데이터에 가려진 사람을 분석

책, 컨버티드: 마음을 훔치는 데이터분석의 기술

번역서
· 제목 - 컨버티드: 마음을 훔치는 데이터분석의 기술
· 저자 - 닐 호인

원서
· 제목- Converted: The Data-Driven Way to Win Customers' Hearts  (2022)
· 저자- Neil Hoyne

※ 제 개인 의견이 있으므로, 내용이 책의 의도와 다를 수 있습니다.

온라인 광고에서는 가능한 많은 데이터를 수집하여 성과를 증명하고 개선하는 과정이 필수다. 데이터기반으로 효율을 측정하며 검색광고(SA), 배너광고(DA) 등을 집행하는 퍼포먼스 마케팅이 한때 인기 직무이기도 했다. 사용자의 재방문을 유도하는 것뿐만 아니라, 일반적으로 사용자 확보를 목표로 하는 조직이나 구매 빈도가 낮은 상품을 판매하는 곳에서는 주로 신규 고객 유치(User Acquisition)를 담당한다고 인식되고 있다.

그런데 이런 온라인 광고에서 경쟁과 비용의 증가로 비용 효율에 비상이 걸렸다. 물건을 판매하는 앱/웹이라면 첫구매전환율과 ROAS(Return On Advertising Spend)을 주요 지표로 삼고 있었을 것이다. 그리고 구매 전환율에 큰 성장이 있는 게 아니라면 대부분 ROAS가 나빠지는 것을 보고 발을 동동 굴렀을 것이다. 발 빠른 마케팅과 프로덕트에서는 온라인 광고비에 끌려가는 것을 멈추고 가치 있는 고객 찾기에 더 노력을 기울이기 시작했다.

이 책은 위와 같은 고민을 하는 마케터, 분석가, 그리고 조직에서 꼭 읽어야 하는 책이다. 데이터 분석으로 가치 있는 고객을 찾는 방법을 알려주며, 데이터 뒤에 가려진 고객의 스토리를 놓치지 않도록 해준다.

크게 세 파트로 나누어져 있다. 대화 Conversations - 관계 Relationships - 발전 Self-Improvement.

시작 사례는 다음과 같다.

웹사이트를 26번 방문하고 신발을 구매한 고객이 있다. 이 고객은 우리 사이트를 자주 방문하는 충성 고객인가?이 사람을 단순히 '클릭 수'로만 본다면 단골손님 같지만, 이 사람이 광고 배너를 클릭할 때마다 광고비가 지출됐다. 즉, 수익성으로는 마이너스인 고객이다.

Part1, 대화 Conversation

가능한 한 많은 고객을 식별하고, 웹 사이트에서 행동한 데이터를 수집하고, 다양한 질문을 한다. 웹 사이트를 넘어 사람들을 참여시키고, 고객의 여정에 따라 웹 사이트의 메시지를 다르게 적용해야 한다.

Part2, 관계 Relationships

앞에서 언급한 첫구매와 단기적인 ROAS를 넘어 고객생애가치(Customer Lifetime Value, CLV)까지 측정해야 한다. 이 결과를 통해 우리가 집중할 고객이 누구인지, 비용을 사용하지 않아도 되는 고객이 누구인지 찾는 것이다.

아래 세 가지 표를 보면,

 표1. 고객별 생애 가치와 예상 거래 수 | 출처: 컨버티드

1) 첫 번째 표에서는 고객별 고객생애가치와 예상 거래 수를 알 수 있다. 사실, 실무에서는 이 부분에서 막히는 편이다. 단순히 엑셀로 계산하기에는 다소 복잡한 예측 모델이 사용되기 때문이다. 분석가가 있는 조직이라면 도움을 받을 수도 있고, Amplitude와 같은 분석 툴을 사용할 수도 있다. 이 책에서는 계산 툴킷을 제공한다고 했는데 URL 따라가 보니 없다. 그새 서비스를 중단한 것인가..;; 하지만 예측 수학 모델까지는 아니더라도 고객별 구매 금액 합계는 계산할 수 있으니 일단 시작해 보길 바란다.

 표2. 고객을 그룹별로 세분화 | 출처: 컨버티드

2) 두 번째 표에서는, 앞에서 계산한 고객들을 그룹으로 나눠 매출 점유율까지 계산한 것이다. 우리는 때로 3~4등급에 해당하는 고객을 대상으로 마케팅 활동을 한다. 대답 없는 고객을 향해 메시지와 이메일을 보내고, 프로모션에 비용을 투입하기도 한다. 이 책에 의하면, 인간은 변하지 않는다며, 우리에게 가치가 낮은 고객을 상위 집단으로 끌어올리는 것은 어렵다고 한다. 우리가 집중해야 할 고객과의 관계를 더 견고히 하는 것이 중요하다.

표3. 유입 채널에 따른 고객 생애가치 |  출처: 컨버티드

3) 세 번째 표에서는 고객 유입경로에 따른 가치이다. 여기까지 계산했다면 비용 통제까지 준비 완료! 이 예시에서는 제휴 업체를 통해 온 고개들의 최초 구매 금액이 높다. 그리고 첫 구매를 목표로 삼는 마케팅 조직이 있다면, 제휴 채널이 신규 고객 모집에 탁월한 채널이라고 착각할 수도 있다. 하지만 그들의 생애 가치는 떨어진다. 즉, 리텐션이 낮은 채널이다. 하지만 결과를 보고도 현실에서는 결정이 쉽지 않다. 새로운 고객을 쉽고 빠르게 채워서 MAU를 높이고 그들의 리텐션을 높이면 된다고 생각할 수도 있기 때문이다. 리텐션을 개선할 전략이 충분히 갖추어져 있으면 말리지는 않겠다.   

Part3. 발전 Self-Improvement

작은 것부터 시작하자. 성과가 미미할 수도 있고 다른 부작용이 발생할 수도 있다. 하지만 시작이 중요하고, 지속적인 실험이 중요하다. 또한, 조직에서 실무자의 분석이 최상위 의사 결정자에게 가는 동안 중간에서 의견이 사라지지 않도록 해야 한다. 하지만, 보통은 많은 책임을 진 의사 결정자들은 바쁘기 때문에 요점과 결론만을 듣고 싶어한다. 데이터가 있다고 데이터 기반 의사 결정 조직이 되는 것은 아니다.

우리가 흔히 하는 말 중에 하나는 다음과 같다.  "A연구 사례와 우리는 달라. 우리에게 맞는 데이터를 수집해서 우리만의의 로직을 만들 건이다". 혹시 어제도 들었던 말이 아닐까? 틀린 말은 아니지만, 과거에 먼저 실행한 연구 사례를 참고하는 것도 실패를 줄이는 방법이 될 것이다. 해당 연구 자료 읽는 것을 번거롭게 여기지 말자!

이번 책도 '더 일찍 알았으면 좋았을 조언'들이 가득했다. 그리고 오랜만에 군더더기 같은 스몰토크 없이 핵심만 전달한 책을 발견해서 더 추천하는 책이다.

마지막으로 덧붙여 보면,

▪ 사람은 변하지 않는다. 기존 고객을 우수 고객으로 만들기 위해 애쓰는 것보다, 높은 가치를 가져다줄 고객 발굴에 노력하는 것이 나을 수도 있다.

▪ 페르소나 활용에 대한 회의론(?)은 이미 있었다. 인구통계 중심의 페르소나는 최대한 삭제하고, 행동 중심으로 묘사해 보자.  

▪ 기존 사례 공부하기. 우리 회사는 다르다며 자꾸 바닥부터 시작하지 말자.

▪ 사용자를 분석하지 않고 데이터만 분석하면 인간적인 것이 빠진다. 통계 모델과 머신러닝에 데이터를 넣고, 교과서 설명에 빈칸 메꾸듯이 설명하는 경우가 있다. 그런 보고서를 읽는 사람들의 머리 위에는 말풍선이 뜬다. "그래서? So What?". 그건 수학 기술의 결과일 뿐, 사람이 빠져있기 때문이다. '어떤 고객이 가치 있느냐'가 아니라 '왜 가치 있는냐'를 설명할 수 있는 스토리텔러가 되자.

▪ 설득하기보다는 설명하기. 마침 최근 링글의 이승훈 공동대표가 쓴  < "설득"보다는 "설명"하는 상황을 만들자 > 라는 글을 읽었다. 우리에게 관심없는 고객을 설득할 필요 없다. 가치 있을 고객을 찾아 우리 서비스가 왜 좋은지 설명할 수 있어야 한다. 조직에서도 리더가 팀원을, 또는 팀원이 리더를 설득 보다는 목표와 방향을 설명할 수 있도록 쉽고 타당한 근거를 만드는 것이 필요하다.

---

책 속의 글과 메모

Part1: 대화 Conversations_어떻게 인간의 욕망을 읽을 것인가.

Chapter 2. 쉽고 단순하게 시작하라 > 복잡한 데이터는 필요없다

▪ 고객을 이해한다는 건 실제로 중요한 게 무엇인지 파악하지도 않고 그저 고객이 하는 모든 행동(예를 들면 고객이 보는 제품이 무엇인지, 몇 초 동안 그 제품을 보는지, 그 제품을 장바구니에 넣었다가 빼는 횟수가 몇 번이나 되는지 등)의 뉘앙스를 포착하는 게 아니다.
▪ 누군가 슬리퍼 하나를 살지 말지 망설일 때 하는 행동 하나하나를 모두 인터넷에서 치밀하게 관찰할 필요는 없다. 지금도 어떤 마케터들은 그저 데이터만을 모으기 위해 어디에선가 이런 시도를 하겠지만 모두 소용없는 짓이다.

Chapter 5. 힌트를 포착하라 > 어떻게 신호를 찾을 것인가

▪ 문제의식을 갖고 시작하라.
▪ 신호와 소음을 판별하라: 어떤 마케터들은 스프레드시트를 사용해서 간단한 상관성을 확인한다.
어떤 신호들이 사실은 소음에 지나지 않는지 알아차리기 위해 커다란 하나의 조합 속에서 작동하는 수백 개나 수천 개, 아니 수백만 개가 될 수도 있는 제각기 다른 신호들을 걸러낼 어떤 방법이 필요하다는 말이다.
▪ 데이터에 주의하라
▪ 목표를 설정하라

Part2: 관계 Relationships_어떻게 인간의 욕망을 움직일 것인가

Chapter 7. 누구의 마음을 움직을 것인가

▪ 고객도 마찬가지인데 이들의 아주 소수만이 충성 고객이 된다. 이들은 당신의 회사에 기꺼이 돈을 쓰고 홍보도 해주며 당신을 지켜준다. 일반적으로,  우리는 우리를 아는 사람들의 20퍼센트에게서 전체 가치의(인생의 가치든, 사업의 가치든 간에) 80퍼센트를 얻는다. 바로 이 20퍼센트에 속하는 사람이 사업의 수익성과 성공을 결정한다.

Chapter 7. 데이터로 현실을 파악하라

▪ 생각해보자. 누가 가장 가까운 친구일까? 누가 그저 이름만 알고 지내는 사람일까? 할인 행사 때는 귀신같이 알고 나타나면서 평소에는 코빼기도 보이지 않는 사람은 누구일까? 지금 당장은 회사의 관심을 받지 못하지만 장기적으로는 헌실할 진정한 동반자는 누구일까?
수학적인 정밀도를 자랑하며 이 질문들에 정확하게 대답할 방법이 있다. 바로 고객 관계를 이해하는 도구인 고객생애가치(Customer Lifetime Value, CLV)다. 오늘날 마케터들은 자신이 회시에 지속 가능한 가치를 창출하고 있는지, 아니면 그저 각각의 거래를 수동적으로 따라가고 있는지 파악하고자 고객생애가치를 활용한다.

Part3: 발전 Self-Improvement 어떻게 더 뛰어난 성과를 낼 것인가

Chapter 17. 테스트를 일상화하라 > 테스트를 습관화하는 방법

▪ 병목 현상을 제거하라: 문제는 테스트할 아이디어를 떠올리는 것이 아니라 그것을 논의 대상으로 올려놓는 것이다. 대체로 아이디어들은 데이터와 가장 가깝게 있는 사람들이 제시하지만 최종 의사결정권자에게로 가는 도중에 실종되고 만다.
훌륭한 아이디어들이 이렇게 걸러져서 사라진다. 그 아이디어들을 모두 검증할 시간과 돈과 규율이 없기 때문이다. 이 병목 현상이 회사의 발걸음을 느리게 만든다. 이런 결과는 그들에게 기회가 없었기 때문이 아니다.
▪ 모든 사람을 참가시켜라:
1) 제안하는 가설은 무엇인가?
2) 이 가설을 뒷받침하는 데이터는 무엇인가?
3) 그 가설을 어떻게 테스트할 것인가?
4) 테스트 결과를 바탕으로 회사가 새롭게 시도할 수 있는 것은 무엇인가?

Chapter 18. 최고의 기업이 숫자를 다루는 법 > 반복되지 않는 지표는 의미 없다

▪ 사람들은 이해할 수 없거나 다음 분기에 반복되지 않는 지표는 받아들이지 않으며, 사실은 그래야 옳다.  

결론: 결국 이 모든 것은 고객을 만나기 위한 여정이다

끝.