Tag: 고객데이터플랫폼

세컨드 파티 데이터에 대한 입문 가이드와 점점 중요해지고 있는 관련성

(참조 자료: A Beginner’s Guide to Second-Party Data & Its Growing Relevance)

쿠키 혹은 퍼스트 파티 데이터 전략이라는 용어가 자주 사용되는 업무 환경에서는 퍼스트 파티 데이터와 써드 파티 데이터의 형제격이라 볼 수 있는 세컨드 파티(Second-Party) 데이터를 간과하기 쉽습니다.

물론 세컨드 파티 데이터를 소홀히 하는 건 이 글을 읽고 있는 여러분들 뿐만 아니라 대다수의 마케터들이 그렇습니다. 마케팅, 분석 및 기술 담당 임원들의 88%가 “향후 6~12개월 내에 더 많은 퍼스트 파티 데이터를 수집하는 것이 최우선 과제”라고 답했습니다. 물론 앞으로 제로파티 데이터와 퍼스트 파티 데이터의 중요성은 더욱 커질 것이고, 이를 효과적으로 수집할 수 있는 방법을 찾는 것이 마케터들에게는 최우선 과제가 될 것임은 확실합니다. 그러나 우리 모두가 개인정보 보호 중심의 쿠키 없는 미래를 맞이하고 있다는 점을 고려할 때, 제로 파티와 퍼스트 파티 데이터를 통합하려는 시도에  추가로 세컨드 파티 데이터를 보완하는 것이 경쟁에서 앞서나가기 위한 방법으로 점점 더 중요해지고 있습니다. 이는 특히 DTC(Direct-To-Consumer) 브랜드와 리테일 미디어의 힘을 활용하여 광고 지출을 소비자의 변화하는 행동에 맞춰 최적화 하려는 기업에게 특히 해당됩니다.

다시 말해서, 오늘 날 최고의 기업은 단순히 매출 뿐만 아니라 평판 측면에서도 고객 경험을 우선시하는 기업이라고 볼 수 있습니다. 이 단순한 사실 때문에 많은 기업들은 데이터 전략에서 세컨드 데이터가 필연적으로 수행하게 될 역할에 대해 진지하게 고민해야 할 필요가 있습니다.

최근의 디지털 퍼스트 고객 환경에서 모든 비즈니스 리더는 자신의 전문 분야와 관계없이 세컨드 데이터의 기본 사항과 종종 간과되는 소비자 데이터가 전향적인 마케팅 활동을 펼쳐나가려는 조직의 데이터 전략에서 왜 중요한지 그 이유에 대해서 잘 알고 있어야 합니다.

세컨드 파티 데이터란 정확히 무엇인가?

많은 사람들이 써드파티 데이터에 대한 열광적인 관심을 갖는 동안, 세컨드 파티 데이터의 개념은 점점 더 모호해졌습니다. 퍼스트 파티 데이터와 세컨드 파티 데이터를 동시에 비교하는 것이 세컨드 파티 데이터를 가장 쉽게 이해하는데 도움이 되기 때문에 다양한 유형의 온라인 소비자 데이터를 간략하게 분석해 보겠습니다.

퍼스트 파티 데이터(First-Party Data)

Neil Patel의 표현을 따르자면,  퍼스트 파티 데이터는 “기업이 고객에 대한 자체 소스에서 수집하는 정보” 입니다. 즉, 퍼스트 파티 데이터는 브랜드 잠재 고객들로부터 직접 수집하는 정보로, 알려지거나 알려지지 않은 정보입니다.

• 예시: 웹사이트에서 직접 수집한 데이터, CRM 데이터, 로열티 ID, 거래 데이터, 애널리틱스에서 계산한 고객 스코어링 등이 있습니다.
• 보너스: ‘제로 파티 데이터’라는 용어를 들어 보았을 수도 있는데, 이는 기본적으로 퍼스트 파티 데이터의 하위 개념으로, 소비자가 자신이 원하는 결과를 얻기 위해 신뢰할 수 있는 브랜드에게 의도적으로 공유하는 데이터입니다(예: 고객이 가장 잘 맞는 옷을 찾기 위해 옷 사이즈를 공유하거나 온라인 구매, 매장 픽업 옵션을 활성화하기 위해 우편번호를 공유하는 경우). 제로 파티 데이터는 일반적으로 개인화된 서비스를 받기 위해 선호도 매칭 목적으로 사용되는 동의된 데이터입니다.

세컨드 파티 데이터(Second-Party Data)

세컨드 파티 데이터는 “서로 직접적인 관계를 맺고 있는 두 기업 간에 공유되는 데이터“입니다. 기본적으로 세컨드 파티 데이터는 다른 기업의 퍼스트 파티 데이터입니다. 기업은 서로 상호 이익이 되는 관계에서 유용한 잠재 고객 인사이트를 얻기 위해 신뢰할 수 있는 비즈니스 파트너와 세컨드 파티 데이터를 공유하거나 받는 경우가 많습니다.

• 예시: 마케팅 효과를 향상시키거나 새로운 공동 제품을 시장에 출시하기 위해 파트너 브랜드와 고객 데이터를 공유하는 비즈니스 상황.

써드 파티 데이터(Third-Party Data)

HubSpot의 설명에 따르면 써드파티 데이터는 “비즈니스 또는 잠재 고객과 직접 연결되지 않으면서 비즈니스에서 수집한 모든 데이터”입니다. 그 범위는 퍼스트 또는 세컨드 데이터보다 훨씬 더 넓습니다. 써드 파티 데이터는 소비자와 직접 상호 작용하지 않는 곳에서도 수집하고 관리할 수 있습니다. 따라서 서로 다른 출처의 여러 데이터 세트가 결합되어 구매 및 판매되는 경우가 많습니다.

• 예시: 기존 혹은 잠재 비즈니스 고객의 미디어 선호도 정보(예: 잡지 구독, 동영상 구매 내역 등) 또는 인구통계학적 또는 심리학적 데이터(예: 소득, 연령, 위치) 등을 써드 파티 데이터 애그리게이터(third-party data aggregator)로부터 구매하는 경우

세컨드 파티 데이터가 퍼스트 파티 데이터와 비슷하게 들리지 않나요?

퍼스트 파티 데이터와 세컨드 파티 데이터는 매우 유사해보이지만, 가장 큰 차이점은 신뢰라는 한 가지 키워드로 요약됩니다. 기업 내 이해관계자들이 잠재 고객들이 데이터를 공유하는 비즈니스가 데이터를 얻는 방법과 두 비즈니스가 서로 데이터를 공유하는 방법 모두를 신뢰할 수 있도록 하는 것이 가장 중요합니다. 세컨드 파티 데이터 공유 프로세스에 대한 신뢰를 높이기 위해 사용할 수 있는 법적 및 기술적 전략은 무수히 많습니다. 궁극적으로, 100% 완벽한 세컨드 파티 데이터 공유 방법은 없지만 올바른 조합을 통해 상당한 성과를 거둘 수 있으며, 세컨드 파티 데이터는 전반적으로 써드 파티 데이터보다 불투명성이 훨씬 낮고 신뢰할 수 있으며 개인정보 보호 규정을 준수하는 것은 말할 것도 없습니다.

세컨드 파티 데이터가 최근에 와서 중요해지고 있는 이유는?

전 세계적으로 유사한 법안과 함께 GDPR이 도입되고 ADPPA가 제안되면서 오랫동안 써드 파티 데이터에만 의존해 온 기업들은 지속적인 비즈니스 성장 목표를 달성하기 위한 대체 옵션을 찾아야만 했습니다. 주요 기업들은 현재 개인정보 보호법을 새로 제정한 120개 이상의 국가들을 따라잡기 위해 분주히 움직이고 있습니다.

따라서 빅테크 기업들은 소비자의 개인정보 보호 정책 기준을 충족시키기 위해 움직이고 있습니다. 이러한 발전은 기업이 데이터를 사용하여 소비자를 이해하고 상호 작용하는 방식에 중대한 변화를 가져옴과 동시에, 소비자는 자신의 데이터에 액세스할 수 있는 기업에 대한 통제권을 원하게 되었습니다.

따라서 기업이 끊임없이 변화하는 데이터 개인정보 보호법을 준수할 수 있는 방법을 결정하는 것이 현 시대의 가장 중요한 비즈니스 과제 중 하나가 될 것입니다.

 

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

퍼스트 파티 데이터 구축 전략

(참조 자료: How to build your first-party data strategy)

서드파티 기술의 종말은 브랜드에게 최신 데이터 인프라를 투자하고 고객과의 신뢰를 구축할 수 있는 기회를 제공합니다. 퍼스트파티 데이터 전략을 개발하여 데이터 공급망을 혁신하는 방법을 알아보세요.

헨리 포드를 1908년 10월 포드모델 T의 출시로 자동차 산업에 혁명을 일으켰습니다. 이 차를 그렇게 충격적으로 만든 것은 가장 빠르거나 안전하다는 것이 아니라 가격이라는 점입니다. 모델 T는 대부분의 미국인들이 처음으로 자동차 여행을 할 수 있게 해주었습니다.

포드는 공급망을 변화시킴으로써 모델 T를 저렴한 가격에 나열할 수 있었습니다. 그 시대의 많은 자동차들이 고도로 훈련된 전문가들에 의해 한 번에 한 대씩 만들어졌지만, 포드는 부품의 품질과 팀들의 협업에 우선 순위를 두고 규모에 맞는 생산을 허용하는 조립라인을 디자인했습니다. 비록 대부분의 관심이 종종 최종 생산된 제품에만 집중되지만, 애플의 팀쿡과 같은 위대한 비즈니스 리더들은 공급망의 중요성을 지속적으로 강조하고 있습니다.

그러나 오늘날의 많은 기업들은 단순히 자동차(또는 스마트폰)만 판매하거나 공장을 운영하지는 않습니다. 그들은 코드를 작성하고, 모바일 앱, 웹사이트, 그리고 다른 다양한 채널을 통해 디지털 경험을 제공합니다.

디지털 경험은 단순히 섀시와 차체의 조립이 아니라 데이터에 의해 구현됩니다. 넷플릭스의 개인화된 콘텐츠 추천이나 에어비앤비의 원할한 거래 이메일을 떠올려보세요. 이러한 경험은 데이터를 수집, 구성 및 활성화하는 기능을 기반으로 합니다. 이는 하버드 비즈니스 리뷰가 강조한 최근 데이터 공급망이라는 새로운 종류의 조립라인의 결과입니다.

공급망은 시장과 함께 발전해야 하며, 데이터 공급망은 예외는 아닙니다. 많은 브랜드들이 캠페인을 향상시키고 참여를 측정하기 위해 서드파티 데이터에 의존해왔지만, 애플의 앱 추적 투명성과 구글의 서드파티 쿠키 거부와 같은 새로운 시장 변화는 팀들로 하여금 그들의 전략을 바꾸도록 그들의 전략을 바꾸도록 강요하고 있습니다. 데이터 공급망을 발전시키고 디지털 환경을 최적화하려면 퍼스트파티 데이터 전략을 구축해야 합니다.

왜 서드파티 데이터가 아닌 퍼스트파티 데이터인가?

지난 몇 년 동안 많은 기업들이 서드파티 데이터를 활용한 개인화 캠페인에 박차를 가했습니다. 서드파티 데이터는 사용자가 소유한 에셋을 통해 참여하는 고객에만 의존해야 하는 퍼스트파티 데이터보다 더 광범위합니다. 그러나 파티 간에 데이터를 공유할 때 메타데이터와 개인 식별 정보가 손실되는 경우가 많기 때문에 갈수록 데이터 수가 작아지는 경향도 있습니다.

서드파티 데이터는 그 규모 때문에 페이드 디스플레이 광고와 같은 광범위한 신규 고객 확보 캠페인에 종종 사용되어 왔습니다. 그러나 최근 몇 차례의 트렌드 변화로 인해 이 문제는 어려워졌습니다.

1. 애플의 ATT 프레임워크와 점점 강화되는 ‘추적 금지’
2. 구글의 다가오는 서드파티 쿠기의 가치 하락
3. 익명의 타깃팅에 대한 소비자들의 데이터 개인정보 인식 및 혐오감 증가

이러한 트렌드, 특히 처음 2가지 트렌드는 잠재 고객 획득의 성장을 위한 아래 2가지 필수 메커니즘을 수행하는 많은 브랜드의 능력을 저하시켰습니다.

• 측정(Measurement): 비소유 채널에서 캠페인, 크리에이티브 세트 또는 메시지가 잘 수행되고 트래킹되는가?
• 타깃팅(Targeting): 비소유 채널에서 과거 행동 데이터를 기반으로 특정 메시지를 특정 사용자에게 전달할 수 있는가?

서드파티 타깃팅에서 벗어나고 있는 가운데, 몇몇 사람들은 새로운 법률을 회피하고 동일한 활용 사례를 달성할 수 있는 방법을 제안했습니다.

• 대체 식별자(Alternative identifiers): 일부 공급업체는 쿠키와 IDFA를 대체할 범용 식별자 도입을 약속했습니다. 브랜드는 이 식별자를 측정, 타깃팅 등을 위해 여러 공급업체와 채널에서 활용할 수 있습니다.
• 지문 채취(Fingerprinting): 지문채취는 디바이스 유형 및 위치와 같은 비개인 식별 정보의 단면을 사용하여 채널을 통해 트래킹할 수 있는 사용자의 디지털 지문을 만드는 기술입니다.
• 확률론적 모델링(Probabilistic modeling): IP 주소, 운영체제, 위치, 와이파이 네트워크 및 행동 데이터와 같은 정보를 주어진 신뢰 수준에서 프로파일에 링크하기 위해 예측 알고리즘을 활용하여 여러 디바이스에 걸쳐 단일 사용자가 수행한 계약을 통합 고객 프로파일에 연결합니다(확률적 아이덴티티에 대한 자세한 내용과 결정론적 모델링과의 차이점에 대해서 자세히 알아보기)

이러한 솔루션은 빠른 해결을 제공하지만 다른 문제점을 유발하기도 합니다. 프라이버시를 중시하는 고객의 정서, 계속 진화하하는 개인정보 보호정책(GDPR, CCPA) 및 앱 스토어 거부 위험과 같은 요인 때문에 이러한 방법은 소비자 신뢰는 말할 것도 없고 컴플라이언스 측면에서도 위험합니다.

‘위기에서 큰 기회가 있다’라고 말한 알버트 아인슈타인처럼, 서드파티 트래킹 기능이 사라지면서 업계 전반에 걸쳐 브랜드들은 데이터를 사용하여 고객에게 도달하는 방식을 전환하고, 도달 범위보다 관련성을 우선시하고 고객 신뢰를 재구축해야 하는 상황에 놓이게 되었습니다.

퍼스트파티 데이터 전략 구축 전략

자동차 제조와 마찬가지로 데이터 기반 환경을 제공하기 위한 여러 단계가 있습니다. 프라이버시를 우선시하는 효과적인 퍼스트파티 데이터 전략은 수집에서, 관리 및 저장, 그리고 활성화에 이르는 전체 데이터 라이프사이클을 고려해야 합니다.

퍼스트파티 데이터 수집

세일즈포스의 2020 State of the Connected Customer이라는 레포트에서 83%의 소비자가 온라인상에서 개인 데이터를 공유하는 것에 대해 우려하고 있으며 72%가 개인정 보호 문제로 인해 기업으로부터 구매나 서비스 사용을 중단할 것이라고 보고했습니다. 퍼스트파티 데이터를 성공적으로 수집하려면 고객에게 가치를 제공하고 사용투명성과 책임있는 데이터 거버넌스를 전달하여 신뢰를 보장하는 데이터 거래를 만들어야 했습니다.

Boston Consulting Group(BCG)는 퍼스트파티 데이터를 사용한 책임 마케팅(Responsible Marketing)에서 최신 팀이 고객 데이터를 트래킹할 때 세 가지 활용 사례를 따르고 있다고 말합니다.

• 가시성(Visibility): 배너를 숨기지 않고 깔끔한 사용자 인터페이스로 질문을 디자인하고 사용자에게 제어권을 부여해 허가를 철회하기 쉽게 한다.
• 솔직함(Candor): 그들은 데이터를 수집하는 이유와 수집과 활용의 이점에 대해 투명합니다.
• 가치(Value): 데이터 공유로 인한 고객 환경 향상과 같은 인센티브를 강조합니다.

고객 데이터는 더 이상 사고 팔 수 없습니다. 이는 신뢰를 통해 얻어야 하고 안전한 데이터 거버넌스를 통해 지속적으로 다시 얻어야 하는 특권입니다.

다양한 유형의 기업이 각기 다른 방식으로 고객과 연결되므로 데이터 수집은 업종에 따라 달라집니다. 리테일, 금융 서비스 및 여행과 같이 사용자와 직접적인 관계를 가진 브랜드는 회원 전용 콘텐츠 및 로열티 프로그램과 같은 전용 상품을 기반으로 가치 교환을 구축했습니다.

CPG(Consumer Packed Goods)와 자동차와 같은 업종의 기업들은 소비자에게 직접적으로 제품을 판매하지 않는 경우가 많습니다. 이러한 기업은 고유한 보조 디지털 제안으로 최종 고객에게 연락하여 퍼스트 파티 데이터 세트를 구축할 수 있습니다. 예를 들어, 방금 구매한 웨버 숯 그릴은 모바일 앱을 다운로드 받기 위한 QR 코드를 포함하여 방금 도착했다고 봅시다. 그 앱은 집에 불을 지르는 것을 피할 수 있도록 도와준 3D 설정 설명서, 그릴링 팁, 레시피 추천 등의 정보로 가득 차 있습니다.

특히 미디어와 퍼블리셔는 서드파티 쿠키를 사용하여 데이터 관리 플랫폼(DMP) 및 기타 광고 기술 플랫폼을 통해 광고를 전달하는 경우가 많기 때문에 최근까지도 서드파티 데이터에 크게 의존해왔습니다. 서드파티 트래킹이 더욱 제한됨에 따라 퍼블리셔들은 퍼스트파티 데이터 수집의 소유권을 가져다가 관련 광고 경험을 잠재 고객들에게 전달하는 데 활용할 수 있는 기반 시설에 투자하는 것이 중요해질 것입니다. 뉴욕 타임즈와 같은 일부 퍼블리셔는 이미 광고 캠페인에 힘을 실어주기 위해 퍼스트파티의 고객 데이터와 데이터 사이언스 인사이트에 투자하고 있는 이러한 변화에 앞장서고 있습니다. 지금까지의 진행 상황에 대해 여기서 더 많이 읽을 수 있습니다.

고객 신뢰를 구축하는 문제 이외에도 퍼스트파티 데이터 수집의 기술적 과제도 있습니다. 퍼스트파티 데이터를 수집하는 모든 툴에는 클라이언트측 애플리케이션에 SDK를 구축해야 합니다. 수십 개의 마케팅 및 분석 툴을 사용하는 일반 기업에서는 이 벤더 코드를 빠르게 관리하는 것이 엔지니어링의 골칫거리가 될 수 있습니다.

CDP(Customer Data Platforms)는 퍼스트파티 데이터 수집을 단순화할 수 있도록 지원하여 여기에서 가치를 제공합니다. CDP는 SDK 구현 또는 API 연결을 통해 고객 데이터를 수집한 다음 서버측 통합을 통해 마케팅, 분석 및 데이터 웨어하우징 툴에 연결할 수 있도록 지원합니다. 이를 통해 엔지니어는 공급업체 코드 관리 및 맞춤형 개발에 더 적은 시간을 할애할 수 있으며 마케팅 및 제품팀은 필요한 시간과 장소에 에 필요한 데이터에 엑세스할 수 있습니다. 여기서 고객 데이터 플랫폼에 대해 더 자세히 확인해보세요.

데이터 관리와 저장

프라이버시를 중시하는 고객이 자신의 퍼스트파티 데이터를 공유할 수 있도록 지원하는 가치 교환을 구축하는 것은 어렵습니다. 그러나 안전한 데이터 관리 및 저장 없이는 고객의 신뢰가 흔들릴 수 있으며 마케터들의 모든 노력이 순식간에 낭비될 수 있습니다. 데이터 개인정보 보호의 단 한번의 실수로 인해 고객이 데이터 삭제 요청을 제기하거나 사용자가 집단 소송에 휘말릴 수 있기 때문에 책임있는 데이터 거버넌스가 매우 중요합니다.

1. 동의 관리

책임있는 데이터 관리의 한 축은 안전한 처리 법적 근거이며, 이에 대한 동의입니다. 고객 동의는 고객이 데이터 사용과 관련하여 자신의 선택에 신호를 보내는 과정입니다. 규정 준수를 위해서는 각 고객 데이터가 항상 고객이 동의한 용도에 따라 사용되고 있는지 확인해야 합니다. 예를 들어, 고객이 웹사이트를 방문할 때 마케팅 및 광고 목적이 아닌 분석 및 보안 목적으로 데이터를 수집하도록 허용할 수 있습니다. 따라서 데이터가 수집된 후에 그 데이터가 수집된 목적에 맞게 적절하게 사용될 수 있게 해당 데이터를 적합한 시스템으로 전송되도록 하는 것이 기업이 해야 할 의무입니다.

이는 고객이 개인정보 활용 목적을 설정한 후 동의 관리 플랫폼(Consent Management Platform, CMP)을 사용하여 특정 공급업체 SDK를 통해 실행되도록  트리거하거나, 고객 동의 상태를 기준으로 기술 스택에서 데이터 플로우 방식을 필터링하기 위해 CMP를 CDP와 통합함으로서 달성할 수 있습니다. 이 기사에서는 두 가지 전략을 모두 자세히 살펴볼 수 있습니다.

2. 결정론적 아이덴티티 식별

고객이 누구인지 모를 경우, 데이터 제목 요청 이행과 같은 데이터 거버넌스의 동의 관리 및 기타 측면은 거의 불가능합니다. 고객이 싱글 터치포인트를 통해서만 참여할 경우 계약 및 기본설정을 디바이스 레벨 식별자에 연결할 수 있으므로 이 문제는 덜 부럽습니다. 그러나 웹사이트 및 모바일앱과 같은 여러 접점에 걸쳐 고객이 참여하기 시작하면 디바이스 레벨 데이터를 통합 고객 프로필과 연결할 수 있는 방법이 필요합니다. 한 채널에서 선언된 동의 기본 설정을 통합 고객 프로필과 연계할 수 없는 경우, 다른 채널에서 수집된 고객의 데이터를 신호된 기본 설정을 위반하는 방식으로 계속 사용할 수 있습니다. 또한 고객이 데이터 제목 요청을 제출할 경우 한 시스템에 존재하는 데이터에 대한 요청을 이행할 수 있지만 다른 시스템에 격리된 데이터에 대해서는 요청을 이행하지 못할 수 있습니다.

3. 데이터 저장

퍼스트파티 데이터를 실시간으로 활성화하면 거래 메시지와 같은 강력한 활용 사례가 가능하지만 데이터를 장기간 깔끔하게 저장할 수 있는 기능도 중요합니다. 데이터 웨어하우스에 서드파티 데이터를 사용하면 과거 고객층을 구축하고 BI 쿼리를 실행하는 데 활용할 수 있습니다. 또한 데이터 웨어하우스는 디바이스 레벨 계약 데이터와 거래 데이터와 같은 다양한 소스의 데이터를 결합하기에 가장 좋은 장소입니다. 클라이언트 측에서 데이터 웨어하우스로 서드파티 데이터를 가져오는 기존의 방법은  Snowplow Analytics와 같은 분석 트래킹 툴을 사용하여 클라이언트에서 데이터를 수집한 다음 Fivetran와 같은 Extract, Transform, Load (ETL) 툴을 사용하여 클라우드 앱에서 데이터 웨어하우스로 데이터를 전송하는 것입니다. 또는 고객 데이터 플랫폼을 통해 클라이언트측 서버측 환경에서 데이터를 수집하여 단일 도구로 데이터 웨어하우스로 내보낼 수 있습니다.

퍼스트파티 데이터로 무엇을 할 수 있는가?

서드파티 데이터의 사용으로 브랜드는 새로운 고객을 확보하고 고객을 리타깃팅 캠페인을 통해 이탈된 고객을 재확보하는 모델을 따를 수 있게 되었습니다. 이로 인해 많은 기업들이 브랜드 인지도를 높이고 신규 고객 획득을 가속할 수 있었지만 고객 신뢰와 충성도를 구축하는 방법을 찾아야 하는 어려운 일도 피할 수 있었습니다.

이에 반해 퍼스트파티 데이터는 팀이 고객 라이프사이클 전체에 걸쳐 고객을 이해하고 관련성이 높은 경험을 제공하는 보람있는 작업을 수행하는데 도움이 됩니다.

고객 유지(Retention)

새로운 고객을 확보하기 위해서 설계된 이니셔티브에 많은 관심이 집중되어 왔습니다. 그러나 경험이 풍부한 성장형 리더라면 누구나 성공에 있어 강력한 고객 유지가 동등하게(더 중요하지 않더라도) 중요하다는 것을 알고 있습니다. Bain의 Prescription for Cutting Costs 보고서에서는 고객 유지율을 5%만 증가시키면 수익을 25% 증가할 수 있다고 보고 했습니다. 반면에 이탈 직후의 고객들을 다시 확보하는데 많은 돈을 쓰는 것은 순손실을 일으킬 수 있습니다.

퍼스트파티 데이터를 사용하면 고객에게 보다 적절한 경험을 제공할 수 있으므로 고객 유지율을 높일 수 있습니다. 제품 구매 이력 등을 통해 각 고객의 선호도를 파악함으로써 온드 미디어를 통해 고객과 신중하게 재구매를 유도하고 더 오랜 기간에 걸쳐 고객 생애 가치(customer lifetime value, CLTV)를 증대시킬 수 있습니다.

고객 데이터 플랫폼은 성장팀이 퍼스트파티 데이터를 사용하여 고객에게 관련 경험을 보다 쉽게 제공할 수 있도록 지원합니다. 예를 들어 CDP를 통해 마케터와 제품 관리자는 맞춤 개발 없이 자신이 선택한 고객 참여 툴에 통합된 고객 프로파일을 전달할 수 있으며, 이를 통해 애플리케이션 내 추천 및 팔로업 이메일과 같은 고객 유지율을 높일 수 있습니다.

만족스러운 고객은 추천과 긍정적인 리뷰를 주도하며, 이는 새로운 고객의 중요한 원천으로 이어질 수 있습니다. 예를 들어, 승차 공유앱 Via가 어떻게 제품 경험을 최적화하여 추천을 통해 성장의 85%를 이끌어냈는지 확인해보세요.

개인화(Personalization)

고객 유지(Retention) 기능은 CLTV를 더 오랜 기간에 걸쳐 확산시키는 기능을 하는 반면 개인화는 각 사용자의 절대 수명 가치를 높이는 기능을 합니다.

퍼스트파티 데이터 분석을 통해 얻은 인사이트를 사용하여 고객에게 제공한 경험의 관련성을 높일 수 있습니다. 또한 실험을 진행하고 참여 지표를 퍼스트파티 고객 프로필과 연계함으로써 시간이 지남에 따라 캠페인의 효과를 높일 수 있습니다. BCG 조사에 따르면 구매 과정에서 여러 순간에 고객에게 관련 경험을 제공할 수 있는 디지털 마케터는 최대 30%의 비용 절감과 20%의 수익 증대를 달성했습니다.

서드파티 데이터 분석을 사용하여 개인화된 환경을 구축할 때 발생하는 문제 중 하나는 데이터가 여러 시스템에 걸쳐 사일로화되는 경우가 많다는 것입니다. 모든 툴에는 자체 식별자와 자체 세분화 엔진이 있으며, 툴간에 데이터를 전환시키려면 수 시간의 고된 개발 작업이 필요합니다. 각 툴이 자체 데이터 세트로 운영되면 고객 이동 중에 개인화된 환경을 최적화하기가 거의 불가능합니다.

고객 데이터 플랫폼은 서드파티 데이터 수집, 결정론적 아이덴티티 식별 및 잠재 고객 세분화를 단일 시스템으로 간소화하고 서버 측 통합을 위해 프로파일 및 잠재 고객 세분화를 모든 성장툴로 쉽게 전달할 수 있도록 함으로써 이러한 과제를 단순화합니다. 이메일 프로그램을 통해서 이름(first_name)을 개인화한 고객 경험을 제공할 수 있습니다.

 

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

 

외식업이 CDP(고객 데이터 플랫폼)을 활용하여 매출을 극대화하는 방법

(참조 자료: How Restaurants Can Use a Customer Data Platform to Increase Revenue)

 

마케팅 캠페인을 진행하면서 가장 적합한 사람을 찾을 수 있다면 어떻겠습니까? 사용할 수 있는 최상의 채널과 공유할 수 있는 최적의 프로모션을 알고 있다면 어떨까요? 고객 데이터 플랫폼(Customer Data Platfrom)을 통해 이 모든 작업을 수행할 수 있습니다.

고객 데이터 플랫폼이란?

고객 데이터 플랫폼은 다양한 소스의 고객에 대한 정보를 큐레이션하여 고객에 대한 하나의 포괄적인 프로필로 만들어주는 소프트웨어입니다.

POS 시스템, 소셜미디어 프로필, 웹사이트 분석, 고객 관계 관리(CRM) 시스템, 설문조사, 서드파티 소스 등 다양한 장소와 다양한 포맷으로 고객에 대한 정보를 보유하고 있을 것입니다.

고객 데이터 플랫폼은 각 플랫폼에서 세부 정보를 가져와 고객에 대한 정보를 중앙집중화하므로 데이터를 쉽게 검토하고 정보에 입각한 마케팅 결정을 내릴 수 있습니다. 고객이 누구인지, 무엇을, 어디에서, 어떻게 구매하는지 알게되면 보다 효과적인 프로모션과 메시지를 만들 수 있습니다. 더 많은 매장 방문을 유도하고 수익을 높일 수 있을 것입니다.

어떤 고객 데이터가 필요한가?

고객에 대해 이해하고, 마케팅 기회를 파악하는데 도움이 되는 고객 데이터 플랫폼에는 다양한 정보가 포함되어야 합니다. 잠재 고객에 대해 더 많이 알수록 효과적으로 고객을 마케팅하고 레스토랑까지 방문하도록 유도하는 것이 쉬워집니다.

우수한 고객 데이터 플랫폼은 다음을 수집합니다.

• 고객 정보(Contact information): 이름, 전화번호, 그리고 이메일 주소 등의 정보를 통해 고객에게 직접 연락하여 타깃된 메시지를 보낼 수 있습니다.
• 위치 정보(Location information): 집 주소, 우편번호 또는 집이나 사무실의 도시. 잠재 고객이 시간을 보내는데 위치를 알면 메시지를 볼 수 있는 위치에 배치하고 특정 위치를 기준으로 타깃 메시지를 지정하는데 도움이 됩니다.
• 인구통계 정보(Demographic information): 나이, 성별, 소득, 교육, 직책 등 고객에 대한 특정 인구 통계 세부정보를 알고 있는 경우, 특정 유형의 고객에게 도달하는 하이퍼 타깃팅된 온라인 광고 캠페인을 만들 수 있습니다.
• 심리학적 정보(Psychographic information): 고객의 관심, 가치, 동기, 신념 및 목표. 무엇이 고객의 마음을 움직이게 하는지 등을 이해하면 목표 대상 고객에게 더 잘 어울리는 메시지를 작성할 수 있습니다.
• 행동 및 결제 정보(Behavioral and transactional information): 마지막 방문 날짜, 마지막 웹사이트 방문날짜, 이메일 오픈, 메뉴 항목, 평균 티켓 등 잠재 고객의 구매 습관을 알면 고객이 어떤 단계에 있는지 확인할 수 있으므로, 고객에게 더 가까이 다가갈 수 있는 마케팅 캠페인을 만들 수 있습니다.

어떤 고객 데이터 플랫폼을 사용해야 매출을 극대화시킬 수 있을까?

모든 고객 데이터는 고객을 파악하는데 도움이 되며 고객을 현관까지 안내하는 최상의 방법을 제시할 수 있습니다. 다음은 고객 데이터 플랫폼을 사용하는 방법을 보여주는 몇 가지 예시입니다.

1. 가장 효과적인 마케팅 채널을 파악합니다. 잠재 고객들이 시간을 보내는 플랫폼에 광고 캠페인을 배치하여 더 많은 효과를 얻으십시오. 예를 들어, 데이터베이스에서 70%의 고객들이 페이스북을 사용하지만 40%만이 트위터를 사용한다고 가정하면, 페이스북의 광고가 타깃 고객에게 가장 잘 전달될 것이라고 가정할 수 있습니다.

2. 유사 타깃을 만듭니다. 기존 고객에 대한 자세한 정보를 알고 있을 때 레스토랑에 관심이 있을 가능성이 높은 다른 고객에게 식별할 수 있습니다. 예를 들어, 연락처 목록을 페이스북에 업로드하고 기존 사용자의 인구 통계 데이터와 유사한 잠재 고객들을 식별합니다. 이는 브랜드로 하여금 새로운 타깃 고객으로 확장시켜 줍니다.

3. 개인화된 메시지를 이메일과 텍스트로 보냅니다. 연락처 정보 및 고객 습관에 대한 데이터를 엑세스하면 개인화된 이메일 또는 텍스트를 작성할 수 있습니다. 예를 들어, 고객의 구매 기록을 검토한 후 가장 관심도와 구매 가능성이 높을 제품에 대한 할인 쿠폰을 보낼 수 있습니다.

4. 정체된 고객들을 다시 불러옵니다. 고객의 행동을 모니터링하여 한동안 방문하지 않았던 고객들을 다시 돌아오게 하는 타깃 메시지를 보낼 수 있습니다. 이와 같은 마케팅 기회는 고객을 브랜드로 다시 되돌아오게 만들기 위해 새로운 인센티브가 필요한 고객들을 타깃으로 합니다.

5. 가장 효과적이였던 마케팅 프로모션(그리고 해당 프로모션에 가장 관심있었던 사람)이 무엇이였는지 식별합니다. 각 캠페인에 대한 데이터를 수집하면 나중에 이를 분석하여 어떤 것이 가장 효과적이였는지 확인할 수 있습니다. 캠페인에 응답한 잠재 고객들을 식별하면 효과가 있었던 마케팅 메시지를 재차 반복전달해 더 나은 결과를 얻을 수 있습니다.

누구에게 연락해야 하는지, 어떻게 연락하는지, 뭐라고 말해야 하는지 알려줍니다. 그리고 현재 마케팅 결정에 정보를 제공할 수 있는 데이터가 있다면 “제 데이터를 큐레이션하고 그 인사이트를 활용하여 고객 참여와 매출을 높이고 있는가?” 하고 스스로 질문해 보시기 바랍니다.

데이터 수집 전략과 현재 플랫폼에 대해 재고하여 더 우수하고 효과적인 마케팅 전략을 시작하고 수집 및 활용할 수 있는 인사이트가 있는지 확인하세요.

 

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

 

 

효과적인 고객 데이터 플랫폼을 구축하는 방법

(참조 자료: How to build an effective customer data platform)

비즈니스 환경은 점점 더 디지털화되고 복잡해지고 있습니다. 고객이 브랜드와 인터렉션하고 이러한 인터렉션들을 모두 관리하려면 그 어느때보다 확장 가능한 툴이 필요합니다. 이러한 모든 인터렉션과 툴로 인해 비즈니스는 그 어느 때보다 많은 고객 데이터로 넘쳐나고 있습니다. 이러한 데이터를 신속하게 고객 인사이트로 변환시키고 궁극적으로는 뛰어난 고객 환경을 통해 시장에서 지속적인 이점을 얻을 수 있습니다.

고객 데이터 플랫폼(CDP)는 기업이 고객 데이터를 수집, 표준화, 통합 및 활성화할 수 있도록 지원하는 최신 기술입니다. CDP는 고객을 보다 완벽하게 이해하고 전체 조직이 고객 환경을 향상시키고 경쟁 우위를 유지하는 방법에 대한 데이터 중심의 의사 결정을 내릴 수 있도록 지원합니다.

그러나 적합한 CDP를 선택하는 것은 어려운 작업일 수 있습니다. 시장에 많은 CDP가 출시되어 있으며 CDP의 제공 방식도 매우 다양합니다.

아래 글에서는 효과적인 CDP를 구축하기 위한 프레임워크와 성공사례에 대해 소개해드립니다.

1. 목표 확인

CDP는 기업의 데이터 인프라의 기반이 됩니다. CDP를 통해 제공되는 신뢰가능할 수 있는 데이터는 현재와 미래의 기술 스택과 데이터 전략의 구성요소 역활을 할 수 있습니다.

CDP 구축을 시작하기 전에 기업의 목표, 원하는 결과 및 기업에 대한 필요한 CDP 유형을 정의하는 것이 중요합니다. 이를 통해 기본적인 역할을 할 수 있는 수행할 수 있는 CDP 공급업체를 선택할 수 있는 대략적인 로드맵이 제시됩니다.

전사적 CDP 목표 정의

첫째, CDP 구현에 대한 전반적인 목표를 명확하게 정의하세요. 이러한 목표는 대개 비즈니스 성장에 영향을 미치는 특정 문제에서 영감을 받습니다. 다음과 같은 CDP 평가 프로세스를 통해 3가지 목표를 제시하였습니다.

최신 기술로 더욱 빠르게 전환 및 혁신

이러한 목표를 달성하기 위한 동기는 고객 경험을 만들고 측정하는데 사용하는 툴이 불안정하고 규모에 맞게 관리하기 어렵다는 것일 수 있습니다.

데이터 중심의 더 나은 의사결정을 내릴 수 있도록 지원

이러한 목표를 달성하기 위해 비즈니스 팀(마케터, 세일즈, 임원진)이 필요한 정보를 얻는데 시간이 너무 오래 걸린다는 점이 고민거리일 수 있습니다. 이렇듯 비기술직 직원이 기술적 노하우를 가진 사람이 요청을 이행하거나 데이터를 수집할 때까지 며칠 또는 몇 주를 기다려야 할 수도 있습니다.

모든 채널에서 고객 경험 개인화

종종 이러한 목표에 동기를 부여하는 3가지 주요 문제는 다음과 같습니다.

• 개인화 작업이 거의 또는 전혀 수행되지 않음
• 원활한 고객 환경을 구축하기 위한 개인화 작업이 진행되지 않음
• 노동력과 비용 효용성 측면에서 ROI(Return on investment)가 불명확

이러한 목표는 광범위하지만 많은 직원의 일상 업무에 영향을 미치는 매우 현실적인 문제에 뿌리를 두고 있습니다. 광범위하면서도 수정이 필요한 명확힌 문제에 영감을 받는 목표를 세우는 것을 목표로 삼아야 합니다.

원하는 비즈니스 성과 정의하기

개략적으로 설명한 각  목표에 대해, 해당 목표를 달성한 후 달성하고자 하는 구체적인 비즈니스  결과를 파악합니다. CDP가 향상시켜야 하는 성공 지표, 효율성 및 KPI를 고려해보세요. 방금 설명한 공통 목표를 통해 다음 각 항목에 대한 공통 비즈니스 결과를 살펴보도록 하겠습니다.

최신 기술로 더욱 빠르게 전환 및 혁신

관련 비즈니스 성과:

• ROI를 향상시키고 기술 투자에 대한 가치 창출 시간을 앞당김
• 지루한 작업을 제거하고 엔지니어링 팀의 생산성을 높임
• 비용 전환 및 벤더 락인을 방지하여 비용 절감
• 개인정보 보호 및 보안 위험 완화
• 단일 플랫폼에서 모든 데이터 및 사용자 이벤트를 자동으로 수집, 정리, 관리 및 활성화하여 높은 효율성을 확보

데이터를 기반으로 더 나은 의사결정을 내릴 수 있는 역량 강화

관련 비즈니스 성과:

• 조직 전반에 걸쳐 생산성, 효율성 및 데이터 중심 의사결정의 향상
• 전사적으로 고객 데이터에 대한 액세스 향상

모든 채널에 걸쳐 고객 경험 개인화

관련 비즈니스 성과:

• 주요 매출, 고객 확보 및 유지 목표를 포함하여 고객 여정 전반에 걸쳐 측정 지표 향상
• 고객 확보 비용(CAC), ROAS 등과 같은 마케팅 및 광고 KPI 개선
• LTV(lifetime value), CSAT(customer satisfaction), NPS(Net Promoter Score), 그리고 실시간 참여도와 같은 고객 참여 관련 지표 향상

목표를 달성하는 데 도움이 될 CDP 유형 결정

다음 단계는 조직의 핵심 목표를 달성하는데 도움이 될 CDP 유형을 결정하는 것입니다. 적합한 CDP 유형을 선택하는 것은 모든 내부팀이 성공을 달성하는데 필요한 모든 데이터에 액세스할 수 있도록 도와주는데 필수적입니다. 다양한 유형의 고객 데이터 플랫폼을 사용할 수 있으며 다음과 같이 4가지 일반 범주로 분류됩니다.

• 데이터 중심의 CDP는 조직의 모든 팀(마케팅, 제품, 분석 등)이 고객 데이터에 의존하여 성장 목표를 달성할 수 있도록 중점을 둡니다. 그러한 수준의 제어 및 데이터 품질을 통해 조직 전반과 모든 툴에서 해당 데이터를 활성화하여 옴니채널 개인화 및 멀티터치 특성과 같은 복잡한 과제를 해결할 수 있습니다.
• 캠페인 중심의 CDP는 마케팅 캠페인에만 고객 데이터를 활용하는데 초점을 맞춥니다. 일반적으로는 마케터의 니즈에 따라 구축되며 특정한 마케팅 활용 목적을 위해서 활용되어 집니다. 또한 조직 전체의 데이터를 수집하고 관리하기 위한 인프라를 제공하지는 않습니다.
• 부분 CDP는 특정 활용 사례에 대한 데이터 수집 및 관리에 초점을 맞춥니다. 많은 분석 제품군과 CRM(고객 관계 관리) 플랫폼은 CDP와 유사한 기능을 제공하여 기업이 플랫폼을 더 잘 활용할 수 있도록 지원합니다. 그러나 이러한 CRM과 분석툴은 데이터 및 캠페인 중심의 CDP에 비해 그 범위와 기능이 제한적입니다.
• 니치 CDP는 특정 산업 및 틈새 활용 사례를 해결하는데 초점을 두고 있습니다. 종종 틈새 CDP는 특정 산업의 버티컬 니즈를 충족시키거나 덜 일반적인 활용 사례에 쓰이고 있습니다.

2. 활용 사례 및 기술 요구 사항 정의

CDP는 많은 팀들이 가지고 있는 문제들을 해결할 수 있습니다. 요구되어지는 기술 수준과 함께 각 팀에서 CDP 활용 방법에 대한 정보를 얻는 것이 공급업체를 성공적으로 선정하기 위한 핵심입니다.

여러 기능간 활용 사례와 기술 요구 사항을 명확하게 설명하자면 CDP 선택의 폭이 좁아집니다. 주요 활용 사례와 기술 요구 사항을 정의하는 방법은 다음과 같습니다.

CDP 구축을 위한 다양한 부서에 걸친 RFP팀을 구성  및 프로젝트  식별

CDP는 부서간 툴이므로 다양한 주요 이해관계자를 선택하는 것이 CDP 구현의 장기적인 성공을 위한 보장하는데 도움이 될 것입니다. 이 팀뿐만 아니라 이 이니셔티브의 리더와 소유자가 누구인지도 파악해야 합니다.

최고의 RFP팀에는 항상 다음과 같은 각 부서의 명확한 책임자와 관련 이해관계자들이 포함됩니다.

디지털/고객 경험 리더

데이터/테크니컬 아키텍처 리더

테크니컬 이해관계자

위 다양한 이해관계자들은 전체 활용 사례와 기술 요구 사항을 식별하는데 매우 중요하며 성공적인 구현에 필수적입니다. 이들의 도움이 없으면 주요 평가 기준, 기술 고려 사항 및 기업 활용 사례 등을 놓칠 수도 있습니다.

이 팀이 파악한 우선 순위에 따라 다음과 괕은 이해관계자들의 피드백을 포함할 수도 있습니다.

• 제품
• 엔지니어링
• 분석
• 고객 성공
• 마케팅
• 보안
• 법무
• 다른 고객 대면 팀

팀을 구성했다면 이제 활용 사례와 기술 요구 사항을 정의하기 위한 작업을 시작해야 합니다.

활용 사례 정의하기

기업 내 각 팀별 활용사례와 우선 순위를 정합니다. 이 단계를 지원하기 위해 각각의 팀이 검토하고 수정할 수 있도록 합니다.

최신 기술 스택으로 더욱 빠르게 전환 및 혁신

샘플 활용 사례:

원하는 기술 스택의 도입과 ROI를 가속화합니다.

기술 스택과 새로운 도구를 자동 설정합니다.

통합, ETL(추가 로드 변환) 및 데이터 준비 워크로드를 줄입니다.

단일 플랫폼에서 사용자 데이터를 수집, 정리, 관리 및 활성화할 수 있습니다.

신뢰할 수 있고 일관된 데이터로 기술 스택의 성능을 높이세요.

성장 이니셔티브의 속도와 효율성을 향상시킵니다.

여러 팀에 걸쳐 보다 빈번하게 효과적인 실험을 수행할 수 있습니다.

데이터를 기반으로 더 나은 의사 결정을 내릴 수 있도록 지원

샘플 활용 사례:

• 데이터 수집 및 표준화 자동화
• 팀과 정렬된 단일 공유된 데이터 딕셔너리
• 엔드 투 엔드 고객 여정에 대한 깊은 이해를 통해 팀 역량 향상
• 최신 분석 및 신뢰할 수 있는 레포트 기능 제공
• 향상된 제품 분석 및 속성을 사용하여 새로운 기능과 업데이트된 기능이 고객의 행동, 전환, 유지에 어떤 영향을 미치는지 파악할 수 있습니다.
• 전환을 위해 마케팅 퍼널을 분석하고 최적화
• 가치가 높은 지원 티켓을 식별, 중요도 지정 및 최적화
• 제품/시장 적합도 측정
• 영업팀과 고객 지원팀간의 데이터 사일로를 분석
• 데이터가 최종 사용자의 개인정보 보호, 권한, 그리고 구독 설정을 준수하는지 확인
• GDPR(General Data Protection Regulation), CCPA(California Consumer Privacy Act) 및 기타 규정 준수를 가속화하기 위해 PII(개인 식별 가능 정보)를 실시간으로 자동으로 탐지 및 분류

모든 채널에 걸쳐 고객 경험 개인화

샘플 활용 사례:

• 모든 플랫폼, 어플리케이션, 서드파티 툴 및 채널에 걸쳐 고객 접점을 통합하여 단일 고객에 대한 통합뷰를 생성합니다.
• 익명 및 알려진 사용자를 식별합니다.
• 적합한 시기에 적합한 메시지로 적합한 고객들을 타깃팅합니다.
• 사용자 프로필 향상
• 툴 전반에 걸쳐 타깃을 쉽게 만들고 활성화
• 모든 플랫폼(예: 모바일 및 앱)에서 엔드 투 엔드 고객 경험을 개인화. 여기에는 다음과 같은 활용 사례가 포함될 수 있음
• 마케팅 메시지 개인화
• 라이프 사이클 캠페인 개인화
• 마케팅 및 광고 지출 최적화
• 고객 서비스 경험 개인화
• 제품 경험을 개인화하여 더 나은 사용자 참여를 유도하고 제품 크로스 셀링을 유도

기술 요구사항 정의

여기서 요구되는 기술 요구사항은 CDP가 정의된 목표를 수행하기 위해 필요한 특징과 기능입니다. 기술 요건은 일반적으로 아래 나열된 9가지 카테고리 범주에 해당됩니다.

1. 데이터 수집은 플랫폼이 여러 채널, 플랫폼, 그리고 서드파티 툴에서 사용자 행동 데이터를 수집하는 기능을 말합니다.

데이터 수집 고려사항

• CDP가 데이터를 수집해야 하는 어플리케이션, 웹사이트, 백엔드 소스 및 서비스(온라인 및 오프라인)는 무엇인가?
• CDP는 데이터 손실을 어떻게 방지합니까?
• CDP는 데이터 안정성을 어떻게 보장합니까?
• SDK(소프트웨어 개발 키트)를 통해 데이터를 수집하는 프로세스는 무엇인가?

2. 데이터 활성화는 팀이 사용하는 모든 툴과 시스템에 데이터를 전달하는 CDP의 기능입니다.

데이터 활성화 고려사항

• CDP에서 데이터 출력을 지원하는 서드파티 도구에는 무엇이 있는가?
• 양방향 데이터 흐름을 지원하는 통합은 무엇입니까?
• CDP에는 새로운 도구를 활성화할 때 데이터를 재생할 수 있는 기능이 있는가?
• 데이터 웨어하우스와 데이터레이크는 CDP와 얼마나 쉽게 통합됩니까?
• 추가 기능으로 CDP를 확장할 수 있습니까?

3. 개인화와 ID 식별은 향후 각 개별 고객에 맞게 커뮤니케이션을 최적화하기 위해 통합 사용자 프로필을 지원하고 강화할 수 있는 플랫폼의 기능입니다.

개인화 및 ID 식별 고려사항:

• 잠재고객 세그먼트를 만드는 것은 얼마나 쉬운가?
• API를 통해 잠재고객 및 사용자 프로필에 대한 실시간 액세스를 구축하고 신디케이션을 할 수 있는가?
• CDP를 통해 고객 식별 관리 규칙을 커스터마이징할 수 있는가?
• 모든 데이터 소스의 데이터를 사용하여 사용자 프로필을 풍부하게 만들 수 있는가?

4. 데이터 매니지먼트에는 데이터 정제화(data hygiene), 데이터 표준화 및 스키마 적용과 같은 측면이 포함됩니다. 데이터를 검증, 정리, 표준화할 수 있는 플랫폼의 기능입니다.

데이터 매니지먼트  고려사항:

• CDP에서 데이터 딕셔너리를 구축하고 유지관리할 수 있는가?
• 데이터 표준화의 자동 시행을 위한 옵션은 무엇입니까?
• CDP에 버전 제어 기능이 있는가?
• CDP에는 불량 데이터를 식별하고 수정할 수 있는 툴 키트가 있습니까?
• 맞춤형 프로세스 또는 코딩 도구에 대한 트래킹 계획을 내보내야 하는가?

5. 개인정보 보호, 보안 및 컴플라이언스는 플랫폼의 중앙 집중식 규정 준수 및 개인정보 보호규칙을 처리하는 범주입니다.

개인정보 보호, 보안 및 규정준수 고려사항:

• PIII를 자동으로 감지하고 분류하기 위해 CDP가 필요한가?
• 특정 도구에 대한 PII 액세스를 제어할 수 있는 기능이 필요한가?
• CDP는 사용자 위치에 상관없이 최종 사용자의 기본 설정 사항을 지원하는가?
• 사용자 권한을 설정하고 제어할 수 있는가?

6. 플랫폼 설계는 플랫폼의 확장성, 가동 시간, 사용 편의성 및 기타 플랫폼 관련 기능을 포함하는 카테고리입니다.

설계 고려사항

• API 및 명령코드를 통해 CDP를 구성하고 관리하는 기능이 필요한가?
• 직관적인 인터페이스와 사용하기 쉬운 도구가 필요한가?
• CDP에 배틀 테스트를 거친 데이터 모델이 있는가?
• CDP가 트래픽 급증을 얼마나 잘 처리할 수 있는가?
• 디버깅 프로세스는 어떠한가

7. 통합에는 사용자가 API, SDK 및 라이브러리와 같은 통합을 구축하거나 사용자 맞춤화할 수 있는 도구와 함께 플랫폼 내에 사전 구축된 통합이 포함됩니다.

통합 고려사항

• CDP에는 어떤 기본 통합 기능이 있는가?
• 플랫폼을 표준 통합 외부로 확장할 수 있는 기능이 있는가?
• 모든 파트너가 플랫폼에 쉽게 통합이 되는가?
• CDP에 연결되는데 필요한 도구와 내부 시스템은 무엇인가?

8. 서비스는 고객이 플랫폼을 장기적으로 구현, 관리 또는 사용할 수 있도록 지원하는 프로페셔널 서비스의 내부 또는 타사 네트워크입니다.

서비스 고려사항

• 플랫폼을 구현하는데 필요한 리소스는 무엇인가?
• CDP를 장기적으로 구현하는데 필요한 리소스는 무엇인가?
• 가치 창출 또는 플랫폼 성공을 가속화하는 서비스 옵션을 사용할 수 있는가?

9. 혁신은 제품 출시와 사고 리더십의 속도입니다. 또한 이 카테고리에는 CDP 공급업체가 새로운 데이터 전략을 적용하고 변화의 속도를 따라갈 수 있도록 지원하는 기능이 포함됩니다.

혁신 고려사항

• CDP의 제품 로드맵은 무엇인가?
• CDP 공급업체는 업계 최신 트렌드를 얼마나 잘 따라가는가?