지금 비즈니스에서 모으는 데이터가 있나요?
성공 창업 알고리즘_031
‘대표님, 지금 하고 계신 사업에서 데이터라고 할 수 있는 정보 중에 어떤 것들을 수집하고 계세요?’
‘데이터요? 저희 같이 중소기업에서는 데이터라고 할 만한게 솔직히 없어요.
그래도 요새 데이터 갖고 안하면 살아남기 힘들다 그러고 해서 어떻게든 그쪽으로 전환은 해야겠고...’
픽사베이 이미지디지털 트랜스포메이션을 포함하여 최근의 사업은 데이터 기반이 아니면 차별화를 이루고 기존 사업에서 추가적인 성장을 이루기 어려운 환경이 되고 있다고 할 수 있다.
가치 있는 데이터를 갖고 있다는 것이 곧 다른 업체가 따라올 수 없는 경쟁력이 되는 시대이다.
‘데이터 드리븐 마케팅(Data Driven Marketing, 데이터 기반 마케팅)’을 가장 많이 활용하는 영역이
고객경험 설계 48%, 이메일마케팅 42%, 개인화 41%, 제품/서비스개발 36%, 유료광고 29%, 실적예측 25%, 옴니채널마케팅 10%(마케팅을 바꾸는 데이터의 힘, 백승록 저)이라고 한다.
다시말해 데이터를 활용해
1. 효과적인 마케팅 방법 도출
2. (개인화)고객 경험 최적화 추진
3. 신규 비즈니스 개발
이 세가지에 모두 활용이 가능하다.
새로운 사업 아이디어를 찾고, 이 아이디어와 기존 사업을 더욱 강화시킬 수 있고, 또 마케팅을 효과적으로 진행할 수 있게하는 것이 바로 ‘데이터’의 힘이다.
이러한 데이터는 우리가 직접 수집하는 것만이 다가 아니다.
데이터는 크게
고객데이터(zero party data, 고객의 선호도, 관심사, 개인정보 등),
고객 동의 데이터(first party data, 고객 구매정보 등),
타기업 보유 데이터(second party data, 협력업체 고객정보),
데이터 수집자 데이터(third party data, 구글 등 광고주 보유 비식별 데이터)로 나눌 수 있다.
따라서 우리가 수집하는 것 외에도 다양한 데이터를 확보할 수 있는 노력을 가해보자. 고객온라인설문 역시 중요한 first party data 확보 방법일 수 있다.
데이터가 필요한 이유는 앞서 언급한 것과 같이 마케팅 외에도 점차 개인화 되는 고객의 커스터마이징된 서비스 개발과 고객 경험 개선에 있어 중요한 요소가 되기 때문이다.
고객이 최근에 이탈하고 있다는 데이터 지표가 있다고 하자.
과연 고객은 왜 이탈하고 있을까?
이러한 데이터를 세부적으로 분석하게 된다면 고객 이탈이 언제, 누가, 왜 하는지 알 수 있게 된다.
이러한 데이터 분석을 기반으로 우리는 언제(이탈률을 추정 가능), 누가(어느 고객층이 상대적으로 이탈률이 높은지를 확인하고 그들에 대한 집중 관리 가능), 왜(서비스에 대한 불만사항을 확인하고 서비스 개선 가능) 이탈하는지 원인을 파악하고 대안을 제시할 수 있다.
우리 고객들이 얼마나 자주 방문하는가?
이 정보를 데이터를 알수 있는 방법이 바로 ‘인게이지먼트 지표’이다.
일반적으로 DAU(Daily Active User, 일간활성유저)/MAU(Monthly Active User, 월간활성유저) 계산식을 통해 분석할 수 있다.
만약 일방문자수가 100명인데 월방문자수가 3000명이라면
100 / 3000 = 0.333 (3.3%)
이용자는 한달에 1번정도 방문한다는 뜻이다.
이러한 수치를 통해 고객이 얼마나 우리와 관계를 갖고 있는지 알 수 있으며 이를 기반으로 우리는 ‘인게이지먼트 마케팅’ 즉, 더욱 더 고객과의 관계를 가질 수 있는 방법들(예를 들어 안내 이벤트 메시지 전달 등)을 전략적으로 활용할 수 있을 것이다.
우리에게 중요한 것은,
1. 우수고객과 이탈고객의 차이점
2. 신규유입고객의 니즈 파악이다.
이 측면에서 우리가 데이터를 통해 꼭 챙겨야 하는 것이 바로 인게이지먼트 지표와 함께 ‘아하모먼트’이다.
‘아하모먼트(Aha moment)’는 고객이 우리의 제품/서비스에서 가치를 느끼는 순간을 의미한다.
또한 아하모먼트는 우리에게 있어서는 잠재고객에서 고정고객으로의 전환이 되는 포인트이기도 하다. 아하모먼트를 간단하게 계산한다면 리텐션(고객 유지)으로 확인할 수 있을 것이다.
음식점이라면 아하모먼트를 어떻게 생각해볼 수 있을까?
예를 들어 혼자오던 손님이 지인과 함께 오기 시작한다면 이것도 하나의 ‘아하모먼트’라고 할 수 있지 않을까?
자, 우리의 ‘아하모먼트’는 무엇인지 생각해보자.
그리고, 우리가 확보할 수 있는 데이터를 통해서 어떻게 ‘아하모먼트’와 ‘인게이지먼트 지표’를 찾을 수 있을지 연구해보자.
지금 바로 시작해보자!
