인구 통계와 디지털 마케팅

매일 우리는 숫자를 마주한다. 몇 건의 판매가 발생했는지, 얼마의 트래픽이 발생했는지 등 특히나 퍼포먼스 마케팅이 대두된 이후로는 숫자 없이는 커뮤니케이션이 힘들다.

숫자에 대한 감은 경험에서 생긴다. 하루 100건의 판매가 발생하는 브랜드라고 하면, 200건의 판매가 발생했을 때는 상당한 업틱이 발생한 것이다. 하루 웹사이트 방문 트래픽이 10,000건 일 때 어느 날 반절로 트래픽이 감소한다면 광고 비용을 줄였다거나, 자연 트래픽이 떨어졌다거나 등으로 해석할 수 있겠다.

이렇듯 계속 마주하고 있는 숫자에 대한 감을 안다는 것은 빠른 의사결정에 큰 도움이 된다. 광고를 집행할 때도 마찬가지다. 그러나 생각보다 사람들은 광고를 집행할 때 도출되는 숫자가 어떤 의미를 가지고 있는지 관심이 많지 않다. 머신러닝 시대가 도래하면서 인구통계학에 기반한 타겟팅이 무너지게 되며 중요성이 떨어졌기 때문이기도 하지만 그것은 타겟팅에 국한된 일이고, 현상을 분석하는 데에는 여전히 인구 통계학적 정보는 매우 중요하다. 그리고 삶을 살아가는 데도 상당히 유용하다.

비율에 대한 감을 가지자

통계학은 비율에 대한 감만 가지고 있어도 쉽게 응용할 수 있다. 이를테면 연령대 별 분포 비율, 지역 별 분포 비율 등을 머리에 넣는 것이다. 비율의 트렌드는 오차가 적다. 대한민국 전체에서 40대 인구의 비율과 서울 강남구에서 40대 인구의 비율이 유사하다는 것이다.

1. 우리나라 남여 성 비율 대략 5:5

2. 연령대 별 비율

KOSIS 연령대 별 인구 데이터

어떻게 써먹을 수 있는가

앞서 말했던 '광고를 집행할 때 도출되는 숫자'에 대해서 이렇게 생각할 수 있겠다. 예를 들어 하루 150만원의 비용을 지출한다고 가정해보자. 이때 노출 당 비용(CPM)은 대략 2만원이라고 생각해보겠다. 150만원을 소진했을 때 노출되는 노출량은 150만/2만*1000=7만5천 정도로 잡힐 것이다. 빈도가 1.5라고 가정했을 때 광고가 도달되는 유니크 숫자는 5만이라고 보면 된다.

5만이라는 숫자가 어떻게 와닿는지 다시 한 번 생각해보자. 인구에 대한 감이 없는 사람이라면 대략 이렇게 생각할 수도 있겠다. "대한민국 5천만 인구 중에 5만이니까 인구의 0.1%네. 진짜 적은 숫자구나."

그러나 숫자에 대한 감이 있다면 이렇게도 생각할 수 있다. "하루 5만 도달이면 한달 광고 집행 시 150만정도의 사람에게 노출되겠네. 대한민국 5천만 인구 중에 절반이 남성이고, 그 중 15%가 40대라고 가정해보면 우리 핵심 타겟인 40대 남성은 400만 정도 되는 거네. 그런데 핵심 ICP(Ideal Customer Profile)인 서울 거주자만 본다면? 서울이 1천만 인구니까 대한민국 인구의 20%잖아. 그렇다면 서울 거주 40대 남성은 400만의 20%인 80만이 되겠네. 대략적으로 봐도 한달이면 우리가 생각하고 있는 핵심 타겟에게 광고가 모두 도달되겠구나"

그 외로도

매출 예측, 브랜드 마케팅 전략 수립 등 인구 데이터를 알고 있으면 마케팅에서 요긴하게 사용되는 상황이 빈번하게 발생한다. 비율에 대한 감을 익혀보자. 간단하지만 매우 유용한 무기가 될 수 있다.