고객 행동 데이터를 활용한 마케팅 전략 Tip #이메일

이런 분들에게 특히 도움이 될 수 있습니다.
– 구매주기, 구매금액들을 기준으로 고객을 구분해서 효율적인 마케팅을 하고 싶은 광고기획자
– 문자, 이메일 등을 활용하여 기초적인 개인화 마케팅을 경험하고 싶은 쇼핑몰 운영자
– 데이터를 활용해서 마케팅 전략 수립과 수행에 힌트를 얻고 싶은 마케팅 담당자

개인화마케팅(Personalization Marketing)이란,
소비자들 개인 특성에 맞춰 개인별 최적의 서비스를 제공하는 마케팅으로
고객의 관심사나 선호도, 행동 패턴 등을 파악해 개별화된 고객 경험을 제공합니다. 

정보가 넘쳐나는 오늘날, 고객에게 알맞는 정보만 추천하는 개인화마케팅의 이점은 모두 알고 계시리라 생각합니다. 다만 개인화마케팅을 위해서는 고객 데이터 수집/설계/구축부터 시작하여 다양한 기술과 역량이 요구되죠. (자동화, 실시간 등등…)

지금 가지고 있는 데이터만으로라도, 이를 활용해서 효율적인 마케팅을 시도해볼 수는 없을까요?
로거ASP 서비스와 무료(혹은 저가형) 이메일 솔루션을 활용한 마케팅 전략 Tip을 알아봅시다. 

1. 잠자는 고객을 깨워라

사이트 방문 및 구매가 오래된 회원ID 리스트

통계에 따르면 평균적으로 기존 고객은 신규고객보다 83%나 더 많이 지출하고 60%나 더 자주 방문한다고 합니다. 즉, 기존고객을 유지하는 것이 신규고객을 유치하는 것보다 비용적인 측면에서 훨씬 더 효율적이라는 것인데요. 이미 이를 알고 있는 다양한 산업군에서는 오래전부터 ‘잠자는 고객’을 깨우기 위해 다양한 마케팅을 벌이고 있습니다. 최근 방문이 없거나, 방문 후에도 별다른 행동(구매)이 없는 회원들에게 적극적으로 다가가야할 필요가 있겠습니다.

로거ASP에서는 ‘주문 회원 ID 분석’ 리포트에서

[최근방문시각] [최근주문시각]을 설정하여 회원ID를 조회할 수 있습니다.

휴면고객 컴백 이벤트 (출처: 현대백화점면세점)

특정 기간동안 자사 사이트의 방문 또는 주문이 없는 고객을 대상으로 이벤트 및 프로모션을 진행하여 고객이 이탈하기 전에 활성화시키는 전략이 필요하겠습니다. 

휴면기간 장기화는 결국 고객이탈로 이어지기 때문에 휴면고객을 활성 고객으로 돌리는 것은 중요합니다. 대표적으로 유통업체나 카드사의 경우, 휴면고객을 활성 고객으로 전환시키기 위해 오랜기간을 힘쓰고 있는데요, 휴면고객을 중심으로 리텐션(고객 유지) 마케팅을 펼치면서 휴면고객 활성화에 적극적으로 나서고 있습니다. 

2. 망설이는 고객을 찾아라

A상품 주문/결제 과정에서 이탈한 회원ID 리스트

고객 중에도 관심도가 높은 고객과 낮은 고객으로 구분할 수 있는데, 자사 제품에 관심도가 높은 고객들을 잠재고객이라 합니다. 잠재고객은 비교적 적은 마케팅 비용으로도 쉽게 전환을 유도할 수 있습니다. 그래서 개인화마케팅에서는 잠재고객의 발견과 추출이 필수입니다. 

‘전환/이탈 회원 ID 분석’ 리포트에서 [시나리오 단계] 설정으로 웹사이트에서 특정 행동을 한 고객들을 추출할 수 있습니다. 자사 사이트에서 특정 상품페이지를 조회했다가 주문서를 작성하는 페이지까지 갔지만 결제를 하지 않은 고객이라면 어떨까요? 상품을 조회하고 주문서를 작성했다는 것만으로도 이미 상품에 대한 관심이 높다는 것을 증명하며, 잠재고객이 전환까지 연결될 수 있도록 조금만 도와주면 됩니다. 

조회상품 알림 이메일 (출처: Coupang)

대한민국 대표 온라인 커머스 업체인 ‘쿠팡’은 이미 다양한 개인화마케팅을 진행하고 있습니다. 조회 상품, 찜한 상품, 장바구니에 담은 상품 등 다양한 고객 행동 데이터를 활용하여 적절한 개인화마케팅을 진행하고 있습니다. 쿠팡의 이메일 마케팅을 받아보시면, 다양한 개인화마케팅을 벤치마킹 해볼 수 있겠네요. 

3. 관심 상품을 추천하라

A상품과 함께 많이 구매한 상품과 A상품을 조회한 회원ID 리스트

서두에 말씀드린 바와 같이, 개인화 마케팅이란 결국 고객의 특성을 파악하여 고객에게 적합한 마케팅 액션을 취하는 것을 의미합니다. 고객의 연령, 성별, 구매 이력, 관심 상품 등 다양한 정보를 통해 고객의 특성을 파악할 수 있을텐데요, 다른 고객들의 구매 패턴을 활용하여 해당 고객이 원하는 제품 및 관심사도 파악할 수 있습니다. 특정 상품을 구매한 고객들이 함께 구매한 상품을 분석하여 해당 고객이 관심을 가질만한 상품 후보군을 선정할 수 있습니다.

‘중요페이지 경유 회원 ID 분석’ 데이터와 ‘동시구매상품’ 리포트를 활용하여 특정 상품의 연관 상품 및 구매 고객을 조회할 수 있습니다. 특정 상품을 기준으로 함께 구매한 이력이 많은 상품들을 연관 상품 후보군으로 선정하여 고객들에게 추천하여 고객에게 필요한 정보를 제공할 수 있습니다. 물론 특정 상품과 함께 구매가 많이 된 상품이라고 해서, 모든 동시구매 상품이 다 관심상품이라고 할 수는 없습니다.

관심상품 추천 이메일 (출처: Coupang)

우리가 선정한 후보 상품을 타깃 고객이 정말 조회한 이력이 있는지, 후보 상품이 꾸준히 특정 상품과 함께 구매가 많이 되었는지 등 다양한 검증을 거친 후, 타깃 고객에게 후보 상품을 추천하는 것을 권장합니다. 

#한가지 더
마케팅 이후의 성과 분석 및 고객 분석을 통해, 더욱 깊이있는 개인화마케팅을 시도할 수 있습니다.
이메일 광고 반응 여부에 대한 고객들을 파악하여 추후 충성고객 구분에 활용할 수 있고,
이메일 광고를 통한 전환 성과가 누적되면 나아가 본격적인 개인화마케팅 프로그램 도입의 중요성 자료로도 활용할 수 있겠습니다. 

기초적인 고객 행동 데이터를 활용해서 간단한 개인화 마케팅을 시작할 수 있습니다.
아직 데이터를 수집하지 않고 계시다면 데이터를 활용한 확장성에 대해 이 콘텐츠를 확인해보세요. 

데이터에 대한 고민은 비즈스프링과 나눠주세요.
비즈스프링이 데이터 전문 비즈니스 파트너로서 여러분과 함께 하겠습니다.

문의하기 02-6919-5516 | ad@bizspring.co.kr