brunch

라이킷 10 댓글

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by 장수경 May 18. 2024

데이터를 잘 활용할 줄 아는 마케터는 뭐가 다른가요?

브랜드 마케터인 내가 데이터에 집착하는 이유와 데이터 활용 방법

나는 지독하디 지독한(?) 데이터 집착인이다.

데이터 속에 전략이 보이고 데이터 속에서 인사이트가 보인다고 생각한다.

이런 내가 늘 고민하는 건 데이터를 뚫어지게 쳐다 보고 있다 보니까

나는 마케터가 맞는 걸까? 마케터가 이렇게 데이터에 집착해도 되는 걸까? 라는 생각이 종종 든다.

내가 퍼포먼스 마케터로 커리어를 변경한 이유도 "데이터"를 좋아하기 때문이었다.

사실 "데이터"라고 한다면 거창한 것이 아닌 데 19년도부터 데이터 분석에 대한 붐이 일어나면서

그 당시에는 사실 내 생각에도 "데이터"가 거창한 것 같은 데 거창하지 않는 무언가라고 생각했다.

그 당시 교육업계 기획자로 있었던 나는 데이터 분석이 얼마나 인기가 있었는 지

직접 피부로 느낄 수 있었고 강의가 조기 마감될 만큼 인기가 대단했다.

데이터 관련된 교육을 기획하면서도 진짜 이 강의를 들으면 잘 쓸 수 있을까?에 대한 고민이 들었고

스스로 그 답을 찾고 싶어졌고 내가 직접 데이터를 만져보고 싶다는 생각을 어렴풋이 하게 되었다.

그러면서 퍼포먼스 마케터로 커리어를 전환하게 되었고 대행사에서 퍼포먼스를 맡게 되면서부터는

정말 지독하리만큼 데이터를 많이 들여다 보게 되었다.

사실 그렇게 되면 "데이터"에 질리거나 or "데이터"를 더 좋아하게 되거나 일 텐데

나 같은 경우에는 후자이다. "데이터"가 주는 매력을 더욱 더 깊게 알게 되었다.

데이터가 주는 매력이란?

1) 객관적인 지표가 될 수 있다.
즉, 우리가 무언가를 해야 할 Action Point를 모를 때 지침이 될 수 있다.

2) 누군가를 설득할 수 있는 힘이 생긴다.
"이거 매출 잘 나올 것 같은 데요?"가 아닌 "이렇게 했더니 매출이 몇배가 올랐고 증가 추이를 보여 이 방향을 제안드립니다." 라고 하면서 스무하게 설득할 수 있게 되었다.

3) 기준을 세울 수 있게 된다.
항상 뭐든 일을 할 때 문제가 되는 건 기준이 없기 때문이다. 단순하게 성과가 잘 나왔어요!라고 하기엔 왜 그게 성과가 잘 나온 거죠? 라고 했을 때 답이 없다. 기준을 세워 놓으면 보다 효율적으로 일을 할 수 있게 된다.

4) 회고를 잘 할 수 있게 된다.
캠페인, 프로젝트 등 데이터를 기준으로 평가하면 아쉬운 부분과 다음에 어떤 Action Point를 세야 할 지 회고를 더 세세하게 할 수 있게 된다.

데이터가 주는 매력은 다양하지만 내가 경험해본 결과, 누군가를 설득하는 데 객관적인 지표가 되고 설득이 안되던 사람도 설득을 시킨 경험을 하고 나니까 스스로 굉장히 뿌듯함을 느낀 적이 있었다.

그 이후에도 지속적으로 데이터로 설득했고 납득을 하는 경험을 쌓아가다 보니까 데이터가 주는 매력을 놓치 못하는 것 같다. 실제로도 데이터 정리를 하는 것을 좋아하고 데이터를 보면서 지표를 만들어가고 해석하는 일을 굉장히 좋아하게 되었다. 그 안에서 액션 포인트를 찾는 게 일하는 나의 강점이라고 생각한다.

아직도 데이터를 잘 활용한다고 말하기엔 너무나 멀었지만,

데이터 사이언스 교육 기획자부터 퍼포먼스 마케터, 그리고 지금의 브랜드 마케터까지

내가 데이터를 활용해 온 방법에 대해서 간략하게 TIP 아닌 TIP을 주고자 한다.

데이터 활용 방법

1. 방법론에 너무 집중하지 말자.

일단 어떤 문제를 해결하고 싶은 지, 왜 그걸 해결하고 싶은 지 문제가 되는 지점과 배경,

그리고 어떤 것을 위해서 내가 데이터를 보려고 하는 지를 알아야 한다.

데이터 분석이라고 하면 다들 "방법론"에 집중하는 경우가 많다.

예를 들어 엑셀을 배우려고 한다거나 파이썬, SQL을 배우려고 하는 게 일반적이다.

그렇지만 이는 "데이터를 정말 잘 활용하는 방법"을 익히기에는 굉장히 한계가 존재한다.

왜냐하면 데이터를 해석하는 데에 있어서는 그 전후 사정을 잘 알아야 하기 때문이다.

예를 들어 가정의 달 프로모션을 진행하면서 이 가정의 달이 광고비 대비해서 효과가 잘 나타났나? 에 대해서 평가하고자 한다면 그 기준점이 없기 때문에 제대로 된 회고를 할 수 없다.

그렇기 때문에 대행사와 매체사에게 보통 업계의 평균이 어떻게 되나요?라는 질문을 하는 것이고

물론 초반에는 데이터가 없기 때문에 이 지표를 참고하는 것이 좋지만 데이터를 쌓고 정리하는 것도 많은 투자가 필요하다. 그래야 나중에 우리가 필요한 데이터를 잘 쓸 수 있게 된다.

가정의 달 프로모션 진행하면서 신규 유입자를 목표로 했다면 그 전환율을 보는 것이 맞고

매출 증대가 최우선의 목표였다면 매출 측면에서 얼마의 광고비를 썼고 얼마의 매출이 나왔는 지

어떤 마케팅 채널을 통해 가장 매출이 잘 일어났는 지 등 어떤 부분을 알고 싶은 지를 알아야 한다는 것이다.

신규 유입자 목표라면 실제 유입자 중 신규 가입자 수, 그리고 전환율과 구매 주기 등

후자 매출 증대 목표라면 가장 매출이 잘 발생된 시간대, 매출액 등 보는 데이터가 달라지는 것이다.

2. 데이터, 무조건 다 쌓는다고 좋은 게 아니다.

직접 지표들을 정리해서 쌓아나가야 할 경우, 데이터를 무턱대고 쌓는 건 오히려 시간 낭비일 수 있다.

회사 내부에서 가장 최우선으로 하는 목표가 무엇인 지, 캠페인 별로 어떤 데이터가 필요한 지

그게 먼저 선행적으로 고민이 되고 결정이 되어야 수집할 데이터도 정해지는 것이다.

(물론 직접 개발할 때 데이터 고민을 해서 추출하는 경우와는 다르다.)

퍼포먼스 마케터, 브랜드 마케터로 일하면서 가장 경계하는 태도는 '데이터에 주객이 전도되지 말자'이다.

데이터를 정리하는 시간 투자는 물론 필요하지만 여기에 몰두해서

데이터를 기반으로 한 Action Point 도출이 최우선인 데 그냥 분석하고 그치면 안된다는 것이다.

이런 경우에는 데이터 분석을 안하느니만 못한다고 생각하는 주의이다.

데이터 분석을 하고 나름대로 해석을 했으면 그래서 어떻게 할 건데? 라는 HOW 가 나와야 한다.

3. 데이터 분석에는 정답이 있는 것이 아니다. 계속 시도하고 데이터를 쌓자.

많은 사람들이 그리고 나 조차도 아직 "데이터 분석 이렇게 하는 게 맞아?"라고 고민하지만

사실 데이터는 정답이 아니다. 데이터를 분석해 해석하는 것도 정답이 아니다.

정답이랄 게 사실 없는 것 같다. 정답이 있다고 생각하는 순간 완벽함을 추구하게 되고

지금 우리가 활용하는 데이터들은 정제된 데이터가 아니고

많은 상황에 의해서 변할 수 있는 데이터이다. 그렇기 때문에 정답은 없다고 생각한다.

(물론 지극히 개인적인 견해! 특히나 마케팅은 여러 복합적인 요소가 작용하기에 더더 그렇게 생각한다)

4. 데이터의 흐름, 추이, 증감 확인해보는 것으로 시작해보자.

광고 데이터, 매출 데이터, 자사몰 데이터, GA 데이터 등등 볼 수 있는 데이터가 참 많다.

주력으로 집중하는 채널과 매출 데이터를 전일, 전주, 전달, 전년도 비교하는 것만 해도 다양한 인사이트가 나올 수 있다. 만약 우리가 주력하는 채널이 자사몰이었는 데 생각보다 매출이 안나온다? 다른 채널의 매출액을 비교해보고 전체 매출액 중 비중을 서로서로 비교해본다.