[CRM 시리즈#2] 고객을 분류하면 CRM이 쉬워진다
마케터를 위한 타겟 오디언스 분석 방법
브랜드의 수많은 고객을 세분화하고 CRM을 하는 것이 힘든 이유는 고객 데이터 분석이 어렵기 때문입니다. 그렇기 때문에 많은 브랜드가 고객 데이터를 수집하고 분석하는데 많은 시간을 씁니다. CRM의 시작인 고객 데이터 분석, 버클로 시작하는 방법을 알려드릴게요.
아마존은 어떻게 고객 데이터를 활용할까?
아마존에서 한 번이라도 상품을 검색하거나 구매해본 적이 있다면, 이후로 당신에게 딱 맞는 추천 제품과 맞춤형 프로모션 메시지가 끊임없이 도착하는 것을 경험했을 거예요. 그 이유는 아마존이 고객을 세분화하고, 행동 데이터에 기반한 개인화된 메시지를 보내기 때문입니다.
그렇다면 우리 브랜드도 아마존처럼 고객 데이터를 효과적으로 활용할 수 있을까요?
마케터가 CRM 할 때 흔히 하는 실수
많은 브랜드가 CRM을 운영할 때, 고객을 나누지 않고 모든 고객에게 동일한 메시지를 보내는 실수를 합니다. 이렇게요.
✔ "전 고객 대상 10% 할인 쿠폰 발송!"
✔ "이번 주 신상품 출시! 지금 확인하세요!"
하지만 모든 고객이 같은 관심사와 구매 패턴을 가진 것이 아니기 때문에, 이런 방식은 비효율적입니다. 그러면 "고객을 세분화해서 맞춤형 메시지를 보내면 되잖아!"라고 생각할 수 있지만, 막상 고객을 나누고 분석하는 과정이 어렵고 번거롭다는 것이 문제입니다.
‘엑셀에 고객 데이터를 쌓아두긴 했지만, 어떻게 활용해야 할지 모르겠어.’
‘데이터를 분석할 리소스가 부족하고, 자동화 시스템도 없는데?’
‘우리 브랜드의 핵심 고객이 누구인지 확신이 없어.’
위 세가지 문제 중 하나라도 고민이 있다면 이 콘텐츠를 끝까지 읽어보세요. 이런 문제를 해결하면 고객 행동을 분석하고 구매 가능성이 높은 타겟을 찾고, CRM 효율을 극대화할 수 있습니다.
고객 세분화가 어려운 이유 1 : 판매 채널의 다양화
데이터 분석을 위해서는 고객 데이터 수집이 선행되어야 합니다. 유의미한 데이터가 유의미한 결과를 만들 수 있기 때문이죠. 하지만 유의미한 데이터가 무엇인지, 어떤 채널에서 데이터를 수집해야 하는지, 또 어떻게 수집할 것인지가 문제인데요. 앞서 말했던 데이터 분석의 어려움은 판매 채널이 다양해지고 고객의 행동이 복잡해지면서 더욱 심화되는데요. 고객의 구매 여정을 이어서 볼 수 없기 때문에 브랜드의 충성 고객을 찾고 CRM을 실행할 타겟을 찾기가 어려워집니다.
버클의 차별점 : 디지털 보증서를 통한 전 채널 고객 데이터 수집
버클의 디지털 보증서는 이런 번거로움을 한 번에 해결해 줍니다. 고객과 채널, 상품에 대한 데이터를 데이터로 저장하고 관리하는 방식으로 말이죠.
브랜드를 운영하며 평균적으로 3개 이상의 플랫폼에 입점합니다. 하지만 브랜드마다 데이터를 수집하는 기준, 그리고 데이터를 제공하는지, 그리고 이것을 브랜드가 활용할 수 있는지 다양한 제약사항이 존재합니다.
버클은 디지털 보증서를 통해 ‘제품’, ‘품질’을 보증하며 합법적으로 고객 데이터를 수집할 수 있습니다. 여기에서 나오는 버클의 차별점이 ‘전 채널’의 데이터를 수집할 수 있다는 점입니다.
고객 세분화가 어려운 이유 2 : 데이터 분석
데이터를 수집했다면 데이터를 분석해야겠죠? 하지만 방대한 양의 구매 활동, 구매 내역 데이터를 기반으로 데이터를 분석한다 하더라도 고객이 반응할만한 메시지 소재를 도출하는 것은 어렵습니다.
하지만 버클의 디지털 보증서를 이용한다면 모든 판매 채널에서 수집한 데이터를 통해 고객의 최근 행동이나 구매 이력에 따라 자동으로 고객을 추출할 수 있습니다. 그리고 고객의 행동과 관심사를 고려해 고객에게 적합한 소재를 찾아주죠. 플랫폼, 오프라인, 온라인 제약없이 모든 채널서 수집한 데이터는 더 정확한 CRM을 가능하게 하는 중요한 포인트입니다.
고객 추출 조건 설정, 고객 추출, 메시지 소재 고민에 드는 실무 리소스를 줄일 수 있고, 고객의 KPI와 주요 고객에 맞춘 메시지를 보내 효율적인 CRM을 진행해보고 싶으신가요?
버클이 고객 세분화를 하는 방법, 고객 별 골든 타임을 나누고 활용하는 방법이 궁금하다면 버클 공식 블로그에서 콘텐츠 전문을 확인해 보세요.
