브레이즈
그로스 마케팅이란? 뜻, 성공 사례, 필수 전략 총정리
Team MAXONOMY ・ 2025.08.18

그로스 마케팅이란?
그로스 마케팅(Growth Marketing)은 데이터 기반 인사이트를 활용해 고객 획득, 리텐션, 충성도를 높이며 지속적인 장기 성장을 추진하고 유지하는 데 초점을 둔 마케팅 방식입니다.
그로스 마케팅은 다양한 메시징 방식을 활용하여, 기업이 고객을 더 잘 이해할 수 있도록 하고, 장기적인 관계를 구축할 수 있습니다.
그로스 마케팅을 도입했다는 것은 그로스 마인드셋*을 장착하고, 리스크 및 기회에 대한 체계적인 접근 방식을 채택했다는 것을 의미합니다. 이는 단순히 매출 증가나 신규 사용자 증가와 같은 지표뿐 아니라 지속 가능성과 효율성이라는 더 큰 목표를 중시한다는 의미입니다.
*그로스 마인드셋: 문제→가설→실험→학습→확장의 순환을 통해 지속 가능한 성장을 만들어내는 사고방식
그로스 마케팅 vs 전통적 마케팅
전통적인 마케팅은 주로 제품 판매나 브랜드 인지도 향상 등 정형화된 목표에 집중하는 경향이 있습니다.
반면, 그로스 마케팅은 철저히 데이터 기반이며, 실험과 최적화를 핵심 우선순위로 두어 기업이 진화하고 새로운 고객을 획득·참여·유지하는 방법을 지속적으로 탐색합니다. 그리고 그로스 마케팅은 비용 효율성과 ROI(투자 대비 수익) 향상에 대한 직접적인 고민이 포함됩니다. 이 과정에서 실제 고객 데이터와 검증된 통계를 활용해 더 효과적인 실행과 높은 가치를 창출할 수 있습니다.
반쪽짜리 그로스 마케팅 vs 진짜 그로스 마케팅
그로스 마케팅은 기업에 커다란 변화와 성과를 가져다 줄 수 있는 강력한 전략입니다. 하지만 많은 기업이 반쪽짜리 ‘그로스 전략’을 진짜 그로스 전략이라고 착각합니다. 이들이 그로스라고 부르는 것 중 상당수는 지속 불가능합니다. 진정한 접근법과 피상적인 모방을 구분하는 것이 중요합니다.
대표적인 반쪽짜리 그로스 마케팅으로는 다음과 같은 사례가 있습니다.
1. '가설과 학습'이 없는 무의미한 A/B 테스트 남발
가장 흔하게 발견되는 반쪽짜리 그로스 마케팅입니다. 그로스 마케팅의 상징처럼 여겨지는 A/B 테스트를 진행하지만, 그 목적과 과정이 잘못된 경우입니다. 가령, "버튼 색상을 빨간색에서 녹색으로 바꾸면 클릭률이 오를 거야" 와 같이 사소하고 지엽적인 요소에만 집착합니다. 고객 행동이나 심리에 대한 깊은 고민 없이, ‘테스트를 위한 테스트'를 반복하는 것이죠.
“고객문제→가설→사업 KPI”로 연결된 문제기반 실험으로 설계하는 것이 필요합니다.
2. 상시 쿠폰 의존
쿠폰을 발행하면 일시적으로 전환율과 매출이 상승하는 것을 발견하고, 이를 반복하다 결국 쿠폰을 마구 찍어내는 상태가 된 상태를 의미합니다. 무수한 쿠폰으로 고객은 혼란을 느끼고, 쿠폰이 없으면 전환율이 급락하며, 쿠폰 할인으로 마진율은 낮아지게 됩니다.
고객이 우리 제품/서비스를 왜 구매해야 하는가?*라는 근본적인 질문에 대한 답을 찾는 대신, '어떻게 이번 달 매출 목표를 맞출까?', ‘어떻게 이번 달 전환율 목표를 맞출까’와 같은 단기적인 처방에만 집중한 결과입니다. 단순히 데이터와 KPI 중심의 활동을 전개한다고 그로스 마케팅이라 할 수 없습니다.
3. 인사이트 없는 지표
'이번 주 조회수가 지난주보다 20% 늘었다'와 같은 표면적인 수치에만 기뻐합니다. 왜 늘었는지, 그 고객들이 어떤 행동을 하는지, 비즈니스에 실제적인 도움이 되는지는 알지 못합니다. 데이터는 그저 보고용 자료일 뿐, 의사결정의 근거로 활용되지 않습니다.
진정한 그로스 마케팅은 단순히 조회수, 클릭수, 좋아요 수 같은 허영 지표(Vanity Metrics)에 연연하지 않습니다. ‘리텐션율', '고객 생애 가치(LTV)', '고객 획득 비용(CAC)' 등 비즈니스의 성장과 직결되는 핵심 지표를 추적하고, 그 지표가 왜 그렇게 변했는지 깊이 있는 분석을 통해 인사이트를 얻어냅니다.
이 외에도 퍼널 상단에만 집중한(고객 획득에만 집중한) 캠페인, 무분별한 메시지 자동화, 데이터를 위한 데이터 수집 등 다양한 반쪽짜리 그로스 마케팅이 존재합니다.
건강한 그로스 마케팅 캠페인 설계 방법
건강한 그로스 마케팅 설계를 위해선 다음과 같은 요소를 검토해 보시길 바랍니다.
1. 명확한 목표 설정 및 핵심 지표(KPI) 정의
- SMART 원칙에 따라 명확한 목표를 설정합니다. (Specific 구체적인, Measurable 측정 가능한, Achievable 달성 가능한, Relevant 관련성 있는, Time-bound 기한이 정해진)
- 허영 지표가 아닌, 비즈니스 성장에 직접적인 영향을 미치는 핵심 지표(KPI)를 설정합니다. (ex. 신규 고객 수 → 30일 이내 재구매율)
2. 퍼널 전체를 고려한 전략 수립
- 고객 여정의 모든 단계(획득, 활성화, 리텐션, 수익화)를 분석하고, 각 단계별로 목표를 세웁니다.
- 퍼널 상단(획득)과 하단(수익화)이 균형 있게 연결되도록 캠페인을 설계합니다. (ex. 신규 고객 유입 후, 이들의 첫 구매를 유도하는 온보딩 캠페인 자동화)
3. 데이터 기반의 가설 설정 및 실험 설계
- 고객 데이터를 분석하여 문제점을 파악하고, 이를 해결할 수 있는 명확한 가설을 세웁니다.
- A/B 테스트나 실험을 통해 가설을 검증합니다.
4. 반복적인 실행, 측정, 학습
- 실험 결과를 측정하고 분석하여 성공/실패 여부를 판단합니다.
- 성공한 가설은 전체에 적용하고, 실패한 가설은 왜 실패했는지 원인을 분석하여 다음 실험에 반영합니다.
- 지속적으로 이 과정을 반복하며 캠페인을 개선합니다.
5. 팀 간의 긴밀한 협업
- 마케팅팀뿐만 아니라 제품팀, 개발팀, 디자인팀 등 모든 팀이 고객 문제 해결이라는 공동의 목표를 가지고 협업합니다.
- 마케팅팀은 고객의 목소리를 제품에 전달하고, 제품팀은 개선된 제품을 마케팅팀에 알려 시너지를 창출합니다.
6. 개인화 및 세분화 전략
- 획득한 고객 데이터를 기반으로 고객을 세분화합니다.
- 고객 그룹별 특성에 맞춰 개인화된 메시지나 콘텐츠를 제공하여 고객 참여를 극대화합니다. (ex. 첫 구매 고객에게는 특별 할인 쿠폰을, 장기 미접속 고객에게는 인기 상품 추천 알림을 보내는 등)
그로스 팀을 만들기 위해선
그로스 팀의 중요성은 갈 수록 커지 있습니다. 페이스북은 5천만 MAU에서 성장이 정체되자, 최초의 그로스 팀을 도입해 30억 MAU로 확장했습니다.
이러한 그로스 팀은 다양한 형태로 운영될 수 있는데요. 주로 제품 부서나 마케팅 부서 안에 속하며, 단독적인 조직으로 존재하는 경우도 있습니다. 핵심은 어디에 속하냐가 아닌 민첩한 팀 빌딩, 사일로 제거, 자율성 부여입니다.
특히 필요한 데이터를 필요한 시점·장소에서 활용해 전 채널에서 매끄러운 고객 경험을 만드는 역량이 중요합니다. 사일로를 제거하고, 부서 간 데이터 전략에 대한 공통 이해를 형성해야 합니다. 이를 위해선 올바른 데이터 인프라와 회사 전반의 데이터 문화 구축이 필수입니다. 현대적인 마케팅 테크 스택도 중요한 요소입니다. 데이터 수집·분석·활용을 원활히 통합하여, AI·자동화·개인화 기능을 포함해 채널 전반에서 대응할 수 있도록 설계되어야 합니다. 기술 한계나 데이터 지연은 성장의 주요 장애물이 될 수 있습니다.
실제 브랜드 사례
HBO: Braze 인앱 메시지 설문조사를 활용한 개인화 캠페인
문제
HBO Max는 구독 기반 비디오 서비스입니다. 이들은 라틴 아메리카의 각 사용자에게 개인화된 메시지를 전달할 수 있도록, 확장 가능하고 마케터 친화적인 고객 인게이지먼트 플랫폼을 원했습니다.
전략
Braze의 인앱 메시지(IAM) 설문조사와 후속 메시지를 활용하여, 세 가지 콘텐츠 분야에서 열정적인 팬층을 식별했습니다. 이를 통해 제로파티 데이터(zero-party data)를 수집하고 사용자들에게 보다 맞춤화된 경험을 제공했습니다.
결과
HBO Max는 해리포터, DC 코믹스, 챔피언스 리그 팬들 사이에서 35%~50%의 설문 참여율을 기록했습니다. Braze IAM을 데이터 기반 성장 전략에 활용한 결과, CRM 커뮤니케이션 성과가 40% 향상되었고, 전체적으로 참여도 및 이탈 방지에서 15% 개선 효과를 거두었습니다.
Payomatic: 데이터 기반 마케팅으로 모바일 앱 채택률과 LTV 향상
문제
금융 서비스 브랜드인 Payomatic은 디지털 전환을 추진하고, 오프라인 매장 기반의 사업을 모바일 앱으로 확장하고자 했습니다. 과거에는 주로 광고와 매장 내 판매에 의존해 성장을 이끌어 왔지만, Braze를 도입 후에는 고객에게 직접 도달하는 메시지를 전달할 수 있었습니다. 이를 통해 직접 입금 등록, 선불카드 충전, 가족과 친구에게 송금과 같은 고가치 활동을 장려했습니다.
전략
고객의 금융 여정을 직접 지원함으로써 Payomatic은 모바일 앱의 채택과 참여를 높이고 고객 생애 가치를 증대시켰습니다. 고객은 더 효과적으로 온보딩되고, 앱을 더 자주 사용하며, 더 많은 고가치 행동으로 전환되고 있습니다.
결과
Payomatic은 모바일 앱을 통한 직접 입금 등록이 32% 증가했고, 모바일 앱 참여도가 11% 상승했으며, 선불카드 보유자의 모바일 앱 활용율이 50%에 달했습니다.
결론
오늘날의 혼잡한 디지털 환경에서 그로스 마케팅 원칙을 세우고, 이를 채널·제품 등 유저 접점 전반에 적용하는 것은 필수가 되었습니다.
뿐만 아니라 오늘날의 성장 지향적인 기업은 고객 인게이지먼트를 일관성 있는 방식으로 접근하고 있습니다. 쉽게 말해 크로스채널 메시징과 같은 전략을 적극적으로 채택하고 있습니다. 이러한 전략은 기업의 생태계 전체에서 실행될 수 있고, 고객 개개인에 맞춰 개인화될 수 있습니다.
이를 통해 일관성 있고, 조율된, 개인화된 메시지 전략을 실행하는 브랜드만이 지속 가능한 성장을 만들어갈 수 있습니다.

팀맥소노미
YOUR DIGITAL MARKETING HERO
비즈니스 성장을 위한 최적의 솔루션과 무료 데모 시연, 활용 시나리오를 제안 받아보세요
24시간 프리미엄 열람권 받기
관련 글 보기
![[더맥소노미2024 세션 스케치Ⅱ] 개발자 도움 없이 마케팅 데이터 쉽게 활용하기 [더맥소노미2024 세션 스케치Ⅱ] 개발자 도움 없이 마케팅 데이터 쉽게 활용하기](https://maxonomy-prd-pub-a-s3.s3.ap-northeast-2.amazonaws.com/upload/BoardThumbnail/38858/aT5YBkkX.webp)
[더맥소노미2024 세션 스케치Ⅱ] 개발자 도움 없이 마케팅 데이터 쉽게 활용하기
더맥소노미2024 세션 스케치 두 번째 포스트입니다. 이전 포스트에서 보닥이 CRM 마케팅을 시작한 이유와 고도화 방법, 그리고 CRM 솔루션을 사용하여 고객에게 다가간 사례를 소개해드렸는데요.이번 더맥소노미 세션 스케치 포스트에서는 인터파크트리플이 어떻게 개발자 없이 마케팅 데이터를 수집하고 활용할 수 있었는지 그 구체적인 방법을 소개합니다. The MAXONOMY 2024 는 지난 11월 28일, 롯데호텔월드 크리스탈볼룸에서 개최된, 데이터 마케팅 솔루션 전문가 팀 맥소노미가 주최하는 연례 마테크 컨퍼런스로, 국내외 마테크, 애드테크 솔루션사 및 국내 최정상 기업의 마케팅, 데이터 담당자 분들과 함께 데이터를 활용한 마케팅 성공 사례와 인사이트, 트렌드 등을 공유하는 자리입니다.금번 컨퍼런스에는 1천여 명의 마케터, 비즈니스 리더, 프로덕트 매니저 분들께서 참석해 주셨으며, 총 21명의 연사분들께서 'Further Steps of Data Marketing'을 주제로 생생한 데이터 활용 전략과 사례, 노하우를 공유해 주셨습니다. 개발자 도움 없이 마케팅 데이터 쉽게 활용하기인터파크트리플 | 유리라 매니저인터파크트리플은 인터파크 투어, 인터파크 티켓, 트리플 등 일상을 벗어난 즐거움을 제공하는 플랫폼입니다. 인터파크 투어는 고객 취향에 맞춘 특성화 투어 상품을 제공하는 항공권 업계 1위의 플랫폼이며, 인터파크 티켓은 70%의 점유율을 가진 국내 최고의 티켓 판매 플랫폼입니다. 트리플은 누적 가입자 880만 명과 637만 여건의 실제 여행 리뷰 빅데이터를 기반으로 최적의 여행 일정을 제공해주는 서비스입니다. 이렇게 많은 사용자와 방대한 데이터를 보유한 기업인만큼 데이터 활용 노하우가 더 궁금해지네요. 인터파크트리플이 데이터를 수집하는 방법Google Tag Manager 활용인터파크트리플 유리라 매니저님이 데이터를 수집하기 위해 Google Tag Manager라는 툴을 적극적으로 활용하고 있다고 합니다. Google Tag Manager는 웹사이트의 태그를 쉽게 컨트롤 할 수 있게 해주는 구글의 툴인데요. 여기서 태그(Tag)란, 데이터를 외부로 보내는 신호를 말합니다. 홈페이지 등에서 수집되는 정보를 Braze나 GA(Google Analytics) 같은 솔루션으로 전송 가능한 것도 태그가 있기 때문입니다. Google Tag Manager(이하 GTM)은 마케터가 개발자의 도움없이도 쉽게 사용 가능하며, 무료로 사용할 수 있습니다!이렇게 GTM를 도입하게된 배경에는 인터파크트리플의 너무나 다양한 서비스가 있습니다. 항공/국내숙소/해외숙소/티켓 등 다양한 예약 서비스를 제공하고 있지만, 각각의 DB형태가 모두 다르며 각각의 마케팅 목표도 달랐다고 합니다. 이렇게 복잡하게 서비스가 존재하는 상황에서 통합적인 고객 여행 경험을 제공할 필요성을 느꼈고, 그 해결책으로 선택한 것이 바로 GTM이었다고 합니다. 통합 데이터 관리GTM을 활용해서 구체적으로 어떤 데이터를 통합할 수 있을까요? 인터파크 트리플에서는 크게 마케팅 애널리틱스 데이터, CRM 데이터, 마케팅 픽셀 데이터 이 3가지를 통합 관리하고 있다고 합니다. 마케팅 애널리틱스 데이터는 Amplitude나 GA와 같은 마케팅 분석과 관련된 데이터를 의미합니다. 소비자가 어떤 반응을 보이고 있고 얼마나 전환되었는지 등을 체크할 수 있습니다. CRM 데이터는 대표적으로 Braze와 같은 솔루션에서 활용되는 데이터를 말하며, 마케팅 픽셀 데이터는 일반적인 시장 크기 등 상거래 데이터를 말하며 인터파크트리플의 사업 목표를 세팅할 때 활용하고 있다고 합니다.이 데이터는 서로 시너지 효과를 낼 수 있는데요. 예를 들어 마케팅 픽셀 데이터를 통해 설정한 목표에 비해 현재 마케팅 실적이 얼마나 나오고 있는지 마케팅 애널리틱스 데이터와 비교하여 유추가 가능합니다. 그 결과를 Braze에 새로운 캠페인을 설계할 때 활용할 수 있습니다.이 모든 것을 개발자의 도움 없이 마케터가 수행 할 수 있다고 하는데요. 그저 어떤 툴에 / 어떤 상황에서(트리거) / 어떤 데이터를 보낼지만 설정해두면 된다고 합니다. 인터파크트리플이 데이터를 활용하는 방법마케팅 데이터를 잘 통합한 인터파크트리플이었지만, 통합된 데이터를 잘 활용하는 것은 별개의 문제였습니다. 인터파크트리플은 마케팅 캠페인 실행은 Braze에서 하고 그 결과는 GA통해 확인하였습니다. 그러나 이 같은 방식은 Braze의 캠페인과 GA의 리포트를 하나하나 매칭해야하는 번거로움이 있었습니다. 매주 4,500 - 5,000개의 엄청난 양의 캠페인을 진행하고 있던 만큼 업무에서 비효율이 크게 발생하였습니다. 마케팅 리포트 자동화인터파크는 이런 문제를 해결하기 위해, Braze의 currents 데이터와 GA 빅쿼리 데이터를 연결하였습니다. Braze currents와 GA 빅쿼리는 발생한 이벤트를 로그단위로 받아오는 기능인데요. 이렇게 로그 단위로 연결함으로써, 하나의 마케팅 캠페인에 대하여 하나의 통합된 리포트를 받을 수 있게 되었습니다. 더 정확히는 캠페인의 카테고리를 자세히 분류한 뒤 UTM(Urchin Tracking Module)에 해당 캠페인 목적, 퍼널 코드를 삽입하는 방식을 사용하였습니다.이렇게 함으로써 Braze에서는 닿지 않는 오디언스에 접근이 가능해진 것이죠. 따라서 항공권을 예매한 고객에게 해당 국가의 숙소를 추천해주는 캠페인 등을 실행할 수 있게 되었다고 합니다.세그먼트 모델 구축인터파크트리플의 다음 고민은 더 효율적인 자동화 캠페인 구축이었습니다. 더 효율적인 자동화 캠페인을 위해 CDJ(Customer Decision Journey : 고객 구매 여정)별로 터치 포인트를 만들고 싶었는데요. 이를 위해선 투어/숙박/항공/여행 전반에 걸친 고객 세그먼트를 정의할 필요가 있었습니다. 인터파크트리플은 자사의 고객의 행동 로그를 분석하여 인터파크트리플만의 고객 세그먼트를 만들기를 결심하였습니다. 세그먼트를 나누는 방법으로 RFM를 기준삼았다고 하는데요. RFM란, Recency, Frequency, Monetary로 각각 최신 구매성, 구매 빈도, 구매 총 금액을 의미합니다. 이 기준에 따라 고객을 총 12등급으로 나눌 수 있었고, 해당 기준을 가지고 캠페인을 진하였다고 합니다. 그 결과 채널 반응도와 거래 전환율이 각각 1.5배씩 증가하는 성과를 이뤘습니다! 추가로, 고객 행동에 따라, 다음 유입 시 구매로 이어질지 혹은 이탈할지 그 확률을 계산하여 추적하였습니다. 그 결과, 정확도 80%이상으로 고객의 다음 행동을 알아 맞출 수 있었고, 이에 따라 이탈이 예상되는 고객에게 추가적인 프로모션을 보내는 등의 캠페인을 진행하였고, 채널 반응은 1.5배, 거래 전환율은 3배나 증가하는 결과를 얻을 수 있었습니다. 툴은 수단일 뿐마지막으로 유리라 매니저님은 툴을 더욱 잘 쓰기 위해선 필요에 의해 툴을 사용하는 것이 아닌, 기능을 깊게 공부하여 기존에 하지 않았던 것을 시도하라고 합니다. 또한 개발지식에 대해 아주 기본적인 것을 이해하여 협업에서 의사소통에만 문제 없도록 하는 것을 추천하였습니다.하지만 무엇보다 중요한 것은 툴은 수단일 뿐, 여러분의 가치는 툴을 이용해서 데이터를 남기고 활용한다는 것에 있다는 점을 강조하시며 세션을 마무리하였습니다.📺 인터파크트리플의 데이터 마케팅 이야기 전체 영상 보러가기 팀 맥소노미와 글로벌 마테크 & 애드테크 솔루션사, 그리고 국내 최정상 기업이 함께했던 The MAXONOMY 2024의 모든 세션은 더맥소노미2024 다시보기에서 확인하실 수 있습니다. 더맥소노미2024를 통해 그동안의 고민이 조금은 가벼워지셨기를 바라며, 더맥소노미는 더욱 유익한 인사이트와 정보로 다시 찾아뵙겠습니다.

데이터 마케팅에서 A/B 테스트란 무엇일까?🧪
마케팅 업무를 하다 보면 디테일한 선택이 고민된 적이 있을 것입니다. 예를 들어 푸시 메시지에 느낌표를 붙여야 할지, 메시지가 좀 더 간결하고 짧아야 할지, 웹사이트 배너에는 어떤 색이 적절할지 등이 있죠.누군가에선 별로 중요해보지 않을 수 있지만 이런 디테일한 요소 하나로 마케팅 캠페인의 성공과 실패가 나뉘기도 합니다. 문제는 이런 요소를 열심히 고민하다고 해서 확실한 답을 찾을 수 없다는 것입니다. 어떤 선택지가 정답일지 알 수 없다는 것이죠. 그렇다면 우리가 할 수 있는 것이 없는 것일까요? 아니요! 그렇지 않습니다. 바로 테스트를 진행하는 것입니다. 우리에게 잘 알려진 A/B테스트와 다변량 테스트를 진행하여 정답을 찾아갈 수 있습니다.데이터 마케팅에서 말하는 테스트란? (AB 테스트란?)데이터 마케팅, CRM, 그로스 분야에서 말하는 테스트란, 보통 메시지 캠페인을 다양하게 변형하고 비교하는 것을 의미합니다. 메시지 문구, 색상, GIF 사용 유무와 같은 사소한 요소부터 심지어 제공 혜택 자체에서 차별을 두고 테스트를 할 수도 있습니다. 그리고 어떤 케이스가 반응이 가장 좋은지 데이터를 얻을 수 있습니다. 이를 통해 전체 고객에게 캠페인을 실제로 실시하기 이전에 가장 효과적인 구성을 알아낼 수 있습니다. 테스트에는 어떤 종류가 있나요?A/B테스트, 다변량 테스트, 분할 테스트, 사용자 테스트, 설문 조사 등 여러 가지 유형의 테스트가 있으며, 이들 모두 동일한 목표를 가지고 있습니다. 바로 캠페인을 본격적으로 실행하기 이전에 유저에 대한 데이터 샘플을 먼저 채취하는 것입니다. CRM 분야에서는 A/B테스트와 다변량 테스트를 주로 다루고 있습니다.A/B 테스트: 굉장히 직관적인 이름인데요. 말 그대로 캠페인의 "A 버전"과 "B 버전"을 테스트하는 것입니다. 이 테스트의 가장 큰 강점은 바로 심플함입니다. 하나의 캠페인에 대해 하나의 변수를 테스트할 수 있습니다. 예를 들어, "지금 구매하시면 50% 할인!"이라고 적힌 이메일 제목과 "오늘 딱 하루만 반값"이라고 적힌 이메일을 동시에 발송하고 어떤 쪽이 반응이 좋은지 확인해볼 수 있습니다.다변량 테스트(MVT : multivariate test): 다변량이란 "여러 개의 변수"를 의미합니다. A/B 테스트가 하나의 변수를 테스트하는 반면, 다변량 테스트는 여러 변수가 테스트합니다. 예를 들어, 이메일 제목과 CTA 버튼의 컬러가 어떤 영향을 미치는지 테스트한다면, 아래와 같이 네 가지의 이메일 케이스가 나올 것 입니다.A/B 테스트가 캠페인의 개별적인 측면에 대한 예/아니오를 알 수 있는 반면, 다변량 테스트는 보다 다양한 케이스를 테스트할 수 있으며, 각 변수들이 어떻게 상호 작용하는지까지 알 수 있습니다. A/B테스트에서는 반응이 좋지 않았던 이메일 제목과 CTR컬러였는데, 다변량 테스트를 해보니 둘 사이에 의외의 시너지 효과가 있는 걸 확인할 수도 있겠죠.얼마나 많은 유저에게 테스트해야하나요?너무 많은 대상에게 테스트를 한다면, 테스트를 진행하는 의미가 없겠죠. 반대로 너무 적은 대상에게 테스트를 하면 신뢰도가 낮은 데이터를 얻을 가능성이 높습니다. 그래서 적절한 양의 데이터를 수집하는 것이 중요합니다. 일반적으론 10%가 적절한 수치입니다. A/B테스트를 한다면 메시지 A를 전체 사용자의 10%에게 보내고 메시지 B를 또 다른 10%에게 보내는 것을 권고합니다. 그런 다음 메시지 A의 반응이 더 좋으면, 나머지 80%의 사용자에게 메시지 A를 보내는 것이죠. 전체 유저의 10%는 통계적으로 유의미한 결과를 도출하는 것으로 알려져있지만 항상 그런 것은 아닙니다. 상황에 따라서는 더 깊은 고급 통계 방법을 사용해야할 수 있습니다.다변량 테스트는 A/B 테스트에 비해 더 많은 테스트 트래픽량을 요구합니다. 기본적인 트래픽이 매우 많은 캠페인의 경우, 다변량 테스트를 시도해볼 수 있겠지만, 기본적으로 많은 트래픽을 테스트에 사용하기 때문에 최적화된 메시지를 받은 유저가 적어진다는 점은 감안해야 합니다.적절한 테스트 주기는?메시지 캠페인이 실시되는 한, 테스트는 계속 이루어지는 것이 좋습니다. 실제로, 지속적으로 캠페인 성공하는 기업은 지속적인 테스트를 진행하는 것으로 나타났습니다. 물론 일시적인 테스트를 진행하는 것도 가치가 있겠지만, 정기적으로 테스트를 실시하고 데이터를 지속적으로 확보한다면, 어떤 요소가 효과적이고, 앞으로 무엇을 더 테스트해봐야 하는지 꽤 잘 파악하게 될 것입니다.실제 테스트는 어떻게 할 수 있나요?Braze와 같은 CRM솔루션을 이용하면 손쉽게 테스트를 진행할 수 있습니다. Braze의 Canvas는 전체 캠페인을 한 눈에 볼 수 있게 해줍니다. 이를 통해 고객 접촉에 필요한 다양한 단계와 메시지를 쉽게 확인할 수 있습니다. 이러한 인터페이스는 테스트를 더욱 쉽게 만들어, 실시간으로 개선점을 찾을 수 있도록 도와주죠. 여러 구성원과 함께 복잡한 코딩 없이도 캠페인과 테스트를 관리할 수 있습니다. 다음은 일반적으로 A/B테스트를 진행하는 방식입니다.마케팅 캠페인 생성하기 (ex. 이메일 캠페인을 만들기)해당 캠페인 내에서 변형 케이스 만들기 (ex. 파란색 CTA이 있는 이메일과 빨간색 CTA이 있는 이메일을 각각 만들기)캠페인 일정 설정하기 (ex. 내일 오전 9시 발송)캠페인 타겟 세그먼트 설정해당 세그먼트 내에서 테스트 대상 분류하기 (ex. 10%에게는 파란 CTA, 다른 10%에게는 빨간 CTA 발송)캠페인 KPI 설정 (ex. 전환율, 클릭률 등 더 좋은 케이스를 판별하기 위한 기준 설정)최종 검토, 실행, 결과 확인 마치며A/B 테스트(혹은 다변량 테스트)를 고객의 마음을 이해하는 데 정말 큰 도움이 됩니다. 얻을 수 있는 가치에 비해 실행하기도 쉽죠. 단순히 직관에 의존하는 마케팅 방식에서 벗어나, 꼭 여러분의 마케팅에도 테스트를 접목해보시길 바랍니다.콘텐츠 더 읽어보기A/B테스트 개념과 데이터 분석 방법🔍Amplitude 실험 전략 가이드북PM이라면 꼭 알아야 할 데이터 해석 오류 7가지

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.

이메일 도달률을 높이는 9가지 팁
Braze(브레이즈) Bonfire 마스터 클래스의 전문가가 제안하는 이메일의 도달률을 높여 고객 인게이지먼트를 향상하는 9가지 주요 팁