liverpool FC) 등 전통적인 강호들의 내부 스캔들 및 이례적인 실적 부진에 따른 반사적 이익이었다고 주장했으며 심지어 2016년 7월 ‘신비한 TV 서프라이즈' 프로그램에서는 같은 해 레스터 시티 주민들이 530년만에 리처드 3세 왕의 장례식을 성대하게 치른 덕분에 그 유령이 레스터 시티의 우승을 도왔다는 ‘우주의 기운' 이라는 속설을 제기하기도 했습니다. 하지만 제이미 바디는 불과 얼마전까지는 7부 리그에서 주급 5만원을 받고 뛰는 벽돌공 출신의 파트 타임 선수였으며 최종 23승 12무 3패라는 우승 성적은 2위 팀인 아스널 (Arsenal FC) 과 무려 10점 차이로 우연이 아닌 실력으로 일궈낸 우승임을 입증했습니다.
디지털 시대의 도래에 따라 새로운 게임 법칙이 요구되는 이 때, 우리는 레스터 시티의 성공 스토리에서 힌트를 얻을 수 있습니다.
기존에 ‘축구 자본주의’로 대표되던 프리미어 리그는 1992년 이후 약 24년 동안 맨유 (Manchester United FC), 첼시, 아스널, 맨체스터 시티 (Manchester City FC) 로 대표되는 4대 부자 구단이 돌아가면서 우승을 차지하는 구조였습니다. 몸값 높은 쟁쟁한 선수들을 영입해서 평균 점유율, 패스량, 그리고 정확도를 높이는 것이 이미 검증된 성공의 법칙이었습니다. 그런 환경에서 레스터 시티는 모든 지표에서 열위에 있었던 최약체팀이었는데 기존 성공의 법칙을 거스르는 본인들만의 새로운 게임 법칙을 찾기 시작 했습니다. 바로 데이터 분석 이었습니다.
선수들은 트레이닝 중이나 심지어 경기 중에도 GPS 트래킹 기능이 적용된 디바이스를 착용했고 선수들의 포지션, 방향, 가속도, 충돌 등 1초당 약 800~900개의 데이터를 수집해서 선수들의 이동 패턴에 따른 레스터 시티만의 성공 법칙을 찾아나가는데 필요한 데이터 기반의 인사이트를 제공받았습니다. 그 결과, 정확하고 치밀한 단거리 패스 중심의 전략을 구사하는 선두팀과 달리 개별 선수들의 강점을 최대한 끌어내며 결정적 순간의 장거리 패스를 통한 역공 전략으로 선두팀들을 완패할 수 있었던 것입니다. 레스터 시티의 우승 신화는 기존의 프리미어 리그의 성공 공식을 데이터 분석을 통해 뒤집었다는 점에서 프리미어 리그 역사의 터닝 포인트가 될 것이라고 평가받고 있습니다.
그렇다면 우리 마케팅은 어떨까요? 우리는 무엇이 우리 브랜드의 득점 또는 실점을 초래하는 지 자신있게 얘기할 수 있을까요?
실제로 84% 이상의 마케터들이 마케팅 활동의 성과 측정에 근본적인 어려움을 겪고 있다고 토로하고 있습니다. 레스터 시티의 사례처럼 이제 마케터들은 브랜드의 마케팅 접점들을 활용하여 고객들의 구매를 유도하기 위해 최적의 경험을 설계해야 합니다. 또한, 레스터 시티가 데이터 분석을 통해 자신들만의 성공 방정식 (winning formula) 을 찾았던 것처럼 마케터들도 구글 애널리틱스 (Analytics)1 와 같은 강력한 분석툴을 활용하여 데이터에 기반한 새로운 인사이트를 찾아갈 수 있을 것입니다. 이제 마케터는 데이터로 무장한 축구 감독이 되어야 하는 것이죠.
그럼 어떻게 데이터 분석을 활용해 비즈니스 임팩트를 극대화할 수 있을지 세가지 해법을 소개하겠습니다.
Never Assume Anything without Evidence
첫번째는, 당연하게 여기고 있던 사실이나 원칙을 다시 한 번 데이터에 입각해 검증해 보아야 합니다. 디지털 세상에서 마케터들은 브랜드의 잠재 고객들을 충분히 이해하고 있을까요? 그리고 마케팅의 어느 활동이 효과적으로 성과를 제고하는지, 만약 그렇지 않다면 해결책은 무엇인지 자신있게 얘기할 수 있을까요?
마케터들이 타겟 고객을 정의하는 프로파일과 실제 고객의 이미지는 매우 다를 수 있습니다. 오프라인을 통해 보험에 가입한 60대 여성 고객에 대해 마케터가 짐작할 수 있는 내용은 기본적인 데모 정보에 그칠 수 있지만 실제로 이 고객은 온라인 상에서 보험 상품을 리서치하면서 동시에 강아지를 좋아하고 테니스를 즐기거나 또는 어린이 용품을 쇼핑할 수도 있습니다.
구글의 무료 분석툴인 구글 애널리틱스는 이렇게 전통적인 CRM 정보만으로 파악할 수 없었던 고객에 대한 좀 더 입체적인 정보를 실시간으로 제공하고 있습니다. 우리의 잠재 고객은 유튜브에서 테니스 관련 영상을 시청하거나, 다양한 웹사이트에서 애견 관련 정보나 기사를 읽을 수도 있으며, 1주일 전에 보험 상품 페이지를 방문했거나, 3일 전 어린이 용품을 장바구니에 담았을 수도 있습니다. 그리고 잠재고객이 주로 어떤 디바이스에서, 어느 시간대에, 어떤 위치에서 접속하는지에 따라 고객의 라이프 스타일에 대한 더 정교한 파악이 가능해지며, 기존 전환 고객 중 이와 유사한 패턴을 보였던 고객군의 이력을 바탕으로 해당 고객의 향후 액션을 추측해볼 수 있을 것입니다.
구글 애널리틱스는 디지털에서의 다양한 시그널들을 머신 러닝 알고리즘을 바탕으로 분석하여 우리의 잠재 고객군을 세그멘테이션해주고 있습니다. 이제 마케터들은 이러한 고객 인사이트를 바탕으로 어떻게 더 효과적인 마케팅 캠페인을 기획할 것인지만 고민하고 클릭 한번만으로 구글 애널리틱스에서 제시하는 세그멘테이션을 바로 애드워즈(Google Ads)2에 적용하여 캠페인을 실행할 수 있습니다.
주로 장년층을 타겟으로 하는 한 보험사는 구글 애널리틱스에서 재미있는 인사이트를 발견하게 됩니다. 자사 홈페이지를 주로 방문하는 고객군의 구매 의도 세그먼트를 확인해보니 ‘생명 보험' 구매 의도 외에도, ‘주택', ‘신용 대출', ‘자동차 수리', ‘어린이 용품’과 같은 보험과는 전혀 무관해 보이는 구매 의도를 가진 잠재 고객들의 비중이 ‘생명 보험'보다 더 높게 나왔습니다. 더 흥미로운 사실은 신규 방문자일수록 ‘생명 보험'보다는 다른 구매 의도를 가진 세그먼트의 비중이 훨씬 높게 나왔다는 점입니다. 새롭게 알게된 고객 인사이트를 기반으로 전혀 새로운 관점에서 잠재 고객의 persona를 정의한 후, ‘새 집을 구하는 부부', ‘은퇴 설계 중인 중년', ‘DIY를 즐기는 중년 남성', ‘손주의 선물 쇼핑을 즐기는 조부모' 등 4개의 세그멘테이션을 기반으로 고객군별 차별화된 광고 메시지로 GDN 캠페인을 진행 했습니다. 그 결과 캠페인 전환율은 일반 캠페인 대비 160% 향상되었고 특히 전환 볼륨은 최소 1.5배에서 최대 10배까지 증가하는 놀라운 결과가 나왔습니다. 즉, 기존에 당연하게 생각하던 통념을 깨고 데이터 분석에 근거하여 새로운 고객 인사이트를 활용함으로써 효과적으로 잠재 고객 기반을 확대할 수 있었습니다.
Create Your Own Winning Formula
이렇게 새로운 인사이트를 활용해서 고객 기반을 확대했다면, 다음 단계는 이제 우리 브랜드만의 성공 방정식을 찾아야 합니다.
레스터 시티가 아스널팀과의 경기에서 우승하기 위한 선수들의 포메이션(formation) 과 최적의 골 전환 경로는 맨테스처 시티나 첼시와의 경기와는 다를 수 밖에 없습니다. 마찬가지로 고객의 상품가입을 유도하기 위한 최적의 전환경로는 산업, 브랜드의 포지션, 그리고 각 고객 세그먼트에 따라 차등화되어야 합니다. 하지만, 마케터들이 단기적인 성과에 쫓기다 보면 고객의 구매 퍼널 (funnel) 상 가장 하단에 있는 고객군에 집중할 수 밖에 없으며 실제로 많은 브랜드들이 고객군별 차별적인 니즈와 구매 여정보다는 획일화된 검색 위주의 마케팅을 추구하는 것이 현실입니다.
금융 산업의 경우 퍼널 하단에 있는 고객군은 금융상품 지식이 많고 적극적으로 상품을 탐색중인 직장인 남성일 확률이 크며 구매주기도 짧고 특정 브랜드 위주의 검색 리서치를 통해 구매로 이어질 가능성이 높습니다. 하지만 다양한 대체 상품을 고려 중인 밀레니얼들은 일정시간 동안 충분한 학습과 꼼꼼한 비교를 통해 구매를 결정할 것입니다. 그리고 금융상품 지식이 적지만 필요성을 느끼고 있는 주부라면 결정적인 구매 확신이 들 때까지 구매 퍼널을 오르락 내리락하며 관련 상품에 대해 장시간 갈등과 고민을 할 것입니다.
고객군별 차별적인 성공 방정식을 발굴하기 위해 한 국내 금융사는 구글 애널리틱스를 활용하여 의미있는 실험을 했습니다.
고객 세그먼트별로 최적의 구매 경로를 발굴하기 위해 먼저 밀레니얼 세그먼트를 대상으로 검색광고와 GDN 광고를 노출한 후 가장 많은 전환이 발생하는 구매 경로를 분석했더니 다양한 대체 상품군을 탐색하고 리서치하는 도중 GDN을 통해 상품에 노출된 이후 검색광고를 통해 최종 전환이 일어나는 경우가 검색광고만으로 전환이 일어나는 경우에 비해 전환 볼륨은 7.3배이상 높았고, 전환당 단가도 18% 낮게 나타났습니다.
그렇다면, 주부 고객군은 어떨까요? 상품에 대한 지식과 경험이 부족한 주부 고객의 경우 정보 탐색과정에서 GDN 광고에 1차적으로 노출된 후, GDN 리마케팅을 통해 브랜드에 대해 다시 한번 환기가 일어난 경우, 전환 볼륨은 5.8배 이상 높게, 전환당 단가는 무려 28% 정도 낮게 나타나는 것이 확인되었습니다.
결국, 해당 금융 브랜드는 검색위주의 리서치를 하는 고객군과, 대체 상품을 탐색하는 밀레니얼 고객군, 그리고 리마케팅을 통해 구매의 확신을 필요로 하는 주부 고객군별로 최적의 구매 전환 경로와, 이에 맞는 전환당 단가를 산정함으로써, 획일화된 마케팅 캠페인 대비 비즈니스의 규모와 수익성을 동시에 극대화 할 수 있었으며, 이 결과 15% 이상의 비즈니스 성장을 달성할 수 있었습니다.
Understand Holistic Business Impact
각 브랜드가 고객군별로 최적화된 성공 방정식을 설계했다면, 이제는 마지막으로 우리의 마케팅 활동이 비즈니스 성과에 미치는 전체적인 효과를 측정해야 합니다.
산업과 브랜드의 특성에 따라 온라인 세일즈 외에도 리테일 매장과 같은 오프라인 세일즈 또는 보험과 같이 콜센터를 통해 세일즈가 발생하는 경우도 있습니다. 따라서 마케팅 활동에 대한 전체적인 효과 측정을 위해서는 이 모든 성과들이 통합적으로 측정될 수 있어야 하며 실제로 많은 마케터들이 이와 같은 경험을 합니다.
구글 애널리틱스에 xbox 키넥트 디바이스를 연결하여 오프라인에서 일어나는 댄스 동작을 트래킹한 영상입니다. 이 크리에이터는 댄스 동작 외에도 오피스 내 커피머신의 이용 패턴이나 냉장고 이용 패턴 등을 구글 애널리틱스를 이용하여 트래킹하는 도전들을 하고 있습니다. 일종의 구글 애널리틱스를 활용한 무한도전인 셈이죠.
이제 구글 애널리틱스를 활용하면 온라인에서의 Interaction 외에도, 고객사의 CRM 데이터, 오프라인 매장의 POS 데이터, 콜센터 데이터 등 다양한 데이터들을 통합하여 연계 분석할 수 있습니다. 콜센터를 통해 최종 세일즈가 마감되는 금융사의 경우, 잠재고객이 GDN 광고를 클릭한 후 랜딩 페이지에서 전화 상담을 클릭하게 되면, 구글 애널리틱스에서 해당 고객을 식별하는 고객 ID를 저장하게 됩니다. 콜센터 상담결과에 따른 최종 세일즈 성과 데이터를 구글 애널리틱스에 전송하면 고객 매칭을 통해서 온라인을 통해 유입된 고객의 오프라인 세일즈 성과가 측정될 수 있습니다.
온라인 리드 중 어떤 캠페인을 통해 유입된 리드가 실제로 콜로 이어져 세일즈에 기여했는지 판단할 수 없었으며 디지털 캠페인, 리드, 콜, 세일즈 데이터를 통합적으로 한눈에 모니터링하는 길만이 전체적인 마케팅 의사결정을 내릴 수 있는 유일한 방법이었습니다. 실제로 이와 같은 방법으로 모바일을 통해 발생한 세일즈가 59%에 이르며 모바일에서 가장 효과적인 캠페인 위주로 최적화한 결과 콜센터의 세일즈 전환율이 145% 향상됐다는 놀라운 사실을 알 수 있었습니다.
Rory Campbell이라는 축구 애널리스트는 “The hard bit is working out what’s important. Everything must relate somehow to goals, whether that is enhancing our chances of scoring or preventing them. (우리는 이제 모든 것을 측정할 수 있습니다. 다만 어려운 것은 우리에게 무엇이 중요한 것인가를 찾아내는 것입니다. 모든 활동들은 우리의 득점 기회를 늘려주거나 실점을 막아주거나, 어떻게든 골과 연결이 되어있기 때문입니다.) 라고 했습니다.
수많은 디지털 상의 데이터를 활용해서 머신은 끊임없이 진화하며 학습할 것이고, 이제 마케터들의 미션은 그안에 숨어있는 인사이트를 찾아내서 우리만의 성공 방정식을 개발하고, 전체적인 비즈니스 성과를 극대화하는 것입니다. 이 글을 읽는 모든 마케터들도 데이터의 힘을 활용해서 레스터 시티와 같은 브랜드의 성공 신화를 만들어가기 바라겠습니다.
