[4-6장] 빅데이터를 활용한 예측 마케팅 전략 - 외머 아튼/도미니크 레빈 지음

---

목차

1장. 이제는 모든 마케터가 빅데이터 및 예측 분석에 쉽게 접근할 수 있다.

2장. 마케터를 위한 알기 쉬운 예측 분석 입문

3장. 먼저 고객을 파악하라  : 완전한 고객 프로파일의 구축

4장. 기업 가치를 높이기 위해 고객을 투자 포트폴리오처럼 관리하라

5장. 실행전략 1 - 고객 데이터를 이용하여 마케팅 지출을 최적화하라

6장. 실행전략 2 - 고객의 페르소나를 예측하고 마케팅을 다시 고객과 관련성 있게 만들어라

7장. 실행전략 3 - 생애주기 마케팅을 위해 고객 여정을 예측하라

8장. 실행전략4 - 고객가치를 예측하라 - 가치 기반 마케팅

9장. 실행전략5 - 고객 등급화를 위해 고객의 구매 또는 참여 가능성을 예측하라

10장. 실행전략6 - 각 고객마다 적절한 개인별 추천사항을 예측하라

11장. 실행전략7 - 더 많은 고객 전환을 위해 예측 프로그램을 실행하라

12장. 실행전략8 - 고객가치 증대를 위해 예측 프로그램을 실행하라

13장. 실행전략9 - 더 많은 고객 유지를 위해 예측 프로그램을 실행하라

14장. 예측 마케팅 역량에 대한 간편한 체크리스트

15장. 예측 (및 관련) 마케팅 테크놀로지에대한 개괄

16장. 야심찬 예측 마케터들의 경력 개발을 위한 조언

17장. 프라이버시, 그리고 유쾌함과 불쾌함의 차이

18장. 예측마케팅의 미래

---

4장. 기업 가치를 높이기 위해 고객을 투자 포트폴리오처럼 관리하라

 

• 고객 평생가치란 고객과 비즈니스를 하면서 고객에게서 기대할 수 있는 수익을 의미

과거 평생가치

• 과거 평생가치는 한 고객으로부터 실제로 현재까지 발생한 수익 ( 총 마진 - 비용 - 고객 획득 비용 )
  • 과거 평생가치는 특정 세그먼트의 고객가치가 상승 추세인지, 하락추세인지 알고자할 때 유일하게 사용됨, 보통 예상 고객가치를 사용
  • 과거 평생가치를 제대로 계산하려면 동일한 사람의 여러가지 다른 정보를(다른 이메일 주소들, 번호..) 연결시켜야한다. 
  • 과거 평생가치를 계산하려면 고객획득 비용도 고려해야한다. 고객획득 비용은 반품, 할인, 제품원가가 포함된다. 반품을 무시하면 결과가 왜곡된다. ( 단, 기존 고객의 경우 획득비용은 매몰비용이기 때문에 반영하지 않음 )
• 평생 가치의 변화는 추세, 리스크, 기회를 알려준다.
• 고객의 개인적인 일에 의해 지출이 줄어서 고객 평생가치가 변하지 않았더라도, 그 사람에 대한 마케팅 방식과 목표는 바뀌어야함

 

예상 고객 가치(미래의 고객 가치)

• 고려 요소
  • 인게이지먼트의 최근성
  • 최초 주문의 규모
  • 최초 주문의 할인 여부
  • 여러 유형의 제품을 함께 구매하는 최초 주문 (상이한 범주의 제품을 함께 구매할 경우 높은 미래 고객 가치의 신호)
  • 주문 간격
  • 웹사이트 상에서 체류한 시간
  • 소셜 및 이메일 인게이지먼트 (중요한 것은 인게이지먼트의 양이 아니라 일관성)
  • 고객획득 소스 ( 패션 블로그에서 유입된 고객은 배너 광고를 통해 유입된 고객보다 더 높은 가치일 수 있음)
  • 지역 (ex.아파트가 많은 지역의 우편번호는 잔디깎는 기계와 같은 특정 제품에 대한 예상고객가치가 낮음)
  • 계절성 (연휴기간에 획득된 소비자가 더 고객 가치가 낮은 경향이 있음)
  • 지인 추천 ( 광고로 유입된 고객보다 더 충성도가 높은 경향이 있음)
  • 예를 들어, 휴가 기간에 구매한 고객은 충성도가 떨어지는 경향이 있기에 → 휴가 구매자 집단에 대한 유지 노력에 집중하기로 판단 → 리필의 필요성을 정기적으로 알리고, 관심있는 다른 제품 추천 이메일 마케팅 캠페인 시작 
    • 이 사례에서의 교훈은 이미 획득한 고객의 획득 비용을 무시하고, 그 고객을 성장시키고 유지시켜야한다는 점이다.
• 평생 가치의 상승 여력 = 지갑의 크기 = 고객이 경쟁업체의 제품을 구매하기 위해 이미 지출한 돈의 액수
• 지갑 점유율 분석을 이용해서 상향판매(upsell)를 위한 타깃을 찾아낼 수 있다.

 

---

5장. 실행전략1 - 고객 데이터를 이용하여 마케팅 지출을 최적화하라.

 

• 지출 예산을 배분하는 예측마케팅적 방법은 올바른 제품이나 채널보다는 올바른 사람에게 배분하는 일.
• 4가지 고려
  1. 고객의 획득, 유지, 재활성화에 대한 개별적인 투자계획
  2. 고객 가치별 지출 차등화
  3. 평생가치가 높은 고객을 유치하는 제품 찾기
  4. 평생가치가 높은 고객을 유지하는 제품 찾기
• 드는 비용 : 고객 유지 < 고객 재활성화 < 신규 고객 획득
• 고려사항 1번을 위해서 지출 예산 배분 뿐만아니라, 목표를 각각 고객의 획득,유지, 그리고 재활성화로 설정하여 팀을 투입시키는 방법도 있다.
• 생애주기 세그먼트의 투자비용 결정시, 그룹 마다 구매 전환율이 다르다는 사실을 고려해야한다.
  1. 기존고객에 대한 광고 구매 전환율은 60%, 신규 고객에 대한 광고 구매 전환율은 6%에 불과함
  2. 따라서 신규 고객이 클릭하게 하는것보다, 기존 고객이 클릭하게 하는것에 더 많은 비용을 지출해야한다.
•  고객 획득에 대한 예산의 최적화 : 투자회수 기간이 짧은 활동을 우선순위로 해야한다. 
• 고객 획득을 위한 프로그램이 끝날 때 고객 가치를 통해 얻게되는 ROI(투자 대비 수익)을 기록하여, 다음 해에 변동성 있는 요소들을 고려하여 적용한다.
• 신규고객이 최초구매를 했다면, 고객 획득 비용은 이미 매몰비용임을 알아야한다. 기존 고객에 대해서는 더이상 고객획득 비용을 고려해서는 안된다.
• 가변 공헌이익 = (총 이익) - (해당 주문을 발생시킨 마케팅 비용) 

 

---

6장. 실행전략 2 - 고객의 페르소나를 예측하고 마케팅을 다시 고객과 관련성 있게 만들어라

• 페르소나: 고객을 위해 군집분석을 활용할 때, 분석 결과물인 군집을 페르소나라고 부른다.
• 군집분석은 기계학습을 통한 자동화된 세분화이다. → 고객 기반 내에서 개인 또는 커뮤니티를 발견할 수 있는 강력한 도구
• 세 가지 군집 분석 대상
  1. 제품에 따른 고객 행위
  2. 고객의 쇼핑 행위
  3. 다양한 브랜드에 대한 고객의 태도
• 고객만 군집 분석하는 게 아님. 마케팅 환경 속 키워드, 제품, 매장, 직원, 기타모든 대상을 군집 분석할 수 있다. 
  • 사례) 아르셀릭 Arcelik : 목표는 매장 실적 개선 및 매장 고객의 프로파일 파악이었고, 매장들을 군집 분석하여 매장들이 어떤 점에서 다른지 이해하고, 매장 레이아웃, 광고, CRM프로그램을 변경할 수 있었다.
• 고객의 브랜드 선호도가 제품 유형 선호도보다 더 강한 경우가 많다.
• 군집분석 알고리즘이 살펴보는 변수들: 평균 주문 규모, 주문 간격 일수, 최초 주문 매출, 주문의 다양성, 할인 민감도, 주문 빈도, 구매한 총 품목수, 총 주문수, 반품수, 최초 주문으로 구매한 제품, 주문의 계절성 ..
• 특정 방식으로 행동하는 고객이 한명이라면 이는 군집이 아니며, 이를 대상으로 전략을 세울 필요가 없다. 군집이란 통계적으로 유의미한 그룹을 의미한다.
• 예를 들어 한 회사가 무릎관절 보조제가 많이 팔려 노인 고객층의 증가라고 생각하고 그 추측에 따른 프로모션 등으로 마케팅 캠페인을 하였다. 군집 분석 예측 모델을 데이터에 적용하였고, 그 결과는 추측과 완전히 다른 보디빌더 고객들에 의한 매출 증가였고, 낭비되었던 마케팅 자원 절약을 위해 신속하게 광고 계획을 변경했다. 이렇듯 마케팅은 추측에 의한 것이어서는 안된다.
• 세분화에 있어서 가장 큰 실수는 1차원적 세분화이다. 누구든 단 하나의 세그먼트에만 속하는 사람은 없기 때문이다. 그리고 '상황' 에 따라 고객은 다른 세그먼트에 속하게 된다.

---

7장. 실행전략 3 - 생애주기 마케팅을 위해 고객 여정을 예측하라

 

최초 가치

 

• 예상 구매자로 하여금 최초 가치를 느끼게 하는 것 ( 최초의 환성 이라고도 한다, first wow) 이 고객 여정의 첫번째 단계인데, 구매 전에 최초가치를 접하게 한다면 그것이 진정한 얻기 위해 주는 마케팅이 될 수 있다.
  • 즉, 구매 전에 경험하게 해야한다. (ex.샘플 제공)
  • 사회 공헌 마케팅도 여기에 속한다. 예상 구매자들이 브랜드와 함께 하는 첫 경험이 자선행사가 되게 만들었다.
  • 기업 대상 마케팅에는 많은 사례가 있는데, 무료 세미나에 초대해서 무료 컨설팅을 제공하는 것도 한 예이다. 혹은 무료 평가판 기간 또는 자사 소프트웨어의 무료 할증 버전을 제공하는 것도 여기에 속한다.

 

반복 가치

 

• 한 번의 행동으로는 습관이 되지 않는다. 유통마케팅에서 최초 구매자의 70%는 돌아오지 않는다고 한다. 반면에 2회 구매 고객은 70%가 재구매를 위해 돌아온다. 예측 알고리즘은 군집 별로 '재구매 가능 기간'을 예측하는데에 도움이 된다. 
• 재구매 가능 기간을 알 수 있다면, 그 기간이 지난 후에도 반복 구매가 발생하지 않았을 경우, 더이상 잃을 것이 없기에 다시 구매하도록 추가 인센티브를 제공하는 것이 오히려 이익을 볼 수 있는 방법이 되는 것이다.

 

새로운 가치

 

• 고객이 동일한 제품에 대해 더 많은 기능을 사용하기 위해서 추가로 비용을 지불하게 만들거나, 동일한 공급업체에서 더 많은 제품을 구매하게 만드는 것이 새로운 가치이다.

 

• 구매 직후 기간은 상향 판매 또는 후속판매를 추진하기에 좋은 시점인데, 예측 분석은 이런 상황에서 판매할 수 있는 상관관계가 있는 제품을 찾아내는데 도움을 준다. 
• 사례) 링크드인 LinkedIn : 지역마다 가장 많이 조회된 프로필의 최상위 1%, 5%, 10% 사용자들에게 이메일을 보냈고, 이들은 자랑하고자 온라인에 이 사실을 게시했으며, 이 간단한 제스처는 링크드인의 역사상 가장 큰 구전 마케팅 캠페인 중 하나가 되었다.

---

8장. 실행전략4 - 고객가치를 예측하라 - 가치 기반 마케팅

 

• 유효 기간이 경과된 고객과 동일한 가치를 가지고있는 고객을 아직도 획득하고, 재활성화 하고 있는가 라는 질문을 던져야한다. ( 소리없는 감소이기 때문 )
• 가구에만 1,000달러 지출하는 고객보다 가구,의류,주방용품 등 3가지 범주에 걸쳐 1,000달러를 지출한 고객의 미래가치가 더 크다.
• 새로운 시장을 혼자 차지하기 위해서 새로운 제품을 선보이고 싶은 강한 유혹이 있지만, 대부분의 경우 기존 고객 세그먼트를 고수하는 것이 더 타당하다.
• 낮은 가치의 고객에 대한 서비스 비용을 절감해야한다. 예를 들면, 의류 세일 사이트는 반품율이 높은 수익성이 낮은 특정 고객 세그먼트들이 보석류의 반품율이 옷과 신발 반품율보다 낮았기에, 이 세그먼트에는 보석류만 마케팅하기로 결정하였다.
• 사례) 퍼스트 시카고 은행 Frist Chicago Corporation은 거래량이 많고 손해를 발생시키는 사용자를 파악하여, 3달러의 수수료를 불과하였고, 6개월만에 1,100만명의 고객 기반 중 45만명을 줄였다.