유입부터 결제까지 전 퍼널을 최적화하는 그로스 전략
결국, 데이터와 가설, 실험, 개인화, 일관성입니다.
이번 글에서는 1번째, 2번째 글에 이어 개인화 3.0으로서,
혜택 기반의 개인화에 더하여,
유입부터 전환까지 유저가 접하는 모든 지면과 메시지 등을 개인화하는
그로스 전략에 대해 다루고자 한다.
https://brunch.co.kr/@ericpm/20
이전 개인화 2.0의 단계에서,
Amplitude와 Braze를 활용하여 다양한 변수와 카테고리 형태의 혜택을 연결하여
유저가 한 다양한 행동 중 구매에 가장 직결되는 행동을 단서로
유저에게 최적화된 혜택을 제공하여 전환율을 제공하는 과정을 수행했다.
그러면, 이제는 또 다시 반복되는 문제가 있다.
그로스 마케팅에서 지속적으로 겪는 단계, '임팩트'와 '모수'의 확장 단계이다.
개인화 3.0, 다양한 시그널로 다양한 혜택을 제공하자.
개인화 3.0의 의도는, 다음과 같이 두 줄로 요약할 수 있다.
고객 시그널과 혜택을 다대다로 매칭, 개인화의 비중을 늘리자.
혜택을 다변화하여, 고객이 액션에 따라 더 많은 다변화된 혜택들을 받을 수 있도록 하자.
그러면, 구체적으로 어떻게 진행되는 것일까?
일단, 이전 개인화 2.0 과정에서 파악한, 시그널들을 정리함과 동시에
구매와 가장 가까운 시그널이 무엇인지, 그 연관도와 함께 Braze에 데이터를 저장한다.
아래와 같이 다양한 데이터를 정리한 후에는, 혜택도 다변화해야 한다.
장바구니1, 장바구니2, 장바구니N...
좋아요1, 좋아요2, ...
상품상세1, 상세2, 상세N
Braze의 Catalogs 기능을 활용해 유저에게 제공할 수 있는 혜택을 리스트업하는데,
혜택마다 타겟 시그널과 더 구매와 연관된, 할당 우선순위 로직을 설정하여
어떠한 시그널을 가진 고객에게 어떤 혜택을 제공했을 때 가장 전환율이 높을지를
명료하게 정리하는 것이 중요하다.
그러면, 이러한 개인화 3.0을 예시로 정리해보자.
고객 A는 다음과 같은 행동을 했다.
5일 전: 슬링백 장바구니에 담음 (카테고리: 가방, 브랜드: ABC)
3일 전: 무신사 스포츠 샌들 찜함 (카테고리: 슈즈, 브랜드: 무신사)
오늘: 에코백 상세 페이지 3회 조회 (카테고리: 가방, 브랜드: 제로웨이스트)
그러면, 이러한 시그널 데이터를 바탕으로, 다변화된 혜택과 연계할 수 있다.
장바구니(슬링백) → 가방 카테고리 전용 쿠폰과 매칭
찜(무신사) → 무신사 브랜드 전용 쿠폰과 매칭
상세 뷰(에코백) → 친환경 제품 프로모션 쿠폰과 매칭
즉, 이 고객 A에게 드릴 수 있는 혜택은 총 3가지이다.
그리고, 이 3가지 혜택 중, 어떤 것을 가장 먼저 보여줄지, 우선순위는 그로스마케터의 판단이다.
예를 들면, 이를 판단하는 기준은 다음과 같을 수 있다.
구매와 가장 연관되는 행동의 강도 (장바구니 > 찜 > 뷰)
행동의 신선도 (최근 행동일수록 점수 ↑)
혜택의 유효성 (쿠폰 남은 수량, 만료일 등)
개인적으로는 구매 연관성, 혜택 유효성, 행동 신선도 순으로 유효할 것이라고 예상하는데,
이 또한 다양한 실험과 데이터를 바탕으로 먼저 제공될 혜택을 판단하는 과정이다.
개인화 3.0의 세 가지 의미
그렇다면, 이렇게 개인화 3.0을 복잡하게 진행하는 것은 무슨 의미가 있을까?
첫째, 유저의 행동 로그 전체를 마케팅 시그널로 전환할 수 있다.
장바구니, 관심 등 1~2개의 데이터뿐 아니라,
찜, 공유 등 다양한 시그널을 바탕으로 유저의 관심과 구매 흐름을 모두 고려할 수 있다.
둘째, 혜택 자원을 최적화하여 배분, 마케팅 액션의 ROAS를 향상시킬 수 있다.
이 또한 중요한 부분인데, 전환율 상승이 중요한 KPI이긴 하나
과도한 할인/배송비 무료 혜택을 제공해서는 결국 순이익에 손해가 발생하기 마련이다.
이에 적절한 원칙에 따라 매출에 손해가 적은 혜택으로도 충분한 전환율을 보장할 수 있고,
동일한 혜택이 아니라 유저의 행동과 연계되어 가장 반응 가능성이 높은 조합을 도출할 수 있다.
셋째, 이렇게 확장된 개인화는 다음 단계인, 웹, 앱, 푸시, 온사이트, 상세페이지까지 확장할 수 있다.
유저의 행동 데이터가 적재되면, 이를 바탕으로 혜택 메시지를 보내는 것 외에도
유저의 니즈에 맞게 상품을 정렬하거나, 연관된 페이지를 추천하는 방식으로
보다 개인화된 경험을 프로덕트 전체에 걸쳐서 제공할 수 있다.
실제로, 이 세 번째 액션에 대해서 컨퍼런스에서도 다루고 있는데,
이제부터는 이 세 번째 액션과 연결된, 카테고리 마케팅에 대해서도 다뤄보고자 한다.
2. 카테고리 마케팅
플랫폼에 오가닉하게 들어온 고객은, 본질적으로는 자유롭게 탐색하고, 선택하여 구매한다.
이러한 고객에게 카테고리 마케팅을 진행한다는 것은,
의도적으로 특정 카테고리를 보여줌으로써 고객 선택을 제한할 수 있기에
세밀하고 전략적인 제안이 필요하다.
당연히 구경 중이던 고객에게 갑자기 다른 카테고리를 노출해서는 고객 경험이 나빠지고,
매출에 악영향을 끼칠 수밖에 없기 때문이다.
니트를 보다가 드레스를 추천받으면, 당연히 고객 경험은 나빠진다.그렇다면, 카테고리 마케팅은 어떻게 신중하게 수행하면 좋을까?
이것 또한, '데이터에 기반한 실험과 개인화'가 필요하다.
특정 카테고리, 니트나 바지 카테고리에 있는 시그널을 바탕으로, 개인화된 페이지를 보여주거나,
실험 모수를 설정하여 해당 모수에게만 개인화된 페이지를 보여주고
향후 지표를 비교하여 전체 모수 적용 여부를 결정하는 등의 액션을 할 수 있다.
이렇게 용어로 정리하면 이해가 어렵고 나도 와닿지 않으니, 실무에서의 예시를 들어보겠다.
예를 들어, 고객군 A는 '니트' 카테고리를 탐색하는 고객군이라고 하자.
고객군 A를 정의하는 시그널은 니트 상품 클릭 3개 이상, 찜 1건 이상으로 정의한다.
또한, 최근 구매가 없는 고객이라는 조건도 추가한다.
그리고, 해당 고객을 대상으로 데이터로 검증할 수 있는 가설을 수립한다. 구체적인 수치가 더해져야겠지만
일단 예시로는 아래와 같다.
“니트를 본 고객은 겨울 상의 전반(가디건/코트 등)에도 관심이 있을 것이다.”
“동일한 스타일의 바지/치마를 제안하면 세트 구매 가능성이 올라간다.”
이렇게 가설을 수립한 이후에는, 실험을 설계할 수 있다.
대조군과 실험군을 나누어, 다음과 같이 설계한다.
대조군: 기존 니트 페이지 유지
실험군: 니트 페이지 하단 또는 온사이트 배너에 관련 카테고리 추천 추가 (e.g., '코디에 어울리는 바지/스커트 20% 할인')
이렇게 대조군과 실험군을 나누어,
전환 유저 수, 매출 등을 집단별로 비교하여,
전환/매출 측면에서 실험군이 대조군 대비 뛰어날 경우, 전체 적용하는 식으로 그로스할 수 있다.
실제 아래 예시 이미지를 보면, 이러한 데이터를 대시보드에 설정하고 트래킹하는 것을 볼 수 있다.
visit_item_user_cnt : 해당 카테고리 유입 수
total_purchase_user_cnt : 전환 유저 수
ggmv : 해당 카테고리의 총 매출
+ 실험 전환율 등
이러한 실험을 반복하면, 유저의 탐색 흐름, 구매 여정을 실험을 통해 검증한 인사이트가 쌓이고,
그로 인해 유저가 관심있어 할 만한 카테고리를 적절하게 추천할 수 있다.
무작정 추천 메시지나 페이지를 띄우는 것이 아니라,
고객이 궁금해 할 타이밍에, 보고 싶어할 만한 카테고리를 제안함으로써 전환율을 상승시킬 수 있다.
3. 효과적인 유입을 위한 전략
이러한 카테고리 그로스 외에도, 유입 과정을 최적화하는 내용도 컨퍼런스에 담겼다.
이제부터는 이 최적화에서 활용된 다양한 전략을 정리해보고자 한다.
먼저, 호조인 컨텐츠를 파악하는 과정에서 앰플리튜드 대시보드를 활용한다.
29CM의 수많은 브랜드 및 카테고리 중, 어떤 카테고리의 전환율이 급등하는지
Over time 대시보드를 통해 파악하면서,
전환율이 우수한 컨텐츠를 광고 및 캠페인 소재로 활용하는 과정이다.
아래의 예시와 같이, 장마인 7월 초에 롱부츠 카테고리 전환율이 급등할 경우,
해당 소재를 광고 소재화하여 적용하고,
이 소재가 워킹할 경우, CRM 메시지에도 적용할 수 있다.
또한, 실험을 통한 최적화를 진행하고자 한다면,
레인부츠 소재를 다양한 프로모션 페이지로 배리에이션하여,
어떤 페이지가 전환율이 좋은지, 어떤 페이지가 유의미한 증분이 있는지 파악한다.
전환 가망 고객 타겟팅
해당 파트는 전환율이 높을 것으로 기대되는 고객을 특정하여 타겟팅하는 과정이다.
Conversion Drivers 기능을 활용하여 구매와 가장 상관관계가 높은 이벤트를 확인하고,
해당 이벤트를 가장 많이 발생시킨 고객을 코호트로 설정,
해당 코호트에 CRM을 진행하거나,
해당 코호트를 광고 매체 세팅에 활용하여 매체를 최적화하는 과정이다.
예를 들면,
'리뷰 열람 + 상품 확대 보기' 라는 행동 조합이 구매 전환과 높은 상관관계를 보인다면,
이 행동을 2회 이상 반복한 고객을 Facebook Custom Audience로 내보내
이들만을 타겟으로 하는 광고를 집행할 수 있다.
이 최적화를 통해, 무작위 타겟이 아닌, 전환 가능성이 높은 고객만을 대상으로 광고를 타겟팅할 수 있다.특정 행동을 한 고객을 Facebook Custom Audience로 내보내는 것은
Braze를 통해 할 수 있는데,
고객군을 이벤트 기반으로 분류하여 광고 매체에 자동 연동하는 기능을 활용할 수 있다.
온사이트 전략
이렇게 광고로 인입된 유저를 대상으로 보다 세부적인 개인화를 수행할 수도 있다.
Braze의 Catalog 기능과 Liquid 문법을 통해,
고객의 최근 시그널(브랜드/카테고리)과 정확히 매칭되는 혜택/메시지/랜딩 이미지를
실시간으로 개인화해 노출하는 것이다.
예를 들어, 최근 '레인부츠' 를 본 고객에게만
'지금 사면 장마 대비 20% 쿠폰이 지급돼요' 메시지를 발송한다.
liquid문을 연계하면, 메시지 속 이미지, 제목, 랜딩 페이지까지 자동 설정할 수 있다.
특정 카테고리에 배정된 고객은, 메시지, 랜딩, 썸네일 모두 개인화된 경험을 할 수 있다.이러한 전략은, 유저 입장에서 기대하고 있는, 관심이 가는 콘텐츠/상품을 바로 확인하여,
타 관심사로의 분산이나 이탈을 줄이고, 일체감 있는 사용자 경험을 이어갈 수 있다는 장점이 있다.
아래와 같은 실제 예시를 참고하면,
레인부츠 외부 광고를 통해 29CM 메인에 입장한 고객은,
입장 후 메인 홈이나 상품 리스트 상단에 '장마 준비 아이템' 배너가 노출된다.
이를 통해 유저의 연속된 관심을 유도할 수 있다.
이러한 유입 조건은 앱의 경우 Referrer와 같은 데이터 값을 설정하여 확인할 수 있는데,
이 값을 기반으로 특정 카테고리/메시지를 조건 분기하여 이에 맞는 배너를 노출할 수 있다.
인앱 메시지 실험
이렇게 페이지에 유저가 랜딩되었을 때, 표시되는 인앱 메시지 또한
실험을 통해 최적화할 수 있다.
유저 시그널을 바탕으로 개인화된 쿠폰을 지급하는 인앱 메시지를 설정하고,
인앱 메시지 노출군과 미노출군의 전환율을 비교하여 타당성을 검증한다.
전환율 측면에서 쿠폰 인앱 메시지 노출군이 유의미하게 뛰어날 경우,
이러한 쿠폰의 퍼널 제품화를 논의, 적용하여
자동으로 쿠폰이 지급되거나 인앱 메시지가 표시되도록 할 수 있다.
여기서 중요한 것은, 실험군, 즉 메시지 노출군과 미노출군을 분명하게 구분해야 하고,
인앱 메시지를 보여주는 타이밍을 '이탈 직전', '상품 상세 진입 시' 와 같이
다양한 타이밍에 실험하며 최적화하는 것이 필요하다.
같은 메시지나 혜택이라도,
유저의 탐색 경험이나 연관성에 따라 어떠한 타이밍에 표출하는 것이 좋은지는
데이터를 통해 최적화하는 것이 필요하다.
오프사이트 - 온사이트 소재 align
마지막 방법론은, 광고 사이트에서 진행한 USP 실험을 온사이트에 적용하는 전략이다.
그로스 마케팅에서는, 같은 소재를 다양한 USP로 배리에이션하여 비교하는 실험을 진행한다.
아래 예시는, 하나의 원피스 소재를 3가지로 배리에이션하였는데,
1. 데일리로 부담없는 원피스
2. 빠르게 배송되는 원피스
3. 특별한 날 존재감 있는 원피스
이 중 2번 소재가 높은 CTR/전환율을 보였다.
이럴 경우, 2번 소재를 기반으로 온사이트의 배너와 유저 뷰 페이지를 개선할 수 있다.
'빠른 출고', '빠른 배송' USP를
메인 배너, 추천영역, CRM 메시지까지 동일하게 적용하여
고객은 광고 -> 사이트 -> 메시지에서 일관된 흐름을 경험할 수 있다.
마무리하며, 팀스파르타에서는?
지금까지 3개의 글을 통해 29CM의 그로스 마케팅 방법론에 대해 다루었다.
이번 컨퍼런스에서 살펴본 전략들은 단순히 고객에게 도달하는 방식이 아니라,
고객의 여정을 데이터화하고 그에 맞는 메시지를 전달하는 방식으로
마케팅을 설계하는 과정이라고 정리할 수 있다.
Amplitude, Braze 같은 도구는 그 실행을 가능하게 하는 도구이며,
궁극적으로 이 도구를 더 잘 활용하기 위해서는
"왜 이 고객에게, 왜 이 타이밍에, 왜 이 메시지를" 보내는지에 대한
러닝, 인사이트가 쌓여야 하고, 그를 위해서는 다양한 실험과 데이터가 필요하다.
이러한 과정을 잘 설계하는 것이,
그로스 마케터로서 가장 중요한 역량이 아닐까 한다.
팀스파르타에서의 그로스 마케팅도 같다.
아래와 같은 가설을 교육 도메인에 맞추어 수립하고, 검증하고, 문제를 해결한다.
“니트를 본 고객은 겨울 상의 전반(가디건/코트 등)에도 관심이 있을 것이다.”
“동일한 스타일의 바지/치마를 제안하면 세트 구매 가능성이 올라간다.”
예를 들어 아래의 게임 부트캠프 프로덕트를 판매할 때에는,
유저의 학습 동기, 결제를 망설이는 블로커, 현재 상황, 목표 커리어 등의 변인을 바탕으로
위와 같은 가설을 수립하고, 실험을 통해 해결해 나가고 있다.
아래 부트캠프에서의 주요 소구점, USP는 모두 해당 실험을 통해 검증된 결과인데,
해당 업무 기록은 차차 데이터 기반으로 작성해 보고자 한다.
https://nbcamp.spartacodingclub.kr/game
읽어주신 모두들 감사합니다,
다음에도 그로스 마케팅 관련 인사이트/업무 기록으로 돌아오겠습니다!
