타겟팅 시대의 도래
전통적 의미의 마케팅 시대는 기술 발전과 더불어 변화하고 있다. 기술 발전은 10년을 주기로 증가속도가 10배씩 증가하는 유례 없는 데이터의 폭발적 증가라는 결과를 가져오게 되었다. 이러한 데이터를 생산하는 주체는 기업과 소비자로부터 생산된 온-오프라인 상 방대한 데이터다. 더불어, 지난 수년동안 소비자로 권력이동은 계속 진행되어 왔으며, 소비자는 눈을 뜨고 잠들기까지 보다 다양한 정보를 다양한 디바이스로 접하며, 정보를 생산하고 소비하고 있다. 소비자는 본인이 원하는 물건을 구매하기 위해, 기업이 전달하는 메시지 만을 의존하지 않는다. 다양한 채널을 통해, 제품을 조사하고, 가격을 검색하며, 온라인 상에서 자신이 원하지 않는 메시지를 필터링하고 있다. 특별하게 제공되는 개인에 대한 혜택(Benefit)이 없다면 자신의 정보를 공유하지 않으려 한다. 이러한 트렌드에서 기업은 고객을 이해하기 위해 보다 많은 고객 데이터를 필요로 하고, 고객 정보를 통합하고자 노력한다. 고객 개개인에 대한 이해와 통찰을 기반으로 개인화된 메시지를 전달할 필요가 증가한다. 새로운 디지털 환경에서는 고객에 대한 통찰을 기반으로 자신의 비즈니스에 적합한 독창적이고 미시적인 인사이트를 통한 소비자의 참여유도 및 관계구축을 전략화하는 타깃팅 시대가 도래한 것이다.
고객화를 위한 새로운 프레임워크, CSL
타깃팅이 가지는 기본 프레임워크는 고객에 대한 추적(Chasing)과 고객의 마음을 흔들기(Shaking) 그리고 고객을 고착화(locking)하는 프로세스를 연속적으로 수행하는 것을 의미한다. 디지털 시대에 고객은 그 어느 때보다 연결되어 있으며, 정보에 대한 높은 접근성을 가지고 있다. 과거의 일반적인 데모그래픽 정보만으로 평가할 수 없을 만큼 다양성을 가지고 있다. 이러한 현상은 끊임없이 변화하는 고객의 온-오프라인 상 관심과 고객의 정보습득 채널 및 정보의 이용행태를 이해해야 한다. 고객에 대한 통찰은 타깃팅하는 고객에 어떠한 메시지를 어떠한 형태로 그리고 어떠한 채널로 언제 전달해야 단순하게 '도달'로서 그치는 것이 아닌 반응하게 할 것인지를 이해할 수 있으며, 지속적인 고객 관계 관리를 통한 고객의 고착화(Lock in)를 실현할 수 있다.
Chasing, 빅데이터 기반 진성고객 타깃팅
타깃팅 전략 수립에 있어, 단순히 모든 고객을 공략할 수 없기에 기업은 CRM(Customer relationship management) 이나, CLV(Customer Lifetime Value) 및 기타 다양한 방법으로 자신의 고객을 세분화해 활용한다. 기업에 있어서, 가치있는 고객이란 매출을 실현할 수 있는 고객이며, 지속적인 매출을 실현할 수 있는 고객이라 할 수 있다. 많은 기업의 웹사이트 매출 80%가 20% 고객에게서 실현된다고 할 때, 기존 고객의 유지(Retention)와 구매를 가속화하기 위한 타깃팅 활동이 수반된다. 리타깃팅은 이러한 자사의 웹사이트를 방문한 사용자를 효율적으로 추적하고, 해당 고객에 차별화된 메시지를 전달하는 부문에 효율적이며, 의미있는 고객으로 정의된 기업의 고객 데이터를 비식별화하여 타깃팅할 수 있도록 지원한다.
리타겟팅으로 고객의 사이트 이용행태와 방문주기를 세분화하거나, 사이트를 방문했으나 고객화되지 않은 사용자 대상 신규 고객화 캠페인 집행이 용이한 장점을 있다. 더불어, 기계학습(Machine Learning)으로 구매고객에 크로스 디바이스 상 사이트 내에서의 이용행태 (방문시간, 횟수, 체류시간, 정보이용행태, 페이지 이벤트 등)와 다양한 터치포인트의 온라인 활용정보(조회한 내용, 방문한 매체정보 및 기타) 분석을 기반으로 개개인의 사이트 재방문 시 구매예측확률을 분석할 수 있다. 이를 기반으로 세그먼트를 구분해 타깃팅하거나, 특정 상품 카테고리에 관심있는 사용자를 정의해 타깃팅할 수 있도록 지원할 수 있다. 기존 고객 매출확대 및 신규방문 유저의 고객화 등 다양한 타겟팅 방식의 활용이 가능한 것이다. 이런 리타깃팅의 효율은 기업 웹사이트 광고주의 고객 및 방문자에 대한 추적(Chasing)을 가능케 하며, 오프라인 상 사용자 구매 데이터와 결합으로 고객의 Life Cycle을 보다 잘 이해하는 노력이 이뤄진다.
Shaking, 어떻게 진성고객을 반응하게 할 것인가?
소비자 라이프 싸이클(Life Cycle)은 다양해지고 있다. 개개인의 의사결정을 내리는 시간, 디바이스, 미디어 콘텐츠도 다양해지고 있다. 소비자가 어떤 시점, 어떤 방문에서 구매 결정을 내리게 되었는지 파악하고, 그에 따른 전략이 필요하다. 비즈니스 목적에 맞는 고객을 정의했다 하더라도 특정 개개인의 미디어 소비형태가 다르다. 구매에 대한 의사결정 시간도 다르고 크리에이티브에 대한 반응 또한 다르다. 이러한 환경에서 효과적으로 목적에 맞는 고객에게 도달하기는 싶지 않은 현실이다. 이러한 온라인 환경에서 한정된 매체와 미디어 만을 활용하지 않고, 사용자가 나타나는 모든 매체에 해당 영역을 선점할 수 있는 능력이 필요하다. 더불어, 미디어와 정보의 홍수 속에서 방대한 콘텐츠를 소비하는 개개인에게 기억에 남는 정보는 개인의 생활과 삶에 관련된 한정된 것만이 기억에 남을 뿐이다. 리타깃팅에 있어서 효과적인 메시지 전달은 개인이 방문한 사이트에서 중요한 행위를 연상케 하기 위해, 개인 특성을 고려한 상품에 대한 추천엔진과 크리에이티브를 최적화하여 제공하는 것이다. 사용자의 구매시점과 광고반응시점을 이해하고 광고를 전송하게 될 때, 사용자의 마음을 흔들고 반응할 수 있게 된다.
Locking, 그리고, 새로운 신규진성고객의 창출
고객을 고착화(Lock-in)하는 것에는 많은 노력이 필요하다. 더욱이 제품이나 서비스 자체가 경쟁사와 차별화되지 않고, 전환비용 자체가 낮다면, 현재의 경쟁환경에서 쉽지 않을 것이다. 현재, 로열티 높은 고객을 분석하고 해당 고객을 추적(Chasing)하는 노력에서 Locking이 시작된다. 고객과의 끊임없는 커뮤니케이션 및 혜택을 제공하기 위한 유사고객을 확보하려는 전략과 연계되어야 한다.
와이더플래닛은 소비자들의 온-오프라인 행-기호 데이터셋을 국내 최대 규모로 보유하고 있으며 자사 빅데이터 플랫폼(TG360 테크놀로지스) 기반으로 소비자 온-오프라인 행태-기호-소득수준을 파악하고 이를 활용해 타깃팅 효과를 높이는 차별적 강점을 가지고 있다. 타깃고객을 단순 추정하는 것이 아니라 데이터셋에 기반해 추적하기 때문에 기존 플랫폼 대비 뛰어난 마케팅 성과를 나타내고 있다.
김재웅 와이더플래닛 CBO
