마케팅(習): 위클리 마케팅 동향_180827
인사이트, 머신러닝, 타겟고객
1.당신은 '인사이트' 있는 마케터인가
- 디지털 시대의 마케팅은 ‘누가 소비자와 더 가깝게 가느냐’의 싸움이다.
- 인간의 예측 불가능, 비합리성을 인지하고 사람속의 내면속 심리를 꿰뚫는것이 인사이트다.
- 좋은 마케팅이란 결국 '공감'을 이끌어 내는 것이고 관심과 호기심이 인사이트를 만드는 유일한 길이다.
- 단언컨테 디지털 마케팅 시대고, 여러가지 기술적인 방법이 있지만 사람들의 호응을 얻는 마케팅은 점점 희박해져간다. AD Blocking 앱이 활성화될만큼 디지털 피로도가 쌓여가는 요즘을 고려해보면 사람들에게 더욱 집중해야 한다.
https://platum.kr/archives/101921
2.'삽질' 혹은 '애널리틱스'... 머신러닝에 지름길은 없다
- 빅데이터를 5년 이상 운영해온 회사는 15%에 불과하다
- 더 중요한 것은 이들 회사는 모델 편향(model bias), 데이터 프라이버시(data privacy) 등의 중요 분야에 더 많은 시간과 관심을 쏟는 경향이 있다
- 회사의 데이터 과학이 정교해질수록 데이터과학팀에서 모델을 더 많이 구축하고 프로젝트 성공에 관한 핵심지표를 많이 만든다. 반대로 경험이 부족한 기업은 경영진에 기대하는 경향이 높고 데이터 과학팀에 별로 기대하지 않는다.
- 더 흥미로운 경우는 임원이 프로젝트를 주도하는 것인데, 이것이 실패하는 이유는,
1)AI의 가장 새로운 측면은 AI가 문제를 새롭게 규정할 수 있다는 것이다. 너무 복잡해 일상적으로 할 수 없다고 생각했던 작업이 이제 AI를 통해 가능해졌다. AI는 과거의 기술보다 더 복잡하고 더 인지적인 작업을 처리할 수 있다.
2)단, AI가 수행한 작업의 결과가 타당할 때에만 활용할 수 있다. 최신 블랙박스가 인간이 이해하지 못하는 결정을 내리면 사람들은 블랙박스를 꺼버릴 것이기 때문이다. 따라서 어느 수준까지 AI의 결정을 ‘이해하는 것’이 매우 중요하다.
3)그러나 결정을 이해하고 해석하는 것과 그 알고리즘이 어떻게 작용하는지 이해하는 것과는 완전히 다르다. 입력, 선택, 가중치 및 결과의 기본 원리는 이해해야 하고, 프로세스를 검증조차 할 수 없을 만큼 복잡한 데이터 조합 사이를 끊임없이 돌아다녀야 한다.
- 결국 머신러닝을 외부 컨설팅이나 하나의 유행과 기법으로 받아드려서는 안된다는 뜻이다. 데이터로 회사 내부 문제를 풀기 위함이므로, 이를 위해서는 내부에서 끊임없이 활용해야 한다.
http://www.ciokorea.com/news/39283
3.Why Marketers Struggle to Consistently Identify Their Audiences
- 잠재 고객을 정의하는 솔루션에 투자를 줄이겠다고 한다.
- 대부분 인구 통계학적인 분류가 잘 되어 있다고 확신하고 있다.
- 많은 사람들이 커뮤니케이션의 편의성 측면에서 데모를 이야기 하지만, 고객 데이터를 분석해보면 데모와는 무관한 세그멘테이션이 필요하다. 이를 해결하는 것이 광고 뿐만 아니라 마케팅 전략에도 반드시 필요하다.
https://www.emarketer.com/content/why-marketers-struggle-to-consistently-identify-their-audiences
