브레이즈
Gmail의 새로운 이메일 정책 파헤치기🔎
Team MAXONOMY ・ 2023.12.13
2023년 10월 3일 구글에서 새로운 발표를 하였습니다. 바로 2024년부터 바뀌는 Gmail(지메일) 정책인데요. 바뀌는 정책의 주요 취지는 두 가지였습니다. 첫째는 메일 수신자가 더 안전하게 메일 서비스를 이용할 수 있게 하는 것(보안), 둘째는 이메일 프로모션(광고)으로 인한 불편함을 덜어주는 것이었습니다.
변경사항은 2024년 2월 1일부로 적용됩니다. 새로운 정책을 제대로 따르지 않는다면, 메일이 수신자에게 도착하지 않는다던가, 스팸으로 분류되는 등의 제재가 가해질 수 있습니다. 변경사항을 미리 숙지하여 이런 제재가 가해지는 것을 예방해야겠죠? 그럼 정확히 어떤 변경사항이 생겼는지 자세히 살펴보겠습니다.
인증 강화
Gmail로 하루에 5,000 건 이상의 메일을 발송하는 발송자는 이제 더 철저한 인증을 받아야합니다. 구체적으로는 SPF(발신자 정책 프레임워크), DKIM(도메인 키 식별 메일), DMARC(도메인 기반 메시지 인증, 보고 및 준수)를 모두 충족해야하는데요. 현재 Braze를 통해 이메일을 발송한다면, SPF와 DKIM인증은 자동으로 받을 수 있습니다. 하지만 DMARC은 개별적으로 설정해야하는데요. DMARC란, 발송자가 발송하는 메일에 대해 스스로 개선하고 분류할 수 있는 기능입니다.
예를 들어 어떤 이유로 Gmail에 메일 발송을 실패하였을 때, 그 원인과 대처 방법에 대한 레포트를 받을 수 있습니다. 보내는 메일이 수신자의 광고/프로모션 메일함으로 전송되도록 설정할 수도 있습니다. 해당 기능을 통해 메일 발신자가 스스로 규칙을 지키고 개선하라는 취지겠죠! 물론 DMARC 인증을 받지 않는다고 메일을 보낼 수 없는 것은 아닙니다. 하지만 이 경우 그 어떤 보호도 제공하지 않는다고 구글은 경고 합니다.
구독 취소 기능
앞으로 Gmail로 프로모션 메일을 보낼 때는, 한 번의 클릭으로 구독을 취소할 수 있도록 구성해야합니다. 구체적으로는 구독 취소 버튼을 이메일 본문과 해더(발신자 이름 옆)에 명확하게 표시해야한다고 합니다. 스팸으로 인한 유저의 불만을 최소화하겠다는 의지를 엿볼 수 있는데요. Braze를 사용한다면, 이메일 환경 설정에서 List-Unsubscribe Header 기능을 활성화하여 이 정책에 대응할 수 있습니다. 해당 기능을 사용하면 자동으로 이메일 해더에 구독 취소 버튼이 만들어집니다.
또한, 구독 취소 요청이 왔다면, 더 이상 메일이 나가지 않도록 조치를 취해야하는데요. 구글은 이를 2일 이내에 수행하도록 요구합니다. Braze 역시 수신자의 거부 요청을 가능한 빠르게 수행하도록 권장합니다. 실시간 자동화 솔루션을 사용한다면 이런 수신 거부를 바로바로 반영할 수 있겠죠?
스팸 불만 비율 관리
앞으로 Gmail에서 '스팸 불만'을 0.3%이상 받는 발신자의 메일은 강제로 프로모션/스팸 메일로 분류됩니다. 심할 경우 메일이 차단될 수도 있습니다. '스팸 불만'의 기준은 수신자가 '스팸'버튼을 클릭하거나 해당 메일을 스팸 폴더로 이동시키는 경우를 통틀어 계산합니다. Google Postmaster Tools에 가입한다면, Gmail에서의 스팸 불만 비율과 여러 관련 평판을 직접 모니터링할 수 있습니다. Braze 역시 Google Postmaster Tools와 연동되어있기 때문에 손쉽게 이를 모니터링 할 수 있습니다.
이렇게 새로운 요구사항이 생겨나면서 신경쓸 게 많아지고 프로모션 활동이 위축될 순 있지만, 전반적으로는 긍정적인 변화라고 볼 수 있습니다. 이메일 환경이 개선되면서 이메일 산업이 발전할 수 있기 때문인데요. 이메일에 대한 전반적인 스트레스가 줄어든다는다면, 이메일 클릭률이나 이메일 프로모션 효과 등이 크게 개선될 것입니다.
팀맥소노미
YOUR DIGITAL MARKETING HERO
비즈니스 성장을 위한 최적의 솔루션과 무료 데모 시연, 활용 시나리오를 제안 받아보세요
24시간 프리미엄 열람권 받기
관련 글 보기
그로스 마케팅이란? 뜻, 성공 사례, 필수 전략 총정리
그로스 마케팅의 정의부터 성공 사례와 필수 전략까지, 데이터 기반 성장 비법 총정리
Braze 2025년 Q1 신규 기능 업데이트
Braze는 지속적으로 사용자에게 필요한 기능을 추가하고 성능을 강화하고 있습니다. 이번 1분기 업데이트에는 ‘고객 신원 자동 확인’, ‘캔버스 복사’ 등 고객 인게이지먼트 전략을 향상시킬 수 있는 다양한 기능이 추가되었습니다. 주요 업데이트 내용을 간단하게 알아보도록 하겠습니다.고객 신원 확인 자동화(Automated Identity Resolution)이제 별도의 시스템 구축이나 기술 지원 없이도 중복 프로필을 자동으로 병합하고 고객 개개인에 대한 통합된 뷰를 구축할 수 있습니다. 고객 개개인을 찾아 프로필을 병합 시킬 수도 있고, 특정한 규칙이나 스케줄 기반으로 병합 자동화를 구축할 수도 있습니다.공식 가이드 문서에서 자세히 보기캔버스에서 인앱 메시지 트리거 설정하기이제 캔버스 안에서 트리거 액션을 설정해보세요. 고객의 중요한 순간에 인앱 및 웹 브라우저 메시지를 자동으로 발송하고, 고객 인게이지먼트 및 전환을 유도할 수 있습니다.공식 가이드 문서에서 자세히 보기워크스페이스 간 캔버스 복사이제 캔버스 구조를 손쉽게 복사하고 여러 워크스페이스에 적용할 수 있게 되었습니다. 현재는 이메일, SMS, 인앱 메시지를 사용하는 고객을 대상으로 얼리 엑세스(Early Access) 서비스 중입니다.랜딩 페이지 만들기Braze의 랜딩 페이지(Landing Pages) 기능을 통해 간단한 페이지를 만들 수 있습니다. 드래그 앤 드롭 에디터로 개발자 도움 없이 맞춤형 페이지를 디자인하고, 다양한 채널 간에 트래픽을 유도하며, 즉시 고객에게 관련 캠페인으로 리타겟팅할 수 있습니다.공식 가이드 문서에서 자세히 보기캔버스 퀵 푸시이제 캠페인 및 캔버스 모두에서 푸시 알림을 세팅할 수 있습니다. 더 간소화된 단계로 빠르게 설정할 수 있으며, 캠페인, 캔버스 각각의 설정 환경이 통일되어, 매끄러운 사용 경험을 느낄 수 있습니다.공식 가이드 문서에서 자세히 보기이외에도 WhatApp 인텔리전트 채널 지원, 베너 카드 Flutter 지원 등 다양한 업데이트가 있었습니다. 1분기 릴리스 노트의 더 자세한 내용은 Braze Docs에서 확인하실 수 있습니다.
외부 채널을 활용한 캠페인 : 외부 이메일 솔루션 활용
우리는 앞서 이메일 제공업체 선정과 IP Warming, 그리고 이메일 인증에 대해 알아보면서 고객들에게 이메일을 보낼 수 있는 기반을 마련 하였습니다.Braze가 자체 제공하는 이메일 채널을 활용 한다면, 이메일 연동 후 IP Warming 작업만 완료되면 바로 활용이 가능합니다. 또한 고객들이 이메일을 수신했는지, 오픈했는지 여부 등을 Braze 캠페인 화면에서 실시간으로 확인할 수 있으므로 이를 바탕으로 반응률이 높은 고객대상, 낮은 고객 대상 등 컨텐츠를 달리하여 후행 캠페인도 진행해 볼 수 있겠지요.하지만 여기에서는 이미 자체적으로 다른 이메일 솔루션을 이용하고 계신분들을 대상으로 Braze와 사용중이신 이메일 솔루션을 연계하여 활용하는 방법에 대해서 소개 드리고자 합니다. 자체 이메일 솔루션과 Braze를 연계하기 위해서는 먼저 Webhook 캠페인에 대해 알아야 합니다.Webhook 캠페인 이란?Webhook은 기본적으로 하나의 애플리케이션 (또는 서비스)에서 다른 애플리케이션(또는 서비스)로 미리 정의된 이벤트를 전달하는, 서비스 간의 커뮤니케이션 채널의 하나라고 할 수 있습니다. (HTTP callback의 하나이기도 하지요.)빠르게 변화하는 시대에 다른 솔루션과의 연계를 필수적인 요소로 자리 잡았고, Braze 또한 고객사 내부 서비스 또는 외부의 다른 메세징 채널과 연계할 수 있도록 이런 커뮤니케이션 채널을 지원하고 있습니다.외부 메세징 채널과의 연계서비스와 서비스 간의 커뮤니케이션 채널을 통해, 우리는 Braze의 캠페인 기능을 활용하면서, 실제 고객에게 전달되어야 하는 메세지만 Braze에서 제공하지 않는 다른 채널을 이용할 수 있습니다. 이메일도 이와 마찬가지로, "Braze"에서 고객사에서 이미 사용중인 "자체 이메일 솔루션"으로 이메일 발송 요청을 전달하여 이메일 발송이 가능합니다. 먼저 한 가지만 확인하면 말이죠. * 이메일 솔루션에서 API 제공하는가?대화를 하기 위해서는 보거나 들을 수 있어야하는 것 처럼, 이메일 솔루션에서도 외부와 이야기를 할 준비가 되어 있어야 합니다. 외부의 요청을 받아 메세지를 발송할 수 있도록 API가 제공되는지 먼저 확인을 해 보세요. (아래 샘플 예제에서는 socketlabs 솔루션을 이용하여 진행하였습니다.)API가 제공되고 있다면 준비는 완료 되었습니다. 이제 Braze 대시보드에서 Webhook 캠페인을 작성하여 이메일을 보내보도록 하지요.준비 단계먼저, 사용하고 계신 이메일 솔루션을 서비스에 연동하신 개발자 분의 도움이 필요합니다. 각 이메일 솔루션마다 대화 수단(API)은 서로 다르게 구성되어 있으므로 이것에 대해 가장 잘 아시는 분께서 Webhook용 이메일 템플릿 구성을 진행해 주셔야 합니다. : Templates & Media > Webhook Template 빈 템플릿을 선택하여 메세지가 잘 전달될 수 있도록 API 스펙에 맞게 템플릿을 구성합니다.캠페인을 실제 만들고 발행하는 분들이 손쉽게 이용할 수 있도록, 구성된 템플릿에서 마케터가 어떤 부분을 채워주면 되는지 함께 표시하여 구성해주세요. * Webhook 캠페인으로 이메일 전송하기이렇게 생성된 템플릿은 Webhook 캠페인 생성 시 선택하여 사용할 수 있습니다.캠페인을 작성하시는 실제 사용자 분들은 꼭 필요한 제목과 본문 내용만 변경하는 방식으로 자체 이메일 솔루션을 통해 고객들에게 메세지를 전달할 수 있습니다. 메세지 구성에는 Braze에서 지원하는 개인화 메세지(Liquid)도 사용할 수 있으므로 고객별로 개인화된 메세지를 전달할 수 있습니다.메세지 구성 후 언제 전달(Delivery : 회원 가입 시, 이벤트 참여 시, 결제 완료 시 등) 할 것인지, 누구를 타겟(Target User : 신규 가입 회원, 이벤트 참여자 대상, 첫 결재 고객 등)으로 발송할 것인지를 모두 기존과 같이 Braze 캠페인 UI를 활용하여 작성할 수 있으므로 일괄적으로 보내지거나 조건을 설정하여 보내기 어려웠던 기존 이메일 솔루션을 보다 손쉽게 효과적으로 활용할 수 있습니다.마치며,오늘은 외부 이메일 솔루션과의 연동을 소개하였지만, 이메일 뿐만 아니라 SMS, 메신저, 외부 서드파티 채널과 같이 대화 수단(API)을 제공하는 솔루션이라면 어디와도 연계가 가능합니다. 고객들의 선호채널은 다양하며 항상 변화하고 있습니다. 외부 채널 연계를 통해 보다 다양한 채널로 고객과 소통한다면 보다 더 많은 고객들과 소통할 수 있으며, 높은 고객 만족을 이끌어 낼 수 있을 것입니다.
Braze Predictive Suite의 예측 정확도 측정하기
인공지능(AI)과 머신러닝(ML)이 화려하게 등장했지만, 여전히 대부분의 사회에서는 향후 AI가 우리 모두를 파괴하는 인간형 로봇으로 이어지게 될지 여부에 대해서 논쟁 중입니다. 하지만 다행히도 마케팅의 영역에서는, 마케팅 담당자가 업무를 더 잘 할 수 있도록 도와주는 복잡한 알고리즘에 불과합니다.이 측면에는 약간의 진전이 있었습니다. 과대 광고와 편집증이 줄어들면서, 우리는 많은 가치를 제공할 수 있는 기술을 갖게 되었습니다. 하지만 신중하게 접근해야 합니다. 본 포스팅에서는 브랜드가 미래에 특정 행동을 할 가능성이 높은 성향을 확인하고, 이를 바탕으로 고객 세그먼트를 더 잘 이해하고 더 잘 생성할 수 있도록 지원하는 Braze(브레이즈) Predictive Suite를 소개합니다. 또한, 이 도구의 예측이 정확하고 실행 가능한지 확인하는 방법에 대해 살펴보겠습니다.Braze(브레이즈)의 인텔리전스 팀은 마케터가 AI/ML을 활용하여 고객을 더 잘 이해하고 커뮤니케이션 전략을 더 잘 실행할 수 있도록 돕는 Predictive Suite를 구축했습니다. 그러나 마케팅 환경에서 이러한 도구는, 수학적 도구와 마찬가지로 실제로 결과를 제공하는 경우에만 가치를 가져다 줄 수 있습니다. 마케터는 유사 AI나 잘못된 AI에 만족해서는 안 됩니다. Braze(브레이즈)는 모든 Braze(브레이즈) 사용자가 성공을 극대화하고, Braze(브레이즈)를 효과적으로 사용하기를 원합니다.Predictive Suite를 개발하는 과정에서 이러한 두 가지 목표를 모두 달성할 수 있는 유일한 방법은 다음과 같다는 것을 알게 되었습니다.1. 사용자의 니즈에 따라 맞춤형 예측 모델 제공2. 사용자가 활용하기 전에 이 모델이 정확한지 확인검증 우선순위 정하기첫 번째 목표는 까다로웠습니다. 각 모델의 예측 정확성을 두 번 검사하여 데이터의 예상치 못한 중단이나 문제를 탐지함으로써 일부 복잡성을 해결할 수 있었습니다(이 프로세스를 "검증"이라고 합니다). 다행이 이 목표를 달성함으로써 두 번째 목표를 달성하는 방법을 명확히 할 수 있었습니다. 즉, 주어진 예측에 대한 검증 결과를 사용자와 공유하여 모델의 예측 정확도를 여과 없이 측정할 수 있습니다.실제 방법은 다음과 같습니다.사용자는 고객 이탈에 대한 맞춤형 정의(예: 14일 동안 구매하지 않은 경우 vs 7일 동안 구매를 하지 않은 경우) 또는 구매에 대한 맞춤형 정의를 사용하여, Braze(브레이즈) 대시보드에 미리 보기 예측을 작성하는 것에서부터 시작합니다.Braze(브레이즈)는 자동으로 예측을 생성하고, 기록 데이터로 예상 정확도를 즉시 측정한 다음, 사용자가 정의한 예측을 기다렸다가 실제 결과와 비교하여 정확도를 다시 확인합니다.그 다음, 대시보드의 예측 퀄리티 지표를 통해 예상 정확도와 실제 정확도가 모두 공유됩니다.여기 흥미로운 점이 있습니다. 귀사의 브랜드에서 Predictive Suite를 구매하거나, 이를 활용하여 메시지를 발송하기 전에도 위의 모든 작업을 수행할 수 있습니다. 또한 이러한 예측 사항을 지속적으로 재평가하기 때문에, 예측 성능이 낮아질 경우 사용자에게 알려줍니다.정확도를 측정하는 방법그렇다면, 정확히 Braze(브레이즈)는 어떻게 예측 정확도를 측정할까요?Braze(브레이즈) Predictive Suite에 있는 것과 같이, 특정 고객이 향후에 구매할 것인지 여부를 결정하는 예측 변수가 있다고 가정해 보겠습니다. 예측자는 그 고객의 데이터를 가져와 관련 알고리즘을 통해 전달한 후 성향 점수를 도출할 것입니다. 그 다음 담당자가(아마도 여러분이겠죠?) 해당 점수를 받은 고객을 잠재적인 구매자로 간주해야 하는지 여부를 살펴보고 평가합니다. 예를 들면, 이를 통해 특정 임계값을 초과하는 구매 가능 점수를 가진 고객에게만 특별 프로모션을 보낼 수 있습니다.이 시나리오에서는 특정 고객이 미래에 구매할 것인지의 여부를 예측합니다. 예측 변수를 처음 만들 때 과거 데이터를 사용하면 실제 결과도 알 수 있습니다. 즉, 특정 고객이 구매를 할 지 예측할 수 있고, 그 예측이 실현되었는지 확인하기 위해 실제로 수행한 행동을 살펴볼 수 있습니다.가능한 예측과 가능한 실제 결과를 함께 사용하여 일명 "혼돈 매트릭스"를 만들 수 있습니다. 여기서 행은 Braze(브레이즈)가 예측한 내용을 나타내고, 열은 고객이 실제로 수행한 행동을 나타냅니다. 민감도, 특이성, 정밀도, 리콜, 포지티브 예측값, 잘못된 발견률 등 다양한 결과를 정량화하는(그리고 그렇게 함으로써 예측 변수 자체의 정확성을 정량화하는) 여러 가지 방법이 있습니다. 각 측정값은 일반적으로 위의 표에 설명된 다양한 결과의 비율에 해당하며, 서로 다른 측정값은 서로 다른 종류의 결과의 중요성을 강조(또는 덜 강조)합니다.주어진 예측을 활용하는 것이 궁극적으로 매출을 높이는 데 도움이 될지 여부를 결정하려면, 가능한 각 결과의 비용/편익뿐만 아니라 최대화하려는(또는 최소화하려는) 지표를 아는 것이 중요합니다. 그런 의미에서 A/B 테스트의 p-값과 비슷합니다. 즉, 주어진 예측이 실제로 도움이 되는지 여부를 확인할 수 있는 숫자 지표를 제공합니다.실제 예측 정확도 측정Braze(브레이즈)는 Predictive Suite를 사용하여 만든 각 예측에 대해 ‘예측 퀄리티(Prediction Quality)’라는 지표를 제공합니다. 이 지표는 시뮬레이터에서 선택할 수 있는 모든 가능한 메시징 대상에 대해 예측이 얼마나 긍정적인지를 설명합니다. 이것은 단순한 0-100 척도에서 요약된 숫자를 제공하며, 이 예측이 추측과 비교하여 얼마나 상승 효과를 제공하는지 전반적으로 보여 줍니다. 이 지표는 예측이 생성될 때 과거 데이터에서 한 번 계산되고 실제 사용자 결과에서 다시 한 번 계산되므로 정확성을 추적할 수 있습니다. (예측 퀄리티 지표를 계산하는 방법에 대한 자세한 내용은 여기를 참조하십시오.)다음의 구체적인 예는 이것이 실제로 무엇을 의미하는지 보여주는 데 도움이 될 것입니다. 특히 전략에 예측을 사용하는 방법을 신중하게 결정하기 위해서, 여기에서 true positives와 false positives를 고려해야 합니다. 위의 예를 보면, 잠재적으로 구매 가능성이 있는 약 50만 명의 고객을 대상으로 작업하고 있습니다. 구매 가능성 점수가 75점 이상인 고객에게만 메시지를 보낸다면 26,541명의 사용자에게 도달하게 됩니다. 이 고객의 과거 구매 행태와 예측의 정확성을 바탕으로 약 11,000명의 고객이 구매를 하게 될 것으로 추정되며, 이는 녹색 진행률 표시줄에서 볼 수 있듯이 전체 구매자의 약 25%에 불과합니다. 따라서, 그 비율은 true positive 비율입니다.빨간색 진행률 표시줄은 또 다른 주요 정보를 제공합니다. 구매 가능성이 가장 높은 모집단의 개인을 대상으로 하고 있음에도, 이 설정은 구매하지 않을 15,385명의 사용자도 대상으로 하고 있습니다. 이러한 고객은 false positives 입니다. 즉, 예측에서는 구매를 할 것으로 보였지만 실제로는 구매하지 않는 개인입니다. 이 경우 구매하지 않을 고객 447,000명 중 약 3.3%인 15,000여 명만 메시지를 받게 됩니다. 낮은 비율이지만, 귀사의 특정 고객과 비즈니스 모델은 그것이 귀사의 비즈니스에 허용 가능한 수준의 오류인지 여부를 알려줍니다.이는 잠재적인 접근 방식 중 하나일 뿐입니다. 구매 가능성 점수가 50점 이상인 모든 사용자에게 메시지를 보내도록 선택할 수도 있습니다. 그러면 전체 고객에서 실제 구매자의 약 90%(녹색으로 진행률 표시), 즉 약 40,000명의 사용자에게 도달할 수 있습니다. 그러나 빨간색 막대에 표시된 230,000명 이상의 사용자에게도 메시지가 보내지게 됩니다. 이는 잠재적인 비구매자의 절반 이상에 해당됩니다.이 접근 방법이 그럴만한 가치가 있을까요? 고객, 메시징 전략, 메시지에 포함된 프로모션 또는 인센티브 비용, 추가 구매와 관련된 이점, 이 프로모션이 사용자 행동을 바꿀 가능성, 비즈니스와 관련된 기타 모든 변수에 따라 달라집니다. 핵심은 비용 대비 이점이며, 대시보드의 선택기를 통해 다양한 시나리오를 시뮬레이션하고 다양한 결과를 계획하여 귀사의 브랜드에 가장 적합한 접근 방식을 선택할 수 있습니다.장기적으로 볼 때, AI는 여러분이 알고 있는 모든 컨텍스트와 비즈니스 로직에 접근할 수 없기 때문에, AI가 아무리 정확하다고 하더라도 여러분이 활용할 수 있는 모든 예측에 대해 이러한 종류의 분석이 필요합니다.마지막으로true 및 false positive와 같은 일부 개념이 생소할 수 있습니다. 그러나 AI/ML이 오늘날 고객 참여의 중심이 됨에 따라, 앞으로는 p-값과 같은 개념만큼 어디서나 쉽게 볼 수 있게 될 것으로 예상됩니다. Braze(브레이즈)는 이러한 도구와 개념을 최대한 쉽게 실천할 수 있도록 노력하고 있습니다.Braze(브레이즈)의 Predictive Suite가 실제로 브랜드에서 어떻게 작동하는지 궁금하신가요? 글로벌 브랜드 Delivery Hero와 8fit이 각각 Predictive Churn과 Predictive Purchase를 사용하여 어떻게 비즈니스 목표에 도달했는지 방법을 확인해 보십시오.