brunch

매거진 일잘러가 되고싶도다

라이킷 9 댓글

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by 도다마인드 팀 블로그 Apr 05. 2023

00 데이터가 더 중요해졌다고요?

“제로파티 데이터를 더 많이 수집할 수 있는 방법을 고민해 주세요”

페이스북 광고 효율이 점차 떨어지게 되면서 마케팅 업계에서는 점차 다양한 데이터를 이 더 많이 주목받고 있습니다. 써드파티 데이터라고 불리는 제삼자가 제공한 데이터를 활용한 마케팅의 효율이 감소하면서 여러 업체들은 다른 방식으로 기존의 마케팅 효율을 되찾고 개선하고자 노력하고 있는데, 해당 관점에서 가장 주목받고 있는 데이터 중 하나는 ‘제로 파티 데이터’입니다.

제로 파티 데이터란 무엇인가요??

제로 파티 데이터는 Forrester라는 리서치 업체가 처음 사용한 개념으로, 고객이 자발적으로 브랜드와 공유하는 데이터를 의미합니다. 특정 상품이나 서비스에 대해서 가지고 있는 선호도나 관심사, 피드백과 같이 광범위한 정보에 대해서 고객들이 직접 입력해 준 데이터를 뜻합니다. 일반적인 제로 파티 데이터는 설문조사, 퀴즈 등 브랜드와의 상호작용을 통해 수집되는데요, 다른 유형의 데이터와는 다르게 고객이 개인적인 경험을 개선하거나 특정한 보상을 받기 위해서 정보를 공유한다는 가장 특징을 가지고 있습니다.

이런 데이터가 제로 파티 데이터예요

서비스 만족도를 알려주세요?

피드백이 있으신가요?

좋아하는 브랜드를 알려주세요!

퍼스트 파티 데이터는??

퍼스트 파티 데이터는 기업이 고객의 별도 동의를 거치지 않고 수집하는 데이터를 말합니다. 예를 들어 회사의 웹 사이트나 앱에서 활동하는 고객의 클릭이나 스크롤, 페이지 방문, 구매 내역처럼 따로 입력하지 않아도 자동적으로 수집됩니다.

이런 데이터가 퍼스트 파티 데이터예요

검색기록

유입 경로

로그인, 로그아웃 정보

제로 파티 데이터와 퍼스트 파티 데이터의 차이는?

제로 파티 데이터와 퍼스트 파티 데이터의 가장 큰 차이점은 고객의 ‘자발성’에 있습니다. 제로 파티 데이터는 고객이 원해서 자발적으로 정보를 공유하는 반면에 퍼스트 파티 데이터는 고객의 의사와는 크게 상관없이 직접적으로 수집됩니다.

때문에 제로 파티 데이터는 일반적으로 설문조사나 퀴즈와 같은 인터렉티브 한 경험을 통해 수집되는 경우가 많습니다. 퍼스트 파티 데이터는 자체 앱이나 웹사이트에서 수집되고, GA 같은 분석툴로 인해서 분류됩니다.

제로 파티 데이터는 퍼스트 파티 데이터에 비해서 상대적으로 정성적이고 퀄리티가 높은 데이터 수집이 가능합니다. 이에 반해 퍼스트 파티 데이터는 일반적으로 정량적이고 객관적인 데이터 수집이 가능합니다.

제로 - 퍼스트 파티 데이터 수집의 장점은?

제로파티와 퍼스트 파티 데이터, 즉 기업이 갖춘 서비스 혹은 플랫폼을 통해 수집하는 데이터의 가장 큰 장점은 기업이 직접 수집할 수 있는 데이터이기 때문에 필요한 정보를 직접 수집하면서 빠르게 테스트하고, 폭 널게 활용할 수 있다는 데에 있습니다.

기존에 주로 활용되었던 서드 파티 데이터의 경우 구글이나 애플, 페이스북과 같은 특정 플랫폼의 데이터에 종속될 수밖에 없기 때문에 외부 변수에 예고 없이 서비스 핵심 지표의 성과가 좌지우지될 수 있습니다.

이에 반해 제로-퍼스트 파티 데이터를 활용한 데이터 활용은 이미 유입된 고객을 대상으로 각종 전환율을 비롯한 리텐션 상승을 노릴 수 있으며 궁극적으로는 충성 고객으로의 전환을 노릴 수 있습니다.

제로 - 퍼스트파티 데이터를 활용하는 장점

제로파티 데이터와 퍼스트 파티 데이터는 모두 그 중요성이 점차 강조되고 있습니다. 물론 어느 정도의 본질적인 차이점은 존재하지만 두 유형의 데이터 모두 고객의 선호도와 관심사를 직 간접적으로 이해할 수 있게 도와주며 고객의 개인화된 경험을 제공할 수 있습니다. 또한 이 데이터들을 완전히 배타적으로 생각하는 것보다는 상호 보완적으로 활용이 가능할 수 있으며 이럴 경우 고객을 조금 더 입체적으로 이해할 수 있도록 도와줍니다.

활용 예시

방문 유형별 콘텐츠 추천 프로세스
유입 경로 파악 (퍼스트 파티) -> 유입 경로를 통한 추천 콘텐츠 유형 조사 (제로 파티) -> 콘텐츠 클릭 전환율에 따른 ux/ui 구성 (퍼스트 파티) -> 유입 경로별 추천 콘텐츠 개선

장바구니 활용별 상품 추천
장바구니에 상품을 담은 고객 대상으로 메시지 발송 (퍼스트 파티) -> 유형 퀴즈를 통한 상품 추천 (제로 파티) -> 해당 상품으로 유도 후 구매 페이지 전환율 측정 (퍼스트 파티) -> 추천 프로세스에 대한 만족도 조사 (제로 파티)

콜드 스타트 해결
정보가 충분하지 않아 상품 추천이 어려운 고객 대상 콘텐츠 선호도 조사 (제로 파티) -> 해당 콘텐츠 페이지 전환율 추적 (퍼스트 파티) -> 추후 시청 콘텐츠에 따른 신규 콘텐츠 추천 (퍼스트 파티)

만약 제로 파티 데이터만을 수집하기 위해서 프로세스를 구성했다면 너무 많은 의사를 고객에게 물어보게 되어 오히려 서비스 경험이 하락할 수 있습니다. 마찬가지로 퍼스트 파티 데이터를 통해서만 고객에게 접근했다면 각각의 퍼널에서 느끼는 페인 포인트는 무엇인지, 전환율을 높이기 위해서 고민할 수 있는 다른 요소들은 무엇이 있을지를 파악하기 어렵습니다.

이처럼 중요해진 제로 - 퍼스트 파티 데이터, 우리 서비스에는 어떻게 적용할 수 있을지 고민해 보면 어떨까요?