Digital Marketing Curation

Category: 고객데이터플랫폼

  • 퍼스트파티 데이터를 활용한 구글 리타깃팅 광고

    퍼스트파티 데이터를 활용한 구글 리타깃팅 광고

    퍼스트파티 데이터를 활용한 구글 리타겟팅 광고

    (참조 자료: Google Retargeting with First-party Data: eCommerce Success)

    전 세계적으로 진행되고 있는 데이터 개인정보 보호 정책 강화로 인해 구글 리타겟팅 광고 캠페인 실적이 급격히 감소했을 수 있습니다. 캠페인 성과가 더 떨어지기 전에 리타겟팅 캠페인이 무엇인지, 어떻게 대처해야 하는지 알아보고자 합니다.

    마케터는 앞으로 다가올 모든 변화에 적응할 준비가 되어 있어야 합니다. 퍼스트 파티 데이터를 사용하면 구글 리타게팅 광고 캠페인 성과를 확장하여 높은 ROAS를 달성할 수 있는데요, 퍼스트 파티 데이터 기반으로 최적화된 구글 리타겟팅 캠페인은 어떻게 진행할 수 있는 걸까요?

    구글 리타겟팅이란?

    구글 리타겟팅이란 웹사이트 방문자가 웹사이트를 떠난 후 구글 검색, 지메일, 지도 그리고 기타 애드센스가 있는 모든 웹사이트 등 구글 제품에서 관련 광고를 표시하는 것을 말합니다.

    리타겟팅 광고 전략은 이미 제품이나 서비스에 관심을 보인 잠재 구매자가 실제 구매로 이어지도록 유도하여 전환율을 높일 수 있는 가장 좋은 방법 중 하나입니다. 또한 이전 웹사이트 방문자(알려진 방문자 및 알 수 없는 웹사이트 방문자 포함) 또는 기존 고객에게 업셀링 또는 크로스셀링을 하려는 비즈니스에 유용할 수 있습니다.

    행동 리타게팅 광고(Behavioral Retargeting Ad)의 작동 방식에 대해 자세히 알아보려면, 이커머스 전환율을 2배로 높이는 비결에 대한 블로그를 읽어보세요.

    구글 리타게팅 광고 캠페인 실적이 갑자기 감소한 이유?

    구글 리타겟팅 광고 캠페인의 실적 저하에 기여한 몇 가지 요인이 있으며, 주요 원인은 다음과 같습니다.

    • 전 세계 다양한 국가의 정부로부터의 데이터 개인정보 보호 업데이트.
    • 사파리나 파이어폭스와 같은 브라우저는 써드파티 쿠키 추적을 차단하므로 Pixel이 사용자 행동을 추적하기 어렵습니다.
    • 애플의 iOS 14.5 이상 업데이트 – 앱 및 브라우저 전반에서 사용자 행동 트래킹을 제한합니다.
    • iOS 14+ 업데이트와 유사한 구글의 안드로이드 개인정보 보호 업데이트.

    위에서 언급한 것처럼 픽셀 트래킹은 웹사이트 방문자, 행동 등을 트래킹하는 데 도움이 됩니다. 최근 개인정보 보호 규정인 Apple iOS’14+ 업데이트와 같은 이벤트로 인해 구글의 트래킹 기능이 심각하게 제한되어 iOS’14 사용자 행동 데이터에 대한 구글의 접근이 거의 불가능하게 되었습니다.

    이로 인해 최근 구글 광고의 캠페인 실적 보고서를 통해 광고 캠페인 실적이 점차 감소하는 것을 목격했을 수 있습니다.

    참고: 페이스북 캠페인에도 위와 동일한 문제가 적용됩니다.

    누가 영향을 받을까요?

    데이터 개인정보 보호 업데이트와 위의 변경 사항들은 개인화된 리타겟팅 광고를 운영하는 디지털 마케터에게 영향을 미칩니다;

    광고 캠페인 실적이 떨어지면 ROAS가 하락하고 CAC가 상승하여 마케팅 전략이 비효율적으로 됩니다.

    퍼스트 파티 데이터를 사용하여 구글 리타게팅 광고 실적을 개선하기 위한 전략

    이러한 업데이트의 영향을 받지 않고 구글 광고 실적에 걸림돌 없이 지속적으로 성장하려면 유일한 구세주인 퍼스트파티 데이터를 수집해야 합니다.

    구글 & 메타 광고 플랫폼 AI 및 머신러닝 도구는 알고리즘을 학습하고 모든 사용자에게 완벽하게 맞춤화된 경험을 제공하기 위해 퍼스트파티 데이터의 필요성을 강조하고 있습니다. 따라서 가능한 한 빨리 퍼스트 파티 데이터를 수집하는 것이 중요하다는 점을 다시 한 번 강조하고 있습니다.

    맥킨지의 ‘Next in Personalization 2021 Report’에 따르면, 70% 이상의 사람들이 개인화된 경험을 기대한다고 합니다.

    퍼스트 파티 데이터의 도움을 받는 전략은 구글 광고 실적을 향상시킬 수 있는 솔루션이 될 것입니다.

    퍼스트 파티 데이터 – 광고의 미래

    퍼스트파티 데이터는 웹사이트를 비롯한 다양한 채널을 통해 고객으로부터 직접 수집한 정보입니다. 웹사이트 방문자 중 전체 프로필 데이터를 확인할 수 있는 방문자는 2%에 불과합니다. 나머지 97~98%의 익명의 웹사이트 방문자 데이터는 구글/메타 또는 기타 광고 플랫폼에서 수집, 식별 및 리타게팅이 사실상 불가능하기 때문에 제외되어 있습니다.

    퍼스트 파티 데이터에는 브라우저 ID, 클릭 ID, IP 주소 등과 같은 매개변수가 있습니다, 각 웹사이트 방문자를 광고 플랫폼과 동기화하여 매칭율을 높이고, 이를 통해 더 나은 사용자 어트리뷰션을 통해 구글 또는 기타 광고 플랫폼에서 리타겟팅 광고 캠페인 성과를 크게 향상시킬 수 있습니다. 따라서 적합한 시기에 적절한 광고로 많은 사용자를 리타겟팅할 수 있으며, 이는 향후에 초개인화된 사용자 경험을 구현할 수 있습니다.

    고급 오디언스 세분화를 통한 광고 맞춤화 향상

    광고 캠페인의 성과를 높이고 행동 기반의 맞춤형 광고를 집행하려면 행동에 따라 오디언스를 세분화해야 합니다. 오디언스의 행동을 기반으로 잠재고객을 세분화할 수 있습니다.

    퍼널 기반 익명 방문자에 대한 세그먼트 예시

    • 60일 이상 버려진 장바구니 – MoFu(퍼널의 중간)
    • 제품 보기 2회 이상 – MoFu(퍼널의 중간)
    • 지난 90일 동안 구매하지 않음 – MoFu(퍼널의 중간)

    익명의 방문자의 경우, 위의 세그먼트는 방문자의 행동에 따라 생성됩니다. 따라서 세그먼트 버킷을 기반으로 개인화된 광고 캠페인을 실행하여 높은 ROAS로 이어지게 할 수 있습니다. 이러한 세그먼트를 구글과 페이스북 플랫폼과 동기화하면 더 높은 전환을 유도할 수 있습니다.

    예시: 흰색 신발과 같은 특정 제품을 확인한 익명의 방문자를 세분화하여 흰색 신발에 대해 30% 할인된 맞춤 광고를 표시하여 해당 제품을 구매하도록 유도할 수 있습니다.

    식별된 방문자에 대한 세그먼트 예시

    구매 고객

    • 작년 블랙 프라이데이 구매자
    • 6개월 이전에 의류 청바지를 구입한 고객
    • 작년 크리스마스 양초 구매자
    • 작년 연말 시즌 블랙 수트 구매자

    또는 뉴스레터 또는 이메일을 구독자가 있을 수 있습니다.

    이처럼 식별된 방문자 행동 세그먼트를 구축하는 목적은 재구매를 유도하기 위한 것입니다.

    예시: 지난 크리스마스에 양초를 구매한 고객 그룹을 세분화하여 올해 할인이 적용된 광고를 게재하여 이번 휴가 시즌에 다시 구매하도록 유도할 수 있습니다.

    구글 리타겟팅과 함께 퍼스트 파티 데이터를 사용하여 더 높은 매칭율을 달성!

    구글과 메타의 매칭율이 기대치를 크게 밑돌고 있습니다. 메타는 픽셀에서 수집한 데이터로 약 25%의 맞춤 오디언스 매칭율만 제공할 수 있습니다. 그리고 구글은 29%와 62%이며, 식별된 방문자와 익명의 방문자 모두 그 이상은 없습니다.

    웹사이트에서 퍼스트파티 데이터를 수집하고 구글과 동기화한 결과, 다음과 같은 놀라운 결과를 확인할 수 있습니다:

    이러한 놀라운 결과는 구글 리타겟팅 광고 캠페인 실적을 향상시키고 광고 캠페인을 확장할 수 있는 기회를 제공합니다.

    위와 유사하게, 수집된 퍼스트파티 데이터를 사용하여 메타 광고 관리자에서 80% 이상의 높은 맞춤 잠재고객 매칭율을 달성될 수 있습니다.

    뿐만 아니라 구글 광고의 캠페인 성과 보고서에는 퍼스트 파티 데이터를 사용하여 광고 캠페인을 운영했을 때 높은 성과를 확인할 수 있게 됩니다.

    Google의 최신 업데이트

    2023년과 향후 몇 년은 디지털 마케팅 분야에 혁명적인 변화를 가져올 것입니다. 이러한 변화는 모두가 알고 있는 기존의 마케팅 환경을 완전히 바꿔놓을 것입니다.

    구글은 최근 다음과 같이 발표했습니다.

    1. 더 이상 구글 광고에서 유사 잠재고객(Similar Audience 또는 Similar Segments 라고도 함) 기능이 제공되지 않습니다.

    2. 구글의 퍼포먼스 맥스 캠페인(Performance Max Campaigns)에 대한 집중도 증가

    퍼포먼스 맥스 캠페인은 유튜브, 구글 검색, 지메일, 디스커버, 디스플레이 그리고 구글 지도를 포함한 다양한 채널에서 광고 캠페인의 실시간 성과를 기반으로 예산, 기여도 및 잠재고객을 최적화하여 원하는 목표를 달성할 수 있도록 도와줍니다. 따라서, 리타게팅 광고 캠페인의 구글 광고 성과 개선이 가능합니다.

    그렇기 때문에 비단 크리테오 뿐만 아니라 구글, 메타 등 모든 업계 리딩 플랫폼들이 2023년 마케터들에게 퍼스트파티 데이터는 필수 전략이라고 말하고 있습니다.”First-party data is the go-to-to-grow-up strategy!”

    구글 리타겟팅에 대한 간략한 요약

    구글 리타겟팅 전략은 ROAS를 높이는 데 가장 좋은 방법 중 하나입니다. 그러나 최근 데이터 개인정보 보호 정책의 업데이트로 인해 퍼포먼스 맥스 캠페인의 성과를 포함한 전반적인 구글 광고 캠페인 성과가 축소되고 있습니다. 구글의 제안에 따라 비즈니스의 광고 캠페인 성과를 높이려면 우선 퍼스트 파티 데이터를 사용하는 것이 좋습니다.

    구글 리타겟팅에서 퍼스트 파티 데이터를 사용할 때의 이점

    • 경제성(Economical): 가장 경제적인 비용으로 퍼스트 파티 데이터를 수집할 수 있기 때문에 다른 데이터 소스에 의존할 필요가 없습니다. 따라서 다른 데이터를 수집하는 것에 비해 비용이 적게 듭니다.
    • 더 높은 정확도(More accuracy): 퍼스트파티 데이터는 써드파티 데이터보다 정확도가 높아 광고 캠페인에 더 나은 성과를 제공합니다.
    • 고유성(Unique): 퍼스트파티 데이터는 고유하기 때문에 경쟁사가 데이터에 액세스할 수 없습니다.
    • 광고 캠페인 성과 향상(Increased Ad campaign performance): 퍼스트파티 데이터는 마케팅 성과와 광고 캠페인 성과를 높이는 데 도움이 됩니다.
    • 향상된 개인화(Improved Personalization): 사용자에게 고도로 개인화된 광고를 표시할 수 있습니다.
    • 높은 전환율(High Conversion Rate): 퍼스트 파티 데이터는 고도로 개인화된 광고로 전환율을 높여 ROAS를 향상시킵니다.

    고급 오디언스 세분화를 통해 전환율을 2배로 늘리고, 매출을 20% 이상 향상시킬 수 있는 퍼스트 파티 데이터로 구글 리타게팅의 장점을 극대화하세요.

     

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

     

  • CLV와 LTV의 차이

    CLV와 LTV의 차이

    CLV와 LTV의 차이

    (참조 자료: Customer Lifetime Value (CLV or LTV))

    고객 생애 가치(CLV)는 고객과의 관계가 지속되는 동안 평균적으로 고객 1인으로부터 기대하는 금액입니다. LTV는 제품이 고객의 공감을 얻고 있는지, 잘하고 있는 부분은 무엇인지, 개선이 필요한 부분은 무엇인지에 대해 정확히 알려줍니다. 이는 취득 비용에 대한 수익을 계산하고 비즈니스 모델의 장기적인 전망을 이해하는 데 중요한 지표입니다.

    제품을 구매하는 모든 고들은 잠재적으로 아름다운 새로운 관계의 시작을 의미하며, 모든 연애가 그렇듯 “이 사람이 나(즉, 자사의 제품이나 서비스)를 얼마나 좋아할까?”라는 궁금증이 생길 수 있습니다. “뜨겁고 빠르게 타오를까, 아니면 길고 느리게 타오를까?” “우리가 함께 성장할 수 있을까?” “그들의 친구와 가족도 나를 좋아할까?” 다행히도 어색한 대화나 가십성의 플러팅 없이도 과연 그 고객 관계를 육성할 가치가 있는지, 그리고 어떤 고객 관계는 시작도 하기 전에 파멸할 수 있는지를 미리 알아볼 수 있는 방법이 있습니다. 바로 고객 생애 가치(Cusotmer Lifetime Value)입니다.

    CLV와 LTV의 차이는?

    CLV와 LTV(또는 CLTV)라는 용어 사이에는 큰 차이가 없습니다. 이 두 약어는 모두 기업을 분석하는 데 사용할 수 있는 유용한 재무 비율인 고객 생애 가치를 의미하며, 종종 혼용되어 사용됩니다. 따라서 많은 기업에서 각 용어의 사용은 합의된 선호도에 따라 결정되는 경우가 많습니다.

    물론 일부 기업에서는 CLV와 LTV를 세분화하여 구분하기도 합니다. 이러한 경우 LTV는 전체 고객층의 평균 고객 생애 가치를 의미하며, CLV는 개별 계정(Account)의 생애 가치를 의미합니다.

    본 글에서는 LTV로 간주하여 소개하도록 하겠습니다.

    고객 생애 가치를 계산하는 방법?

    고객 생애 가치는 평균 사용자당 매출(Average Revenue Per User, ARPU)에 총 마진을 곱하고 이 수치를 이탈률로 나누어 계산할 수 있습니다.

    LTV 계산 공식

    LTV를 보는 더 복잡한 방법도 있지만, 이 기본적인 고객 생애 가치 공식은 세 가지 주요 지표에 중점을 둡니다.

    • ARPU: 일정 기간(예: 1년) 동안 전체 고객층에서 사용자당 평균 수익입니다.
    • 매출총이익(Gross margin):순 판매 수익에서 매출원가를 뺀 값은 비즈니스 전반의 순이익(Profit margins)을 보여줍니다.
    • 이탈률: 일정 기간 동안 제품 또는 서비스 사용을 중단한 고객의 비율입니다. 이는 로고 유지율의 역수입니다.

    이 계산에 따르면 고객이 제품이나 서비스를 계속 구매할수록 생애 가치가 커지는 것은 당연한 일입니다.

    고객 생애 가치가 중요한 이유는 무엇인가요?

    고객 생애 가치는 고객과 관계를 유지하는 동안 고객이 창출할 것으로 기대할 수 있는 총 수익을 알려주기 때문에 비즈니스에서 매우 중요한 지표입니다.

    재무팀이 고객 경험에 직접적인 영향을 미치지는 않지만, 고객의 생애 가치를 정확하게 계산하는 능력은 최고 경영진과, 제품, 영업, 마케팅, 고객 지원 부서들이 다음과 같은 몇 가지 중요한 사항을 이해하는 데 도움이 될 수 있습니다.

    • 고객 생애 가치를 계산하면 경영진은 비즈니스 모델의 장기적인 실행 가능성에 대한 인사이트를 얻을 수 있습니다.
    • 고객 관계의 가치를 이해하면 CS와 고객지원팀이 로열티 프로그램이나 프로세스를 간소화하고 전반적인 고객 만족도를 향상시킬 수 있는 자동화 투자와 같은 새로운 이니셔티브의 비용을 정당화할 수 있습니다.
    • 고객 세분화에 따른 LTV를 확인하면 마케팅에서 향후 캠페인을 통해 신규 고객을 타겟팅하는 전략을 개선하는 데 도움이 될 수 있습니다. 또한 영업팀에서는 비즈니스에 가장 가치 있는 고객에 대한 크로스 셀링 전략을 향상시키는데 도움이 될 수 있습니다.
    • 현재 고객의 생애 가치에 대한 가시성을 확보하면 미래를 보다 정확하게 예측하고 계획하는 데 도움이 됩니다. 이를 통해 고객 유지율 향상과 고객 수명 연장을 가정한 모델링이 비즈니스에 미치는 실제 영향을 파악할 수 있습니다.

    LTV를 향상시키기 위해 시도되고 검증된 방법

    기업은 고객 기반과 함께 모멘텀을 구축하는 능력에 따라 사활을 걸 수 있습니다. 매출 성장에 많은 관심을 기울이는 한편, 이러한 고객을 유지하고 지속 가능한 비즈니스를 만들 수 있다는 것을 보여 주어야 합니다.

    이를 위해 LTV를 개선하기 위해 사용할 수 있는 세 가지 주요 레버리지가 있습니다.

    고객 성공을 위한 투자

    기존 고객을 유지하는 것보다 신규 고객을 확보하는 데 훨씬 더 많은 비용이 들기 때문에 LTV를 높이기 위한 가장 강력한 수단은 고객 유지율을 높이는 것입니다. 그렇기 때문에 고객 유지율 분석을 수행하고 고객 성공에 투자하는 것이 중요합니다. 여기에는 향후 신제품 릴리스에 대한 커뮤니케이션 향상, 고객 A/S 해결 시간 단축, 고객 온보딩 경험 향상 등 잠재적으로 고객 충성도를 높일 수 있는 모든 것이 포함될 수 있습니다.

    가격 인상

    LTV를 높이는 가장 기본적인 방법은 가격을 올리는 것입니다. 평균 주문 가치(이커머스의 경우) 또는 연간 계약 가치를 높이면 다른 모든 요소가 동일하다고 가정할 때 고객당 더 많은 수익을 얻을 수 있습니다. 하지만 전체 매출이 줄어들 수도 있습니다. 항상 가격 책정과 제품이 고객에게 제공하는 가치의 균형을 맞춰야 합니다.

    구매 계약에 유동적인 가격 정책 적용하기

    가격 책정 전략에 더 많은 사용자 맞춤 옵션들을 추가하여 LTV를 높일 수 있습니다. 제품 사용에 대한 애드온 기능과 가격 정책 옵션을 생성하면 자연스럽게 순 수익 유지율이 증가하여 LTV를 높일 수 있습니다;

    LTV는 미묘한 차이가 있는 지표이므로 비즈니스에 맞게 LTV를 높일 수 있는 방법은 매우 다양합니다. 하지만 여기에 나열된 세 가지 옵션은 LTV를 계산하는 데 사용하는 지표와 직접 연결되기 때문에 가장 기본적인 옵션에 속합니다.

    LTV 트래킹이 어려운 이유

    사실입니다. LTV를 트래킹하는 것은 매우 어렵습니다. 고객 감정처럼 미묘한 것을 정의할 수 있는 지표를 확보하려면 많은 데이터가 필요합니다. 고객이 제품을 구매한 시기, 계약 기간과 가격, 관련 업셀링, 다운그레이드, 갱신 등을 모두 트래킹해야 합니다. 또한 빈티지 및 제품 라인별로 필터링하여 계절, 기간, 오퍼 유형이 고객 관계에 어떤 영향을 미치는지 확인할 수 있습니다.

    고객 라이프사이클 전반에 걸쳐 다양한 접점에서 생성되는 수많은 고객 데이터는 접근하기 어렵고 직관적이지 않은 형식으로 CRM 내부 깊숙한 곳에 존재할 수 있습니다. 이러한 심층적인 데이터를 모두 가져오고, 입력하고, 분석하려면 상당한 리소스가 필요합니다. 또한 이러한 데이터를 고객 확보 비용(CAC)에 오버레이하여 장기적으로 지속 가능한 성장을 위한 비즈니스 최적화를 시작할 수 있습니다.

    일반적으로 스프레드시트에서 엄청난 양의 수작업 분석과 숫자 계산을 거쳐야 하며, 이 과정에서 시간이 많이 걸리고 오류가 발생하기 쉬운 LTV 지표를 생성할 수 있는 도구가 없었다는 것이 분명한 문제입니다. 그러나 물론 희망이 없는 것은 아닙니다.

    결론

    고객 생애 가치를 계산하는 보다 자세한 방법은 여기에서 확인할 수 있습니다. LTV에 대한 확실한 이해도는 고객 온보딩 및 유지에 대한 성공적인 전략과 고객 이탈의 주요 원인들을 파악하는데 도움이 되며, 이를 통해 현명하고 지속 가능한 성장을 계획하고 수익성을 높일 수 있습니다.

     

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

  • 프로그래매틱 광고에서 퍼스트 파티 데이터 활용 방법

    프로그래매틱 광고에서 퍼스트 파티 데이터 활용 방법

    프로그래매틱 광고에서 퍼스트 파티 데이터 활용 방법

    (참조 자료: How to Use First-Party Data in Programmatic Advertising?)

    프로그래매틱 광고에서의 퍼스트 파티 데이터 활용은 사용자로부터 직접 수집한 데이터에 기반하여 프로그래매틱 캠페인에 해당 정보를 제공하는 것을 의미합니다. 이 데이터는 타겟팅의 정확성과 효율성을 높이는 데 사용되어 보다 관련성 높고 성공적인 광고 캠페인으로 이끌 수 있습니다.

    프로그래매틱 광고에서 퍼스트 파티 데이터 활용 방법
    프로그래매틱 광고에서 퍼스트 파티 데이터 활용 방법

    데이터 기술의 발전으로 프로그래매틱 광고는 더욱 정확하고 효율적으로 되어가고 있습니다. 또한 프로그래매틱 광고를 집행하는 기업들은 퍼스트 파티 데이터를 통해 적절한 메시지와 타이밍으로 관련성 높은 타겟 오디언스에게 도달할 수 있다는 이점을 누릴 수 있습니다. 따라서 프로그래매틱 광고에서의 퍼스트 파티 데이터 활용은 다른 형태의 디지털 마케팅보다 정확한 타겟팅과 높은 ROI를 위해 매우 필수적입니다. 물론 퍼스트 파티 데이터를 활용하는데 있어서 기업이 GDPR 및 CCPA와 같은 개인정보 보호 규정을 준수하는 것도 중요합니다.

    맥킨지에 따르면 2020년 프로그래매틱 광고는 미국 광고 지출의 78.4%를 차지했습니다. 프로그래매틱 광고 지출은 2023년에 1,200억 달러에 달할 것으로 예상되며, 이는 기존 예상보다 훨씬 더 가파른 성장세입니다.

    퍼스트 파티 데이터는 고객이 기업이 소유한 소스를 통해 해당 기업에게 직접 제공하는 정보입니다. 고객은 웹사이트 방문자 또는 사이트에서 제품이나 서비스를 구매하는 사람일 수 있습니다. 여기서 말하는 소스는 웹사이트, 앱, 디지털 페이드 미디어(Paid Media)와의 인터렉션 등 온라인에 있을 수도 있고, POS(Point-of-Sale)나 A/S 센터와 같은 오프라인이 될 수도 있습니다.

    본 글에서는 프로그래매틱 광고에서 퍼스트 파티 데이터의 역할과 이를 통해 마케팅 성과와 ROI를 극대화하는 방법에 대해 설명하고자 합니다.

    프로그래매틱 광고에서 퍼스트 파티 데이터의 역할

    오늘 날의 많은 비즈니스들은 데이터 기반 의사결정에 대해 그 중요성을 잘 알고 있습니다. 프로그래매틱 광고에 있어 퍼스트 파티 데이터가 중요한 이유는 다음과 같습니다:

    • 퍼스트 파티 데이터는 비용이 저렴한데다 정확도가 높기 때문에 보다 개인화된 고객 경험을 제공할 수 있습니다. 따라서 프로그래매틱 광고에서 광고를 더 잘 타겟팅하고 전환율을 높이는 데 중요한 역할을 합니다.
    • 기업은 점차 강화되고 있는 개인정보 보호 규정을 준수하기 위해 퍼스트 파티 데이터를 수집하고 운영해야 합니다.
    • 마케터는 개인화 기반의 캠페인을 진행할 수 있습니다. 퍼스트 파티 데이터를 활용하여 이상적인 고객에 초점을 맞춘 캠페인을 만들면 고객이 원하는 행동을 취할 가능성이 높아집니다.

    프로그래매틱 광고는 서드파티 데이터도 사용할 수 있지만 이는 퍼스트 파티 데이터에 비해 효율성이 떨어질 수 밖에 없습니다.

    데이터 유형(퍼스트, 세컨드, 서드 파티 데이터)

    프로그래매틱 광고에는 퍼스트 파티 데이터, 세컨드 파티 데이터, 서드 파티 데이터 등 세 가지의 데이터 유형이 사용됩니다.

    Source

    퍼스트 파티 데이터

    퍼스트 파티 데이터는 기업의 웹사이트 또는 앱에서 직접 수집됩니다. 여기에는 페이지 조회수, 사이트 체류 시간, 장바구니에 추가된 아이템, 기업의 다양한 온라인 에셋 등과의 인터렉션 등과 정보가 포함될 수 있습니다. 퍼스트 파티 데이터는 기업이 고객의 특정 행동을 기반으로 타겟팅 캠페인을 진행할 수 있기 때문에 가장 가치 있는 데이터 유형으로 간주됩니다.

    세컨드 파티 데이터

    세컨드 파티 데이터는 마케팅 목적으로 사용될 것이라는 상호 협의 하에 두 회사 간에 공유되는 데이터입니다. 이러한 유형의 데이터는 퍼블리셔가 우선 수집한 후 광고 네트워크나 다른 기업의 마케터에게 판매하는 경우가 많습니다. 세컨드 파티 데이터는 이미 오디언스별로 세분화되고 퍼블리셔에 의해 정리되어 있기 때문에 특정 집단의 오디언스를 타겟팅하려는 마케터에게 매우 유용할 수 있습니다.

    서드 파티 데이터

    서드 파티 데이터의 예로는 데이터 마켓플레이스나 거래소에서 공유되거나 매매되는 e커머스 또는 기타 온라인 서비스 플랫폼에서 수집되는 데이터가 있습니다. 서드 파티 데이터는 쿠키 기반이기 때문에 타겟팅에 유용할 수 있지만, 퍼스트 파티 또는 세컨드 파티 데이터보다 정확도가 떨어지는 경우가 많으며 다른 추적 방법을 사용하면 부정확한 결과가 나올 수 있습니다.

    서드 파티 쿠키가 없는 세상

    최근 추이를 보면 서트 파티 쿠키는 점차 사라지는 추세에 있습니다. 마케터들은 기업이 자체적으로 수집한 사용자 데이터를 기반으로 사용자에게 광고가 전달되는 서드 파티 쿠키가 없는 세상으로 전환되고 있습니다. 퍼스트 파티 데이터는 서드 파티 쿠키 데이터보다 선호되는데, 이는 사람들이 무엇을 할 것이라고 대략적으로 생각하는지보다는 실제로 무엇을 했는지에 대한 구체적인 데이터에 기반하기 때문입니다.

    퍼스트 파티 데이터의 또 다른 장점은 광고가 타겟팅되는 방식을 더 잘 제어할 수 있다는 것입니다. 서드 파티 쿠키를 사용하면 누가 광고를 보는지, 광고가 어떻게 타겟팅되는지 기업이 전혀 제어할 수 없는 다른 플랫폼 기업이 사람들의 브라우저에 설치한 쿠키에만 의존하게 됩니다.

    광고에 관심을 가질 가능성이 높은 사람들에게만 광고가 노출되도록 하려면 퍼스트 파티 데이터를 사용하는 것이 좋습니다.

    프로그래매틱 광고에서 퍼스트 파티 데이터 사용의 이점

    퍼스트 파티 데이터를 사용하여 타겟팅의 정교함을 향상시키고, ROI를 높이고, 프로그래매틱 광고 생태계의 투명성을 높일 수 있습니다.

    Source
    Source

    1. 보다 정확한 퍼스트 파티 데이터

    퍼스트 파티 데이터가 보다 정확한 데에는 몇 가지 이유가 있습니다:

    • 퍼스트 파티 데이터는 소스인 소비자로부터 직접 수집됩니다.
    • 퍼스트 파티 데이터는 데이터를 수집하는 기업이 직접 검증할 수 있습니다.
    • 퍼스트 파티 데이터는 일반적으로 설문조사 또는 뉴스레터 가입과 같은 옵트인 방법을 통해 수집됩니다.

    전반적으로 퍼스트 파티 데이터를 사용하면 캠페인 성과가 향상됩니다. 퍼스트 파티 데이터는 기업이 소유한 소스를 통해 직접 수집되고, 해당 기업이 직접 그 데이터를 검증하기 때문에, 서드 파티 데이터보다 훨씬 더 정확하고 활용성이 높습니다. 이는 즉, 소비자가 의도적으로 더 정확하고 최신 정보를 기업에게 제공하고 있다는 것을 의미하며, 훨씬 더 솔직하게 반응할 가능성이 높습니다.

    2. 정교한 타겟팅

    마케터는 퍼스트 파티 데이터를 통해 오디언스를 매우 정확하게 타겟팅할 수 있습니다. 인구 통계, 관심사, 행동, 그리고 기타 맞춤화된 세그먼트 기준에 따라 오디언스를 세분화할 수 있습니다. 이를 통해 전환 가능성이 가장 높은 잠재고객에게 광고를 게재할 수 있습니다.

    다음은 퍼스트 파티 데이터가 어떻게 더 나은 타겟팅을 제공하는지에 대한 몇 가지 예시입니다:

    • 퍼스트 파티 데이터를 사용하여 기업의 제품 또는 서비스와 더 관련성이 높은 키워드와 게재 위치에 입찰할 수 있습니다.
    • 퍼스트 파티 데이터를 사용하여 고객으로 전환할 가능성이 높은 맞춤형 오디언스를 생성하여 타겟팅 성과를 향상시킬 수 있습니다.
    • 프로그래매틱 광고에서 퍼스트 파티 데이터를 사용하면 타겟팅이 향상되고 캠페인이 더욱 효과적입니다.
    Source

    3. 고객 여정 단계에 대한 높은 이해도

    고객 여정(Customer Journey) 단계를 최적화하려면 고객이 브랜드와 인터렉션하고 있는 방식을 완전히 이해하는 것이 중요합니다. 여기에는 고객 여정의 단계와 각 단계에서 고객에게 동기를 부여하는 요소들이 무엇인지 이해하는 것이 포함됩니다. 일반적인 고객 여정은 세 단계로 나눌 수 있습니다: 크게 인지(Awareness), 고려(Consideration), 구매 결정(Decision)의 세 단계로 나눌 수 있습니다.

    인지(Awareness)는 고객이 자신의 문제점이나 니즈 자체를 인지하게 되는 단계입니다. 여기서는 잠재적인 해결 방안이나 솔루션에 대한 정보를 검색하기 시작합니다.

    고려(Consideration)는 고객이 선택의 폭을 어느 정도 좁히고 여러 솔루션들을 비교하는 단계입니다. 이 단계에서 고객은 제품 리뷰, 가격 정보 또는 제품 사양 등 세부 정보를 찾게 됩니다.

    구매 결정(Decision)은 고객이 특정 솔루션을 구매하거나 선택하는 것을 말합니다. 할인, 무료 배송 또는 다른 고객의 긍정적인 리뷰 등 같은 요인에 영향을 받을 수 있습니다.

    이러한 단계들을 깊숙하게 이해함으로써 기업은 고객 여정의 각 단계에 최적화된 마케팅 캠페인을 타겟팅할 수 있습니다.

    4. 고객 생애 가치에 대한 인사이트

    마케터는 퍼스트 파티 데이터를 통해 고객이 브랜드와 인터렉션하는 방식과 채널별 반응 데이터를 확인할 수 있습니다. 이러한 이해는 고객 생애 가치(CLV, Customer Lifetime Value)를 창출하는 효과적인 마케팅 전략과 프로그램을 개발하는 데 필수적이며, 퍼스트 파티 데이터를 사용하여 이러한 오디언스들을 세분화하고 개별 고객들의 세부 프로필을 생성할 수 있습니다.

    퍼스트 파티 데이터에서 얻을 수 있는 주요 인사이트는 다음과 같습니다:

    • 고객의 일반적인 구매 프로세스는 어떻게 되는가?
    • 평균 구매 금액은 얼마인가?
    • 일반적으로 고객이 기업과 인터렉션하게 되는 총 생애 기간은 얼마나 되는가?
    • 고객이 생애 기간 동안 일반적으로 지출하는 금액은 얼마인가?
    • 고객 여정 단계에서 주요 접점들은 무엇인가?
    • 고객 이탈의 주요 원인은 무엇인가?

    고객의 생애 가치에 대한 인사이트는 마케터가 고객과 더 깊은 관계를 발전시키는 데 도움이 됩니다. 마케터는 고객 라이프사이클의 각 단계에 맞는 마케팅 전략과 프로그램을 개발할 수 있습니다. 이는 궁극적으로 전환율을 높이고, 고객 이탈률을 낮추며, 고객 생애 가치를 향상시키는 결과로 이어집니다.

    5. 경쟁사는 동일한 데이터를 보유하지 않아

    퍼스트 파티 데이터를 사용하여 상세한 구매자 페르소나를 생성한 다음 이러한 페르소나를 사용하여 프로그래매틱 광고 타겟팅을 진행할 수 있습니다. 물론 경쟁사도 이와 동일한 정보를 가지고 있을 수 있지만, 여러분만큼 자세하거나 동일한 정보를 가지고 있지는 않을 것입니다. 또한 고객에 대한 이해도가 높지 않기 때문에 광고를 효과적으로 타겟팅하지 못할 수도 있습니다. 결과적으로, 프로그래매틱 광고 캠페인이 경쟁사보다 더 성공적일 가능성이 높습니다.

    6. 보다 개인화된 브랜드 경험 제공

    퍼스트 파티 데이터는 개인화된 브랜드 경험을 만드는 데 필수적입니다. 이를 통해 오디언스를 보다 정확하게 타겟팅하면서, 그들에게 공감되고 관련성 높은 광고를 게재할 수 있습니다. 퍼스트 파티 데이터는 프로그래매틱 광고 생태계의 투명성을 높여줍니다. 마케터는 타겟팅 대상과 각 광고 노출에 대해 지불하는 비용을 정확히 확인할 수 있습니다. 이러한 높은 수준의 투명성은 기존 미디어나 일반적인 디스플레이 광고 등 다른 형태의 광고에서는 불가능합니다.

    퍼스트 파티 데이터 수집 소스

    잠재 고객을 발굴하고, 관계를 구축하고, 행동을 취하도록 설득하는 것이 기업의 목표인 경우가 많습니다. 기업은 웹사이트 데이터, CRM 데이터, 소셜 미디어 데이터, 모바일 데이터 등을 주요 소스로 사용하여 사용자가 자사의 웹사이트를 클릭할 때마다 사용자 행동을 추적하여 사람들이 온라인에서 브랜드와 상호 작용하는 방식을 더 잘 이해할 수 있습니다.

    CRM 시스템(온라인 및 오프라인)

    CRM 데이터에는 이메일 주소, 고객 이름, 연락처 정보, 구매 내역 등을 포함한 다양한 데이터 포인트들이 포함됩니다. CRM 데이터를 프로그래매틱 광고 플랫폼과 통합하면 제품이나 서비스에 관심이 있을 가능성이 높은 개인에게 보다 정확하고 효율적으로 광고를 타겟팅할 수 있습니다.

    CRM 시스템에는 온라인과 오프라인, 두 가지 주요 유형이 있습니다.

    온라인 CRM 시스템은 일반적으로 클라우드 기반이며 기업이 어느 위치에서나 고객 데이터를 관리할 수 있습니다. 오프라인 CRM 시스템은 일반적으로 기업 내 서버에 설치되며 유지 관리 및 업데이트를 위해 IT 지원이 필요합니다. 온라인과 오프라인 CRM 시스템 모두 장단점이 있으므로 비즈니스 니즈에 적합한 시스템 유형을 선택하는 것이 중요합니다.

    설문조사 응답

    설문조사는 잠재 고객들이 자발적으로 참여하기 때문에 설문조사에 참여하는 사람들은 자신의 의사 결정 과정에 대한 정보를 구체적으로 제공합니다. 설문조사는 제품 및 서비스에 대한 통찰력 있는 고객 피드백을 수집하는 데 사용할 수 있습니다. 예를 들어, 고객이 경쟁사 브랜드 대신 자사의 브랜드를 선택한 이유를 묻는 시장 조사 설문조사를 설계할 수 있습니다.

    설문조사에서 생성된 퍼스트 파티 데이터는 소비자들을 더 잘 이해할 수 있을 뿐만 아니라, 리드 너처링 및 세일즈 파이프라인 구축에 활용될 수 있습니다. 또한 여러 채널에 걸쳐서 브랜드를 트래킹하고, 리타겟팅 및 광고 게재 위치 파악 등에 활용할 수 있습니다.

    뉴스레터 또는 구독 신청

    퍼스트 파티 데이터를 수집하는 기업이라면 고객으로부터 뉴스레터 구독 신청을 받는 것을 우선적으로 고려해야 합니다. 뉴스레터를 통해 고객에게 최신 제품 및 혜택에 대한 최신 정보를 제공하는 것은 기본이고, 고객의 이메일 주소를 받음으로 인해서, 고객에게 개인화된 프로그래매틱 광고를 노출시킴과 동시에 그들에게 자신이 원하는 타겟팅 광고를 선택할 수 있는 기회를 줄 수 있습니다.

    웹사이트 분석 및 구매 내역

    웹사이트 분석은 사용자가 웹사이트 내에서의 행동, 관심 있는 콘텐츠, 웹사이트 최초 방문부터 구매 결정까지의 경로에 대한 정보를 제공합니다. 여러 플랫폼에서 광고 지출을 최적화하는 가장 중요한 방법은 어떤 마케팅 채널이 가장 가치 있는 트래픽과 전환을 생성하는지 더 잘 이해하는 것입니다.

    효율적인 프로그래매틱 광고의 또 다른 필수 요소는 구매 이력 데이터입니다. 이 정보를 사용하여 잠재 고객을 찾을 수 있으며, 고객의 취향과 구매 습관에 따라 보다 관련성 높은 맞춤형 광고를 타겟팅할 수 있습니다.

    성공적인 프로그래매틱 광고 캠페인을 운영하기 위해서는 웹사이트 분석과 구매 이력 정보가 모두 중요합니다. 퍼스트 파티 데이터에 액세스하지 않으면 이는 어려운 일이 될 것입니다.

    결론

    프로그래매틱 광고에서는 기존의 수동적인 프로세스가 아닌 시스템 기반으로 자동으로 광고에 입찰하고 구매하게 됩니다. 이러한 자동화를 통해 광고주는 이전보다 더 정확하고 효율적으로 특정 오디언스를 타겟팅할 수 있습니다.

     

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

  • 구글 광고 캠페인의 성과를 높이기 위한 최적화 타깃팅의 모든 것

    구글 광고 캠페인의 성과를 높이기 위한 최적화 타깃팅의 모든 것

    구글 광고 캠페인의 성과를 높이기 위한 최적화 타겟팅의 모든 것

    (참조 자료: When To Use Optimized Targeting To Grow Campaign Reach)

    현재 구글과 같은 빅 테크 기업들은 머신 러닝을 지원하는 솔루션을 지향하고 있습니다. 마케팅 업계에서는 이러한 트렌드가 고객 타깃팅에서 전통적으로 사용되던 레버를 없애고 데이터에 그 주도권을 맡기는 것으로 해석됩니다.

    특히 마케터가 직접 광고의 잠재고객을 정의할 수 있는 오디언스 확장(Audience expansion) 타겟팅과 같은 옵션과 비교했을 때, 구글 광고의 최적화 타겟팅(Optimized targeting)이 그 완벽한 예라고 볼 수 있습니다. 본 글에서는 최적화된 타겟팅의 정의, 작동 방식 및 사용 방법에 대해 자세히 살펴보도록 하겠습니다.

    구글 광고에서 최적화 타겟팅이란 무엇인가요?

    최적화 타겟팅은 전환 가능성이 높지만 이전에는 캠페인에 고려되지 않았던 사용자를 대상으로 기존 캠페인을 확장하는 데 사용되는 오디언스 타깃팅 기능입니다.

    최적화 타겟팅은 실시간 전환 데이터를 기반으로 캠페인 도달 범위를 신규 사용자로 확장하는데요, 타겟팅된 사용자는 이미 잠재고객 세그먼트에 속해 있는 다른 사용자와 유사한 인구통계학적 범주에 속할 수 있지만, 이 때문에 선택되지 않을 수 있습니다.

    결정은 다른 기준에 의거하여 이루어집니다.

    그렇다면 최적화 타겟팅의 메커니즘을 자세히 살펴보겠습니다.

    최적화 타겟팅은 어떻게 작동되나요?

    디스플레이, 검색 및 동영상 캠페인에는 최적화 타겟팅이 기본적으로 이미 활성화되어 있을 것입니다. 하지만 다른 타겟팅 옵션과 차별화되는 점이 있다면 최적화 타깃팅을 통해 도출된 세그먼트에는 “신호(signal)”라는 추가 레이블이 붙습니다.

    타겟팅 신호는 새로운 사용자를 찾기 위한 기준이 되기 때문입니다. 타겟팅 신호는 오디언스 보고서에서 ‘확장 및 최적화 타겟팅(Expansion and optimized targeting)’에서 찾을 수 있습니다. 신호는 새로운 사용자를 타겟팅하기 위한 기준을 정의하기 위한 일종의 벤치마크입니다. 일반적으로 신호는 세그먼트(또는 디스플레이 캠페인의 키워드 및 주제)에서 나옵니다.

    특정 사용자 그룹(예: 대학 졸업생)을 세그먼트에서 제외하면 해당 사용자 그룹(및 이와 유사한 사용자 그룹)은 최적화 타겟팅에 고려되지 않습니다. 타겟팅에서 특정 그룹을 제외하는 것은 오디언스를 세분화하고 광고가 적합한 사람들에게만 도달하도록 하는 데 유용한 전략이 될 수 있습니다.

    특정 인구 통계나 관심사를 제외하면 전환 가능성이 가장 높은 사람들에게 캠페인을 타깃팅할 수가 있는데요, 이 타겟팅 옵션은 자율적으로 결정을 내립니다. 예를 들어, 전환율이 더 높은 사용자를 발견하면 (본질적으로 성과 지표에 따라) 신호로 제공된 원래 세그먼트에 대한 광고를 중단할 수 있습니다.

    구글은 랜딩 페이지의 키워드를 분석하여 최적화 타겟팅을 위한 신호로 활용합니다. 추가 신호를 추가할 수도 있지만 옵션은 세그먼트된 인구 통계나 기타 키워드로 제한됩니다.

    구글의 역할은 잠재적이고 효과적인 도달 범위를 찾아주는 것임을 기억하세요. 양질의 트래픽은 클릭을 유도하고 이는 광고 수익으로 이어지기 때문에 이러한 도달이 비즈니스에게 더 가치가 있을수록 구글에게도 더 좋기 때문입니다.

    최적화 타겟팅의 로직

    이상적인 고객을 잘 알고 있다고 생각하시나요? 고객이 누구인지, 무엇을 하는지, 무엇이 그들에게 행동을 취하도록 동기를 부여하는지 잘 알고 있을 것입니다.

    하지만 최적화 타겟팅을 사용하면 이 모든 것이 사라집니다. 이 아이디어는 간과했던 잠재고객들을 찾는 것입니다. 예상치 못한 사용자 그룹일 수 있지만 결국 높은 전환율을 기록하게 됩니다. 이렇게 하면 캠페인의 도달 범위가 확장되지만 기존 캠페인을 확장하는 방법에는 여러 가지가 있으므로 이에 대해 자세히 살펴 보겠습니다.

    최적화 타겟팅을 사용할 수 있는 캠페인 유형은 무엇이 있을까?

    현재 최적화 타겟팅을 사용할 수 있는 대상은 다음과 같습니다:

    • 디스플레이 캠페인(Display campaign)
    • 디스커버리 캠페인(Discovery campaign)
    • 유튜브 캠페인(‘세일즈’, ‘리드’ 또는 ‘웹사이트 트래픽’ 목표에만 해당).

    추후 다른 캠페인에도 사용할 수 있을 것으로 예상됩니다.

    최적화 타깃팅 VS 오디언스 확장

    언뜻 보기에 최적화 타겟팅과 오디언스 확장(Audience expansion)은 같은 것 같습니다. 또는 최적화 타겟팅이 타겟 확장의 업그레이드 버전이라고 생각할 수도 있습니다.

    사실, 이들 각각은 캠페인 도달 범위를 늘리기 위해 완전히 다른 접근 방식을 구현합니다. 아래 도표를 통해 자세히 살펴보겠습니다.

    오디언스 확장(Audience expansion) 최적화 타깃팅(Optimized targeting)
    정의 이미 선택한 세그먼트와 유사하게 작동하는 잠재고객 세그먼트(기본적으로 현재 오디언스의 “유사 타깃”)를 찾습니다. 현재 잠재 고객의 전환 사용자와 행동이 일치하는 타겟 오디언스 외부의 사람들을 찾습니다(실시간 데이터 기반).
    적용 가능(Available on) 동영상 캠페인(도달 범위 및 고려) 디스플레이, 동영상, 디스커버리 캠페인
    활성화(Activation) 옵트인(Opt-in) 옵트아웃(Opt-out)
    목표(Goal) 특정 오디언스 세그먼트 확장 세그먼트 전반에 걸쳐 오디언스 타겟팅 확장
    전제 조건 & 역량(Based on) 구매자 페르소나, 키워드 조사, 인구 통계, 오리지널 세그먼트에 대한 타겟팅 설정을 미세 조정할 수 있는 역량 등 고객 타겟팅에 대한 숙련도 실시간 전환 데이터

    오디언스 확장(Audience Expansion)

    오디언스 확장은 동영상 캠페인에 도달하고 고려할 수 있는 옵션입니다.

    오디언스 세그먼트를 추가할 때마다 오디언스를 ‘확장(Expansion)’할 수 있습니다.

    그러면 구글은 해당 특정 잠재고객에 대해 사용 가능한 모든 데이터 포인트와 전환 데이터를 사용하여 유사한 특성을 가진 더 많은 사람들을 포함시킵니다.

    예를 들어, 양초를 구매하는 시장 내 세그먼트에 속하는 사용자를 타겟팅하는 경우, 오디언스 확장을 통해 가정용 방향제를 구매하려는 사용자까지 도달 범위를 확장할 수 있습니다. 완전히 동일하지는 않지만 추가 전환을 유도할 수 있을 만큼 유사합니다.

    최적화 타깃팅(Optimized Targeting)

    최적화 타겟팅은 자동화를 사용하여 특정 광고 그룹에서 선택된 모든 세그먼트에 걸쳐 타겟팅을 확장합니다.이는 캠페인 데이터에 기반하며 프로세스는 거의 자동으로 이루어집니다. 최적화 타겟팅은 캠페인의 성과를 지속적으로 살펴보고 이를 기반으로 타겟팅을 조정합니다.

    검색은 사용자가 행동을 취하려는 동기를 나타내는 훌륭한 지표입니다. 최적화된 타겟팅을 사용하면 구글은 고객이 구매하기 전에 고객이 수행한 검색을 살펴봅니다. 패턴이 있는 경우 캠페인에서 새로운 사용자를 유치하는 데 사용할 수 있습니다. 검색 엔진에 특정 검색 구문을 입력하는 사용자는 자신이 취하는 온라인 행동으로 광고에 자기 자신을 추천하는 것입니다.

    최적화된 타겟팅이 캠페인에 미치는 영향

    최적화 타겟팅은 캠페인 성과를 면밀히 모니터링해야 하는 상당히 새롭고 자동화된 기능입니다.

    그렇다면 이 기능이 얼마나 잘 작동하는지 어떻게 확인할 수 있을까요?

    최적화 타겟팅에 대한 지표 확인 방법

    최적화 타겟팅의 효과에 대한 지표를 찾으려면 구글 광고에서 오디언스 탭을 엽니다. 여기에서 최적화된 타겟팅으로 도달한 오디언스의 클릭률을 보여주는 차트를 생성할 수 있습니다.

    한 번에 더 많은 지표를 확인하려면 각 오디언스 세그먼트 표 하단에서 최적화 타겟팅에 대한 지표를 확인할 수 있습니다.

    최적화 타겟팅에 대한 지표 해석하기

    최적화 타겟팅에 대한 지표는 수치 또는 백분율 범위로 표시됩니다. 하지만 캠페인 성과에 미치는 영향을 어떻게 판단할 수 있을까요?

    효과가 좋아서 이 타겟팅 옵션을 계속 사용할 수 있을지? 아니면 효과가 좋지 않아서 꺼야 하는지?

    최적화 타겟팅의 결과를 분석할 때는 아래와 같은 두 가지 사항에 유의해야 합니다.

    • 트래픽의 질: 전환을 유도하는 핫 리드를 확보하고 있나요, 아니면 사용자가 원하는 액션 없이 웹사이트 방문만 유도하고 있나요?
    • 캠페인 목표: 이 타겟팅 옵션이 내 목표에 부합하나요? 캠페인 도달 범위를 늘릴 필요가 없는 경우도 있으며, 그렇다면 이 옵션을 해제하세요.

    일반적으로 최적화 타겟팅은 캠페인 도달 범위를 늘리는 데 유용하지만, 품질 높은 고객 또는 퍼널 하단의 고객들을 타겟팅하는 캠페인에 많은 차가운 리드들을 끌어올 수 있습니다(자세한 내용은 아래 참조).

    최적화 타겟팅을 끄는 방법

    최적화 타겟팅은 자동으로 사용 설정되므로 타겟팅 설정에서 이 기능을 해제해야 합니다. 먼저 광고 그룹 수준에서 이 타겟팅 옵션을 비활성화해야 하므로 캠페인과 광고 그룹을 선택합니다.

    광고 그룹에서 설정, 광고 그룹 타겟팅 편집을 열고 하단에서 최적화 타겟팅 섹션을 찾을 수 있습니다. 이 확인란을 선택 해제하여 해제하고 저장을 누른 후 종료하는 것을 잊지 마세요.

    최적화 타겟팅을 옵트아웃할지 여부에 대해 고민하고 있다면 다음 섹션의 시나리오를 확인하세요.

    최적화 타겟팅을 사용해야 하는 경우

    최적화된 타겟팅도 사용해 볼 수 있는 또 다른 기능입니다.

    구글은 기본적으로 사용자를 옵트인하도록 설정하지만, 이 설정이 적합한지 직접 결정해야 합니다.

    사람들이 테스트를 원한다면 최소 50건의 전환이 발생할 때까지 실행하는 것이 좋습니다.

    하지만 이 기능은 기존 캠페인의 애드온입니다.

    최적화된 타겟팅은 다음과 같은 경우에 유용합니다:

    • 전환할 신규 사용자 찾기
    • 동일한 입찰가를 유지하면서 전환 증가
    • 전환율이 높은 세그먼트에 광고 게재
    • 예산 범위 내에서 세그먼트 외부의 신규 고객 확보

    최적화된 타겟팅 캠페인의 성과를 모니터링하는 방법에 대한 팁

    측정 가능한 KPI 설정

    명확하고 측정 가능한 핵심 성과 지표(KPI)를 정의하세요. 이러한 KPI는 캠페인 목표와 일치해야 하며 목표 달성을 향한 진행 상황을 추적하는 데 도움이 됩니다. 예를 들어 웹사이트 트래픽을 늘리는 것이 목표라면 클릭 수, 노출 수, 클릭률과 같은 지표를 추적할 수 있습니다. 측정 가능한 KPI를 설정하면 캠페인의 실적이 좋은 영역과 개선이 필요한 영역을 쉽게 파악할 수 있습니다.

    분석 도구 사용

    구글 애널리틱스와 같은 분석 도구는 최적화된 타겟팅 캠페인의 성과에 대한 귀중한 인사이트를 제공할 수 있습니다. 이러한 도구는 사용자 행동, 웹사이트 트래픽 및 전환율을 추적하여 어떤 전략이 효과가 있고 어떤 전략이 개선이 필요한지 확인할 수 있습니다.

    광고에 대한 A/B 테스트

    여러 버전의 광고를 만들고 서로 테스트하여 어떤 광고가 타겟 오디언스에게 가장 효과적인지 파악할 수 있습니다. A/B 테스트를 통해 다양한 타겟팅 옵션, 광고 문구 및 비주얼을 테스트하여 어떤 조합이 가장 많은 참여와 전환을 유도하는지 확인할 수 있습니다.

    최적화 타겟팅으로 적절한 균형 찾기

    이론적으로는 이 모든 것이 훌륭합니다. 하지만 최적화 타겟팅의 단점도 고려해야 합니다.

    최적화 타겟팅은 캠페인의 도달 범위를 넓혀주지만, 누가 타겟팅되는지는 알 수 없습니다.

    잠재고객 발굴 캠페인에서는 최적화 타겟팅을 사용하여 구글 광고에 정의된 세그먼트 이외의 잠재고객을 찾을 수 있습니다. 잠재 고객에게 도달하고 싶지만 무엇을 기대해야 할지 모르는 경우, 이 타겟팅 옵션을 사용하면 캠페인의 전반적인 실적을 개선할 수 있을 만큼 광범위한 도달 범위를 확보할 수 있습니다.

    그러나 리마케팅(Remarketing) 캠페인에서 최적화 타겟팅은 성공적인 캠페인을 망칠 수 있습니다. 리마케팅 목록에 있는 사용자들은 따뜻한 잠재 고객(Warm audience)이지만, 최적화 타겟팅을 통해 도달 범위를 확장하려고 하면 콜드 리드(Cold lead)에도 전혀 해당되지 않는 사람들에게 도달하게 됩니다;

    이를 고려하면 리마케팅 캠페인에 대해 최적화된 타겟팅을 비활성화해야 한다는 것이 적절합니다.

     

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

  • B2B 인텐트 마케팅을 위한 입문 가이드

    B2B 인텐트 마케팅을 위한 입문 가이드

    B2B 인텐트 마케팅을 위한 입문 가이드

    (참조자료: The beginners’ guide to Intent data)

    세 자리 매출 성장률?

    클릭당 비용 79% 절감?

    클릭률 300% 증가?

    미팅 성사율이 300% 이상 증가했나요?

    이 글을 읽고 있는 마케터 대부분은 지금쯤 인텐트 데이터에 대해 들어보셨을 것이고, 인텐트 데이터를 통해 얻을 수 있는 놀라운 결과를 보셨을 텐데, 과연 인텐트 데이터란 무엇인지 아시나요? 그리고 어떻게 사용하고, 이것이 쿠키와 어떻게 다른지 정확히 아시나요?

    B2B 영업 또는 마케팅 분야에 종사하는 분이라면 본 가이드가 도움이 될 것입니다!

    본 글에서는 다음과 같은 내용들을 다룰 예정입니다.

    • B2B 인텐트 데이터란 무엇인가요?
    • 인텐트 데이터는 구매 의도와 구매 준비 여부를 어떻게 보여줄까요?
    • 인텐트 데이터에는 어떤 유형이 있으며, 마케팅 자동화 플랫폼에서 인텐트 데이터를 어떻게 사용할 수 있나요?
    • B2B 마케팅 캠페인을 시작할 때 인텐트 데이터로 시작하는 가장 좋은 팁과 요령은 무엇인가요?

    인텐트 데이터(Intent Data)란?

    B2B 인텐트 데이터는 잠재 구매자가 다음 구매를 위해 웹을 탐색할 때 남기는 디지털 빵 부스러기의 흔적이라 할 수 있습니다. 구매자가 온라인에서 솔루션을 찾기 위해 적극적으로 분석하는 시기와 그들이 소비하는 웹 콘텐츠를 기반으로 어떤 제품이나 서비스에 관심이 있는지(구매 의도라고도 함) 알려줍니다.

    이제 구체적인 내용을 알았으니, 큰 규모의 구매를 하는 방법에 대해 잠시 생각해 보겠습니다. 뒷마당에 새로 설치할 지상 수영장을 구매하려고 한다고 가정해 봅시다. ⛱

    보통은 영업 담당자에게 바로 전화를 걸지는 않습니다. 이 시점에서는 어떤 질문을 해야 할지도 모릅니다;

    따라서 특정 수영장 영업사원에게 연락하기 전에 Google에 접속하여 동영상을 보고, 리뷰를 확인하고, 블로그와 기사를 읽으며 원하는 제품과 설치 업체를 좁히기 시작합니다.

    B2B 구매자도 다르지 않습니다. 다른 것이 있다면 수영장 대신 SaaS 솔루션을 구입하는 것뿐입니다.

    예를 들어, 기업에서 새로운 고객 관계 관리(CRM) 플랫폼을 도입하고자 할 때 바로 영업팀에 연락하는 것은 아닙니다;

    그 대신 관련 업계 기사를 읽고, 업계에서 추천받은 다양한 솔루션들을 비교하고, 웹사이트와 기타 여러 소스를 통해 자세히 조사하기 시작합니다. 실제로 에 따르면 B2B 구매자의 70%가 영업 담당자에게 연락하기 전에 어느 정도 자사의 니즈를 완전히 정의하는 것으로 나타났습니다.

    인텐트 데이터는 잠재 구매자가 제품 조사 여정에서 여러 사이트에서 콘텐츠를 소비할 때 남기는 모든 디지털 빵 부스러기의 구조화된 모음입니다.

    구매자 인텐트 데이터의 두 가지 소스

    인텐트 데이터는 크게 퍼스트 파티와 써드 파티, 이렇게 크게 두 가지 유형으로 제공됩니다.

    자세한 내용은 다음과 같습니다:

    퍼스트 파티 인텐트 데이터는 자사의 마케팅 활동과 디지털 에셋에서 직접 가져옵니다.

    누군가 광고를 클릭하거나 이메일에 포함된 링크를 탭하거나 웹사이트를 방문하여 추적하는 경우, 이는 퍼스트 파티 데이터에 해당합니다.

    퍼스트 파티 데이터는 소셜 캠페인, 이메일 캠페인, 그리고 웹사이트와의 사용자 인터렉션에서 기업이 직접 수집하는 데이터입니다. 각 방문자와 그 방문자들이 수행한 모든 작업에 대한 중요한 세부 정보를 실시간으로 수집할 수 있다는 점에서 매우 유용합니다.

    퍼스트 파티 데이터가 알려주지 않는 것은 잠재 고객이 우리의 디지털 에셋에서 하지 않는 99%의 시간 동안 무엇을 하고 있는지에 대한 것입니다;

    바로 이 지점에서 써드 파티 데이터가 유용합니다.

    써드 파티 인텐트 데이터는 소유하지 않은 외부 에셋이나 공간에서 수집되는 잠재 고객에 대한 정보입니다.

    잠재 고객이 경쟁사를 주시하고 있나요… 아니면 아직 솔루션을 찾지 못했나요?

    퍼스트 파티 데이터만으로는 절대 알 수 없습니다.

    써드 파티 데이터는 구매 과정에서 타깃 어카운트에 대한 보다 균형 잡힌 시각을 제공함으로써 도달 범위를 넓혀줍니다. ‘솔루션’에 관심이 있지만 아직 자사의 브랜드에 대해 들어본 적이 없는 잠재고객을 식별할 수 있습니다;

    따라서 고객이 사이트에서 전자 백서를 다운로드했는지 또는 웨비나를 시청했는지 여부를 알 수 있을 뿐만 아니라 써드 파티 데이터를 통해 이 고객이 다른 웹사이트 및 플랫폼에서 전자책을 다운로드하고, 웨비나를 시청하고, 블로그와 기사를 읽었는지 여부도 알 수 있습니다.

     

    마케팅 및 영업 팀이 인텐트 데이터를 사용해야 하는 이유는 무엇인가요?

    물론 이 글의 서두에 소개된 통계는 인상적이지만, 실제로 마케팅 및 영업 팀이 인텐트 데이터를 사용하기 시작하는 주된 이유는 아닙니다.

    마케팅 팀이 인텐트 데이터를 통합하기 시작하는 진짜 이유는 영업과 마케팅의 효율성, 즉 ‘지속 가능한 마케팅’을 위해서입니다.

    인텐트 데이터가 없을 때

    전통적으로 영업팀은 가망성 높은 구매자가 될 수 있다는 가정 하에 타깃 고객을 대표하는 잠재 고객 목록을 만들고, 해당 잠재 고객들의 수요를 창출하기 위해 콜드 아웃리치(Cold outreach)를 시작합니다. 마케팅 팀도 비슷한 방식으로 구매 의도가 있다고 판단되는 고객들을 직접 목록으로 정리하고 별도 마케팅 프로그램을 실행합니다.

    문제는 이러한 접근 방식은 어떤 타깃 어카운트가 적극적으로 솔루션을 조사하고 가장 높은 구매 의도를 가지고 있는지에 대한 가시성을 제한할 수 있다는 것입니다. 인텐트 기반 마케팅 접근 방식, 신뢰할 수 있는 퍼스트 파티 인텐트 데이터, 주요 잠재 고객의 구매 신호에 대한 실행 가능한 인사이트가 없다면 고객 여정 전반에서 적극적인 구매자를 확보하는 것은 사실상 어렵습니다.

    또한 잘못된 잠재 고객에게 전화를 걸 때마다 적합한 잠재 고객과 대화할 수 있는 시간이 1분씩 줄어드는 기회 비용이 발생하며, 아직 관심이 없는 고객에게 전화를 걸고 메시지를 보내고 광고를 게재함으로써 이러한 잠재 고객들을 더욱 지치게 만들고 있습니다.

    인텐트 데이터를 사용하면

    퍼스트 및 써드 파티 인텐트 데이터를 함께 사용하는 기업의 경우 이 프로세스가 상당히 다르게 보입니다.

    각 리드들의 반응 수준에 따라 우선 순위가 지정된 리드 목록을 받고 각 리드가 어떤 주제에 관심이 있는지 확인할 수 있으므로 구매 의도가 가장 높은 어카운트에 보다 개인화된 아웃리치를 제공하는 데 시간과 관심을 집중할 수 있습니다.

    마찬가지로 마케터는 데이터를 기반으로 한 진정한 어카운트 기반 접근 방식을 사용하여 영업팀과 협력하고 가장 관심도 높고 가망성이 높은 어카운트에 해당 인텐트 데이터 주제와 관련된 광고를 게재할 수 있습니다.

    이 모든 것은 가망성이 낮은 어카운트에 연락하여 광고 캠페인을 제공하는 데 드는 시간과 비용을 줄이고 참여도가 높은 잠재 고객과 비즈니스를 성사시키는 데 더 많은 시간을 할애할 수 있다는 것을 의미합니다. 지속 가능한 접근 방식을 통해 마케터와 판매자는 특히 강력한 리드 스코어링 모델 및 프로그램의 실행 가능한 통찰력과 결합하여 더 적은 작업을 수행하면서도 높은 성과를 높일 수 있습니다.

    개인 정보와 데이터를 추적하는 것이 합법적인가? 

    최근 일반 데이터 보호 규정(GDPR)과 같은 규제가 강화되면서 사용자 개인정보 보호에 대한 감시가 더욱 강화되었습니다;

    그러나 적합한 데이터 수집과 관리 방법의 이해, 그리고 이를 가능케 하는 솔루션 등의 도입으로 현재 및 향후 예상되는 개인정보 보호법을 준수하는 것이 매우 중요합니다. 또한 위 인텐트 데이터를 충분히 활용하면서도 빠듯한 개인정보 보호법의 가이드라인을 지키는 것 또한 가능합니다.

    자, 이제 시작을 했으니 인텐트 데이터를 사용해 보겠습니다.

    B2B 마케팅에서 인텐트 데이터를 사용하는 방법

    인텐트 데이터의 몇 가지 활용 사례에 대해 대략적으로 언급했지만, 실제 활용 사례에서 인텐트 기반 영업 및 마케팅 프로세스가 어떤 모습으로 운영되는지 좀 더 구체적으로 살펴보겠습니다.

    직관적이고 역동적인 ABM 전략 구축

    모두가 어카운트 기반 마케팅(ABM) 전략을 사용한다고 주장하지만, 실제로 이를 사용하는 기업은 거의 찾기 어렵습니다. 그 이유는 기존의 도구와 전략이 ABM에 적합하지 않기 때문입니다. 간단히 말해, 일반적인 퍼널 상단에서 내려오는 리드 주도 접근 방식을 보다 퍼널 하단에서 올라가는 어카운트 기반 모델로 전환하려면 수많은 작업이 필요합니다.

    개별 잠재 고객이 제품 조사 여정에서 웹을 탐색할 때 이 활동 데이터는 수집, 집계 될 뿐만 아니라 해당 타겟 어카운트에도 매핑이 되어야 합니다. 또한 이러한 데이터는 구매 준비가 된 어카운트를 식별할 수 있게 해주기 때문에 더욱 의미 있는 데이터로도 연결됩니다.

    Gartner에 따르면 B2B 구매는 평균적으로 6~10명의 이해 관계자들로 구성되어 있기 때문에, 고객이 실제로 시장에 진입한 경우 어카운트 기반 활동이 더 많이 나타나는 것이 당연합니다.

    활동 수준에 따라 순위가 매겨지고 관심 주제와 짝을 이루는 이 어카운트 목록을 통해 마케터는 구매 가능성이 가장 높은 어카운트에 집중하고 구매 여정에 가장 도움이 되는 콘텐츠를 제공하는 등 ABM 전략을 보다 쉽게 적용하고, 즉시 생산성을 높일 수 있을 것입니다.

    고객 여정 전반에서 구매 프로세스 개인화

    어떤 어카운트에 관심이 있는지 알았다면, 정확히 어떤 것에 관심이 있을까요?

    써드 파티 인텐트 데이터를 사용하여 어카운트의 일반적인 관심 수준을 측정하는 것 외에도 각 어카운트가 현재 어떤 주제에 관심을 갖고 있는지 확인할 수 있습니다.

    앞서 논의했듯이 이해 관계자 그룹은 점점 더 커지고 있으며, 각 의사 결정권자들은 다양한 각도에서 솔루션을 평가하고 있습니다:

    • 영업팀은 해당 솔루션이 어떻게 업무를 더 쉽게 만들고, 전환을 늘리며, 판매 주기를 단축할 수 있는지 봅니다.
    • 보안팀은 위험을 초래하지 않으면서 현재 시스템에 어떻게 통합할 수 있는지 봅니다.
    • 재무 부서에서는 ROI와 투자 회수 기간을 파악하고자 합니다.

    이렇게 각기 다른 역할과 페르소나는 각각 다른 관심사와 동기를 가지고 있으므로, 모든 역할과 페르소나에게 동일한 광고를 게재하거나 이들을 모두 동일한 아웃리치로 다가가서는 안됩니다.

    어카운트에서는 어떤 인텐트 데이터 주제를 조사하고 있는지 파악하면 각 의사 결정권자의 우선순위를 직접 파악할 수 있기 때문에 구매 여정을 원활하게 하고 전체 구매 의사 결정권자들의 마음을 사로잡을 확률을 높일 수 있습니다;

    정밀한 타깃팅

    인텐트 데이터를 적절히 활용하면 광고 지출을 늘리지 않고도 광고 효과를 높일 수 있는 전용 데이터 세그먼트가 열립니다.

    광고 효과를 높이려면 자체 퍼스트 파티 데이터를 사용하여 이상적인 고객 프로필(ICP)이나 기존 고객과 일치하는 타깃 오디언스를 구축하고, 여러 광고 관리자 또는 플랫폼에서 바로 양질의 써드 파티 인텐트 데이터를 사용하여 적절한 광고 타이밍을 확보하세요.

    대규모로 개인화된 콘텐츠 마케팅 제공

    잠재 고객은 구매 여정을 진행하면서 각 단계에서 특정 콘텐츠를 찾게 됩니다. 구매 여정의 시작 단계에서는 퍼널 상단에 있는 콘텐츠가 더 좋지만, 잠재 고객이 의사 결정에 가까워질수록 더 구체적이거나 기술적인 콘텐츠를 찾게 됩니다.

    인텐트 데이터는 잠재고객이 어떤 특정 주제를 조사하고 있는지 보여줌으로써 각 잠재고객이 조사 단계마다 찾고 있는 콘텐츠와 일치시킬 수 있는 수단을 제공하므로, 항상 잠재 고객들이 필요로 하는 콘텐츠를 제공할 수 있습니다.

    이메일 마케팅 참여도 향상

    이메일은 초기 단계에서 구매 고객 참여의 49%를 유도하는 강력한 도구이지만, 현재 B2B 이메일 오픈율은 평균 약 18%에 불과하며 CTR은 이보다 훨씬 낮은 2% 정도에 불과합니다.

    즉, 오픈 및 클릭 수가 조금만 개선되어도 비즈니스에 큰 긍정적인 성장을 가져올 수 있습니다.

    잠재 고객의 활동 수준과 현재 조사 중인 콘텐츠 주제에 대해 파악하면 잠재 고객의 관심사를 파악할 수 있습니다:

    • 냉담해진 리드를 다시 활성화하여 리드가 연구 중인 주제에 대한 새로운 리소스를 보내세요.
    • 잠재 고객이 검색할 때 바로 새롭고 관련성 높은 콘텐츠(전자책, 블로그, 이벤트 등)를 제공하세요.
    • 경쟁사를 적극적으로 조사하고 있는 어카운트를 위한 맞춤형 이메일 시퀀스 구축
    • 크로스 셀링 및 업 셀링 기존 고객에게 관심을 보이는 새로운 제품을 강조하는 이메일을 보내세요.
    • 이미 응답할 가능성이 낮은 고객에게 이메일을 보내지 않도록 하여 오픈율과 CTR을 높이세요.

    인텐트 데이터를 사용하면 마케팅 캠페인의 관련성을 높이는데 도움이 될 뿐만 아니라, 마케터에게 준비해야 할 주제를 미리 알려주어 더욱 창의적이고 개인화된 마케팅을 할 수 있도록 도와줍니다.

    ABM 사각지대를 해소하고 숨겨진 영업 기회 찾기

    써드 파티 인텐트 데이터가 없으면 대부분 특정한 아웃리치나 디지털 에셋과의 인터렉션에만 의존하여 잠재 고객의 관심 수준을 파악할 수 있습니다.

    하지만 이러한 접근 방식은 몇 가지 주요 사각지대를 남길 수 있습니다.

    적극적으로 조사하고 있지만 광고를 보거나 반응하지 않은 어카운트는 어떻게 해야 할까요? 또는 경쟁사 분석을 수행하고 있지만 사이트를 방문하지 않은 어카운트는 어떻게 해야 할까요?

    퍼스트 파티 데이터만으로는 이러한 관심 있고 동기를 부여하는 어카운트를 완전히 파악할 수 없습니다!

    양질의 써드 파티 인텐트 데이터는 리서치가 이루어지는 장소(퍼블리셔 사이트, 경쟁사 사이트 등)에 관계없이 모든 리서치 활동을 추적하고 해당 보고서 또는 대시보드를 통해 이를 밝혀냄으로써 다크 퍼널을 밝히고 숨겨진 잠재 어카운트를 식별하는데 도움이 됩니다.

    즉, 이제 영업팀은 써드 파티 인텐트 데이터의 도움 없이는 놓쳤을 가망성 높은 잠재 고객에 대한 가시성을 확보할 수 있으며, 해당 고객이 어떤 주제에 관심을 갖고 있는지에 대한 인사이트도 얻을 수 있습니다.

    써드 파티 데이터에서 얻은 추가 지식을 통해 영업팀은 우선순위를 정해야 할 어카운트를 파악할 수 있을 뿐만 아니라 콜드 프로스펙팅 전환을 늘리고 업셀링 기회를 식별하는 데 도움이 되는 ‘어떤 주제와 솔루션’으로 연락해야 하는지 알 수 있습니다.

    인텐트 주제 팁

    • 콜드 잠재 고객의 전환율 높이기: 그렇다면 새로운 잠재 고객에게 다가가야 합니다. 복잡한 내용을 잘라내고 그들의 관심을 끌 수 있는 말은 무엇일까요? 일반적인 스크립트를 버리세요! 인텐트 주제에 액세스하면 잠재 고객이 무엇에 관심이 있는지 파악하고 완벽한 타이밍에 정확히 원하는 내용으로 다가갈 수 있습니다! 
    • 업셀링의 새로운 기회 찾기: 과도한 판촉을 하는 영업사원을 좋아하는 사람은 아무도 없지만, 도움이 되는 영업 담당자는 누구나 좋아합니다! 인텐트 주제를 사용하면 고객이 자사가 제공하는 다른 제품(자사 또는 경쟁사의 제품)을 조사하고 있는지 확인하고 자사의 솔루션을 제시할 수 있습니다. 고객이 이미 솔루션을 찾고 있다는 것을 알 수 있으므로 업셀링이 더 쉬워지고, 이미 고객과 협력하고 있기 때문에 고객도 더 쉽게 업셀링할 수 있습니다. 모두가 윈윈하는 결과를 얻을 수 있습니다!
    • 고객 이탈 방지: 인텐트 주제는 판매하는 제품과 관련이 있어야만 하는 것은 아니며 경쟁사에 초점을 맞춘 인텐트 주제를 설정할 수도 있습니다. 경쟁사 주제에 대한 활동을 찾으면 경쟁사를 적극적으로 조사하는 신규 어카운트를 발견할 수 있으며, 현재 고객 중 전환을 고려하고 있는 고객이 있는지 알아내어 선제적으로 연락하여 고객 이탈을 방지할 수 있습니다.

    인텐트 데이터의 가장 큰 장점들을 정리하면 다음과 같습니다.

    1. 각 잠재 고객이 구매 과정에서 어느 위치에 있는지 파악하여 다음 단계에서 개인화

    2. 관심 및 구매 의도 수준별로 타깃팅 광고를 하여 마케팅 ROI 증대

    3. 현재 고객이 경쟁사를 조사하고 있는지 여부를 감지하여 고객 이탈 감소

    4. 어떤 새로운 고객이 자사의 솔루션 또는 경쟁업체를 적극적으로 조사하고 있는지 확인하여 숨겨진 파이프라인 기회 식별

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

  • B2B 세일즈 퍼널과 B2C 세일즈 퍼널과의 4가지 차이

    B2B 세일즈 퍼널과 B2C 세일즈 퍼널과의 4가지 차이

    B2B 세일즈 퍼널과 B2C 세일즈 퍼널과의 4가지 차이

    (참조 자료: B2B Sales Funnel vs B2C Sales Funnel: 4 Fundamental Differences)

    “둥근 구멍에 네모난 못을 끼우려 한다”라는 속담은 누구나 들어봤을 것입니다.

    아무리 노력하고 양보까지 하더라도 결국 작업에 적합한 도구를 찾게 됩니다.

    B2B 세일즈에 B2C와 같은 방식으로 접근한다면 비슷한 고통을 느낄 수 있습니다. 몇 가지 유사점이 있기는 하지만 서로 다른 두 마리 짐승이므로 그렇게 다뤄야 합니다.

    B2B 세일즈 퍼널과 B2C 세일즈 퍼널의 차이점을 이해하는 것은 두 소비자 집단 간의 차이점을 이해하는 데 중요한 역할을 하며, 타깃 시장에 맞는 전략을 수립하는 데 도움이 될 수 있습니다.

    본 게시물에서는 효과적이고 타깃팅된 세일즈 전략을 수립하는 데 도움이 되는 두 세일즈 퍼널의 4가지 근본적인 차이점에 대해 설명합니다.

    B2C vs. B2B 세일즈 퍼널: 기초

    B2B(기업 간 거래) 또는 B2C(기업 대 개인 고객)에 관계없이 세일즈 퍼널은 첫 접촉부터 제품 또는 서비스 구매에 이르는 고객 여정을 시각적으로 보여주는 소비자 중심 모델입니다.

    이 과정에서 영업 담당자는 소비자의 사고방식과 퍼널을 통해 어떻게 발전할 수 있는지를 이해하려고 노력합니다. 퍼널의 단계를 세분화하는 것은 필수적이지만, 그 과정에 너무 얽매여서는 안 됩니다.

    퍼널을 너무 많은 단계로 연결하여 단계별 명확성을 높이지 않고 잘못된 퍼널 단계를 만드는 경우가 많습니다. 단계가 적은 퍼널이 더 바람직합니다, 특히 B2B의 경우 이미 세일즈 프로세스가 길기도 합니다.

    퍼널에 대해 생각하는 가장 좋은 방법은 잠재고객이 필요로 하는 것을 이해하는 데 필요한 만큼의 단계가 필요하지만 그 이상은 필요하지 않다는 것입니다.

    영업 담당자가 잠재 고객을 위해 어떤 가치를 창출해야 하는지 결정하는 데 실제로 퍼널을 사용하는 경우는 거의 없습니다. 세일즈 퍼널의 가치를 알게 되면 다음과 같이 할 수 있습니다;

    • 잠재적인 차단 요소를 조기에 해결
    • 세일즈 퍼널의 어느 부분에서 이탈이 발생하고 있는지 파악하세요.
    • 새로운 전략이나 전술로 전환해야 하는 시점을 결정하세요.

    주요 차이점을 살펴보기 전에 관련 배경 이론을 설명하고 각 퍼널에 대해 간략하게 다루겠습니다.

    B2C 세일즈 퍼널의 이해

    B2C 세일즈 퍼널은 더욱 간단하고 간소화되어 있습니다. 일반적으로 개별 소비자들을 타깃팅합니다. 예를 들어, 인스타그램에서 광고를 보고 필요 없을 것 같은 새로운 선글라스를 구매했다면 이는 B2C 거래에 해당합니다.

    구매를 촉진하기 위해 영업사원이 따로 필요하지 않은 경우가 많지만, 고객은 여전히 인지(Awar) 단계에서 행동(Action)으로 나아가는 여정을 진행하게 됩니다. 오늘 날의 구매자들은 매우 현명하고 구매하기 전에 많은 정보들을 탐색합니다. 하지만 그 과정에서 여전히 도움이 필요한 경우가 있습니다.

    예를 들어 iPad 또는 삼성 태블릿 구매를 고려하고 있다고 가정해봅시다. 어떤 것이 더 좋을까요? 어느 쪽이 더 낫나요? 소비자는 해당 제품 웹사이트를 참조할 수도 있지만 유튜브와 블로그 등의 리뷰들을 보고 결정할 수도 있습니다.

    B2C 세일즈 퍼널을 4단계로 나눌 수 있습니다.

    • 인지도(Awareness) – 구매자가 정보를 검색하여 제품을 찾습니다.
    • 관심(Interest) – 제품에 대해 더 자세히 조사하고 학습하게 됩니다.
    • 고려 사항(Consideration) – 리뷰를 읽고 다른 유사 제품과 제품을 비교합니다.
    • 구매(Purchase) – 결정을 내리고 제품을 구매합니다.

    세일즈 프로세스가 더 오래 걸릴 수 있는 경우도 있습니다. 자동차, 주방 인테리어, 주택과 같은 고관여 구매의 경우 구매자가 최종적으로 구매하기 전에 추가적인 단계를 거칠 수 있습니다.

    B2B 세일즈 퍼널의 이해

    B2B 세일즈란 한 비즈니스가 다른 비즈니스에 판매하는 과정을 말합니다. B2B 기업은 개인 소비자보다는 그룹을 대상으로 판매하고 타깃팅하는 경향이 있습니다. 이 때문에 구매 결정 과정에서 더 많은 사람들이 관여하기 때문에 세일즈 프로세스가 더 길어집니다.

    세일즈 프로세스가 좀 더 길어지긴 했지만 일부러 서너 단계를 더 거칠 필요는 없습니다. 예를 들어, 구매자는 제품-자사 기업 적합성을 평가해야 합니다. 하지만 초기에 충분한 가치를 창출하고 모든 단계에서 지속적으로 가치를 제공한다면 여러 장애물들을 극복할 수 있습니다.

    안타깝게도 불확실한 구매자는 B2B 구매 거래에서 전환하기 어렵기 때문에 적합한 담당자와 초기에 우선적으로 대화하는 것이 필수적입니다. 그래야 공감대를 형성하고 변화를 위한 프로세스를 시작할 수 있습니다.

    B2B 세일즈 퍼널은 6단계로 구성됩니다.

    • 인지도(Awareness) – 구매자가 정보를 검색하여 제품을 찾습니다.
    • 관심(Interest) – 제품에 대해 더 자세히 조사하고 학습합니다.
    • 고려(Consideration) – 제품 탐색 및 영업 담당자가 제공하는 모든 콘텐츠를 다른 이해관계자와 공유합니다.
    • 의도(Intent) – 구매자에게 제품 데모 또는 무료 체험판을 제공합니다.
    • 평가(Evaluation) – 계약 제안서를 검토하고 적절한 경우 가격 협상을 진행합니다.
    • 구매(Purchase) – 제품 또는 서비스를 구매합니다.

    때로는 의사 결정권자가 필요한 것이 무엇인지 정확히 알고 솔루션을 제공하면 세일즈 프로세스가 훨씬 짧아질 수 있습니다.

    이제 B2C 세일즈 퍼널과 B2B 판매 퍼널의 미묘한 차이점을 살펴 보겠습니다.

    1. 리드 제네레이션과 마케팅

    B2C 비즈니스는 전통적인 방식으로 인지도를 구축할 때 더 많은 이점을 얻을 수 있습니다. 브랜드는 TV와 라디오 광고, 그리고 페이드 소셜 캠페인에 많은 예산을 지출할 수 있습니다. 높은 브랜드 인지도를 구축하여 고객이 제품 구매를 고려할 때 가장 먼저 떠올릴 수 있도록 하려는 것입니다.

    보통 대기업들은 이를 잘 수행합니다. 예를 들어 스마트폰이라고 하면 애플이나 삼성이 떠오릅니다. 운동화하면 나이키나 아디다스를 떠올리죠. 하지만 나이키는 세계에서 가장 큰 브랜드 중 하나이지만 여전히 인지도 캠페인을 활발히 진행하고 있습니다.

    나이키는 유명 스포츠 스타들과 협업합니다. UGC에 의존하여 소셜 미디어 캠페인을 운영합니다. 또한 스토리텔링의 대가이기도 합니다. 또한 나이키는 일상적인 사람들이 더 운동하는 기분을 느끼게 합니다.

    따라서 소비자들은 운동화를 구매할 때 나이키 같은 유명 브랜드를 우선적으로 고려하게 됩니다.

    반대로 B2B 구매자는 해결하고자 하는 니즈나 문제를 파악하고 해결책을 먼저 찾습니다. 정답은 모르지만 문제의 징후는 파악하고 있을 수 있습니다. 그들은 종종 구글을 검색하거나 다른 동료나 동종 업계 같은 더 넓은 비즈니스 서클에서 추천을 받기도 합니다.

    특히 B2B의 경우, 추천은 마치 금가루와도 같습니다. 어떤 고객이 자사의 제품이나 서비스를 사용하면서 극찬을 아끼지 않는다면 주변 잠재 고객들을 전환시키는 것이 훨씬 쉬워집니다.

    콘텐츠 마케팅도 큰 역할을 합니다. 유용하고 관련성 높은 콘텐츠로 이상적인 고객을 타깃팅하면 리드를 끌어들여 세일즈 퍼널로 유도할 수 있습니다. 이상적으로는 품질있는 리드로 세일즈 파이프라인을 채우는 것이 좋습니다.

    B2B 구매자는 의사 결정에 도움이 되는 다른 콘텐츠를 사용합니다. 그들은 웨비나에 참석하고, 유튜브에서 데모를 시청하고, 여러 온라인 커뮤니티들을 통해 확인하기도 합니다.

    영업 담당자는 고객이 필요로 하는 답변을 제공하고 콘텐츠를 사용하여 고객 여정을 촉진함으로써 가치를 창출할 수 있습니다.

    2. 세일즈 프로세스 길이

    B2B 세일즈 프로세스 길이에 대해 많은 이야기가 있습니다. 그리고 이는 어느 정도는 사실입니다. B2C 구매자는 나이키 신발 한 켤레를 보고 바로 기성품이나 온라인 스토어에서 구매할 수 있지만, B2B 구매자는 여러 솔루션을 검토하는 데 몇 달이 걸리기도 합니다.

    하지만 훌륭한 영업사원은 퍼널의 모든 단계에서 가치를 창출함으로써 이러한 세일즈 프로세스를 단축시키기도 합니다.

    가치를 창출하고 신뢰를 구축하며 B2B 소비자와의 관계를 발전시키면서 고가의 솔루션에 투자할 가능성이 높아집니다.

    일반적으로 티켓 가격(또는 구독)이 높을수록 세일즈 프로세스가 더 오래 걸립니다. 예를 들어 설치 비용이 47달러인 플랫폼은 연간 구독 또는 라이선스 비용이 30,000달러인 플랫폼보다 구매에 걸리는 시간이 짧습니다.

    세일즈 프로세스가 길다고 해서 항상 나쁜 것은 아닙니다. 또한 트리거에 만족한 구매자가 세일즈 프로세스를 서두르다 다른 의사 결정권자의 동의나 구매 허가를 받지 못한 사실을 알게 되는 것도 원치 않을 것입니다.

    B2B 구매자는 다른 이해관계자들과 연락을 취할 시간이 필요합니다. 일반적으로 다음과 같이 진행됩니다.

    • 잠재 고객이 이해 관계자들과 제품 평가 결과를 공유합니다.
    • 모든 것이 잘되면 연락이 이루어집니다. 미팅을 예약합니다.
    • 팔로업 미팅이 예약되고 프레젠테이션 또는 데모를 준비하게 됩니다.
    • 잠재 고객은 경쟁사와 비교하여 제안서를 평가하고 결정을 내립니다.
    • 고객이 제품을 구매하거나 서비스 구독을 시작하기를 바랍니다.

    B2C 잠재 고객이 나이키와 아디다스 중 하나를 결정할 때 위험 부담은 크지 않습니다. 비슷한 디자인의 운동화를 비슷한 가격에 구매할 수 있기 때문입니다. B2B 구매자의 결정은 더 높은 위험을 감수해야 하며 적합한 제품에 투자하고 있는지 확인하기 위해 더 긴 프로세스를 거쳐야 합니다.

    3. 이해관계자 수

    위에서 언급했듯이 B2B 구매자가 개인 사업자가 아닌 이상 B2B 세일즈 프로세스에는 여러 이해관계자들이 관여하게 됩니다. 물론 B2C 구매자 역시 구매하기 전에 친구, 가족 또는 연인과 상의할 수 있습니다.

    하지만 B2B 영업에서는 다양한 직원 및 직급 계층과의 여러 미팅에 대비해야 합니다.

    HR 부서를 예로 들어 보겠습니다. HR 전문가가 여러 플랫폼을 검토한 후 조사 결과를 부서 관리자에게 전달할 수 있습니다. 관리자는 조사 결과를 검토하고 최고 인사 책임자 또는 임원의 동의를 얻습니다. 마지막으로 기술, 법무, 회계 팀의 승인을 받아야 할 수도 있습니다.

    탁월한 영업사원은 퍼널의 모든 단계에서 가치를 창출할 준비가 되어 있습니다. 또한 다양한 이해관계자와의 대화를 놓치지 않고 진행할 수 있는 준비가 되어 있습니다. B2B 구매자는 논리적이며 ROI에 집중합니다. B2B 세일즈 퍼널에서 중요한 것은 이들의 여정을 촉진하는 동시에 정서적 보상을 판매하는 것입니다.

    4. 브랜드 영향력

    위에서는 나이키, 애플, 삼성에 대해 이야기했습니다. 이러한 글로벌 브랜드는 놀라운 스토리텔링으로 B2C 구매자에게 영향을 미칩니다. 이들의 광고 예산도 엄청납니다. 인지도를 높이는 데 수백만 달러를 투자할 수 있다면 B2C 고객에게 다가가는 것이 더 쉬워집니다.

    그리고 B2C 고객은 브랜드와 브랜드 평판에 관심을 갖고 영향을 받습니다. 소비자는 제품을 구매하고 착용하거나 사용할 때, 스스로에게 브랜드의 이미지가 투영되고 있다는 느낌을 받기를 원합니다.

    그렇다고 B2B 구매자가 브랜드에 관심이 없다는 것은 아닙니다. 다만 그 형태가 다를 뿐입니다. B2B 구매자는 사회적인 평판과 추천, 고객 스토리, 사례 연구에 관심을 갖습니다. 그들은 자신과 같은 사람들이 해당 기업의 제품이나 서비스를 통해 비즈니스가 성장했다는 사실을 알고 싶어합니다.

    고객이 제품을 사용하는 모습을 직접 볼 수 있나요? 감정적 보상을 볼 수 있나요? 논리적 보상은?

    예를 들어, CEO에게 마케팅 ROI를 입증하고 회사의 성장을 주도하고자 하는 마케팅 관리자는 다른 마케팅 관리자가 해당 제품을 사용하여 유사한 목표를 성공적으로 달성했는지 알고 싶어 합니다.

    이상적인 고객을 찾는 것도 마찬가지로 중요합니다. 고객이 있는 곳에서 고객을 찾으세요. 리드 제네레이션이 결실을 맺으려면 세일즈 파이프라인을 품질 높은 리드로 채워야 합니다. 이상적인 고객은 어디에 있을까요? 적합한 타깃 고객들이 있는 장소를 찾으세요.

    시기를 잘 맞춘 사례 연구 또는 고객 스토리는 잠재 고객을 자사의 제품을 사용하는 다른 기업에 노출시킵니다. 이러한 게시물을 통해 연결을 시작할 수 있습니다.

    B2B 세일즈 퍼널에는 구체적인 전략이 필요합니다;

    세일즈 퍼널의 인지도와 관심 단계에는 분명 유사점이 있지만, B2C 퍼널과 B2B 퍼널의 차이점은 중간이 길고 다소 흐릿하다는 점입니다.

    B2B 영업 담당자는 수많은 대화 상대와 의사 결정권자를 찾아다니며 설득해야 합니다. 이러한 영업 사원이라면 다양한 영업 자료, 사회적 증거, 잠재 고객을 위해 엄청난 가치를 창출할 수 있는 전략으로 무장해야 합니다.

    가치 창출의 첫 번째 단계는 잠재 고객이 세상의 변화를 탐색하고 자사의 솔루션으로 안내할 수 있는 솔루션을 제공하도록 돕는 것입니다. 그러기 위해서는 대화를 시작하고 각 세일즈를 진행하기 위한 정확한 언어가 필요합니다.

    영업 성공을 위한 입증된 청사진에서 이러한 언어와 더 많은 정보를 얻을 수 있습니다. 경력에 관계없이 영업 목표를 달성할 수 있는 최신 영업 접근 방식을 보여드리겠습니다.

     

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

     

     

     

  • CRM 마이그레이션을 위한 완벽 가이드

    CRM 마이그레이션을 위한 완벽 가이드

    CRM 마이그레이션을 위한 완벽 가이드

    (참조 자료: The Complete CRM Migration Checklist)

    고객 관계 관리 (CRM) 시스템은 기업이 영업, 마케팅 및 고객 서비스 기능을 간소화하는 데 도움이 되는 중요한 툴입니다. 고객 데이터의 허브 역할을 하여 커뮤니케이션 프로세스를 향상시키고 고객 참여를 강화하며 매출 성장을 이끄는데 도움을 줍니다.

    그러나 CRM이 더 이상 진화하는 운영 요구 사항을 충족하지 못하거나 빠른 기술 발전 속도를 따라잡지 못하는 시기가 올 수 있습니다. 바로 이때가 CRM 마이그레이션이 필요한 시기입니다.

    CRM 마이그레이션이란?

    CRM 마이그레이션은 기존 CRM 시스템에서 새로운 시스템으로 고객 데이터를 이전하는 프로세스를 말합니다. CRM 마이그레이션은 고객에게 더 나은 서비스를 제공하기 위해 내부 역량을 강화하고 고객 경험을 향상시키며 생산성을 높이는 작업이기도 합니다.

    물론 새로운 CRM으로 마이그레이션하는 것은 가볍게 결정할 문제가 아닙니다. 어떤 사람들은 비즈니스가 특정 성장 단계에 도달하면 기술 스택을 변경해야 한다고 생각합니다. 소프트웨어가 확장을 지원하지 못한다면 그럴 수도 있지만, 마이그레이션은 리소스 집약적인 기술 프로세스이기 때문에 비즈니스 전반에 문제를 일으킬 수 있습니다. 마이그레이션 프로세스를 시작하기 전에 변경해야 하는 이유를 파악하는 것이 중요합니다.

    예를 들어, 대규모 사용자 팀을 더 잘 지원할 수 있는 플랫폼이 필요하거나, 현재 시스템이 구식이어서 비즈니스에 필요한 모든 기능을 수행할 수 없거나, 전문화된 고급 기능을 원하는 경우 모두 새로운 소프트웨어로 마이그레이션해야 하는 타당한 이유가 될 것입니다.

    이러한 이유를 미리 파악하면 마이그레이션 프로세스를 성공적으로 진행할 수 있습니다.

    CRM 마이그레이션의 장점

    새로운 CRM 시스템으로 마이그레이션하면 비즈니스를 보다 효율적이고 효과적으로 운영할 수 있는 다양한 이점을 얻을 수 있습니다.

    깔끔한 데이터 정리

    CRM 마이그레이션은 중요한 데이터를 한 플랫폼에서 다른 플랫폼으로 옮기면서 너무 오래되거나 관련성이 없거나 잘못된 데이터를 제거하여 현재 가지고 있는 고객 정보의 정확성과 활용성을 향상시킬 수 있는 좋은 기회입니다.

    향상된 기능

    새로운 CRM은 기존 CRM에 없던 더 나은 기능 또는 더 전문화된 기능을 제공할 수 있습니다. 여기에는 다른 시스템과의 더 나은 통합, 더 정교한 분석, 향상된 자동화 기능 또는 개선된 사용자 인터페이스가 포함될 수 있습니다. 새로운 CRM은 ‘꼭 필요한’ 기능을 더 잘 지원하여 고객 데이터 운영에 상당한 가치를 더할 수 있습니다.

    비용 절감

    새로운 CRM은 라이선스 비용 절감, 맞춤형 개발 필요성 감소, 리소스 집약적인 유지보수 감소 등을 통해 비용 대비 더 나은 가치를 제공할 수 있습니다. 또한 필수 데이터들만 마이그레이션하면 상당한 시간과 리소스를 절약하여 추가적인 비용 절감 효과를 얻을 수 있다는 점도 주목할 가치가 있습니다.

    ROI 증대

    더 나은 기능과 더 깔끔한 데이터를 갖춘 새로운 CRM 시스템은 투자 수익률(ROI)을 높일 수 있습니다. 고객 참여를 강화하고, 마케팅 활동을 최적화하고, 영업 프로세스를 간소화하여 궁극적으로 수익을 증대할 수 있습니다.

    생산성 향상

    잘 선택한 CRM 시스템은 팀의 생산성을 크게 향상시킬 수 있습니다. 사용자 친화적인 인터페이스, 일상적인 작업 자동화, 실시간 인사이트 제공을 통해 새로운 CRM은 팀이 보다 효율적으로 일하고 진정으로 중요한 일, 즉 강력한 고객 관계 구축에 집중할 수 있게 해줍니다.

    CRM 마이그레이션의 어려운 점

    CRM 마이그레이션은 많은 이점을 제공할 수 있지만 어려움이 없는 것은 아닙니다.

    이해관계자들과의 협의

    모든 이해관계자가 마이그레이션의 필요성, 새로운 CRM의 선택, 마이그레이션 계획에 대해 같은 생각을 갖도록 하는 것은 큰 도전이 될 수 있습니다. 여기에는 최고 경영진뿐만 아니라 매일 CRM을 사용하게 될 최종 사용자도 포함됩니다.

    데이터의 갭

    마이그레이션 과정에서 데이터 공백이나 손실은 심각한 문제입니다. 모든 필수 데이터가 올바르게 매핑되어 손실이나 손상 없이 새 시스템으로 전송되는지 확인합니다.

    조직 내 협업 부족

    마이그레이션은 영업, 마케팅, IT, 고객 서비스 등 다양한 팀 간의 긴밀한 협업이 필요한 크로스 기능 프로세스입니다. 협업이 부족하면 세부 정보를 놓치거나 일관되지 않은 데이터가 발생하고 마이그레이션 프로세스가 지연될 수 있습니다.

    모든 것을 한 번에 마이그레이션

    모든 데이터와 기능을 한꺼번에 옮기는 것은 부담스럽고 위험할 수 있습니다. 데이터와 기능을 관리 가능한 단위로 나누어 천천히 이동하는 단계적 접근 방식이 더 효과적이며 문제를 조기에 발견하고 해결할 수 있습니다.

    경험 부족

    CRM 마이그레이션을 한 번도 수행한 적이 없는 팀이라면 프로세스, 잠재적인 함정, 베스트 프랙티스에 익숙하지 않을 수 있습니다. 따라서 원활한 전환에 필요한 기술 전문 지식과 경험을 제공하는 올바른 CRM 마이그레이션 파트너를 선택하는 것이 큰 차이를 만들 수 있습니다.

    마이그레이션 계획 수립

    성공적인 CRM 마이그레이션은 세심한 계획의 결과입니다. 이 계획 프로세스의 몇 가지 중요한 단계를 자세히 살펴보겠습니다.

    마이그레이션의 ‘이유’

    마이그레이션 프로젝트를 시작하기 전에 CRM 변경이 우선 필요한 이유를 이해하는 것이 중요합니다. 예를 들어,

    • 더 큰 규모의 팀을 더 잘 지원할 수 있는 플랫폼을 목표로 하고 계신가요?
    • 현재 시스템이 구식이어서 비즈니스 니즈를 충족하지 못하나요?
    • 아니면 최첨단의 전문 기능을 찾고 계신가요?

    이러한 이유를 명확히 파악하면 마이그레이션 프로세스를 안내하고 성공할 수 있는 기반을 마련할 수 있습니다.

    핵심적인 비즈니스 프로세스 파악

    비즈니스의 어떤 핵심 프로세스가 마이그레이션이 필요한가요? 연락처 관리, 리드 추적, 마케팅 자동화, 고객 서비스 아니면 분석인가요? CRM은 고객 데이터뿐만 아니라 데이터를 통해 촉진되는 전반적인 비즈니스 프로세스에 관한 것임을 기억해야 합니다.

    ‘있으면 좋은 것’과 ‘꼭 필요한 것’ 구분하기

    마이그레이션을 계획할 때는 ‘있으면 좋은 기능’과 ‘반드시 필요한 기능’을 구분하세요. 이러한 질문을 통해 마이그레이션 니즈의 우선순위를 정하는 데 도움이 될 수 있습니다:

    • 라이브 캠페인에 포함되는 CRM의 어떤 측면이 있나요?
    • 어떤 세그먼트에 중요한 과거 데이터가 포함되어 있나요?
    • 새로운 시스템에서 첫 날부터 어떤 기능이 필요하신가요?
    • 나중에 무엇을 구축할 수 있나요? 어떤 통합을 고려해야 하나요?

    필수 데이터 평가 및 이전

    “시간이 곧 돈이다”라는 원칙은 CRM 마이그레이션에도 적용됩니다. 중요한 데이터가 첨부되어 있거나 정기적으로 사용되는 필수 데이터를 이전하는 데 집중하세요. 여기에는 과거 데이터, 실시간 캠페인, 필수 고객 기록 등이 포함될 수 있습니다. 오래되고 비활성화된 데이터는 이전이 필요하지 않을 수 있습니다;

    마이그레이션 프로세스는 이전 플랫폼에 쌓여 있던 비필수 데이터를 정리할 수 있는 좋은 기회가 될 수 있습니다. 스프레드시트를 사용하여 이전할 항목과 이전 방법을 확인할 수 있습니다.

    자동화 및 시스템의 이해와 이전

    현재 CRM 시스템에는 고유한 기능이나 자동화가 있을 수 있으며, 새로운 시스템에는 직접적으로 동등한 기능이 없을 수도 있습니다. 예를 들어, Pardot에는 리드 검증을 위한 시스템과 스코어링을 위한 시스템, 두 개가 있는 반면, HubSpot에는 기본적인 리드 스코어링 속성이 하나만 있습니다.

    유사한 기능을 계속 활용하려면 이러한 시스템이 새 플랫폼에서 어떻게 변환되는지 이해하는 것이 중요합니다. 일부 기능을 복제할 수는 있지만 추가 작업이 필요하고 완전히 동일하지는 않을 수 있습니다.

    마이그레이션 대상 결정

    새로운 시스템으로 구체적으로 무엇을 이전할지 신중하게 파악해야 합니다. 이전해야 하는 구체적인 데이터는 시스템과 그 사용 용도에 따라 달라집니다. CRM의 경우 연락처, 회사, 거래 내역 등이 포함될 수 있습니다. 마케팅 자동화 플랫폼의 경우, 자동화된 워크플로우, 이메일 템플릿, 광고 캠페인 등이 될 수 있습니다.

    이러한 광범위한 범주 내에서 데이터의 활용성과 가치를 고려하세요. 예를 들어 10만 명의 연락처가 있지만 지난 1년간 3만 명과만 대화를 나눈 경우, 대화한 연락처만 가져오도록 선택할 수 있습니다.

    타임라인 설정

    마이그레이션을 계획할 때는 현재 사용 중인 소프트웨어 계약의 종료일을 파악하고 새 플랫폼과 어느 정도 겹치는 시기를 목표로 해야 합니다. 이렇게 하면 데이터를 이전하고, 품질 보증 검사를 실행하고, 문제를 해결할 수 있는 시간을 어느 정도 확보할 수 있습니다.

    마이그레이션 예상 완료일과 기존 계약이 실제로 종료되는 시점 사이에 1개월의 버퍼 기간을 두는 것이 좋습니다. 마이그레이션 프로세스 자체는 일반적으로 1~2개월이 걸리지만, 플랫폼의 세부 사항과 이전 대상의 범위에 따라 달라질 수 있습니다.

    적합한 CRM 마이그레이션 파트너 선택하는 방법

    적합한 마이그레이션 파트너를 선택하면 원활하고 성공적인 전환을 보장하는 데 큰 차이를 만들 수 있습니다. 올바른 결정을 내리는 데 도움이 되는 몇 가지 주요 요소들을 고려해 보겠습니다.

    기술 전문성

    무엇보다도 마이그레이션 파트너가 필요한 기술 전문성을 갖추고 있는지 확인하세요. 마이그레이션 파트너는 현재 시스템과 향후 시스템에 모두 정통해야 하며, 데이터 매핑, 데이터 마이그레이션, 데이터 정리, 그리고 데이터 통합에 대한 깊은 이해가 있어야 합니다. 강력한 기술 노하우를 갖춘 파트너는 잠재적인 문제를 쉽게 파악하고 원활한 마이그레이션을 보장하는 효과적인 솔루션을 제공할 수 있을 것입니다.

    경험 및 입증된 실적

    CRM 마이그레이션 프로젝트에서 입증된 실적을 보유한 파트너가 마이그레이션을 성공적으로 처리할 가능성이 더 높습니다. 포트폴리오를 살펴보고 과거에 처리한 마이그레이션의 규모와 복잡성을 파악하세요. 또한 고객 평가와 사례 연구를 확인하여 작업 스타일과 고객 만족도 수준을 파악하세요.

    비즈니스 니즈에 대한 이해

    적합한 파트너는 특정 비즈니스 니즈를 이해하고 이를 충족할 수 있어야 합니다. 파트너는 ‘꼭 필요한’ 기능과 ‘있으면 좋은’ 기능을 식별하는 데 도움을 줄 수 있어야 하며, 고객 관계를 이해하고 이를 새 시스템에 어떻게 반영해야 하는지 파악할 수 있어야 합니다. 고유한 비즈니스 프로세스를 새로운 시스템으로 전환하여 영업, 마케팅 및 서비스 운영을 효과적으로 지원할 수 있어야 합니다.

    프로젝트 관리 기술

    마이그레이션 팀은 프로젝트 범위를 정의하고, 일정을 수립하고, 리소스를 효과적으로 관리할 수 있는 강력한 프로젝트 관리 기술을 보유하고 있어야 합니다. 정기적인 업데이트를 제공하고 잠재적인 위험을 조기에 파악하여 프로젝트를 순조롭게 진행할 수 있어야 합니다.

    교육 및 지원

    새로운 시스템은 팀에게 익숙하지 않은 영역일 수 있습니다. 적합한 파트너는 팀이 새로운 시스템에 익숙해질 수 있도록 적절한 교육을 제공해야 합니다. 또한 마이그레이션 프로세스 이후에 발생할 수 있는 모든 문제를 처리할 수 있도록 마이그레이션 이후 지원을 제공해야 합니다.

    기업 가치에 부합

    마지막으로 마이그레이션 파트너가 회사의 가치와 문화에 부합하는지 확인하는 것이 중요합니다. 마이그레이션 파트너는 소통이 원활하고 투명하며 협력적이어야 하며, 고객과 동일한 수준의 주의와 존중으로 프로젝트를 대해야 합니다. 마이그레이션 파트너는 단순한 서비스 제공업체가 아니라 성장의 동반자이기 때문입니다.

    이러한 요소를 고려하면 전환을 효과적으로 탐색하고 새로운 환경에서 성공할 수 있도록 도와줄 CRM 마이그레이션 파트너를 선택할 수 있습니다.

    결론

    마이그레이션 프로세스를 최대한 원활하게 진행하려면 마이그레이션하는 이유를 이해하고, 가장 필수적인 자동화가 무엇인지, 다른 시스템에서 어떻게 지원되는지 파악하고, 새로운 플랫폼으로 구체적으로 무엇을 옮겨야 하는지 파악해야 합니다.

    또한 이동할 수 없는 항목을 명확하게 이해하는 것도 중요합니다. 예를 들어, HubSpot과 Salesforce 사이를 마이그레이션하는 경우 추적된 이메일과 같은 연락처 첨부파일은 항상 이전할 수 없는 경우가 있습니다. 따라서 프로젝트를 시작할 때 이 점을 염두에 두어야 합니다.

    마지막으로, 새로운 시스템이 이전 시스템과 동일하지 않다는 점을 명심하세요. 따라서 팀이 새 플랫폼에서 필요한 모든 것을 얻을 수 있도록 세부적인 차이점을 충분히 설명해야 합니다.

     

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

     

     

  • 생성형 AI가 디지털 마케팅에 미치는 영향과 활용 방법

    생성형 AI가 디지털 마케팅에 미치는 영향과 활용 방법

    생성형 AI가 디지털 마케팅에 미치는 영향과 활용 방법

    (참조 자료: How to Harness the Power of Generative AI in Digital Marketing Responsibly & Effectively)

    생성형 AI가 디지털 마케팅에 미치는 영향과 활용 방법
    생성형 AI가 디지털 마케팅에 미치는 영향과 활용 방법

    AI의 통합은 디지털 마케팅 세계에서 역동적인 변혁을 일으키고 있습니다. 그러나 AI의 놀라운 잠재력에도 불구하고 인간의 직관, 창의성, 공감력은 여전히 마케팅에서는 필수적입니다.  오늘 날 디지털 마케터들은 AI의 기능을 활용함과 동시에 인간의 감성을 함께 보존하는 방식으로 마케팅 전략을 수행해야 하는 과제에 직면해 있습니다.

    본 게시글에서는 아래 내용들을 소개할 예정입니다:

    • 디지털 마케팅에서 생성형 AI의 역할과 영향력을 살펴보도록 하겠습니다.
    • 마케팅에서 생성형 AI의 실제 적용 사례를 살펴보도록 하겠습니다.
    • 마케팅 성공을 위해 인간의 접촉은 지속되어야 한다는 점을 소개합니다.
    • 디지털 마케팅 프레임워크 내에서 AI와 인간의 전문성을 효과적으로 통합하기 위한 베스트 프랙티스를 소개합니다.

    디지털 마케팅 분야에서 생성형 AI의 역할

    생성형 AI는 텍스트, 이미지, 음악 등 새롭고 독창적인 콘텐츠를 생성할 수 있는 AI 기술을 말합니다. 디지털 마케팅에서 생성형 AI는 일반적으로 콘텐츠 제작 자동화, 데이터 분석, 개인화 마케팅, 고객 인터렉션 향상 등에 사용됩니다.

    디지털 마케팅 분야에서 생성형 AI의 이점은 다양합니다. 효율성 향상과 비용 절감에서부터 개인화와 확장성 향상에 이르기까지 다양합니다.

    포브스 기사에서 소개한 주요 활용 사례에 대해 살펴보시기 바랍니다.

    1. 콘텐츠 제작

    생성형 AI는 블로그 게시물, 소셜 미디어 업데이트, 제품 설명 등을 대신 작성해 줄 수 있습니다. 이러한 자동화를 통해 시간을 크게 절약할 수 있는 데다, AI는 24시간 내내 일할 수 있기 때문에 콘텐츠를 대규모로 제작할 수 있습니다.

    콘텐츠 마케팅에 AI를 사용하는 방법(혹은 사용하지 않는 방법)에 대한 자세한 내용은 여기에서 자세히 확인해보세요.

    2. 개인화

    방대한 양의 데이터를 분석할 수 있는 생성형 AI는 사용자의 행동, 취향, 이전의 인터렉션 데이터를 기반으로 개별 사용자에게 맞춤화된 콘텐츠를 제공할 수 있습니다. 이러한 개인화된 접근 방식은 사용자의 참여도를 높이고 전환율을 향상시킬 수 있습니다.

    3. 데이터 분석

    AI의 기능은 복잡한 데이터 세트를 해석하고, 의미 있는 인사이트를 도출하고, 소비자 행동을 예측하는 데까지 확장될 수 있습니다. 이러한 인사이트는 보다 효과적인 마케팅 전략을 수립하는 데 도움이 될 수 있습니다.

    4. 디자인 생성

    제너레이티브 AI는 텍스트에만 국한되지 않습니다. 또한 배너 광고, 소셜 미디어 그래픽, 웹사이트 레이아웃과 같은 비주얼 콘텐츠도 생성할 수 있기 때문에 디자인 프로세스의 속도를 높이고 보다 광범위한 A/B 테스트를 수행할 수 있습니다.

    Google 마케팅 라이브 2023에서 발표된 Product Studio는 AI를 사용하여 제품 이미지를 생성합니다.
    Google 마케팅 라이브 2023에서 발표된 Product Studio는 AI를 사용하여 제품 이미지를 생성합니다.

    5. 고객 인터렉션

    AI는 챗봇, 소셜 미디어, 심지어 전화를 통해서도 고객 문의를 처리할 수 있습니다. 챗봇은 즉각적이고 개인화된 응답을 제공하여 고객 경험을 향상시키고, 직원은 좀 더 복잡한 업무에 집중할 수 있습니다.

    이러한 각각의 역할에서 생성형 AI는 반복적인 작업을 자동화할 뿐만 아니라 이전에는 달성할 수 없었던 수준의 개인화와 인사이트를 제공합니다. 이러한 기능을 통해 마케터는 인간과 AI의 강점을 최대한 활용하여 더 높은 수준의 전략과 창의적인 작업에만 집중할 수 있습니다.

    디지털 마케팅 분야에서 생성형 AI 활용 사례

    생성형 AI는 이미 디지털 마케팅의 여러 영역에서 그 능력을 입증했습니다. 예를 들어, AI는 개인화된 이메일 캠페인을 자동으로 생성하고, 매력적인 소셜 미디어 게시물의 초안을 작성하거나, 전체 블로그 기사를 작성할 수도 있습니다. 또한 방대한 양의 데이터를 분석하여 소비자 행동을 예측함으로써 마케터가 더욱 효과적인 마케팅 전략을 수립할 수 있도록 도와줄 수 있습니다.

    디지털 마케팅에서 생성형 AI를 실제로 적용한 중요한 사례 중 하나는 구글과 Wendy가 드라이브 스루 운영을 개선하기 위해 구글의 AI 채팅인 Bard를 사용하는 파트너십을 맺은 것입니다. 이 시스템은 주문 내역과 고객 인터렉션을 포함한 수천 시간의 데이터를 학습하여 정확하고 개인화된 응답을 생성하게 됩니다.

    Bard의 주요 기능은 드라이브 스루에서 고객의 주문을 받아 인간 직원이 음식 준비와 기타 중요한 업무에만 집중할 수 있도록 하는 것입니다. 그 결과 효율성이 향상되었을 뿐만 아니라 이전 주문이나 인기 품목을 기반으로 개인화된 메뉴를 제안하는 Bard의 기능 덕분에 고객 경험도 향상되었습니다.

    Bard를 돋보이게 하는 것은 기술적 역량뿐만 아니라 고객과의 인터렉션에 인간과 같은 감성을 불어넣는다는 점입니다. 다양한 억양, 방언, 음성 패턴을 이해하고 이에 반응하도록 설계 및 학습된 Bard는 AI 상호작용에서 흔히 볼 수 없는 수준의 공감과 이해력을 보여줍니다.

    이같은 사례는 마케팅 작업을 자동화하고 경험을 개인화해줄 뿐만 아니라 마치 사람과 같은 접근으로 고객의 인터렉션을 향상시키는 데 있어서도 디지털 마케팅에서 생성형 AI의 잠재력을 보여줍니다. Bard는 인공지능임에도 불구하고 AI 기능과 인간의 공감력을 완벽하게 결합하여 더욱 개인화되고 매력적인 고객 경험을 성공적으로 구현합니다.

    AI 기반 디지털 마케팅에서 인간적인 고객 접촉의 중요성

    생성형 AI는 다양한 이점을 제공하지만, 만병통치약은 아니라는 점을 잊어서는 안됩니다. 디지털 마케팅의 성공을 위해서는 여전히 사람의 손길이 필수적입니다. AI가 콘텐츠를 생성할 수는 있지만, 방향을 제시하고 창의적인 인사이트를 제공하며 최종 결과물이 타깃 고객과 공감할 수 있도록 하는 데는 여전히 사람의 손길이 필요합니다. 결국 인간의 감정, 창의성, 그리고 직관은 AI가 완전히 복제할 수 없기 때문입니다.

    마케팅 인사이더 그룹의 기사에 따르면, 마케팅에서 사람의 손길이 중요한 몇 가지 주요 이유는 다음과 같습니다.

    1. 신뢰감 구축

    사람과의 진정한 인터렉션은 강한 믿음과 신뢰감을 형성합니다. AI는 객관적인 사실과 수치를 제공할 수 있지만, 브랜드 신뢰 구축에 필수적인 진정성과 열정을 전달할 수 있는 것은 여전히 사람과의 커뮤니케이션입니다.

    2. 정서적인 유대감 형성

    인간은 감정적인 존재이며, 감정을 느끼고 불러일으키는 능력은 마케팅에 없어서는 안 될 필수 요소입니다. 인공지능은 아무리 발전해도 감정을 진정으로 느끼고 그에 따라 반응하는 능력은 아직 부족합니다.

    3. 문맥을 이해하는데 도움

    AI의 문맥 이해 능력은 점점 향상되고 있지만, 복잡한 상황이나 미묘한 뉘앙스를 다룰 때는 여전히 어려움을 겪고 있습니다. 인간 마케터는 문맥을 훨씬 더 잘 이해할 수 있기 때문에 진정으로 공감을 불러일으킬 수 있는 콘텐츠와 메시지를 제작할 수 있습니다.

    4. 윤리적인 기준

    마케팅에는 개인정보 보호부터 진실한 광고에 이르기까지 수많은 윤리적인 사항이 있습니다. AI 기반 마케팅이 윤리적 기준과 규정을 준수하는지 확인하기 위해서는 여전히 사람의 감독이 필요합니다.

    핵심 결론

    AI는 디지털 마케팅에서 중요한 역할을 하지만, 인간의 창의성, 직관력, 경험을 보강하는 도구로 간주해야지 이러한 인간 고유의 속성을 완전히 대체하는 도구로 간주해서는 안 됩니다. AI의 확장성 및 효율성과 인간 마케터의 창의성 및 공감력을 결합함으로써 기업은 마치 사람과 같은 수준에서 공감을 불러일으키는 강력한 마케팅 전략을 수립할 수 있습니다.

    디지털 마케팅에서 생성형 AI를 활용하는 베스트 프랙티스(인간적인 터치 포함)

    마케터는 인간의 손길을 유지함과 동시에 생성형 AI의 힘을 최대한 활용하기 위해 몇 가지 주요 활용 사례들을 참고할 필요가 있습니다. 여기에는 고품질 데이터로 AI를 학습시키고, AI가 생성한 콘텐츠를 검토 및 개선하며, 변화하는 소비자 행동과 시장 동향에 따라 AI 모델을 정기적으로 업데이트하는 것등이 모두 포함됩니다. 궁극적인 목표는 AI와 인간의 전문성이 서로를 보완하는 공생 관계에 있어야 합니다.

    인터랙티브 광고 협회(IAB)는 최근 디지털 마케팅에서 AI와 인간의 전문성을 효과적으로 통합하는 베스트 프랙티스에 대한 인사이트를 제공하는 보고서를 발표했습니다. 이 보고서에서는 다음과 같은 핵심 사항을 자세히 설명합니다:

    1. 고품질 데이터 사용

    양질의 데이터는 효과적인 AI의 근간입니다. 즉, AI를 학습시키는 데 사용되는 데이터가 광범위할 뿐만 아니라 정확하고 관련성이 높으며 편견이 없는지 확인해야 합니다. 이러한 데이터를 확보, 관리, 유지하는 것은 마케터의 책임입니다.

    제로 및 퍼스트 파티 데이터가 정확한 고객 데이터 수집을 위해서는 최선의 선택입니다.

    2. 지속적인 검토와 향상

    AI는 한 번 설정하고 잊어버리는 도구가 아닙니다. 마케터는 AI 결과물을 지속적으로 검토하고 개선시켜야 합니다. 여기에는 콘텐츠의 정확성, 관련성, 적절성을 확인하고 필요에 따라 조정하는 작업이 포함됩니다.

    3. 정기적으로 AI 모델 업데이트

    디지털 마케팅 환경은 소비자 행동과 시장 트렌드가 정기적으로 변화하는 등 역동적입니다. 따라서 이러한 변화를 반영하고 AI의 효율성을 유지하기 위해 AI 모델을 자주 업데이트해야 합니다.

    4. 윤리적 영향 고려하기

    마케터는 항상 개인정보 보호와 투명성과 같은 AI 사용에 있어서 윤리적인 영향까지 고려해야 합니다. 여기에는 소비자에게 데이터가 어떻게 사용되는지 명확히 알리고, 모든 AI 기반 마케팅 관행이 관련 법률 및 규정을 준수하는지 확인하는 것이 포함됩니다.

    쿠키 배너는 데이터가 어떻게 사용되는지 알릴 수 있습니다.
    쿠키 배너는 데이터가 어떻게 사용되는지 알릴 수 있습니다.

    5. 협업

    궁극적인 목표는 AI와 인간 마케터 간의 협업 관계를 구축하는 것입니다. 즉, 양쪽의 강점과 한계를 인지하고 각자의 장점을 극대화하는 방식으로 활용해야 합니다. AI는 데이터 분석과 일부 콘텐츠 생성을 담당하고, 인간은 창의적인 인사이트, 감성 지능, 윤리적인 감독 역할을 할 수 있습니다.

    이러한 베스트 프랙티스를 따르면 마케터는 디지털 마케팅 전략에 AI를 효과적으로 통합하는 동시에 중요한 인간적인 접촉을 유지할 수 있습니다. 인간 대신 AI를 선택하거나 그 반대의 경우가 아니라 최상의 결과를 제공하기 위한 적절한 균형을 찾는 것이 중요합니다.

    생성형 AI + 사람의 전문성 = 뛰어난 마케팅 잠재력

    디지털 마케팅의 미래는 생성형 AI의 영향을 크게 받을 것입니다. 방대한 양의 데이터를 분석하고, 매력적인 콘텐츠를 제작하고, 개인화된 사용자 경험을 제공하고, 반복적인 작업을 간소화할 수 있는 탁월한 역량을 갖춘 AI의 규모와 효율성이 가진 잠재력은 누구도 부인할 수 없습니다.

    하지만 AI에 대한 의존도가 높아진다고 해서 인간의 손길이 필요 없어지는 것은 아닙니다. 오히려 인간적인 요소는 더욱 중요해질 것입니다. 앞서 살펴본 바와 같이 신뢰감 구축, 정서적 유대감 형성, 복잡한 상황 이해, 윤리적인 감독 등은 모두 현재 상태로는 AI가 완벽하게 재현할 수 없는 인간만이 할 수 있는 부분입니다.

    AI는 콘텐츠를 생성하는 도구일 수 있지만, 콘텐츠의 방향을 제시하고 창의적인 인사이트를 제공하며 최종 결과물이 타겟 고객과 진정으로 공감할 수 있도록 하는 것은 인간 마케터입니다. AI의 역량과 인간의 창의력과 공감 사이의 섬세한 균형이야말로 디지털 마케팅에서 새로운 차원의 성공을 거두는 열쇠가 될 것입니다.

    디지털 마케팅에서 생성형 AI를 효과적으로 사용하기 위한 베스트 프랙티스는 다음과 같습니다:

    1. 고품질 데이터 사용
    2. 지속적인 검토 및 개선
    3. 정기적으로 AI 모델 업데이트
    4. 윤리적 영향 고려하기
    5. 협업

    미래를 내다볼 때 디지털 마케터의 과제는 단순히 AI를 도구로 사용하는 것이 아니라 AI와 인간이 가진 전문 지식이 서로를 보완하는 공생 관계를 구축하는 것이 될 것입니다. 이러한 방식으로 마케터는 AI의 힘을 활용하면서도 전략과 커뮤니케이션이 진정성 있고 윤리적이며 인간적으로 유지되도록 할 수 있습니다. 이러한 미래는 AI 역량과 대체 불가능한 인간의 손길이 조화롭게 어우러져 전례 없는 기회를 제공할 것입니다.

     

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

  • 성공적인 B2B 인텐트 마케팅을 위한 필수 가이드

    성공적인 B2B 인텐트 마케팅을 위한 필수 가이드

    성공적인 인텐트 마케팅을 위한 필수 가이드

    (참조 자료: The Essential Guide to Successful Intent-Based Marketing)

    B2B 마케터들의 영원한 질문은 다음과 같습니다. 잠재 고객에게 판매하기 가장 좋은 시기는 언제일까? 물론 정답은 고객이 구매를 원할 때입니다. 하지만 B2B 판매 주기가 길어질수록 구매자가 관심을 잃고 다른 곳을 찾을 가능성이 높아집니다.

    인텐트 데이터(Intent Data)는 잠재 고객의 온라인 행동에 대한 인사이트를 수집하여 잠재 고객의 관심 수준과 구매 의향이 가장 높은 시기를 파악함으로써 이 문제를 해결합니다. B2B 고객의 83%가 구매 전 온라인 검색을 하는 만큼, 구매 여정의 시작 단계에서 잠재 고객을 타겟팅할 수 있기 때문에 가장 가치 있는 시점에 그들에게 다가가는 것은 어떨까요?

    본 게시물에서는 인텐트 기반 마케팅의 기본 사항, 이점 및 활용 사례와 이러한 전략을 성공적으로 구현하여 고객 경험을 향상시킬 수 있는 방법에 대해 살펴보도록 하겠습니다.

    인텐트 마케팅이란?

    카탈로그를 훑어보고 쇼핑몰을 돌아다니던 시대는 끝났습니다. 오늘날 인터넷은 필요한 모든 것을 구할 수 있는 가장 좋은 방법이 되었습니다.

    잠재 고객이 무엇을 검색하는지 볼 수 있다고 상상해 보세요. 잠재 고객이 구매에 관심이 있는 제품, 원하는 제품, 원하는 시기를 정확히 파악할 수 있습니다.

    인텐트 마케팅은 이를 정확하게 수행할 수 있는 도구를 제공합니다. 여기에는 구매 의도를 나타내는 구매자의 온라인 행동을 기반으로 제품이나 서비스를 마케팅하는 것 등이 포함됩니다.

    Source

    기본적으로 고객의 온라인 행동, 니즈, 그리고 관심사에 따라 마케팅 전략을 개인화할 수 있습니다. 구매 의도(구매자 의도라고도 함)는 고객이 특정 기간 내에 제품이나 서비스를 구매하거나 구매할 의향이 있을 확률을 나타냅니다. 구매 의도는 능동적 의도와 수동적 의도의 두 가지 범주로 나눌 수 있습니다:

    1. 능동적 의도(Active Intent)

    거래 의향(Transactional Intent)이라고도 하는 능동적 구매 의도는 고객이 특정 제품이나 서비스를 살펴보기 위해 어떤 조치를 취하고 있음을 나타내는 행동들을 보여줍니다. 구매 의도가 있다는 것은 가까운 시일 내에 거래가 성사될 가능성이 높다는 것을 의미합니다.

    2. 수동적 의도(Passive Intent)

    수동적 구매 의도 또는 정보성 의도(Informational Intent)는 고객이 현재 불만족스러운 제품이나 서비스에 대한 더 나은 대안을 조사하거나 다른 옵션에 대해 스스로 학습하고 있는 경우입니다. 구매 의사는 있지만 아직 정보 수집 단계에 있기 때문에 소극적인 구매 의도를 보이는 것입니다.

    Source

    B2B 구매자는 특정 브랜드의 웹사이트를 방문하기 전에 평균적으로 12번의 온라인 검색을 수행한다고 합니다. 웹사이트가 12번째에 위치하더라도 특정 시점에 잠재 고객의 의도와 관련된 개인화된 정보를 통해 고객 경험을 돋보이게 만들 수 있습니다. 인텐트 마케팅 데이터는 고객이 구매 여정을 진행하면서 얼마나 구매 준비가 되어 있는지 알려줄 수도 있습니다.

    Source

    McKinsey에 따르면 데이터 기반 마케팅은 새로운 표준이 되었으며, 이제는 전혀 놀라운 일이 아닙니다. 기업들은 전체 예산의 최대 20%를 분석 기술에 투자하고 있으며, 서드파티 데이터는 영업 생산성을 25% 이상 향상시키는 것으로 나타났습니다. B2B 비즈니스의 경우, 인텐트 데이터는 영업팀과 마케팅팀을 더 잘 통합할 수 있는 훌륭한 기회이기도 합니다. 인텐트 기반 분석을 사용하여 고객의 구매 신호를 식별할 수 있다면 영업팀은 관련 정보를 통해 고객에게 접근하거나 데모를 제안할 수 있게 됩니다.

    다른 활용 사례는 다음과 같습니다:

    • 웹사이트 개인화
    • 리드 너처링을 위한 이메일 개인화
    • 참여도 기반으로 리드 순위 지정
    • 새로운 잠재 고객 파악
    • 개인화된 콘텐츠 전략 개발

    인텐트 데이터란?

    인텐트 데이터는 고객의 온라인 행동 활동에서 수집한 데이터이지만, 이는 단순히 사람들의 노트북을 들여다보는 것을 의미하는 것은 아닙니다. 그 존재 조차 몰랐던 잠재 고객들을 찾아 그들과 대화를 시작한다고 생각하면 됩니다.

    인텐트 데이터는 잠재 고객의 검색, 웹사이트 방문, 콘텐츠 소비, 온라인 상호작용 데이터들을 기반으로 하며, 잠재 고객이 특별히 웹사이트를 방문하지 않더라도 구매 의도를 파악할 수 있습니다.

    그렇다면 이러한 인사이트를 어떻게 수집할까요? 마케팅 활동 전반에 걸쳐 이미 두 가지 소스에서 데이터를 수집하고 있을 것입니다:

    1. 내부 데이터(Internal Data)

    내부 데이터는 다음과 같은 비즈니스 도구, 시스템 및 플랫폼에서 가져옵니다:

    • 웹사이트, 앱 또는 제품
    • 이메일 커뮤니케이션(개인 정보, 수신자, 응답자)
    • 광고(광고 클릭, 설문조사 답변)
    • 캠페인 콘텐츠(CRM 소프트웨어, 인터랙티브 콘텐츠, 콘텐츠 클릭)

    2. 외부 데이터(External Data)

    이 데이터는 서드파티 제공업체, 공개 데이터 소스 그리고 데스크 기반 시장 조사와 같은 외부 플랫폼으로부터 제공됩니다.

    인텐트 데이터는 잠재 고객이 다른 웹사이트 및 서드파티 소스에서 무엇을 검색하고 있는지에 대한 인사이트를 제공하기 때문에 외부 소스에서 수집합니다.

    서드파티 앱이 온라인 검색 활동을 모니터링하는 것은 이미 잘 알려진 사실이지만, 인텐트 데이터는 잠재 고객이 검색창에 입력하는 내용 그 이상을 보여줄 수 있습니다. 다음과 같은 인사이트를 얻을 수 있습니다:

    • 브라우징 습관
    • 페이지 스크롤 속도와 시간
    • 참여도(다운로드 및 클릭 수)
    • 콘텐츠 소비(유형, 양, 선호하는 콘텐츠)
    • 방문한 웹사이트
    • 위치(IP 주소 기반)

    인텐트 마케팅의 이점은?

    이 모든 데이터가 흥미롭게 들리지만, 이 데이터로 무엇을 할 수 있을까요? 간단히 말해, “꿈의 고객”을 찾을 수 있습니다. 잠재 고객의 구매 의도를 이해하면 구매 가능성이 높은 타깃 고객에게 예산을 더 잘 할당할 수 있습니다. 관련성이 높은 고품질 리드를 영업팀에 전달하면 영업팀은 개인화되고 매력적인 고객 경험을 제공할 수 있습니다.

    B2B 마케터의 27%가 영업과 마케팅의 연계가 어렵다고 답한 만큼, 인텐트 데이터는 팀 간의 연결 고리를 만드는 데 필요한 공통 기반이 될 수 있습니다. 인텐트 기반 마케팅의 이점을 누릴 수 있는 것은 팀 구조뿐만이 아닙니다.

    그 밖의 혜택은 다음과 같습니다:

    커뮤니케이션 개인화

    모든 웹사이트 상호 작용은 방문자에게 개인화된 경험을 제공하여 더욱 몰입도 높은 구매 경험을 제공하고 고객 참여를 높일 수 있는 기회이기도 합니다. 예를 들어, 자사의 사이트를 스크롤하고 있는 자주 방문하고 있는 웹사용자나 경쟁사 고객에게 맞게 제목과 CTA 문구를 실시간으로 쉽게 조정할 수 있습니다.

    관련성 높은 고객 타깃팅

    누구를 타겟팅하고 싶으신가요? 제품이나 서비스를 좋아하는 사람들입니다. 인텐트 데이터를 사용하면 비즈니스에 가장 관심이 많고 구매할 준비가 되어 있는 주요 잠재 고객들을 포착할 수 있습니다. 이들에게 그들의 니즈에 맞는 관련성 높은 너처링 캠페인을 제공하여 마케팅 전략의 효과를 높일 수 있습니다.

    더욱 빨리 시작하기

    잠재 고객이 제품을 찾거나 영업팀이 먼저 연락할 때까지 기다릴 필요 없이 초기 검색 과정에서 잠재 고객들을 포착할 수 있습니다. 잠재 고객이 경쟁사에 도달하기 전에 이 인텐트 데이터를 사용하여 자사의 제품이나 서비스를 먼저 소개할 수도 있습니다.

    리드 순위 지정

    완전히 새로운 리드를 발견할 수 있을 뿐만 아니라(심지어 깜짝 놀랄 만한 리드를 발견할 수도 있습니다), 개인의 구매 의도 수준에 따라 리드의 순위를 더 잘 정할 수 있습니다. ‘완벽한 고객’, 즉 나를 원하는 고객에게 예산을 더 효과적으로 할당할 수 있습니다.

    인텐트 마케팅으로 성공하는 방법

    몰입감 높은 인텐트 마케팅으로 현재의 데이터 기반 전략을 강화할 준비가 되었다면, 다음 질문은 어디서부터 시작해야 할까요? 성공적인 B2B 인텐트 마케팅 캠페인을 도입할 수 있는 7가지 방법을 소개합니다:

    1. ABM의 초개인화

    87%의 B2B 마케터가 ABM 활동이 이미 다른 마케팅 투자보다 높은 성과를 거두고 있다고 답한 만큼, “꿈의 고객”과의 관계를 구축하는 데 있어 개인화가 반드시 필요하다는 것은 분명한 사실입니다. 인텐트 데이터는 구매 여정에서 고객이 어디에 있는지 파악하여 새로운 주요 잠재 고객들을 식별하고 그들에게 가치 있는 것이 무엇인지 더 잘 이해하는 데 도움이 될 수 있습니다.

    2. 관련성 높은 콘텐츠 전략 

    무려 6억개의 블로그가 온라인에 존재하는 지금, 인터넷은 포화 상태라고 해도 과언이 아닙니다. 인텐트 데이터를 사용하여 심층적인 잠재 고객 페르소나를 정의하고, 적절한 타이밍에 목적에 맞는 콘텐츠를 제작하여 고객의 고충과 니즈, 관심사에 직접적으로 부합하도록 함으로써 경쟁에서 돋보일 수 있습니다. 또한 인텐트 데이터는 검색 쿼리를 기반으로 콘텐츠 격차를 파악하여 잠재 고객이 필요로 하고 원하는 모든 콘텐츠를 제공할 수 있도록 도와줍니다.

    3. 개인화된 캠페인

    77%의 B2B 마케터가 개인화가 더 나은 고객 관계를 구축한다고 말합니다. 캠페인 타깃팅부터 맞춤형 메시징까지, 인텐트 데이터는 적시에 적절한 정보를 잠재 고객에게 전달하는 데 도움이 될 수 있습니다. 예를 들어, 수신자가 세분화된 캠페인의 이메일을 클릭할 확률이 그렇지 않은 이메일 캠페인보다 75% 더 높으며, 고객의 구매 여정 단계에 따라 CTA의 메시지와 타이밍을 개인화할 수 있습니다.

    4. 랜딩 페이지 전환 증대

    모든 웹사이트 방문은 구매자의 개별적인 니즈를 충족시킬 수 있는 기회를 제공합니다. 인텐트 데이터를 활용하여 잠재 고객의 구매 의도와 관심도에 따라 이미지, 동영상, CTA 등 웹 페이지의 요소들을 조정할 수 있습니다. 예를 들어, IP 추적을 사용하여 링크를 맞춤 설정하고 추가적인 설득이 필요한 잠재 고객에게 더 많은 정보를 제공할 수 있습니다. 이미 68%의 B2B 기업이 이같은 전략적인 랜딩 페이지를 사용하여 리드를 확보하고 있다는 사실은 놀라운 일이 아닙니다.

    5. 슈퍼 타겟팅된 광고를 통한 리드 확보

    관련성 없는 광고는 마케팅 예산을 낭비할 뿐만 아니라 잠재 고객을 짜증나게 합니다. 인텐트 데이터를 기반으로 집행되는 광고는 구매 의도를 40% 높이고 구매 의도 상승률과 고려도 상승률을 30% 까지 높여주므로, 가치 중심의 메시지가 포함된 목적에 맞는 광고를 적시에 게재하고 특정 키워드 검색의 의도를 파악하여 관심이 있는 것으로 입증된 잠재 고객들을 타깃팅할 수 있습니다.

    6. 페이드 미디어

    인터넷 사용자의 75%가 관련 정보를 찾기 위해 광고를 클릭하고, B2B 구매자의 74%가 온라인 구매 시간의 절반을 공급업체를 분석하는데 사용한다고 합니다. 따라서 잠재 고객에게 유료 검색 광고 캠페인이 노출되도록 하는 것이 중요합니다. 인텐트 데이터는 광고와 팝업이 구매자의 검색 의도와 일치하는지 확인할 수 있습니다. 고객의 구매 의도에 맞는 콘텐츠를 제공함으로써 유료 검색 마케팅의 ROI를 높일 수 있습니다.

    7. SEO

    마케터의 61%가 SEO 개선이 인바운드 마케팅의 최우선 과제라고 답했습니다. 2015년에 변경된 Google 알고리즘에 따라 검색 의도가 키워드 사용량보다 오가닉 검색 결과에서의 존재감을 높이는 데 더 큰 영향을 미칩니다. 검색 의도 데이터는 잠재 고객이 어떤 키워드를 사용하는지, 검색 목적이 무엇인지, 어떤 키워드가 구매 준비가 되었음을 나타내는지 등을 더 잘 이해하는 데 도움이 됩니다

    인텐트 데이터: 마케팅의 새로운 황금

    ‘쿠키 허용’을 클릭하는 것은 일상 생활의 일부이지만, 쿠키와 소셜 미디어 분석은 인텐트 데이터의 힘에 대해 표면적인 부분만 다루고 있습니다. 인텐트 기반 모니터링 도구는 마케팅 전략을 조정하고 발전시킬 수 있는 환상적인 기회를 제공합니다.

    고객의 사고방식에 맞는 보다 개별화된 경험을 제공할 수 있지만, 현재 B2B 비즈니스의 25%만이 강력한 인텐트 데이터와 모니터링 툴을 배포하고 있습니다. 이 수치는 올해 70%로 증가할 것으로 예상되며, 마케팅 전략에 활용할 수 있는 사례가 무궁무진하므로 이제 경쟁에서 앞서 나가기 위해 보다 심층적인 고객 분석을 활용해야 할 때입니다. 구매 의도 데이터는 잠재 고객을 유치하는데  필수적입니다.

    가치 있는 인텐트 데이터를 수집했다면, 이를 낭비하지 마세요. 자동화 프로그램을 통해 소셜 게시물을 쉽게 계획, 승인 및 예약할 수 있으므로 우선 순위가 높은 잠재 고객을 육성하는 데 집중하고 마케팅 예산을 더 효율적으로 활용할 수 있습니다.

    B2B용으로 설계된 플랫폼을 사용하면 기업 채널을 넘어 더 효과적으로 도달 범위를 넓히고 소셜 미디어에서 목소리를 높일 수 있습니다. 구매 의도 데이터를 사용하여 주요 구매자를 식별하고, 이들을 확보하세요.

     

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

  • 최적의 리드 스코어링 모델 구축을 위한 5단계

    최적의 리드 스코어링 모델 구축을 위한 5단계

    최적의 리드 스코어링 모델 구축을 위한 5단계

    (참조 자료: 5 Steps to Building a Lead Scoring Model that Works for You)

    최적의 리드 스코어링 모델 구축을 위한 5단계
    최적의 리드 스코어링 모델 구축을 위한 5단계

    모든 세일즈 리드가 똑같이 생성되는 것은 아니라는 것은 누구나 알고 있습니다.

    일부 잠재 고객들은 진정으로 회사와 장기적인 관계를 구축하고 싶어합니다. 어떤 리드들은 구매 준비가 되어 있지만 당장 구매를 결정하지 않을 수도 있고, 다른 일부는 그냥 스쳐 지나가면서 전혀 구매하지 않을 수도 있습니다.

    그렇다면 어떤 리드가 영업 준비가 되었는지 어떻게 알 수 있을까요? 어떤 리드를 더 육성시켜야 할까요? 어떤 리드를 그냥 지나칠 수 있을까요?

    영업 리드를 분류하는 가장 좋은 방법은 바로 리드 스코어링(Lead Scoring) 모델을 사용하는 것입니다. 리드 스코어링 모델은 CRM에서 모든 리드를 추적하는 대신 스코어링된 점수를 사용하여 자동으로 리드의 우선 순위를 지정합니다. 그 결과, 이상적인 리드에만 시간과 노력을 집중하여 건강한 영업 파이프라인을 구축하고 더 많은 거래를 성사시킬 수 있습니다.

    리드 스코어링 모델이 필요한 이유는?

    리드 스코어링은 더 이상 ‘있으면 좋은’ 기능에 불과하지 않습니다. 리드 스코어링은 이제 모든 비즈니스의 필수 기능입니다.

    리드가 적은 스타트업이든, 리드가 많은 대기업이든, 리드 스코어링 모델을 사용하면 많은 이점을 얻을 수 있습니다. 가치가 높은 리드를 식별하는 데 도움이 될 뿐만 아니라 이상적인 리드들이 보여주는 활동과 데이터도 확인할 수 있습니다. 이러한 정보를 바탕으로 리드와 의미 있는 고품질의 대화를 나눌 수 있습니다.

    리드 스코어링 시스템 활용의 장점은 이 뿐만이 아닙니다. 구매 준비가 된 리드가 영업 프로세스의 다음 단계로 이동하지 않는다면, 영업 프로세스에서 충분히 참여하지 않았을 가능성이 높습니다. 마찬가지로 리드의 점수가 상승하지 않는다면 더 많은 전화를 걸거나 해당 리드를 위한 활동을 만들어야 한다는 것을 알 수 있습니다.

    아직 자사의 비즈니스에 리드 스코어링 모델을 도입해야 할지 확신이 서지 않는다면, 다음과 같은 질문을 통해 리드 스코어링 모델을 통해 얻을 수 있는 이점이 있는지 분석해 보세요:

    1. 영업팀에서 처리할 수 있는 양보다 많은 양의 리드가 생성되나요?
    2. 영업팀에서 품질이 낮고 부적합한 리드에 대해 자주 불만을 제기하나요?
    3. 늦은 응답 시간으로 인해 경쟁업체에 영업 기회를 뺏기고 있나요?
    4. 리드 스코어링 모델을 구현하기에 충분한 고객 데이터를 보유하고 있나요?
    5. 영업 프로세스를 개선하고 건강한 영업 파이프라인을 구축하고 싶으신가요?

    위의 질문에 모두 또는 대부분에 ‘예’라고 답했다면 리드 스코어링 모델의 혜택을 받을 수 있습니다.

    리드 스코어링 도구를 선택할 때는 현재 사용 중인 CRM 소프트웨어와 쉽게 통합되는 도구를 선택하는 것이 가장 좋습니다. 아직 CRM 소프트웨어를 구현하지 않았다면 리드 스코어링 기능이 내장된 Freshsales와 같은 소프트웨어를 선택하면 됩니다.

    리드 스코어링 모델을 구축하는 방법

    1단계: 이상적인 리드 식별하기

    비즈니스에 리드 스코어링 모델을 구현하기 전에 이상적인 리드의 특성을 파악하여 이러한 리드가 높은 점수를 받을 수 있도록 해야 합니다.

    이상적인 잠재 고객은 솔루션의 혜택을 가장 많이 받을 수 있다고 생각되는 고객입니다. 이러한 리드를 식별하는 가장 좋은 방법 중 하나는 현재 성공한 고객부터 시작하는 것입니다. 성공적인 고객과 유사한 특성을 파악해 보세요. 다음과 같은 질문에 답함으로써 이를 파악할 수 있습니다.

    1. 회사 규모는 어떻게 되나요?
    2. 회사 수익은 얼마인가요?
    3. 회사에는 몇 명의 직원이 근무하나요?
    4. 직원의 직함 및 직급은 어떻게 되나요?
    5. 회사는 어디에 위치해 있나요?
    6. 회사의 업종 또는 업종은 무엇인가요?
    7. 어느 부서에서 해당 솔루션을 사용하나요?
    8. 해당 부서에서 근무하는 직원은 몇 명인가요?

    이상적인 리드의 범위를 좁히고 식별하는 데 도움이 되는 다른 질문도 많이 있습니다. 또한 마케팅 팀에 연락하여 리서치를 기반으로 타깃 시장을 정확히 파악할 수도 있습니다.

    2단계: 이상적인 리드를 선별하는 기준 정하기

    좋은 리드 스코어링 모델을 구축하려면 리드의 인구 통계 정보와 비즈니스와의 인터렉션이라는 두 가지 카테고리의 데이터가 필요합니다.

    인구 통계 데이터

    1단계에서 이미 이상적인 리드를 파악했습니다. 비즈니스 규모, 업종, 국가, 연간 매출, 직책 등과 같은 특성을 통해 다른 고객과 비교하여 솔루션을 구매할 가능성이 가장 높은 고객을 파악한 것입니다.

    이 데이터는 일반적으로 웹사이트의 양식을 작성할 때 리드가 제공하거나 해당 리드와 나눈 대화를 통해 제공됩니다.

    다음 다섯 가지 인구통계학적 특성을 통해 잠재고객들을 쉽게 식별할 수 있습니다:

    1. 직책
    2. 산업 유형
    3. 회사 규모
    4. 위치
    5. 부서

    행동 데이터

    두 번째로 필요한 데이터 유형은 리드가 회사와 인터렉션하는 방식과 관련된 데이터입니다. 이 데이터는 웹사이트에서의 리드의 행동과 비즈니스가 이메일에 대한 반응 데이터를 기반으로 합니다. 이메일을 열거나, 본문 내 링크를 클릭하거나, 가격 페이지를 방문하거나, 솔루션에 가입하는 등의 행동은 주의해야 할 긍정적인 구매 신호입니다. 반면, 채용 페이지를 방문하거나 메일링 리스트에서 구독을 취소하는 것은 리드의 무관심을 나타내는 신호입니다.

    다음은 리드로부터 관찰할 수 있는 몇 가지 긍정적인 구매 신호입니다:

    • 데모 요청 및 백서 다운로드와 같은 최상단 유입 경로 활동
    • 가격 페이지 방문, 제품 웨비나 등록 및 솔루션 가입하기와 같은 영업 퍼널 중간 단계 활동
    • 온보딩 비디오 시청, 팀 추가, 새로운 기능 적용 등 애플리케이션에서 수행한 활동
    • 기업 이메일을 열거나 이메일 본문에 있는 링크를 클릭합니다.

    이상적인 리드의 기준을 나열할 때 염두에 두어야 할 팁이 있습니다:

    인구통계학적 데이터와 행동 데이터 모두 리드 스코어링 모델을 설정하는 데 중요한 요소입니다. 인구통계학적 데이터는 리드에 대한 관심도를 보여줍니다. 반면 행동 데이터는 리드가 회사에 얼마나 관심이 있는지를 보여줍니다. 한 가지 카테고리로만 리드의 점수를 매기면 회사에 관심이 없는 CEO와 구매 의향이 높은 관리자를 구분할 수 없습니다.

    3단계: 가치 할당

    각 활동에 어떤 점수를 부여할지 결정하는 것은 리드 스코어링에서 가장 어려운 부분이며, 대부분의 사람들이 이 부분에서 실수하는 경우가 많습니다.

    가치를 할당하는 효과적인 방법 중 하나는 인구 통계 데이터와 행동 데이터에 점수를 균등하게 배분하는 것입니다. 이 접근 방식을 사용하면 이상적인 리드와 일치하거나 브랜드에 대한 참여도가 높다는 이유만으로 리드가 높은 점수를 받지 않도록 할 수 있습니다.

    예를 들어, 이상적인 리드가 중소기업의 CEO인 경우 20점을 받습니다. 하지만 채용 페이지를 방문하는 학생은 감점을 받게 됩니다.

    리드 스코어링 실수

    스코어링할 때 피해야 할 몇 가지 실수는 다음과 같습니다:

    1: 열어본 이메일별로 점수

    리드가 이메일을 열어본다는 것은 여러 가지를 의미할 수 있습니다. 이메일을 진정으로 열어 읽었을 수도 있고, 실수로 열었을 수도 있습니다. 이메일 열람 수로 점수를 매긴다고 해서 리드가 의도적으로 이메일을 열어 읽었다는 것을 의미하지는 않습니다. 이는 오해의 소지가 있으며 리드 점수를 부풀릴 수 있습니다. 대신 이메일 클릭 수로 점수를 매기면 리드가 이메일을 읽고 이메일 본문의 링크를 클릭했음을 나타냅니다.

    2: 각 웹 페이지에 동일한 점수 설정하기

    가격 페이지를 방문한 리드는 채용 페이지를 방문한 리드보다 전환할 가능성이 더 높습니다. 각 웹 페이지에 동일한 점수를 설정하면 리드 스코어링 모델이 부정확해집니다. 대신 각 웹 페이지마다 다른 점수를 설정하세요. 예를 들어 가격 페이지 방문자에게는 플러스 점수를, 채용 페이지 방문자에게는 마이너스 점수를 추가합니다. 이렇게 하면 팀에서 참여시키고 싶지 않은 리드를 필터링하는 데 도움이 됩니다.

    3: 마이너스 점수 피하기

    가치를 할당할 때 가장 흔히 저지르는 실수 중 하나는 올라가는 점수는 설정하는데, 내려가는 점수는 설정하지 않는다는 것입니다. 리드에 마이너스 점수를 추가하는 것을 두려워하지 마세요. 정크 리드의 필터링이 누락되는 것을 방지하기 위해 마이너스 점수를 반드시 추가해야 합니다.

    리드의 점수를 매기는 기준을 정의할 때 감점을 매기는 기준도 함께 나열하세요.

    1. 직책이 이상적인 리드에 맞지 않을때
    2. 리드가 채용 페이지를 방문
    3. 제품 또는 서비스가 특정 산업 유형에 맞지 않는 경우
    4. 특정 국가로 제품을 배송하지 않는 경우
    5. 특정 규모의 기업에는 자사의 서비스를 제공하지 않을때

    리드 스코어링에서는 웨비나 참석, 가격 페이지 방문 등 원하는 리드의 행동에 긍정적인 점수를 부여하고 채용 페이지 방문, 개인 이메일 계정 가입, 캠페인에 대한 무응답 등 원치 않는 행동에 부정적인 점수를 부여합니다.

    4: 각 이벤트에 시간 제한을 설정하지 않음

    이메일 읽기, 기능 적용, 브로셔 다운로드 등의 행동에 대해 리드의 점수를 매길 때, 그 점수가 영원히 지속되어서는 안 됩니다. 리드가 지난달에 웨비나에 참석했거나 1년 전에 이벤트에 참석했거나 지난주에 이메일을 클릭한 경우 부여된 점수를 유지하는 것은 의미가 없습니다. 행동 데이터에 대한 점수를 설정할 때는 반드시 타임라인을 설정해야 하며, 그 이후에는 점수가 차감됩니다.

    4단계: 점수 임계값 설정하기

    좋은 영업 리드의 자격 기준을 정의했지만, 모든 리드가 이 카테고리에 속하는 것은 아닙니다. 일부는 아직 제품을 구매할 준비가 되지 않았을 수도 있고, 다른 일부는 이메일이나 전화에 응답하지 않을 수도 있습니다. 점수를 설정할 때 리드를 버킷으로 분류하는 임계값을 정의하여 주의가 필요한 리드와 육성이 필요한 리드를 즉시 식별할 수 있습니다.

    예를 들어 임계값 한도를 다음과 같이 정의할 수 있습니다:

    • ‘인기’ 또는 ‘영업 준비 리드’는 리드 점수가 70보다 높은 리드를 말합니다.
    • ‘따뜻한 리드’는 리드 점수가 70점에서 30점 사이인 리드입니다.
    • ‘차가운 리드’는 리드 점수가 30점 미만인 리드입니다.

    5단계: 리드 점수 모델 다시 살펴보기

    처음 시작할 때는 가설을 기반으로 규칙을 설정합니다. 하지만 대략 6개월이 지나면 리드에서 새로운 트렌드가 나타나고 있음을 발견할 수 있습니다. 예를 들어, 아직 탐색하지 않은 산업 유형 내에서 리드의 적극적인 참여 수준을 발견하거나, 영업 준비 점수에 도달했지만 아직 구매할 준비가 되지 않은 리드를 발견할 수 있습니다.

    이러한 상황이 발생하면 리드 스코어링 모델을 다시 검토해야 할 때입니다.  리드 스코어링 결과를 정기적으로 모니터링하여 리드 스코어링 모델에 반복이 필요한 시기를 파악하는 것이 좋습니다. 유지 관리, 조정, 테스트 및 개선에 열린 자세로 임하세요. 리드 스코어링 모델을 개발하는 데는 시간이 걸리며 언제든지 향상시킬 수 있습니다.

     

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