brunch

브런치북 일상에서 발견하는 마케팅 모먼트 27화

라이킷 22 댓글

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by 이슬아 Oct 07. 2020

데이터 기반 의사결정에 필요한 요건들

Intro. After Corona.

코로나 바이러스가 전 세계로 끼친 정치적, 사회적, 문화적 대혼란을 경험하는 중이다. 더 이상 우리는 코로나 이전 시대 - B.C(Before Corona)로 돌아갈 수 없다는 목소리가 우후죽순 나오는 가운데 과연 마케팅 영역에서 우리는 어떤 변화를 예상할 수 있을까? 코로나로 인한 비대면 라이프스타일과 비즈니스가 강조되면서 모든 서비스의 디지털화(Digitalization)가 가속화되고 있다. 이는 마케팅 활동으로 발생하는 데이터량의 급격한 증가로 이어진다. 이전 글들을 통해 코로나 이후 마케팅 영역의 변화들을 다루었으니 참고해보자.

온택트(Ontact) 환경은 이젠 선택이 아닌 필수가 돼버린 코로나의 계절. 오프라인에서 온라인 채널로의 급격한 채널 변환은, 디지털 마케팅 데이터가 발생하는 것을 의미한다. 해당 데이터를 저장, 처리할 플랫폼이 필요해지고, 동시에 데이터를 분석하는 방법에 대한 가이드가 필요하게 된다.

지금부터 이야기하고자 할 이야기는 단순히 마케팅 데이터를 분석하는 플랫폼이나 프로그램의 사용법을 이야기하는 것이 아니다. 구글 애널리틱스와 같은 마케팅 분석툴을 사용하는 방법을 이야기를 하는 것이 아니다. 마케팅 데이터를 넓은 시각에서 이해하면서, 어떻게 기존 분석방법과는 다르고 새로운 부가가치를 뽑을 수 있을까에 대해 고민하는 글이다. 기술의 영역을 넘어 [가치지향 데이터 분석방법]을 함께 고민해보자.

온택트 시대 - 디지털 트랜스포메이션(Digital Transformation)이 비즈니스 전 영역에서 빠르게 진행되고 있다. / 출처 : 구글 검색 결과

1. 숨겨진 데이터를 찾아라!

마케터는 매체를 통해, 마케팅 운영대행사를 통해 정기적으로 마케팅 성과를 분석한 리포트를 제공받는다. 마케팅 매체(광고)를 집행한 결과를 다양한 각도에서 분석한 결과를 제공한다. 매주, 매달 받는 리포트 내용 속에 담겨있는 데이터를 통해 과연 마케터로서 우리가 원하는 정보가 담겨있는지 생각해보아야 한다. 마케팅 성과를 분석하는 과정을 통해 마케터는 향후 마케팅 방향성을 결정할 수 있는 인사이트(Insight)를 반드시 품고 있어야 한다. 그러나 현업에서 대부분 데이터를 정리하고 사실(Fact)을 정리 요약한 수준의 리포트가 많다는 사실이다.

예를 들어보자. [일주일간 지난 동기간 대비, 마케팅 광고 소재 A의 클릭률이 35% 감소하였다]는 내용은 마케터에겐 그 어떤 유의미한 분석 가치를 제공하지 못한다는 것이다. 반면, [소재A 반응이 떨어진 이유가 지난주 조정한 타겟팅 그룹과 관련이 되었고 그에 따라 반응이 저조하다. 따라서 타겟팅 그룹을 다시 재조정할 필요가 있다]는 내용은 현상에 대한 원인 분석, 그에 따라 필요한 의사결정 사안까지 전달하고 있다는 점에서 의미 있는 인사이트가 된다. 같은 데이터 속에서 얼마나 유의미한 의미와 이를 통한 의사결정 사안들을 뽑아내는가 - 두 정보는 마케터에게 전혀 다른 가치를 전달한다.

미디어가 제공하는 데이터가 전부가 아님을 인지할 필요가 있다. 즉 제공하는 데이터가 매체가 제공할 수 있는 모든 데이터가 아니라는 사실을 사전에 인지해야 한다. 이를 '데이터 분석 프레임'이라고 말할 수 있는데, 이는 데이터 역시 특정 관점이나 견해, 의도에 초점을 맞춰서 가공 변형된 구조라는 사실이다. 분석 프레임은 그 프레임에 맞게 필요한 데이터를 규정하나, 동시에 모든 데이터를 담아내거나 다른 각도의 분석을 담아내지 못한다.

그러므로 숨어있거나 제공하지 않는 데이터 항목들이 무수히 많고, 이를 통해 얼마든지 다른 각도의 데이터 분석, 인사이트를 뽑아낼 수 있다. 따라서 매체 또는 대행사가 제공하는 데이터가 전부라고 믿기보단, 마케터로서 분석을 통해 어떤 내용이 궁금한지, 어떤 데이터가 필요한지 정의(Define), 목록화(Listing)하여 그에 맞는 데이터를 확인하고 수급하는 과정이 필요하다. 필요하다면 자신의 마케팅 상황이나 브랜드의 성격에 따라 맞춤 분석 프레임이나 지표를 만들 수도 있다. 프레임에 갇힌 사고가 아닌, 프레임을 뛰어넘어 우리가 데이터를 통해 무엇을 원하는가를 먼저 정의하고 분석구조를 설계하는 방식이다.

구체적인 마케팅 상황을 들어보자. 동일한 마케팅 매체를 사용한다 할지라도, 해당 캠페인의 목적과 상황에 따라 항목이 더 중요할 수 있다. 유튜브 광고 영상을 만들더라도 그 영상을 [완전 시청]하는 것이 중요할 수도 있지만, 영상을 통해 웹사이트로 [클릭]을 하는 것이 더 중요할 수도 있는 것이다. 영상매체라고 해서 항상 [영상 조회]가 중요 지표가 아니라는 사실이다. 또 어떤 경우, 웹사이트 내 [이메일 받아보기] 신청자 정보가 중요한 브랜드가 있을 수 있고 실제로 매출이 발생하는 [구매하기] 지표가 중요한 경우도 있다. 이메일 정보는 당장 매출을 발생하진 않지만 장기적인 측면에서 매출 가능성이 있는 고객이라는 측면에서 의미가 있을 수 있다. 광고주가 중요하게 생각하는 것이 다르고, 해당 캠페인의 목적이나 마케팅 상황에 따라 주요 지표가 달라질 수 있음을 명심하자.

주어진 데이터 프레임을 벗어나, 숨겨진 데이터 항목들을 찾고 [브랜드에게 가장 맞는 프레임]을 만들어야 한다.

2. 분리된 데이터를 결합해보자!

분리된 데이터란, 소비자가 마케팅 활동을 참여함으로써 발생하는 데이터를 유기적이고 전체적인 연결선상에서 확인하지 못하고 특정 영역에서 끊어짐으로써 간극이 발생하는 현상을 의미한다. 데이터간 끊킴이 발생하는 이유는 크게 세 가지다. 소비자가 제삼자 정보제공에 동의하지 않는 경우, 시스템 상으로 끊어져 구조적으로 연결할 수 없는 경우, 연결은 가능하지만 연결할 수 있는 공통 인자(Indicator)가 없는 경우 등이다.

거시적 관점에서 연결되지 못하는 가장 근본적인 원인은, 소비자 데이터와 매체 데이터 간의 간극(Gap)이다. 예를 들어, 마케팅 활동을 통해 발생한 데이터를 분석한다고 해서 소비자를 온전히 안다고 말할 수 없다. 해당 데이터는 마케팅에 '참여한 소비자의 행동'만을 특정 지표만으로 알 수 있는 것이지, 소비자가 누구인지 어떤 성향을 가지는 사람들인지를 이해하기엔 제한적이기 때문이다. 결국 소비자의 성별이나 연령대와 같은 데모 그래픽 정보, 관심 카테고리, 자사 브랜드·제품의 이용내역 등과 같은 정보들이 붙어야 함을 의미한다.

소비자 한 사람 한 사람의 정보가 이렇게 촘촘하게 트랙킹 되어 데이터가 연결된다는 것은, 궁극적으로 생체 데이터를 연속성 있게 트랙킹 할 수 있는 기술에 대한 구현을 의미하는데 이러한 생체 영역까지 디지털화가 이루어진다는 것은 많은 윤리적 위험성이 발생한다는 측면에서 반드시 경계해야 한다. 사람과 기계간의 통신은 데이터 간극의 해소함으로써 데이터를 통합적으로 볼 수 있는 시대를 열게 하지만, 그 연결로 인해 인간성(Humanism)은 철저하게 파괴될 것이며 사회 다양한 영역에서 문제점이 발생할 것이다. 인류가 결코 열어서는 안 되는 판도라의 상자가 될 것이다.

생체인식 정보 - 편리하다고 해서 분별없이 받아들이는 순간, 개인의 신체는 인간의 영역이 아닌 기계의 영역이 돼버릴지도 모르겠다. / 출처 : 매일경제

두 번째로, 기술적으로 데이터 결합이 가능한 영역에서 다른 데이터베이스를 결합할 수 있다. 이때 두 데이터 영역을 결합할 수 있는 공통 인자(Indicator)가 필요하다. 이때 두 가지 결합방식이 있다.

2~3개의 데이터 세트를 연결시킬 수 있는 공통 인자 값을 찾고 그것을 기준으로 데이터 전체를 페어링(Pairing) 하는 것이다. 예를 들어 광고를 집행하고 자사 홈페이지로 유입을 시켰다면 홈페이지에 걸려있는 트래킹 코드(Tracking Code)를 통해 광고로 얼마나 홈페이지에 유입이 되었는지, 홈페이지 내에서 얼마나 구매전환, 이메일 구독하기, 혹은 SNS 채널로 이동하였는지 전체적인 사용자의 전환 흐름을 파악할 수 있게 된다.

다음 방식은 특정 데이터 항목을 전체 데이터베이스에 넣어서 관련해서 연결되어 걸러지는 데이터만을 추출하는 방식이다. 기존 고객의 [핸드폰 번호] 정보를 기준으로 해당 번호를 가진 소비자 데이터를 추출하는 방식이다. 이는 데이터의 일부만을 추출하는 방식으로 해당 데이터가 존재하지 않는 경우 추출되지 않고 대부분 데이터 분량이나 규모 역시 적은 편이기에 데이터를 통해 분석을 목적으로 하기보다는 타겟팅과 같은 구체적인 마케팅 목적을 가지고 활용되는 경우가 많다.

데이터를 결합하는 두 가지 방식을 구조화해보았어요. 첫번째 결합방식은 데이터가 확장, 두번째는 데이터가 축소되는 결합방식입니다.

3. 의사결정을 할 수 있는 데이터의 외부, 내부 기준을 정립하자!

마케팅 데이터 분석을 하다 보면 항상 아쉬움으로 남는 영역이 있다. 마케팅 성과보고서가 '분석을 위한 분석'으로 남는 경우가 많다는 것이다. 필자 역시 데이터 분석을 수행하는 데 있어 동일한 도전을 받는다. 데이터 수치를 오차 없이 맞추고 이쁘게 정리한 이후 - 사실 그 순간이 데이터 분석의 시작 고난의 순간이다.

데이터 분석의 목적은, 유의미한 인사이트를 도출하고 나아가 향후 마케팅 활동에서 필요한 방향성을 도출하기 위한 것이 되어야 한다. 의사결정을 하거나 새로운 시도를 해볼 수 있는 영역까지 나아가야 하는 것이다. 올바른 의사결정을 하기 위해서는 판단의 기준이 필요하다. 해당 데이터가 긍정적인지 혹은 부정적인지 잘 진행된 것인지 개선이 필요한지를 판단할 수 있는 기준 수치를 의미한다. 기준은 외부 기준과 내부 기준이 있다. 결론적으로 두 가지 지표를 모두 참고하여 자사 브랜드·제품의 판단기준을 세우는 것이 중요하다.

예를 들어보자. 새로 런칭한 제품에 대한 인지도(Awareness)를 높이고 싶은 상황에서, 캠페인을 통해 1만 명의 타겟 소비자에게 도달에 성공했다. 이때 도달 수 10,000은 충분한 수준일까? 우리는 이를 판단할 수 있는 기준이 필요하며, 목표로 했던 25-35세 여성의 인구수를 고려해보았을 때 만 명은 결코 크지 않은 도달 수치일 수 있다는 것이다. 여기서 사용된 외부 데이터는 인구통계 자료를 바탕으로 하거나, 해당 매체에서 2535 여성 사용자의 수치(UV, Unique Visitors)다.

내부 기준은 동일한 조건으로 집행했던 과거 데이터를 참고하면 된다. 과거 데이터를 계속해서 잘 관리해두고 중요한 수치들은 기억해두는 것이 중요한 이유가 된다. 만약 같은 예산이라도 바이럴 효과가 있어 더 많은 사람들에게 도달할 수 있게 되면 비용 효율성이 높아져서 더 저렴하게 타겟 소비자에게 도달했다고 판단할 수 있게 되고, 바이럴 효과가 일어났던 원인을 찾고 잘된 시도들을 다음 캠페인에도 동일하게 적용할 수 있게 된다. 같은 예산이라도 저번 캠페인에서 도달이 1.5배 더 높았다면 어떤 원인이 있었는지 찾아볼 수 있으며, 잘된 요인들은 계속해서 다음 캠페인에도 적용시킬 수 있다.

그렇게 데이터 분석을 통해 성공한 영역을 찾고 이를 향후 마케팅 포인트로 응용한다. 시도된 항목들은 또다시 데이터 분석을 통해 효과를 분석하면서 잘된 케이스를 찾아냄으로써 데이터가 선순환되는 것 - 21세기 마케터로서 이 수준까지 데이터를 분석하는 역량이 반드시 필요하다.

데이터 분석을 통해 발견한 인사이트는, 반드시 향후 마케팅 방향성을 도출하고 새로운 것을 시도될때 [데이터 다이내믹스]가 생긴다는 사실을 잊지 말자!

Outro. 데이터 창의력을 발휘하자.

흔히 창의력은 우뇌의 영역, 번뜩이는 영감(Intuition)의 영역이라고 생각하는 경우가 많다. 그러나 좌뇌가 강하게 작동하는 데이터 분석 영역에서도 엄연히 존재한다. 데이터 크리에이티비티(Data Creativity) - 그것만큼이나 번뜩이는 창의력을 입증해내며, 벙벙한 아이디어를 다른 사람들에게 설득력 있게 밀어붙일 수 있는 방법도 없다.

수많은 마케팅 데이터가 존재하고 다양한 분석기법들이 존재하지만 항상 해왔던 방법론을 답습하고 있진 않은가? 분석의 목적이 흐려진 채, 항상 확인했던 데이터들만 이해하고 있진 않았는지. 의사결정을 할 수 없는 분석을 위한 분석을 쳇바퀴 돌듯 하고 있진 않았는지 스스로 자신의 마케팅 분석 역량을 돌아보자. 그리고 좋은 결과를 한 번 더 활용하기도 하고, 새로운 마케팅 방향성을 찾고 시도해보는 도전정신 - 그 속에서 마케팅 데이터의 다이내믹스가 형성되고, 똑같이 반복되어 발생하는 수치가 아닌 새로운 동력을 가진 데이터 흐름이 창출된다. 이렇게 발생한 데이터의 변화는 내부의 기준을 만들어내고 업계에서 참고할 만한 성공사례가 됨을 잊지 말자.

애프터 코로나(After Corona) 시절 - 두려움과 걱정보단 더욱 풍성해질 데이터의 바다에 과감히 뛰어드는 도전과 호기심이 마케터에게 필요한 시절이다.

* 현재 <일상에서 발견하는 마케팅 이야기> 브런치 매거진은 디아이매거진, 디지털인사이트, 아이보스에 정기칼럼으로 연재 중입니다.

* 더 많은 콘텐츠를 보길 원하시는 분은 프로필에서 [구독하기]를 눌러주세요.

* 마케팅 1:1 개인 및 그룹 스터디를 운영 중입니다. 프로필 링크를 참고해주세요.

브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari