맥싸이트-픽
AI 마케팅, AI 검색에서 힌트를 찾다
Team MAXONOMY ・ 2024.12.24

최근 ‘경계를 넘어서는 비즈니스 혁신’ 이란 주제로 모이는 한 컨퍼런스의 발표 준비를 하며, AI는 무엇일까란 생각을 다시한번 해보게 되었습니다. 트렌드를 따라 AI라는 개념을 막연히 이야기하지 않도록, 다양한 분야의 AI 관련 기사와 포스트들을 접하였는데요. 밝은 미래를 그리며 때론 찬양도 마다하지 않는 콘텐츠 덕인지, AI가 마치 지금의 스마트폰처럼 나의 생활과 업무에서 빼놓을 수 없는 일부가 벌써 되어 버린 것 같은 느낌마저 들고 있습니다.
최근 엔비디아 CEO 젠슨 황은 한 인터뷰에서 AI가 소프트웨어를 먹어 치우고 있다는 이야기를 했습니다. 과거에도 이와 비슷한 발언을 한 사람이 있었는데요. 바로 넷스케이프 창업자 마크 안드레센입니다. 당시 마크 안드레센은 소프트웨어가 세상을 먹어 치우고 있다며 지금의 젠슨 황과 비슷한 이야기를 하였죠. 그는 소프트웨어가 세상을 먹어 치우고 있는 지금이 디지털 대전환(DX)을 준비해야 하는 때라며 강조하고 싶었을 것입니다.
이 두 IT 거물의 명제를 연결시켜보면 소프트웨어는 세상을 먹어치우지만, 곧 이 소프트웨들은 AI들에게 먹힐 것이기 때문에
'앞으로의 세상은 AI가 먹어치울 것이다'라는 결론으로 이어지지 않을까 합니다.😵💫
이번 맥싸이트-픽 포스트에서는 이런 AI가 마케팅 산업과 마케팅 업무에 어떤 영향을 미칠지 알아보겠습니다.
AI 이전의 마케팅
마케팅은 AI로부터 과연 어떤 영향을 받을 것인가? 특히 어느 산업이고 마케팅과 연결되지 않은 것이 없는데 AI가 찾아낼 고객과의 최선의 마케팅 접점은 어디일까? 브랜드가 AI를 통해 궁극적으로 얻는 것은 무엇일까? 라는 의문이 계속 들고 있는 지금. 저뿐만 아니라 많은 마케터가 같은 고민을 하고 있을텐데요.
미래를 완벽히 예측할 수 있는 사람은 없으니, 너무 미래의 AI를 바라보기 보단, 당장 우리의 삶을 바꾸고 있는 AI를 먼저 생각해보면 좋을 것 같습니다. 당장 우리의 삶을 바꾸고 있는 AI기술은 뭐니뭐니해도 Open AI의 ChatGPT를 필두로 한 생성형 AI가 아닐까 싶은데요. 궁금한 것이 생기거나 글쓰기, 그림 그리기 등 필요한 것이 생길 때, ChatGPT에게 달려가곤 합니다. 이는 기존의 '검색' 행위를 대처하고 있다고 볼 수 있는데요. 우리는 검색을 통해 궁금한 것을 알아보고, 글을 쓰기 위한 소스를 찾아보며, 그림을 그리기 위한 레퍼런스를 발견합니다.
마케팅에서 검색은 매우 중요한 행동입니다. 특히 이커머스 등 디지털 환경에서 검색 엔진은 소비자의 관심과 행동 패턴들을 이어주는 지점이 될 수 있습니다. 실제 지난 몇 년 간 디지털 마케팅과 퍼포먼스 마케팅은 검색을 기반으로 하는 CTA, CTR 개선 업무에 집중해왔습니다.
CTA(Call To Action) : 고객의 행동을 유도하는 버튼이나 배너
CTR(Click-Through Rate) : 광고 노출 수 대비 클릭한 수의 비율
이런 지표 중심의 마케팅 활동은 성과적인 측면에서 디지털 마케팅을 발전 시킬 수 있었지만, 한편으론 수치화된 성과와 마케팅 효율 개선에 지나치에 집중하여 고객의 진정한 로열티를 놓치기 쉬웠습니다.
또한 퍼포먼스 영역에만 집중하다보면, 수 많은 팝업과 광고로 고객 경험이 저하될 가능성이 높았습니다. 수 많은 정보가 실시간으로 쏟아지는 온라인에서 구매 여정 속 소비자들은 때로는 상품을 비교하고 리뷰를 살펴보는 등 오프라인에서의 구매 활동에서보다 훨씬 많은 시간과 리소스를 써야합니다. 수 많은 상품들 속 내가 원하는 상품과 가격을 찾아내기 위한 소비자들의 노고이지만, 시간과 공간제약이 없는 이커머스의 장점이 단점으로 변하는 순간이기도 합니다.
AI, 고객경험에 날개를 달다
이러한 단점을 보완하기 위해 사용자 경험 중심의 마케팅이 각광받기 시작하였고, 최근에는 여기에 AI가 결합되어 엄청난 시너지 효과를 만들어내고 있습니다.
대표적으로, 기존의 검색 트렌드는 소비자가 찾고하는 결과를 리스트업하는 '검색 엔진'으로써의 역할이 전부였다면, 지금은 단순 리스트업을 넘어 브랜드가 고객을 위한 ‘답변’을 제공하는 ‘답변 엔진’으로 변화하고 있습니다. 이는 포털 뿐만 아니라 이커머스, SNS, 플랫폼 등 거의 모든 디지털 서비스에 적용되고 있죠.
오픈AI는 'ChatGPT 서치' 업데이트 소식을 알리며, 검색 기능을 통해 대화형 답변을 제공하며 답변에 활용된(학습된) 소스 출처까지 사용자에게 제공하고 있습니다. 글로벌 검색시장을 이끌고 있던 구글은 이를 대비해 검색결과의 최상단 화면으로 Gemini 가 검색된 정보들을 요약 해주는 ‘AI 오버뷰’ 영역을 배치 했습니다.
이미지 출처: OpenAI ❘ ChatGPT 서치
검색이라는 행동은 인간인 사용자로부터 나오는 것이었으며, 검색 시장의 발전은 지난 20여년간 검색으로 수집된 키워드를 기반으로 인터넷과 모바일 질서가 형성되었다해도 과언이 아닐 것입니다. 그리고 지금 소비자들은 온오프라인 경계를 넘나들며 정보를 얻고 생산하고 있습니다. 더 이상 온라인이라는 한정된 영역안에 제한된 정보들만 수용하지 않습니다. 정보들 스스로가 능동적으로 수집될 수 있고, 자연적으로 이 정보들이 조합되어 소비자가 필요한 시점에 제공받을 수 있기를 바라며 그러한 역할을 AI가 해줄 수 있기를 바라는 것이지요. 지금은 검색이 AI를 활용한 경험 개선의 대표적 방법이지만, 머지 않아 소비자가 검색 행위를 하기도 전에 잘 정리된 필요한 정보를 먼저 제안 받을 수 있을 것입니다. 유튜브나 넷플릭스, 쿠팡과 같은 서비스의 알고리즘 추천 서비스가 이미 일부분 제공하고 있지요.
AI 검색 시장의 출발
이렇듯 AI검색은 AI 기반 경험 개선의 중요한 출발점입니다. 오픈AI의 행보를 따라 답변 엔진을 개발하는 개발사들도 늘어나고 있으며, 검색증강생성(RAG)라는 기술을 활용하여 웹상의 문서를 기반으로 AI는 답변을 요약하는 역할에 집중하며 거짓 정보 제공을 예방하고 AI의 치명적인 단점인 환각현상을 차단하기 위한 방향을 택하고 있습니다.
정보가 가져야 하는 가장 중요한 2가지는 최신성과 정확성 일 것 입니다. 특히 GPT처럼 기본 정보를 학습하여 새로운 정보를 생성하는 경우에서 GPT는 학습하는 정보의 거짓 유무를 구분하고 자료의 정확도를 판단하는 부분까지는 하지 못합니다.
오픈AI는 이런 문구를 고정해 놓고 있습니다. "ChatGPT는 실수를 할 수 있습니다 중요한 정보를 확인하세요." 여기서 말하는 실수는 단순 실수가 아니라 정보의 오류라는 중대한 문제가 될 수 있습니다.
기존까지 ChatGPT는 특정 일자까지의 데이터만 학습했다는 안내만 덧붙이며 AI가 생성한 정보에 대해 출처 및 소스 데이터를 표시하지 않았습니다. 하지만 이런 부분에서 여러 문제들이 발생하였고, 지금은 AI가 제공하는 정보들에 대해서도, 표시된 정보가 어떤 데이터를 기반으로 학습했는지를 표시해주는 방향으로 개선되는 추세 입니다.
'이런 것들이 왜 중요해?'라고 생각이 되실 수 있습니다. 데이터의 홍수속 살고있는 우리는 정보를 얻는다면, 또는 해당 정보를 바탕으로 새로운 정보를 생성하였다면 그에 맞는 책임이 따르게 되어있습니다. 마치 바늘과 실처럼 말이죠. 하지만 방대한 정보들이 실시간으로 생성되고 생성된 정보들은 무한히 재생산되는 환경 속 소비자들은 이 모든 정보들에게 책임을 묻기가 어렵습니다. 그렇기에 이를 악용하는 사람도 범위도 확장되고 있습니다. 최소한 정보의 출처를 기준으로라도 정보 제공의 신뢰를 판단해야만 하는데요.
초기 검색시장을 형성한 구글이 오픈AI와 그밖에 AI검색 시장을 먼저 개척중인 기업들을 쫓게되는 모습이 되며 검색을 통해 제공되는 데이터 체계 또한 변동될 것이란 예측해볼 수 있습니다. 그리고 그 체계의 변화는 분명 검색과 관련된 마케팅에도 변화를 가져다 줄 것입니다.
기존 익숙하게 사용중인 검색 포털과 검색 방법들이 하루아침에 바뀌지는 않겠지만 검색을 즐겨하는 사용자들을 대상으로한 설문조사에서 전체 응답자의 5%는 벌써 챗GPT를 검색 엔진으로 즐겨 활용하고 있다 답했습니다. 여전히 구글 검색을 선호한다고 대답한 응답자가 전체 설문에 대략 2/3 비중을 차지해 여전히 압도적이지만 이 수치가 굉장히 빠르게 바뀔 수 있다는 점을 마케터분들은 인지하고 있어야 합니다.
최근 AI기능을 도입한 브랜드라면 아직 어느 영역에, 어떤 업무에 AI를 주요하게 활용해야 하냐는 과제를 얻으셨을 수 있습니다. 업계를 선도하기위해 본격적으로 AI 기반의 마케팅을 펼칠 준비중이실 수도 있으나, 아직은 AI가 마케터와의 상호작용이 미흡할 수 있기 때문에, 직접 고객을 생각하고 AI가 브랜드와 고객을 잘 이해하는 방향을 잡을 수 있도록 먼저 도와주는 단계라고 생각됩니다. 마케팅의 영원한 과제 중 하나인 초개인화 전략이 이러한 AI기반의 마케팅으로 조금 더 쉽게 달성될 수 있기를 기대합니다.
🚩 맥소노미가 PICK한 이유!
말도 많고 탈도 많은 AI. 때로는 너무 편리하기도, 때로는 뒤처질까봐 조바심나기도 하는데요. 확실한 것은 이런 AI가 마케팅에 혁신을 가져다주고 기존 마케팅의 한계를 극복해줄 것이라는 점입니다. 그리고 그 시작점은 AI 검색이 될 것입니다. 단순히 정보를 찾아주고 나열하는 것을 넘어 고객이 원하는 것을 진정으로 이해하고 제안할 수 있을 것입니다.
이렇게 되면 CTA, CTR 중심의 퍼포먼스 마케팅에도 분명 커다란 변화가 있을 것입니다. 정량적 지표 측정이 마케팅 의사결정이나 평가, 전략 설계에 커다란 도움을 준 것은 사실입니다. 하지만 앞으로는 정량적으로 측정할 수 없는 영역이 더욱 많아질 것입니다. 측정할 수 있다 하더라도 모든 개별 고객에게 개인화되어 제공되는 마케팅 성과를 하나하나 확인하긴 쉽지 않겠지요.
그렇다고 마케팅의 주요 성과를 측정하는 것이 의미가 없어지지는 않습니다. 우리의 최종 성적표의 형태는 달라질지언정 성적표 자체가 없어지지는 않을 것입니다. 기존 퍼포먼스 마케팅의 성과적 기법과 새로운 AI의 영역을 적절히 분배하고 조합하여 우리 기업만의 새로운 마케팅 전략과 관리 체계를 만드는 기업이 앞서갈 것입니다.

팀맥소노미
YOUR DIGITAL MARKETING HERO
맥소노미의 마케팅 인사이트를
뉴스레터로 만나보세요 💌

관련 글 보기

D2C(Direct-to-Customer) 기업이 직면한 세가지 과제 해결하기
진입 장벽이 낮은 D2C 비즈니스 모델은 온라인 쇼핑 산업에서 계속 성장하고 있습니다. 디지털 마케팅, 미디어 및 커머스 분야의 리서치 기업 eMarketer에 따르면, 2020년 D2C 분야의 매출은 전년보다 24.3% 증가하여 미국 이커머스 시장의 전체 매출을 앞질렀습니다. 온라인 광고와 온라인 마케팅의 일부 과제를 보강하여 잠재 고객에게 직접 도달할 수 있다면, B2C(Business-to-Customer) 비즈니스 모델보다는 D2C 모델이 더 적합할 수 있습니다.하지만 수많은 경쟁 기업과 브랜드, 비슷한 성격의 업체가 넘쳐남에 따라, D2C 기업들은 초반에 주로 활용했던 밀레니얼 기반 마케팅에만 의존할 수 없게 되었습니다.대량 광고로 더 많은 매출을 만들어내던 시대는 지났습니다. D2C 기업은 방대한 양의 고객 데이터를 처리하고 캠페인을 개선할 수 있는 통찰력을 얻을 수 있는 기술이 필요합니다. D2C 기업의 마케팅 담당자는 이러한 툴을 활용하여 업계가 직면한 세 가지 주요 과제를 보다 효과적으로 해결할 수 있습니다. CAC (Customer Acquisition Cost, 고객을 확보하는데 드는 비용)D2C 기업에게 소셜 미디어는 신규 고객을 확보하는 가장 중요한 채널입니다. 하지만 경쟁이 치열해지면서 페이스북과 같은 소셜 플랫폼에서 노출 1,000건 당 드는 비용이 크게 증가했습니다. 더 많은 수의 기업이 같은 그룹의 유저를 대상으로 관심을 얻기 위해 경쟁하고 있습니다. 뿐만 아니라 데이터가 플랫폼 간에 일관된 방식으로 공유되지 않기 때문에, 기업은 중요한 고객을 확보하는데 큰 도움이 되지 않는다는 사실을 인지하지 못한 채 한 채널에만 많은 투자를 하게 되기도 합니다.그렇다면 D2C 기업이 효율적인 비용으로 고객을 확보할 수 있는 방법은 무엇이 있을까요? 무엇보다 고객의 구매 경로를 명확히 파악해야 합니다. 마케팅 담당자가 웹사이트, 애플리케이션, 이메일 등 각 접점 채널의 가치를 명확히 분석할 수 있다면 소셜 채널에만 의존할 필요가 없습니다. 대신 고객의 반응이 있는 다른 채널에 투자할 수 있습니다.고객을 확보할 수 있는 소스를 분석하기 위해, D2C 마케팅 담당자는 다양한 채널에서 유저 데이터를 수집하고 통합할 수 있는 기술이 필요합니다. 이러한 정보를 수동으로 수집하는 것은 고객이 방문하는 다양한 플랫폼의 수를 고려해보면 매우 번거로운 일이며 오류도 발생하기 쉽습니다.고객을 확보하는 비용을 줄이기 위해서는, D2C 마케팅 담당자들은 AppsFlyer와 같은 어트리뷰션 툴을 활용하는 것도 고려해볼 수 있습니다.잠재 고객이 브랜드와 상호 작용하는 방식을 분석함으로써 D2C 기업은 자동화 된 메시지 또는 기타 콘텐츠를 통해 제품의 가치를 보다 빠르고 강력하게 보여주는 방법을 찾을 수 있습니다. 이를 통해 D2C 브랜드가 고객의 구매 주요 요인을 파악할 수 있도록 지원함으로써 고객을 확보하는 비용을 절감할 수 있습니다. 리텐션고객 충성도는 많은 D2C 기업에서 생존을 위한 핵심 요소로 여겨져 왔으나, 몇가지 요인으로 인해 충성도가 약해지기도 합니다. 고객들은 여러 D2C 기업보다는 아마존과 같은 하나의 플랫폼에서 구매하는 것을 더 선호할 수도 있습니다. 또한, D2C 기업의 쇼핑객들도 그들이 가장 좋아하는 제품이 품절되거나 다른 브랜드에서도 비슷한 제품을 이용할 수 있다면 충성도가 낮아질 수 있습니다. 실제로 코로나19 바이러스의 대유행 기간 동안 53 %의 소비자가 원래 구매하고자 했던 브랜드가 아닌 다른 브랜드에서 구매를 했습니다.리텐션을 높이기 위해서, D2C 기업은 고객에게 다른 곳에서는 얻을 수 없는 경험을 제공하여 차별화해야 합니다.데이터 통합 수집 플랫폼 mParticle의 마케팅 부사장인 Lyndi Thompson은 “고객 경험에 대한 고객의 기대치가 높아지고 있으며, 전환 비용이 그 어느 때보다 낮아지고 있습니다.” 라고 말했습니다.고객의 기대에 충족하기 위해 D2C 마케팅 담당자는 고객 여정에 대한 통합 뷰를 제공하는 mParticle과 같은 CDP(Customer Data Platform, 고객 데이터 플랫폼)이 필요합니다. 또한 Amplitude(앰플리튜드)와 같은 프로덕트 분석 플랫폼을 활용하는 것도 리텐션과 관련된 유저 액션을 분석하는데 도움이 됩니다. D2C 기업은 여러 채널의 유저를 추적하여 구매 빈도 또는 특정 액션 정보를 기반으로 리텐션 캠페인을 실행할 수 있습니다.미국의 명상 애플리케이션 Calm은 그들의 애플리케이션에서 알림 기능을 사용한 고객의 리텐션 비율이 거의 3배 증가했음을 Amplitude(앰플리튜드)를 통해 발견했습니다. 이 결과를 바탕으로 Calm은 유저들이 알람을 설정하도록 유도하는 메시지를 발송했습니다. 이 메시지를 본 유저의 40%가 알림을 설정함으로써 전반적인 리텐션 관리에 큰 도움이 되었습니다. 개인화도매 기업과 달리 D2C 기업은 마케팅을 통해 고객에게 직접 어필해야 합니다. 혼잡한 산업에서 진정한 개인화는 대형 유통업체나 경쟁사와 차별화할 수 있는 유용한 방법입니다. 고객들은 기업들이 여러 채널을 통해 그들이 선호할 것 같은 제품을 추천해주기를 기대합니다.미국의 교차 채널 마케팅 플랫폼 Iterable의 프로덕트 마케팅 이사 Jeffrey Vocell은 “효과적인 개인화는 고객을 이야기의 중심에 두고 제품이나 서비스를 개인의 우선 순위, 요구, 필요, 감정에 맞게 구성하는 것을 의미합니다.” 라고 말했습니다.가입 및 페이지 뷰와 같은 기본 데이터는 고객이 우리의 브랜드와 제품에 대해 어떻게 느끼는지 대략적으로 보여줍니다. D2C 마케팅 담당자는 개인 맞춤형 캠페인을 진행하기 위해 구매 시점뿐만 아니라 전체 고객 여정에 걸쳐 있는 사용자 정보를 필요로 합니다. 즉 마케팅 담당자는 유저 세그먼트에 타겟된 메시지를 작성하기 위해 행동 데이터를 활용해야 합니다.브라질의 배송 서비스 기업 Rappi는 Amplitude(앰플리튜드)를 활용하여 가장 중요한 유저 세그먼트를 자동으로 식별하고 맞춤형 경험을 제공하여 구매 전환율을 높였습니다. Rappi는 신규 유저를 사용할 가능성이 높은 서비스 유형별로 분류된 플랫폼으로 이동하도록 유도했습니다. 그 이후 각 유저에게 그들의 관심사에 맞는 콘텐츠가 포함된 이메일을 발송했습니다. Rappi는 이렇게 Amplitude(앰플리튜드)를 활용하여 신규 유입 유저의 최초 주문 수익을 10%까지 높일 수 있었습니다.물론, 개인화 전략을 개발하는 일은 단 한번의 시도로 완성되지 않습니다. 어떤 것이 효과가 있는지를 파악해가면서 전략은 계속해서 발전 및 개선되어야 합니다. 머신 러닝과 결합된 행동 분석은 기업이 개인화 마케팅을 위한 노력을 강화하고 보다 의미 있는 고객 경험을 제공할 수 있게 하는데 도움이 될 수 있습니다.

마케팅 캠페인의 고객 참여를 높이는 8가지 팁
등록된 고객이 참여를 하도록 유도하되, 일회적인 참여가 아니라 시간이 경과해도 계속해서 참여하도록 동기를 제공하는 것이 장기적인 성장과 리텐션 극대화를 만드는 핵심 조건입니다. 또한 처음 참여한 사용자가 충성 고객이 되어 오랜 시간 리텐션을 유지하도록 만드는 것에 노련한 기업들은, 강력한 활성화 캠페인을 구축함으로써 경쟁에서 두각을 나타낼 수 있습니다.이러한 기업들은 사용자에게 단순히 이메일이나 푸시 알림의 수신에 동의해달라고 강요하지 않습니다. 대신에 사려깊은 메시지로 사용자들을 자극합니다. 간단한 환영의 메시지만 보내는 것이 아니라 성공적인 웰컴 캠페인에 초대합니다. 전략적인 고객 활성화 캠페인 구성을 위해 고객의 눈에 띄는 메시지를 작성하려는 노력, 그 비하인드 이야기를 담은 8가지 고려 사항을 소개합니다. GIF 이미지를 사용하여 추천(소개) 캠페인 강화사용자 기반을 유기적으로 늘리고 싶을 때, 가장 적합한 홍보 채널 중 하나는 바로 기존 고객 네트워크를 이용하는 것입니다. 추천 캠페인으로 충성 고객을 활성화하면 입소문 마케팅을 통해 새로운 팬들을 끌어들일 수 있습니다.귀사의 브랜드에 주변 지인을 초대하는 기존 고객들과 귀사의 제품 혹은 서비스를 처음 사용해 보는 새로운 사람들 모두를 위한 보상을 마련하고 친구 추천 프로모션의 일부로 GIF 형식의 이미지를 포함하는 것은 이러한 캠페인의 영향력을 증가시키는 효과적인 방법입니다.GIF 형식의 이미지를 포함한 추천 캠페인은 2.6배 더 높은 전환율을 보입니다. SMS를 통한 앱 다운로드 유도모바일 앱 사용자는 매우 적극적이고 충성도가 높은 고객이 될 수 있습니다. 그러나 개별 사용자가 앱을 다운로드 하도록 추가 행동를 제안하는 것이 항상 쉽지만은 않습니다. 이전에 현재 가입자를 대상으로 이메일을 보내 앱을 다운로드 받도록 홍보하는 것을 시도해보았다면, 이번에 고려해보아야 할 채널은 SMS입니다. 텍스트 캠페인은 앱 다운로드 캠페인에 있어서 이메일보다 최대 45% 더 효과적일 수 있습니다. 인앱 메시지를 활용하여 옵트인 비율 높이기만약 여러분이 앱 사용자나 웹 방문자가 푸시 또는 이메일 캠페인을 수신하도록 동의를 받는 것에 어려움을 겪고 있다면 인앱 메시지와 인브라우저 메시지가 도움이 될 수 있습니다. 이러한 채널을 활용하여 메시지를 수신하면 받을 수 있는 할인, 이벤트 등의 정보의 가치를 설명하며 옵트인의 이점을 보여주고, 여기에 특별 프로모션 등에 참여하는 고객에게 보상까지 더해진다면, 옵트인 대화율이 84% 증가하는 것을 확인할 수 있습니다. 크로스 채널 캠페인을 최대한 활용하여 익명 사용자의 전환 및 지출 증대브랜드에서 제품 내 메시지와 제품 외 메시지를 혼합하여 익명 사용자에게 인앱 메시지, 인브라우저 메시지, 컨텐츠 카드, 이메일, 푸시, SMS 등을 통해 계정을 생성하도록 권장하면 강력한 결과를 볼 수 있습니다. 실제로 제품 내 메시지와 제품 외 메시지를 결합하면 전환율이 21배 증가하고 고객의 지출은 최대 20%까지 증가하는 것을 확인할 수 있습니다. 딥링크로 무료 평가판 및 데모 캠페인 최적화딥링크는 모바일 앱 내의 특정 페이지, 콘텐츠 또는 경험으로 사용자를 유도합니다. 즉, 티셔츠 판매를 알리는 푸시 알림을 누르면 일반 앱 홈페이지에서 끝나지 않고 해당 판매와 관련된 앱 섹션으로 이동하게 됩니다. 단순해 보이지만 원활한 고객 참여를 위한 핵심 툴입니다. 실제로 사용자들이 평가판, 무료 제공, 데모 또는 무료 샘플에 대한 기업의 제안을 직접 확인할 수 있도록 안내하는 딥링크가 포함된 브랜드는 전환율이 최대 4%까지 증가한다고 합니다. 행동 기반 메시지 전달로 KPI 상승 유도오늘날 많은 메시지 캠페인이 전통적인 시간 기반 스케줄링(예: "오후 3시에 발송하기")을 사용하여 전송되지만, 메시지를 수신하는 사람과 관련된 메시지를 전송하도록 하는 가장 좋은 방법 중 하나는 사용자의 행동 정보를 활용하는 것으로, 각 사용자의 고유한 행동을 기반으로 메시지를 트리거하는 것입니다. 실제로 이렇게 행동 기반으로 트리거된 메시지는 다음과 같은 다양한 유형의 고객 활성화 캠페인에서 참여를 높이는 데 도움이 될 수 있습니다. 추천 캠페인: 전환 최대 2.1배 증가⬆무료 체험 캠페인: 긍정적인 피드백 최대 2.6배 증가⬆구독(옵트인) 캠페인: 전환 최대 2.2배 증가⬆ 유연한 개인화 캠페인을 활용하여 무료 평가판 및 데모 참여 향상마케터가 메시지를 개인화하는 것만으로는 충분하지 않습니다. 여기에 그것을 가능하게 하는 기술이 추가로 필요합니다. 많은 마케터에게 ‘리퀴드’는 바로 그 도구입니다. 원래 Shopify에서 만든 이 오픈 소스 템플릿 언어를 활용하여 멤버십 상태, 총 로열티 포인트 수, 최근 공유된 기사 또는 시청한 쇼 등 다양한 수신자의 개인 정보를 이메일, 모바일 푸시 알림, 웹 푸시 메시지 등에 쉽게 추가할 수 있습니다. 리퀴드를 활용하면 무료 평가판 캠페인을 지원하여 전체 유료 고객 기반을 강화할 수 있습니다. 무료 평가판 캠페인에 리퀴드 개인 설정을 포함하면 전환을 최대 3%까지 향상시킬 수 있습니다. 고객 인게이지먼트 프로그램을 한 단계 더 업그레이드 해보세요.새로운 캠페인 아이디어를 브레인 스토밍하거나 현재 캠페인의 수준을 높이려면 Braze(브레이즈)의 Inspiration 가이드를 확인해보세요. 이메일, SMS/MMS, 모바일 푸시, 인앱 메시지, 컨텐츠 카드, 웹 푸시, 인브라우저 메시지, 소셜 미디어, 광고 등의 다양한 채널을 활용하여 고객을 활성화하고 수익을 창출하며 리텐션을 극대화할 수 있도록 고안된 40개 이상의 아이디어가 여러분의 캠페인 전략 설정에 도움을 드립니다. 바로가기

전환(Conversion) 뜻, 의미, 정의, 종류
캠페인 전환은 무엇인가요?

✦퍼스트 파티(First-party) 데이터✦ 왜 중요하며, 어떻게 수집해야 할까👀
퍼스트 파티 데이터(First-party data)란, 기업의 웹 사이트 또는 모바일 앱과 같이 기업에서 소유하고 있는 채널을 통해 수집하는 고객의 정보입니다. 이메일 주소를 양식에 입력하는 것처럼, 고객이 직접 공유하는 데이터와 사이트 내 또는 인앱에서의 행동 데이터가 포함됩니다.본 게시글에서는 퍼스트 파티 데이터를 수집하여 개인화된 고객 경험을 만들고 리텐션을 개선하는 방법을 알아보겠습니다.🔎 주요 내용퍼스트 파티 데이터는 사람들이 제품 및 서비스와 상호 작용할 때 수집되는 정보입니다.고객으로부터 직접 수집한 데이터는, 세컨드 파티 또는 써드 파티 데이터 보다 제품 개선에 유용합니다.고객이 플랫폼에서 양식을 작성하거나 다른 프로세스를 완료할 때 등 고객과의 다양한 접점에서 퍼스트 파티 데이터를 수집하십시오.퍼스트 파티 데이터를 활용하여 고객 여정을 개선하고, 고객 경험을 개인화하며, 디지털 마케팅을 효율적으로 진행할 수 있습니다.퍼스트 파티 데이터란 무엇인가요?퍼스트 파티 데이터는 고객이 핵심 제품과 상호작용하는 이유에 대한 정보를 수집하는 것입니다. 반면에, 세컨드 파티 및 써드 파티 데이터는 오디언스(audience)와 외부 플랫폼 간의 상호작용으로부터 얻을 수 있습니다.퍼스트 파티 데이터에는 크게 두 가지 종류가 있습니다.엔티티(entity) 데이터: 사용자의 신원(나이, 위치, 성별 등) 및 취향(즐겨 보는 영화 장르 등)에 대한 정보이벤트 데이터(또는 행동 데이터): 사용자가 플랫폼에서 수행하는 행동(클릭, 마우스 오버, 장바구니에 담기 등)에 대한 정보개개인에 대한 퍼스트 파티 데이터를 수집하고, 그들을 그룹(또는 코호트)로 정렬하여 분석할 수 있습니다. 예를 들어, 플랫폼을 사용하는 동일한 조직의 사용자 그룹이 있을 수 있습니다. 그렇다면 코호트 분석을 통해 그들을 하나의 그룹으로 분석할 수 있죠. 혹은 '첫 주에 알림을 활성화했거나 친구와 플레이리스트를 공유한 사용자'와 같이 사용자 행동을 기반으로 코호트를 만들 수도 있습니다.퍼스트 파티 데이터의 중요한 특징은 이 데이터가 조직에 속해 있다는 점입니다. 여러분은 이를 직접 수집하고, 저장하고, 관리하게 됩니다. 즉, 데이터를 수집하는 방법을 직접 결정함으로써, 데이터의 정확성과 합법성을 보장할 수 있습니다. 이는 세컨드 파티 및 써드 파티 데이터와의 차이점입니다.퍼스트 파티 데이터 vs 제로 파티 데이터고객이 적극적으로 공유하는 정보(설문조사, 고객 피드백 응답 등)를, 사람들은 제로 파티 데이터라고 부르기 시작했습니다. 제로 파티 데이터는 유용한 인사이트를 주지만, 고객이 직접 제출한 정보이기 때문에 부정확할 수 있습니다.예를 들어 누군가는 공포 영화 장르를 좋아한다고 응답했지만, 사실은 대부분의 시간을 로맨틱 코미디 장르를 보면서 보낼 수도 있습니다. 마찬가지로 대부분의 사용자가 '이 플랫폼을 친구나 동료에게 추천할 의향이 있나요?'라는 항목에 '매우 그렇다'라고 응답하더라도, 실제로 '친구 추천 프로그램(refer-a-friend)'을 사용하는 사람은 극히 일부에 불과합니다.이 글에서는 제로 파티 데이터를 퍼스트 파티 데이터의 한 유형으로 다룹니다. 이는 제품을 기반으로 하는 고객과의 직접적인 관계에서 비롯되며, 귀사는 이 데이터를 직접 소유하게 됩니다.퍼스트 파티 데이터 vs 세컨드 파티 데이터세컨드 파티 데이터는 소셜 미디어나 광고사 같은, 신뢰할 수 있는 파트너로부터 얻은 데이터입니다. 이 데이터는 기본적으로 다른 조직의 퍼스트 파티 데이터이고, 이것이 공유되면 여러분에게는 세컨드 파티 데이터가 되는 것이죠. 세컨드 파티 데이터를 수집했을 때의 이점은 그동안 수집한 데이터를 보완하여 더욱 큰 규모의 데이터로 만들어낼 수 있다는 것입니다.가장 흔한 시나리오는 파트너 조직이 여러분의 플랫폼 사용자일 수도 있고, 아닐 수도 있는 사용자의 데이터를 수집하여, 여러분이 해당 데이터를 활용하여 조치를 취할 수 있도록 귀사와 공유하는 것입니다. 예를 들면, 퍼블리셔는 자사의 웹사이트에 광고를 게재하고 싶은 광고주와 자사의 오디언스에 관한 퍼스트 파티 데이터를 공유할 수 있습니다.퍼스트 파티 데이터 vs 써드 파티 데이터써드 파티 데이터는 데이터 집계기(aggregator)로부터 수집하는 데이터입니다. 써드 파티 데이터 공급자들은 세컨드 파티 데이터를 그룹화 하고 정리합니다.써드 파티 데이터 셋(Data Sets)은 인구 통계학 정보, 특정 산업 종사자 등 일반적인 그룹에 대한 정보를 제공할 수 있습니다. 그러나 데이터의 수집 시기 또는 방법과 같은 데이터 원본 소스에 대한 세부 정보는 알 수 없습니다.써드 파티 데이터는 일반적으로 스노우플레이크(SnowFlake) 마켓 플레이스와 같은 온라인 플랫폼을 통해 구매할 수 있습니다. 써드 파티 데이터 공급자는 데이터 사이언티스트와 분석가가 더 많은 실시간 데이터 셋과 즉시 쿼리를 할 수 있도록 준비된 데이터 셋에 액세스할 수 있도록 데이터 교환 기능을 제공합니다. 그러나 문제는, 여러분이 구매할 수 있는 데이터라면, 경쟁사에서도 구매할 수 있겠죠. 그러니 이 데이터 셋이 귀사에 큰 경쟁 우위를 제공하지는 않습니다.써드 파티 데이터는 써드 파티 쿠키를 통해서도 얻을 수 있습니다. 데이터 집계자는 다른 조직에 일정 비용을 지불하고 쿠키를 통해 사이트 방문자를 트래킹합니다. 하지만 구글이 써드 파티 쿠키 지원을 중단할 것이라 밝히면서, 이러한 관행은 곧 종료될 예정입니다.최근 몇 년 동안 유럽 연합과 미국의 여러 주들도 데이터 수집, 데이터 개인 정보 보호, 데이터 공유에 관해 GDPR(일반 개인정보 보호법), CCPA(캘리포니아 소비자 개인정보 보호법)와 같은 더욱 엄격한 법률을 통과시켰습니다. 이러한 법적인 영향으로 인해 조직에서 데이터를 수집하고 공유하는 것이 점점 더 어려워지고 있는 실정입니다.(참고: AI 시대 속 개인정보 보호 - 1단계 인식변화)[🔖요약] 퍼스트파티 데이터 vs 세컨드 파티 데이터 vs 써드 파티 데이터퍼스트 파티(First-party) 데이터: 고객들로부터 얻을 수 있는 정보로, 귀사에서 직접 수집한 데이터와 고객들이 직접 공유하는 정보를 포함합니다.세컨드 파티(Second-party) 데이터: 데이터 파트너 또는 데이터 공급자로부터 제공되는 정보입니다.써드 파티(Third-party) 데이터: 세컨드 파티 데이터들을 그룹화하는 데이터 집계기로부터 얻을 수 있는 정보입니다.퍼스트 파티 데이터의 종류제품 내에서 수집하는 데이터는 모두 퍼스트 파티이기 때문에, 퍼스트 파티 데이터에도 다양한 유형이 있습니다. 다음은 퍼스트 파티 데이터의 주요 유형의 예시입니다.사용자 속성사용자 속성에는 사용자의 이름, 나이, 위치를 비롯하여 주소, 전화번호와 같은 개인정보 등이 포함됩니다. 사용자가 귀사의 제품에 등록하거나 양식을 작성할 때 또는 웹 분석을 통해 사용자의 속성 정보를 수집할 수 있습니다.사용자의 선호도 및 관심사퍼스트 파티 데이터 수집의 또 다른 이점은 다양한 데이터 포인트를 통해 고객의 선호도 및 관심사에 대한 정보를 파악할 수 있다는 점입니다. 예를 들어, 귀사의 플랫폼에서 하루에 3시간 이상 뷰티 튜토리얼을 시청하는 사용자는 아마도 헤어, 메이크업 제품에 관심이 있을 것이라고 파악할 수 있습니다.또는 일주일에 여러 번 청구서 템플릿을 사용하는 그룹을 발견했을 수도 있습니다. 그렇다면 그들은 청구서 템플릿이 유용하다고 생각하며, 유사한 템플릿에 관심이 있을 것이라고 가정할 수 있습니다.고객의 행동사용자의 행동 또한 퍼스트 파티 데이터입니다. 다양한 이벤트를 트래킹하고 분석함으로써, 사람들이 플랫폼과 상호작용하는 방식을 이해할 수 있습니다. 예를 들면 다음과 같습니다.사용자가 사이트의 여러 페이지에서 보내는 시간사용자가 여러 기능을 사용하는 빈도사용자가 클릭한 버튼이나 링크사용자가 완료한 프로세스(등록 또는 회원가입, 구독 업그레이드 등)코호트 분석을 사용하여 사용자를 행동에 따라(행동 코호트) 다른 그룹으로 분류할 수 있습니다. 위에서 언급했던 청구서 템플릿 예시로 살펴보면, 이러한 템플릿을 이용하는 사용자가 그렇지 않은 사용자보다 고객 생애 가치(CLV: Customer Lifetime Value)가 더 높다는 가설을 세울 수 있습니다.위의 Amplitude(앰플리튜드) 매출 LTV 차트는 청구서 템플릿을 사용하는 사용자(파란색)의 CLV가 그렇지 않은 사용자(초록색)보다 높다는 가설을 확인시켜 줍니다. 그 다음으로 해야 할 작업은 고객 여정의 초기 단계에 청구서 템플릿의 표지를 바꾸는 A/B 테스트를 실시하여 CLV를 높이는 것입니다.퍼스트 파티 데이터는 왜 중요할까요?식사를 할 때는, 식재료가 어디에서 왔는지를 아는 것이 중요합니다. 그래야 몸에 해로운 것들을 먹지 않을 수 있죠. 데이터도 마찬가지입니다. 부정확할 수 있거나 품질이 낮은 정보는 비즈니스 의사 결정에 있어 큰 피해를 초래할 수 있기 때문에 조직에 유입되어서는 안됩니다.퍼스트 파티 데이터 수집의 주요 이점은 조직에서 데이터를 수집하고, 분석하고, 활성화하는 방법을 처음부터 끝까지(end-to-end) 완벽하게 제어할 수 있다는 점입니다. 즉, 해당 데이터의 품질과 정확성을 확신할 수 있으며, 다른 파트너나 써드 파티 조직에 의존할 필요도 없습니다. 다만 모든 개인 정보 보호법 및 규정을 준수해야 하고, 데이터를 수집하기 전에 사용자로부터 적절한 동의를 얻었는지 확인해야 합니다.또한 퍼스트 파티 데이터를 활용하면 유연성을 확보할 수 있습니다. 데이터를 업데이트하고, 추가하고, 다양한 오디언스 세그먼트와 코호트를 만들어낼 수도 있습니다. 이는 다른 조직에서 정보를 얻는 경우에는 불가능한 영역입니다.마지막으로, 퍼스트 파티 데이터는 본질적으로 고객 및 제품과의 관련성이 매우 높습니다. 여러분이 수집하는 모든 인사이트는 플랫폼에 따라 다르므로, 이를 활성화하고 자사 데이터 전략을 만들어 앱과 웹 사이트를 개선할 수 있습니다.퍼스트 파티 데이터는 다음과 같이 활성화할 수 있습니다.고객 여정에서의 마찰 지점을 찾아내고 해결함으로써 고객 경험과 리텐션을 개선합니다.다양한 오디언스 및 코호트의 선호도에 맞게 제품을 조정함으로써 개인화된 경험을 만드십시오.마케팅 예측(forecasting)을 활용하여 고가치 사용자를 식별하고, 광고를 리타겟팅하거나, 획득(acquisition) 채널에 더욱 집중함으로써 마케팅 효과를 높일 수 있습니다.퍼스트 파티 데이터는 어떻게 수집해야 할까요?제품에서의 클릭, 뷰, 프로세스와 같은 이벤트를 추적하고 고객이 플랫폼과 상호 작용하도록 유도하여 퍼스트 파티 데이터를 수집할 수 있습니다. 추적할 이벤트와 수집할 데이터를 결정하기 위해서는, 먼저 고객과 그들의 제품 사용에 대한 질문 리스트를 만들어야 합니다. 그 다음 질문의 답을 찾는데 도움이 되는 이벤트와 이벤트 속성을 정의합니다. 어떤 이벤트를 추적하면 좋을지 결정하는 기준에 대한 자세한 내용은 Amplitude(앰플리튜드)의 이벤트 추적 블로그 글을 참고 하십시오. 고객으로부터 유용한 데이터를 수집할 수 있는 접점은 다음과 같습니다.사용자 등록(회원가입): 사용자가 플랫폼에 등록할 때 데이터를 수집합니다. 소셜 로그인을 통해 페이스북이나 구글과 같은 기존 계정으로 로그인할 수도 있습니다. 이를 통해 사람들이 더욱 쉽게 로그인하고 프로필을 귀사와 공유할 수 있습니다.리드 생성 양식: 더 많은 정보를 수집하려면 리드 생성 양식을 사용하여 일반적인 등록 또는 온보딩 정보보다 더 많은 세부적인 정보를 공유하도록 사용자에게 요청하십시오. 예를 들어, 고객에게 유용한 백서(Whitepaper)를 다운로드 할 수 있는 권한을 부여하고, 그 대가로 어떤 업계에 종사하고 있는지, 그 회사의 규모는 어느 정도인지 공유하도록 하는 유인책을 만들 수도 있습니다.대화형 콘텐츠: 사용자가 대화형 콘텐츠를 통해 더 많은 세부 정보를 공유하도록 유도합니다. 설문 조사나 대화형 설문(챗봇 등)과 같은 사용자를 위한 재미있는 경험을 제공하여, 사용자의 관심사와 선호도에 대한 많은 정보를 수집합니다.퍼스트 파티 데이터 관리 도구데이터를 수집, 처리 및 분석하기 위한 여러 가지 데이터 관리 플랫폼이 있습니다. 조직의 규모와 유형, 그리고 특정 데이터 요구사항에 따라 귀사에 가장 알맞은 솔루션은 달라질 수 있습니다.Amplitude (앰플리튜드)Amplitude(앰플리튜드) CDP(Customer Data Platform)를 사용하여 다양한 유형의 데이터를 수집하고 구성할 수 있습니다. CDP는 Amplitude(앰플리튜드) 분석과 완벽하게 통합되어 있으므로, 데이터를 다운스트림으로 쉽게 전송하여 마케팅 또는 제품 전략에 따라 분석하고 활성화할 수 있습니다.Amplitude(앰플리튜드)를 사용하면 데이터를 다양한 오디언스(코호트)로 세분화하여 셀프 서비스 분석을 실행하고 귀중한 인사이트를 수집할 수 있습니다. 이 플랫폼은 사용이 쉬우며, 조직이 데이터 중심으로 운영될 수 있도록 도와줍니다. 또한 데이터 사일로를 제거하고, 모든 조직의 구성원들이 데이터 인사이트에 액세스하여 업무에 활용할 수 있도록 지원합니다.기타 데이터 관리 도구Google AnalyticsMatomoSEMrushSegmentSteam콘텐츠 더 읽어보기Google 쿠키리스 연기와 퍼스트파티 데이터의 미래🍪제로파티(Zero-Party) 데이터란?[패널 토크] The all new Data-driven Marketing