당신의 데이터는 안녕하신가요?
아직 데이터의 중요성을 모르는 회사나 마케터가 있을까요? 당연히 없을 것 같지... 만, 질문을 바꿔 '데이터를 잘 활용하고 계신가요?'라고 묻는다면? 아마 바로 답하기는 쉽지 않을 듯합니다. 마치 누구나 행복하길 바라지만 '지금 행복하신가요?'라고 묻는다면 당황하는 것과 마찬가지 아닐까 싶습니다.
'데이터'에 대한 관심은 '인터넷' 그리고 '디지털'이란 용어가 부상하며 함께 시작됐죠. 인터넷 마케팅이라는 말과 함께 데이터를 활용한 CRM도 뜨기 시작했고, 돈 좀 있는 기업들은 수십억씩 한다는 솔루션을 앞다투어 도입하기도 했습니다. (제대로 활용하셨는지는 모르겠으나..)
문제는 '데이터'에 대한 정의도, 그 수집의 목적도 불명확한 상태에서, 오직 그것을 모으는 데 올인하는 경우가 많았다는 점입니다. 지금은 다를까요? 불과 얼마 전까지 우린 페이스북 팔로워 숫자에 목숨 걸었고, 오프라인 접점에서도 다양한 프로모션으로 개인정보를 요구했으며, AS 한번 받으려는 고객에게 이것저것 써내게 했습니다.
그렇게 열심히 모은 데이터를 어떻게 활용되나요? SMS나 DM을 보내는데 쓰나요? 단순하게 전화번호나 이메일 주소가 많이 필요했다면 수집을 하는 데에 그렇게 공을 들일 필요가 있었을까요?
하지만 막상 데이터 마케팅을 하려니 기존에 모았던 데이터가 아직 유효한 상태인지 모르겠고, 각기 다른 채널에서 확보한 데이터를 어떻게 통합할지도 막막하고, 데이터 마케팅 관련 책을 읽어봐도 당최 우리 회사와는 관련 없는 얘기 같다면...?
모두들 데이터의 중요성을 이야기하는 시대에, 우리는 과연 제대로 하고 있는 걸까요? 어디서부터 무엇이 문제인지 한번 생각을 해봐야겠습니다.
데이터는 만병통치약이 아니다.
'데이터를 활용한 비즈니스'를 뜻하는 표현은 참 많지만, 일단 '데이터 마케팅'이라고 해두겠습니다. 흔히 하는 오해는 데이터를 '비타민'이나 '보약' 같은 걸로 여긴다는 겁니다. 남들 다 한다는데, 일단 우리도 쌓아두면(먹어두면) 어떻게든 도움이 되겠지.. 하는 심리인 거죠.
비유를 한 김에 계속하자면, 사실 데이터 마케팅은 '비타민'이 아니라, '전문 의료'에 가깝습니다. 먼저 진단이 나와야 하고, 거기에 맞는 치료 방법을 선택해야 하는데 당연하겠지만 이게 공짜가 아닙니다. 환자(?)는 치료비 부담뿐 아니라 운동이나 식이요법 등도 병행해야 하니 시간도 노력도 꽤 갈아 넣어야 하죠.
그럼 일반 회사에선 못하는 건가요? '데이터 사이언티스트'인가.. 그런 분들 고용하거나 데이터 마케팅 업체에 외주를 줘야만 가능할까요? 그렇진 않습니다. 대중화된 병에 대한 약들은 약국에서 쉽게 구매할 수 있듯, 인터넷이 보편화된 지가 꽤 지난 지금 나름의 솔루션들이 어느 정도 나와 있는 편입니다.
그렇다면 정확한 진단이 먼저 필요하겠죠..
데이터 어디에 쓰실 건가요?
진단이라 표현했지만, 꼭 의사가 필요한 건 아닙니다. 진짜 병과 달리, '내 병은 내가 잘 알아'하는 말이 적어도 데이터에선 좀 통해요.. '어떻게 쓸 것인가'가 아니라 '왜 필요한가'라는 부분에서는 말이죠. 바로 데이터의 '목적'에 대한 말입니다. 사례를 하나 살펴보죠.
< A 자동차 회사의 사례 >
유명 수입 자동차 브랜드 A는 데이터가 산재해 있어 고민이다. 웹사이트 내의 데이터와, 각 딜러 별로 수집한 데이터, AS 센터의 데이터 등이 다 따로 보관되어 있다. 시간이 지나면서 차량번호, 소유주 등도 정확한 지 알 수 없어 이 데이터들을 통합해서 관리하고 싶었다.
처음 이 요청을 들었을 때 황당했습니다. 뭐가 문제냐고요? 방향성은 없고 기능적인 요구만 담겨 있거든요. 만약 요구에 충실하게 제안 및 견적을 가져가면 깜짝 놀라면서(심하면 사기꾼 취급하며) 이렇게 추궁할 겁니다.
이 돈 들여서 우리가 얻을 수 있는 게 뭐죠?
라면서.. 구체적인 제안을 갖고 오라고 합니다. 이런 말씀 참 쉽게 해요. 제안은 열정이고 절실함이라고 생각하죠. 대행사 입장에선 다 시간이고 돈입니다. 그래서 똑같은 말씀을 드리고 싶죠. '그 시간을 들여 제안서 만들면 우리가 얻을 수 있는 게 뭐죠?' (물론 그 말은 끝내 꺼내지 못했습니다)
A 자동차 사례에서 왜 제가 제안에 의미가 없다고 봤냐면, 담당자도 얻을 수 있는 게 뭔지를 모르는 상태에서 일단 데이터를 모으고, 아니 정확히는 통합하고 싶어 했다는 겁니다. 대체로 지금은 잘 모르겠지만 잘 분류해놓고 보면 뭔가 보일 거라 생각해요. 이런 경우 100% 실패합니다.
흔히 데이터를 얘기할 때 많이 쓰는 비유가 있습니다. '구슬이 서말이라도 꿰어야 보배'라는 말이죠. 그렇게 말을 하면서도 일단 '구슬 서말'을 모으는데 집중하죠. 정작 중요한 건 '어떻게 꿸 것인가'라는 방향성인데도 말이죠.
그럼, 그 방향성의 설정은 어떻게 할까요? 매출 증대를 위해, 소비자 트렌드를 알기 위해, 필요한 타게팅을 위해 등 여러 가지가 있겠지만 이런 평범하고 일반적인 목적은 도움이 안 됩니다. 가급적 구체화시켜야 하죠. 아래의 사례를 보죠.
< 숙박 예약 업체 B의 사례 >
우리는 매번 프로모션을 위해 엄청난 쿠폰을 뿌리고 있는데, 어차피 쿠폰이 없어도 이용을 할 고객과 그렇지 않은 고객은 어떻게 구분할 수 있을까?
지금 우리가 당면한 과제는 뭔가요? 그것을 데이터 분석을 통해 해결을 하려면 어떻게 해야 하나요? 데이터는 단순히 숫자가 아니라, 어떤 '조건'에 어떤 '반응'이 나올 것인가에 대한 문제입니다.
위의 숙박 업체 B의 사례에서도 보면, 프로모션을 할 데이터 자체 보다, 어떻게 하면 쿠폰(=비용)의 효율성을 높일까? 에 대한 고민이 큽니다. 단순히 데이터를 많이 모았다고 저 문제를 해결할 수 있을까요? 그로스해킹에서 끊임 없는 테스트와 그에 따른 개선을 제시하는 이유도 같은 맥락이라고 볼 수 있습니다.
하지만, 여기에도 의문점은 있습니다. 데이터로 '뭘 할 수 있는지'도 정확히 모르겠는데, '뭘 하고 싶은지' 역시 추상적일 수밖에 없지 않냐는 거죠. 그래서 이 문제는 계속 돌고 돌게 됩니다.
우리가 데이터에 대해 뭘하고 싶은지, 뭘할 수 있는지 알고 싶어서, '파이썬'이니 'R'이니 하는 것들을 공부하거나, 남들이 좋다는 데이터 관련 책을 한참 읽다가 포기하는 분들이 많습니다. 전문가 만나보면 데이터로 뭘 할 수 있는지 알려줄 거라 생각하기도 하죠. 사실 성공 사례는 꽤 많습니다. 우리 회사랑 맞지 않을 뿐.
데이터로 뭘 하고 싶은지에 대해 명확하지 않다면, 데이터를 모은다고 또는 분석할 줄 알게 된다고 해서 달라질 건 없습니다. 최우선적으로 해야 할 것은 '데이터 목적성'을 명확히 하는 겁니다. 목적성 없는 데이터는 쓰레기에 가깝습니다.
그런 생각을 바탕에 두고, 그럼 어떤 데이터에서 뭘 얻을 수 있는데? 라는 부분으로 넘어가 볼까 합니다.
