인구 통계 데이터를 브랜드에 활용하는 방법

여전히 Demographic 정보가 필요한 이유

아직도 많은 브랜드 마케터들에게는 성별 연령별 고객 분포가 가장 필요한 정보입니다. 고객의 취향을 세분화하는 작업을 컴퓨터에게 맡겨 자세한 고객군을 만들고 행동하는 세상에서 인구 통계 정보는 뭔가 이제는 쓰면 안 될 것 같은 느낌을 주지만, 사람의 취향 상당수는 여전히 연령과 성별의 영향을 받고 있는 것은 부정할 수 없는 사실입니다. 많은 분류 모델에서 성별, 연령은 중요한 변수로 잡히고 있습니다.

제조를 해야 하는 상황이라면 이런 정보는 페르소나가 되어 신제품 개발에 도움을 줍니다. 우리가 누가 어떻게 활용하는 제품을 만들지 기획할 수 있도록 만들어 줍니다. 옷이나 음료를 만들 때 20대 여성의 취향을 기반으로 하는 것과 20대 남성이 주로 소구 할 기준으로 만드는 것은 많은 디테일의 차이를 만들어 냅니다. 그래서 많은 기업들은 인구 통계 정보를 주로 상품 기획 중심으로 활용하고 있습니다. 하지만 마케팅을 하는 사람이라면 인구 통계 정보는 브랜딩 가치의 변화를 볼 수 있는 지표라는 것을 잊어서는 안 될 것입니다.

모든 브랜드에는 중심이 되는 고객층이 있습니다. OO치킨은 특유의 매운맛 덕분에 20대 여성이 주문의 50%를 점유하고, ㅁㅁ커피는 주스 메뉴 구성이 상대적으로 높아 가족 단위의 40대 여성 고객 비중이 40%라고 하면 대부분은 여기서 해석을 그칩니다. ‘다 아는 걸 데이터로 만들었군’ 수준으로 넘어가죠. 그리고는 자주 보지 않게 됩니다.

하지만 고객의 수, 비중이 변하는 것을 인구 통계 단위로 나누어 보면 우리의 핵심 고객층이 증가하는지 이탈하는지 확인할 수 있습니다. 지난 5년간 OO치킨의 고객 변화를 볼 때 20대 여성 비중이 50%에서 40%로 줄어들고, 30대 여성 비중이 20%에서 35%로 상승하면서 전체 고객 수가 감소하고 있는 추세라면 우리는 이것을 어떻게 해석할 수 있을까요? 브랜드가 고령화되고 있고 기존 고객층에서 더 이상 신규 고객이 부족하며 일부 중심 고객을 기반으로 축소되고 있는 것을 알 수 있습니다.

'지속적으로' 인구 통계 정보의 추세가 어떻게 변해가는지 봅니다. 출처 : http://www.bigdata-map.kr/datastory/ 

우리가 의도한 액션들과 비교하면 더 선명해집니다. 그 사이 브랜드가 정체되어 있는 것 같은 직관적인 감각으로 이를 바꾸고자 출시했던 메뉴들이 효과가 있었는지, 그 메뉴는 누가 좋아했는지를 데이터로 볼 경우 일시적인 신상품의 효과가 의도대로 구현되었는지 알 수 있습니다. 반대로 의도와는 다른 기회도 찾을 수 있습니다. 20대 여성 고객을 타깃으로 출시한 메뉴가 실제로는 40대 가족 고객층의 증가를 가져온 부분이 있다면 새로운 기회를 의도와 다르다고 무시하는 것이 아닌, 수요의 확인을 더 큰 기회로 만들 수 있습니다. 우리 브랜드 주문 경험이 발생한 고객을 대상으로 더 잦은 빈도와 더 높은 건단가를 유인할 수 있는 사이드 메뉴 및 프로모션을 설계할 수 있습니다.

이것이 가능하기 위해서는 주기적으로, 혹은 어떤 액션 전후로 인구 통계 정보를 꾸준히 보고 추세를 읽어내는 노력이 필요합니다. 반기에 한 번, 연간 한 번 수준으로는 요즘 경쟁과 변화를 맞추기는 너무 어렵습니다. 고객은 이미 수요를 맞춰줄 수 있는 브랜드를 찾아 이탈합니다.

먼저 고객의 인구 통계 데이터를 확보하는 작업이 필요합니다. 주문 고객이 아니더라도 가입 고객, 방문 고객 등 다양한 관점에서 고객 데이터를 확보하고 이 중에서 주문 침투율과 증감을 보는 게 장기적인 성장을 확인할 수 있는 방법입니다. First Party Data가 없다면 플랫폼의 데이터를 요청해서 활용할 수도 있습니다. 자체 고객 데이터베이스를 만드는 것은 너무도 필요한 일이지만 비즈니스 규모에 따라 효율이 나지 않을 수 있으니 상황에 맞는 선택을 할 수 있을 것입니다.