인공지능(AI) 기술이 마케팅 자동화에 끼치는 영향

인공지능(AI) 기술이 마케팅 자동화에 끼치는 영향
(참조 자료: How to use AI for marketing automation)

via GIPHY

최근 화두가 되고 있는 마케팅 자동화는 최근에 갑자기 생겨난 용어는 아닙니다. 그 역사는 1992년부터 시작하여 먼 길을 돌아왔는데요, 그 동안 2억 2천 5백만 달러(한화로 약 2천 5백억)에서 16억 5천만 달러(한화로 약 1조 9천억) 상당의 시장으로까지 성장했습니다. 특히 마케팅 자동화 서비스 업체들은 소셜미디어 혁명과 함께 크게 도약했지요. 마케팅 담당자가 소셜미디어 캠페인에서 더 많은 것을 얻을 수 있도록 관련 툴과 소프트웨어가 개발되었습니다.

최근 인공지능 기술의 발달은 이러한 마케팅 자동화 소프트웨어의 확산을 더욱 붐업시키는 결정적인 요인 중 하나입니다. 그동안 마케팅 자동화를 통해 반복적인 작업을 쉽고 효율적으로 수행할 수 있었지만, 인공지능 기술은 여기에서 더 나아가 마케팅 자동화 소프트웨어에 예측 분석(predictive analysi) 및 개인화 엔진(personalization engines)이라는 새로운 생명을 불어넣었습니다. 즉 마케팅 자동화 시스템이 더욱 인간스러워 진 것이죠.

그러나 마케터들이 마케팅 전략과 플로우을 자동화할 때 인공지능 기술의 모든 잠재력을 활용하기는 어렵습니다. 아마도 관련 지식이 충분하지 않거나 일부 마케터들은 이를 무시하고 있기 때문이죠.

‘인공지능 기술을 활용한다고 해서 모든 문제가 해결되지는 않습니다’

오늘은 마케팅 전략을 효율적으로 수행하기 위해 마케팅 자동화에 인공지능을 활용하는 방법에 대해 소개하고자 합니다.

 

1. 콘텐츠 확장

전 세계의 고객들과 대화를 나누는 콘텐츠 전략은 어떻게 수립하고 있나요? 모든 언어와 문화적 장벽을 없애고 동시에 동일한 메시지로 이해할 수 있는 콘텐츠를 어떻게 만들 수 있을까요?

마케팅 자동화는 기본적인 콘텐츠를 제공해주었지만, 한 차원 더 높은 세대로 끌어올리기 위해서는 매우 고효율적인 인공지능 기술인, NLG (Natural Language Generation)를 사용해야 합니다.

콘텐츠를 확장하는 마케팅 자동화 플로우

콘텐츠를 확장하는 마케팅 자동화 플로우

콘텐츠를 확장하는 마케팅 자동화 플로우

  • Quill은 Narrative Science 사에서 개발한 NLG로 기사를 작성하도록 프로그래밍되었습니다. 자동으로 데이터를 선택하고 기사 내용을 쓰기 시작하는데요, 각 국가별로 배포되는 기사는 해당 지역의 데이터를 기반으로 작성하기 때문에 쉽게 글로벌 콘텐츠를 확장할 수 있습니다.
  • Yseop는 온프레미스(On-premise), 클라우드, 그리고 PC에서 모두 실행할 수 있는 유일한 엔터프라이즈용 NLG  소프트웨어입니다. 다양한 언어로 분석을 할 수 있고 동일한 페이지도 여러가지의 네이티브 언어로 구성할 수 있게 콘텐츠 마케터를 지원합니다.
  • Arria NLG Platform은 IBM Watson 과 파트너십 관계를 맺고 있는 소프트웨어입니다. QLA  기능을 활용하여 NLG 소프트웨어가 금융권 회사들의 컴플라인언스(compliance) 인사이트를 데이터 기반의 레포트로 전환시킬 수 있게 합니다. 이를 통해 금융 회사들은 비즈니스 프로세스를 자동화하고 동시에 실시간 문서를 생성할 수 있습니다.
  • IBM Watson Text to Speech는 작성된 텍스트를 다양한 국가별 언어 버전의 자연스러운 음성 사운드로 변환시켜 줍니다. 의사 소통이 중간에 끊어지는 것을 막기 위해 구두점을 맞춤화하고 컨트롤할 만큼 무척 고도화되어 있습니다.
  • Amazon Polly는 Amazon과 동일한 딥 러닝 기술을 활용합니다. 텍스트를 다양한 언어로 된 사람의 음성으로 변환시킬 수 있을 뿐만 아니라 브랜드 아이덴티티에 가장 적합한 목소리를 선택할 수도 있습니다.

2. 구매시간 단축

마케팅 자동화는 영업 생산성을 무려 14.5%나 향상시켜 줍니다. 인공지능을 통해 고객이 실제로 누구인지 이해할 수 있기 때문입니다. 인공지능은 고객의 활동, 구매 습관, 행동 특성, 그리고 기타 다양한 기준들을 기반으로 고객을 분류합니다. 각 세그먼트들은 구매자 페르소나라 일컫는 고객들이 보이는 퍼스널리티 특성에 따라 라벨되어 집니다.

이 페르소나는 고객 만족을 비즈니스 목표에 맞추는데 도움이 됩니다. 구매자 페르소나를 연구하면 구매주기를 방해하는 주요 질문 중 일부가 해결될 수도 있습니다.

  • 집중할 대상에 대한 실제 인사이트를 제공합니다. 모든 사람이 우리의 고객은 아닙니다. 누구에게 마케팅 자동화 노력을 기울여야 할지 확인하시기 바랍니다.
  • 타깃 세그먼트에게 적합한 제안(Offering)을 커스터마이징합니다. 고객을 프로파일링(Profiling)하면 그들이 원하는 내용과 원하지 않는 내용을 이해하는 데 도움이 됩니다.
  • 그들을 찾기 위한 정확한 플랫폼과 위치를 알 수 있습니다. 적절한 관심을 받을 수 있는 특정한 위치에서 대규모 마케팅 자동화 전략을 수행할 수 있습니다.

보다 빠른 구매를 만드는 마케팅 자동화 플로우

보다 빠른 구매를 만드는 마케팅 자동화 플로우

보다 빠른 구매를 만드는 마케팅 자동화 플로우

  • Kissmetrics를 사용하면 모든 동작이나 속성을 기반으로 세그먼트를 만들 수 있습니다. 리타깃팅 및 캠페인 홍보를 위해 이메일 주소로 된 세그먼트를 만들고 추출할 수 있습니다.
  • Yandex은 고객 행동에 대한 인사이트를 얻기 위한 균형 잡힌 소프트웨어입니다. 기존 데이터를 제공하는 것에서부터 비주얼 분석에 이르기까지 신속한 구매를 위해 고객을 더 빨리 알 수 있습니다.
  • Popcorn Metrics는 웹사이트의 사용자 활동을 하드 데이터로 변환시킵니다. 매우 실용적인 인사이트를 바탕으로 사용자가 구매할 수 있도록 유도하는 캠페인을 만들 수 있습니다.
  • Piwik는  오픈 소스 분석 플랫폼입니다. 클라우드 호스팅 서비스는 안전하고 비용효율적일 뿐만 아니라 신뢰할 수 있는 분석 솔루션을 제공합니다. 동시에 데이터를 완벽하게 컨트롤 할 수 있습니다.
  • Google Analytics는 실시간 분석 기능을 제공하고 있는 가장 널리 쓰이는 플랫폼입니다. 이 툴의 가장 좋은 점은 바로 무료라는 점입니다. 또한 다른 Google 플랫폼에서 획득한 인사이트와 함께 보다 많은 데이터를 활용할 수 있습니다.

3. 옴니 채널 경험을 넘어서라.

“옴니 채널 경험’은 널리 사용되고 있는 용어이지만, 그 중요성은 최근 조금씩 줄어들고 있는 추세입니다. 꼭 브랜드가 다른 채널에 있으면 안 되는 것은 아닙니다. 여기서 이야기하고 싶은 점은 “왜 채널 없이는 경험이 될 수 없는가? “에 대한 것입니다.

‘인공지능을 활용한 마케팅 자동화를 통해 채널이 아닌 경험을 중심으로 고객 만족도를 높일 수 있습니다’

사실 고객의 만족이나 감사는 그들의 요구에 얼마나 민감하게 반응하느냐에 달려 있지, 채널 자체는 중요하지 않습니다. 고객 경험이 중요 단계에 접어들면 사용자에게 다가가서 문제가 발생하기도 전에 사전에 이를 해결하는 것이 가능해집니다. 고객 만족측정하여 모든 노력이 긍정적인 고객 경험을 형성하는 데 기여하고 있는지 확인하십시오.

옴니 채널 경험을 향상하기 위한 마케팅 자동화 플로우

옴니 채널 경험을 향상하기 위한 마케팅 자동화 플로우

  • Pega Customer Decision Hub은 각 채널 내 고객 경험을 한 곳에서 측정합니다. 강력한 인공지능인 Brain이라는 한 곳에서 모든 채널의 모든 경험을 통합합니다. 마케팅 담당자는 채널과 관계없이 고객 행동을 추적할 수 있습니다. 한 위치에서 바로 고객 여정에 대한 세부 정보를 획득할 수 있습니다.
  • Cognigy은 풍부한 고객 경험을 창출하기 위해 교차 채널 음성 및 채팅 UI를 구축하는 데 도움을 줍니다. 또한  NLG  기술도 갖추고 있습니다. 이는 여러 채널을 통해 고객을 위한 대화 환경을 조성하는 데 큰 도움을 줍니다.
  • Active.ai는 은행 및 금융 기관을 위해 특별히 만들어진 마케팅 자동화 플랫폼입니다. 메시징, 음성, 그리고 IoT  디바이스와 같은 다양한 채널을 통해 고객 학습에 머신 러닝을 도입하였습니다.
  • Boomtrain은 채널을 통해 실시간으로 고객 경험을 모니터링하는데 사용됩니다. 이메일, 모바일 푸시 알림, 온 사이트 및 인 앱을 통해 마케팅 캠페인을 자동화할 수 있습니다. 또한 동작, 정서 및 기본 설정을 기반으로 고유한 사용자 그래프를 만들고 각 고객의 통합 보기를 분석할 수 있습니다.
  • Brightpearl은 위 소프트웨어와 달리 단일 시스템에 옴니 채널 리테일러(온라인 및 오프라인) 환경을 제공합니다. 고객 인사이트를 확보하고 재고 및 주문 관리를 도와 고객 만족도를 향상시킵니다.

4. 풍부한 시각적 미학

브랜드 홍보에 관한 한, ‘표지로 책을 판단하지 말라’는 말은 아무 의미가 없습니다. 보여지는 것이 바로 여러분들이 얻게 되는 것입니다. 시각적 미학은 바로 이 마케팅 게임의 이름입니다.

일반적으로 마케팅 자동화는 대량 이메일 발송, 소셜 미디어를 통해 시각적 이미지를 보내는 데 사용됩니다. 그러나 이것들은 여러분의 이미지가 얼마나 성과를 거두고 있는지 알려주지 않습니다.

‘이것이 바로 인공지능이 등장하는 지점입니다. 더 많은 시각적 콘텐츠를 얻는데 도움이 되는 분석 기능을 제공합니다’

사람들이 텍스트에서 벗어나 시각적으로 커뮤니케이션하고 있는 세상에서 이미지 인식 소프트웨어는 마케터들 사이에서 좋은 위치를 찾았습니다.

예를 들어, 수많은 사진을 큐레이션하는 것은 지루하고 시간이 오래 걸리는 작업이였지만 고급 인공지능 기술을 활용하면 불과 몇 초만에 수 백 만장의 사진을 검토할 수 있습니다. 이를 통해 크게 노력을 들이지 않고도 브랜드의 시각적 스타일에 가장 잘 맞는 이미지를 찾을 수 있을 것입니다.

시각적 마케팅을 위한 마케팅 자동화 플로우

시각적 마케팅을 위한 마케팅 자동화 플로우

  • Planorama는 리테일 마케터가 매장 사진에서 유용한 인사이트를 얻을 수 있도록 도움을 주는 이미지 인식 솔루션입니다. 다른 형태의 이미지를 기반으로 문서를 자동화합니다. 이 보고서는 매장 레이아웃, 공간 계획 및 선반 배열 등을 계획하는 데 사용되며 기본적으로 매장의 시각적 미학을 향상시켜 줍니다.  
  • Clarifai는 마케팅 담당자가 이미지로 된 권장사항을 실시간으로 자동화하는 데 도움이 되는 강력한 이미지 및 영상 인식 소프트웨어입니다. 부적절한 콘텐츠를 식별하고 신고하여 온라인 커뮤니티를 관리하고 보호하시기 바랍니다.
  • IBM Watson Visual Recognition를 사용하면 즉시 이미지를 태그 걸 수 있습니다. 소셜미디어 영역에서는 노출을 증가시키는 데 도움이 됩니다. 또한 인플루언서 마케팅 활동을 자동화하는 데 도움이 되는데요, 인플루언서가 브랜드에 대해 언급하는 이미지나 영상을 업로드하는 순간 자동으로 해당 게시물에 태그를 겁니다.
  • Amazon Rekognition은 Amazon 웹 서비스의 시각적 인식 소프트웨어입니다. 고급 인공 지능 기술로 구현되며 얼굴 인식과 함께 물체나 장면에 대한 상세한 분석을 제공합니다. 뿐만 아니라 인구 통계학적 데이터를 수집하는 마케팅 옥외 광고판도 제작이 가능합니다.
  • Google Cloud Vision API는 이미지 콘텐츠를 이해하는 데 도움을 줍니다. 마케팅 담당자는 이를 활용하여 이미지의 정서 분석을 매핑하는 시나리오를 만들 수 있습니다. 이미지에 정보가 있으면 인공지능이 이미지 메타 태그를 자동으로 겁니다.

5. 우수한 품질의 리드 발굴하기

리드 생성은 일반적으로 인구학적 통계나 직무, 그리고 해당 업종 등의 고객 프로파일링을 기반으로 합니다. 그러나 인공지능은 가장 최고의 잠재 고객이 누구인지 알려주고 이들에게 마케팅 자동화 노력을  집중할 수 있도록 합니다.

‘현재 고객과 고객이 될 만한 이들을 비교함으로써, 인공지능은 자동으로 잠재 고객 리스트를 작성하게 되고 누가 가장 최고의 잠재 고객이 될지 알려줍니다’

인공지능은 아웃바운드 마케터들에게 자동으로 니즈를 생성하여 지속적으로 전달합니다. 이러한 리드는 세일즈 파이프 라인에도 자동으로 공급될 수 있으며 팀은 각 잠재 고객에 대한 자세한 프로파일을 보유하게 됩니다.

리드 생성 이외에도 인공지능은 리드 육성에도 도움을 줍니다. 실구매 고객으로 리드를 전환하기 위해 마케터들이 해야 할 모든 것들을 가장 최상의 방법으로 실행하는 것이죠. 아래는 인공지능을 사용하는 리드 육성 사례들입니다.

  • 세그먼트된 리스트를 이해합니다. 리드에 대한 세부적인 프로파일링 데이터를 제공받더라도 이를 잘 이해해야 합니다.
  • 원하는 것을 찾아라. 인공지능은 여러분이 원하는 데이터를 찾아주지만, 어떤 데이터를 찾을지는 마케터 본인이 결정해야 하는 부분입니다.
  • 구매에 대해 이야기하고 싶은 리드를 찾아라.  리드 중 거의 5~10%가 전환에 실패하는 주요한 이유는 그들이 진심으로 구매에 관심이 없기 때문입니다. 영업 담당자와 연결되는 것에 관심이 있는 리드는 전환 가능성도 높기 때문에 빨리 영업팀으로 넘겨야 합니다.

리드 생성 및 리드 육성을 위한 마케팅 자동화 플로우

리드 생성 및 리드 육성을 위한 마케팅 자동화 플로우

리드 생성 및 리드 육성을 위한 마케팅 자동화 플로우

  • Growbots는 효율적인 인공지능으로 잠재 고객들을 자동화합니다. 마케터의 요구 사항에 따라 이 플랫폼은 15개의 다른 소스에서 30초 이내에 데이터 베이스를 검색하는데, 이는 잠재 고객 리스트가 순식간에 풍부해진다는 것을 의미합니다. 모든 잠재 고객에게 전자 메일을 예약하고 이메일 마케팅 성과를 자동으로 분석하기도 합니다.
  • Conversica는 구매 의도가 있는 잠재 고객이 누구인지 식별하는 데 도움을 줍니다. 영업팀은 자동화된 이메일 마케팅으로 전환 가능성을 높일 수가 있습니다.
  • Creative Guerilla는 잠재 고객들이 자동 응답 이메일을 받는 것을 싫어한다는 것을 잘 알고 있습니다. 사용자가 관심을 보이면 5분에서 24시간 이내에 이메일이 전송됩니다.
  • Fuse Machines는 리드 생성을 자동화할 뿐만 아니라 동시에 그 리드 퀄리티까지 측정합니다. 또한 그들이 세일즈 퍼널 단계 중 어디에 위치하고 있는지에 따라 관련 이메일 콘텐츠를 설계하기도 합니다.
  • Infusionsoft는 강력한 CRM 플랫폼을 제공함과 동시에 리드 관리에 도움을 줍니다. 각 리드가 어느 단계에 있는지에 대한 데이터를 제공하므로 사용자와 더욱 잘 커뮤니케이션할 수 있습니다. 세일즈 파이프 라인을 커스터마이징하고, 판매할 리드를 조직하고, 관련 후속 작업을 팔로업해줍니다.

결론

인공지능 기술 없이 마케팅 자동화를 하는 것은 마치 음악 없이 춤을 추는 것과 같습니다. 물론 작동은 되겠지만 우리에게 마법 같은 성과를 안겨주지는 못 할 것입니다. 우수한 인공지능 기술은 마케팅 담당자가 자동화 작업에서 더 많은 것을 얻도록 도와줄 수 있습니다.

아래는 마케팅 담당자가 인공지능을 효과적으로 적용할 수 있는 다양한 영역을 이해하는데 도움이 됩니다.

  • 콘텐츠를 확장하기 위해 Natural Language Generation(자연어 생성, NLG)을 사용합니다.
  • 인공지능을 사용하면 실제 고객이 누구인지 알 수 있습니다.
  • 인공지능은 시각적 콘텐츠를 최대한 활용하는데 도움이 되는 분석 기능을 제공합니다.
  • 잠재 고객 리스트를 자동으로 구축하고 누가 가장 적합한 고객인지 확인해 줍니다.

 

마케팅 자료 및 기타 상담 문의: parkmg85@hanmail.net 

Leave a Reply