데이터를 활용하여 수익을 창출하는 방법

고객 데이터는 기업이 마케팅과 영업 전략을 최적화하는 데 활용할 수 있는 중요한 데이터 유형입니다. 고객이 구매를 하기까지 웹사이트에 있었던 시간과 같은 행동 데이터도, 혹은 고객의 직위와 같은 신원 데이터도 좋습니다. 기업은 이러한 데이터를 모두 활용하여 고객과의 상호작용을 강화하고 각 고객에게 개인화된 경험을 제공할 수 있습니다.

고객 행동과 특성을 아웃바운드 커뮤니케이션에 활용하면 판매와 마케팅을 더욱 성공적으로 수행할 수 있습니다. 개인화가 비즈니스의 필수 사항이 아닌 선택 사항에 불과했던 시기는 이미 오래 전에 지났습니다. McKinsey의 조사 결과에 따르면 미국 성인 응답자의 80%는 소매업체가 개인화 서비스를 제공할 것을 원합니다.

또한 해당 조사에서는 대규모 개인화 프로그램을 도입할 경우 영업 및 마케팅 비용을 10~20% 절감할 수 있다는 사실을 지적합니다. 규모를 막론하고 대규모 개인화를 활용하는 기업은 고객에게 다가가 관심을 사로잡을 수 있습니다.

고객 데이터는 개인화에 유용할 뿐만 아니라, 기업이 앞으로 유사한 고객층을 찾는 데 도움이 되는 로드맵을 제시해 줍니다. 마케팅 및 영업 전략을 바탕으로 고객에게 도달하기 위해서는 이상적인 고객층의 사고 및 행동 방식을 반드시 이해해야 합니다.

기업은 고객 데이터를 수집, 저장, 이해함으로써 막연한 추정이 아닌 정확한 근거를 바탕으로 고객에게 도달할 방법을 파악할 수 있습니다.

고객 데이터 관리의 이점

고객 기반을 확장하려 하거나 이미 상당수의 고객을 확보한 모든 기업은 고객 데이터 관리를 통해 상당한 이점을 누릴 수 있습니다. 기존에는 주로 B2C와 D2C 브랜드가 CDM 프로세스 확립에 초점을 두었습니다. 하지만 B2B 기업 또한 사용자 기반을 더욱 정확하게 정의하고 기존 고객을 통한 업셀링 기회를 확보함으로써 CDM의 이점을 누릴 수 있습니다.

트레저데이터가 기업 데이터 전략을 주제로 Forbes와 함께 수행한 연구에 따르면, 가용 데이터를 최대한으로 활용하고 있다고 자신하는 조직은 13%에 불과했습니다. 데이터 활용도를 최대한으로 높이고자 하는 기업은 고객 데이터 확보, 저장, 분석, 사용 역량부터 점차 끌어올리는 것이 좋습니다.

고객 데이터 관리 프로세스를 확립하고 개선하면 다음과 같이 다양한 이점을 누릴 수 있습니다.

• 고객 데이터를 우수한 품질로 유지:기업이 데이터를 수시로 재확인, 분석, 검토하면 내부 팀에게 더욱 양질의 인사이트를 제공할 수 있습니다.
• 의사 결정 수준 향상: 실제 고객 데이터를 활용해 타게팅 관련 의사 결정의 수준을 향상할 수 있습니다. 그 결과 클릭당 비용을 지불하는 광고, 소셜 미디어 게시물(예: 일반 및 유료 광고), 이메일 마케팅의 효과가 증가하게 됩니다.
• 모든 고객 데이터를 한곳에서 관리: 고객 데이터 관리를 위한 소프트웨어 솔루션을 사용하면 영업 및 마케팅 팀이 한곳에서 일관되고 정확한 데이터를 활용하여 고객 프로필을 확인할 수 있게 됩니다. 이렇게 하면 조직 내의 데이터 중복 가능성을 훨씬 줄일 수 있습니다.
• 컴플라이언스 지원: 고객의 거주지에 따라 기업이 고객 데이터를 수집하고 관리하는 과정에 적용되는 요구 사항도 달라질 수 있습니다. 규정과 가이드라인에 입각한 컴플라이언스를 통해 조직이 막대한 벌금을 지불하게 되는 상황을 방지할 수 있습니다.
• 확장 지원: 기업은 성장을 거듭하면서 최소한의 수동적 개입만으로도 반복 수행할 수 있는 프로세스를 확립해야 합니다. 고객 데이터 관리 과정에서 적합한 도구를 활용하면 CDM에 필요한 작업의 상당 부분을 자동화할 수 있으므로, 팀원들의 역량을 더욱 생산적인 부분에 투입할 수 있습니다.

CDM을 활용하면 더 개인화된 경험을 통해 더욱 우수한 사용자 경험을 제공할 수 있습니다. 기업은 고객 데이터를 현명하게 활용하여 고객에게 적합한 메시지를 적시에 전달하는 과정을 자동화할 수 있습니다.

예를 들어 소매 기업의 경우 장바구니에 상품을 담았지만 구매하지는 않고 웹사이트를 떠난 고객을 대상으로 할인 혜택을 제공할 수 있습니다. 기업은 이러한 방식으로 고객의 구매 의사 결정을 지원하면서 매출을 촉진하게 됩니다.

최적의 고객 데이터 관리 기술

고객 데이터 관리 시스템의 가장 주요한 도구는 CDP, 즉 고객 데이터 플랫폼입니다. CDP는 고객 데이터 관리 허브로서 작동하며, 몇 가지 프로세스를 활용해 서로 다른 데이터 소스를 연결하고 데이터를 실시간으로 고객 프로필과 연결합니다. 이때 고객 프로필과 연결되는 데이터는 고객 신원에 관한 인사이트부터 기업의 비즈니스와 관련하여 고객이 취하는 행동에 대한 정보에 이르기까지 다양합니다. 우수한 CDP는 고객 데이터 관리 대시보드와 같은 기능을 갖추고 있으며, 심지어 일부 CDP는 실시간 상호작용 관리에 필요한 실시간 분석을 생성하기도 합니다.

CDP는 기업이 고객으로부터 직접 확보하는 자체 데이터와 서드 파티를 통해 확보하는 서드 파티 데이터를 가져와서 표시합니다. 두 유형의 데이터는 모두 중요하지만, 개인정보의 사용 및 저장에 대한 고객의 동의 여부를 확인할 수 있는 자체 데이터가 언제나 더 선호되는 편입니다.

CDP는 주로 영업 및 마케팅 팀에서 프로그램과 캠페인에 사용하지만, CDP를 통한 고객 데이터 분석은 사내의 다른 팀에서도 충분히 활용할 수 있습니다.

CDP는 다른 유형의 고객 데이터 관리 시스템인 DMP와 혼동되는 경우도 많습니다. 유사하기는 하지만, 둘 사이에는 분명한 차이점이 존재합니다. DMP도 고객 데이터를 수집하고 표시하지만 해당 데이터는 익명이며 보관되는 기간도 CDP 데이터에 비해 훨씬 짧습니다. 또한 대체로 서드 파티나 협력사 데이터를 대상으로 합니다(예: 협력사와 같이 간접적 고객 관계를 통해 확보한 데이터).

사내에서 다양한 사용 사례로 활용할 수 있는 CDP와는 달리 DMP는 광고와 리타게팅에만 한정하여 사용됩니다. DMP는 CDP의 데이터 소스로 사용할 수 있습니다.

마지막으로 CRM(고객 관계 관리) 플랫폼이 고객 데이터를 수집하는 목적은 CDP나 DMP와는 다릅니다. CRM은 주로 영업 팀에서 상호작용, 구매 이력, 고객 대상의 업셀링 기회를 추적하기 위한 용도로 사용합니다. 이러한 데이터를 활용하면 마케팅 캠페인의 효율성을 추적하고, 판매 분석을 수행하고, 예상 매출을 추정할 수 있습니다.

기업은 거시적 고객 데이터 관리 전략의 일환으로서 세 가지 마케팅 기술 솔루션을 모두 활용할 수도 있습니다.

고객 데이터 플랫폼과 고객 마스터 데이터 관리 비교

고객 데이터 관리 측면에서 CDP(고객 데이터 플랫폼)는 MDM(마스터 데이터 관리)과 비교되는 경우가 많습니다. 하지만 CDP는 소프트웨어 도구인 반면 MDM은 하나의 프로세스이기 때문에 따지고 보면 둘은 비교 대상이 될 수 없습니다.

MDM은 마스터 데이터 기록을 SSOT(Single Source Of Truth)로 활용하려고 하며, 데이터 거버넌스와 조직에 주로 초점을 맞춥니다. MDM은 하나의 프로세스로서 포괄적인 개념이며, 고객 데이터 관리(그리고 CDP와 같은 기술)는 MDM의 구성 요소입니다.

‘고객 마스터 데이터 관리’라는 표현이 MDM의 하위 개념으로 묘사되는 경우를 보셨을 것입니다. 고객 마스터 데이터 관리, 즉 고객 MDM은 고객 데이터 관리와 유사하지만 그 범위가 더욱 좁습니다. 이는 집계 데이터를 통한 마스터 고객 기록의 생성과 관리를 다루지만, CDM 관련 전략에는 초점을 맞추지 않습니다.

고객 마스터 데이터 관리 프로세스는 전반적인 MDM 프로세스와 아주 유사합니다. 여기에는 CRM이나 ERP(엔터프라이즈 리소스 계획)와 같은 다양한 소스와 시스템에서 데이터를 가져오고, 고객별로 기록을 그룹화할 수 있도록 데이터에 고객 식별자를 할당하는 과정이 포함됩니다. 그뿐만 아니라 다양한 내부 및 외부 데이터 소스에서 기록을 가져와 데이터를 합쳐서 통합 뷰를 구축하는 과정도 해당됩니다. 또한 고객 MDM은 중복 데이터를 제거하여 SSOT를 구축하는 과정을 포함합니다.

고객 MDM 데이터는 영업, 고객 서비스, 재무, 법무 팀에서 특히 유용하게 활용할 수 있습니다. 이 데이터는 고객 데이터 관리 시스템과 함께 사용할 수 있는 또 다른 도구이며 CDP, CRM 또는 DMP 도구와 경쟁 관계에 있는 솔루션은 아닙니다.

고객 데이터 관리 전략에서 활용할 수 있는 데이터 유형

기업은 고객 데이터 관리에서 몇 가지 유형의 데이터를 활용해 분석과 의사 결정을 수행할 수 있습니다. 사용 가능한 고객 정보를 모두 활용하는 편이 좋아 보일 수도 있지만, 데이터가 너무 과도하면 오히려 인사이트를 도출하기 힘들어질 수 있습니다.

먼저 어떤 유형의 데이터를 사용할 수 있는지 파악하세요. 그리고 단기 및 장기 비즈니스 목표에 가장 효과적인 데이터가 무엇일지 판단해야 합니다.

개인 식별(ID) 데이터

먼저 신원 데이터 활용을 고려할 수 있습니다. 고객은 주로 구매를 할 때 신원 데이터를 자발적으로 제공하지만, 기업 웹사이트에서의 양식 제출을 통해 이러한 정보를 확보할 수도 있습니다. 신원 데이터에는 다음과 같은 정보가 포함됩니다.

• 성명
• 생년월일
• 성별
• 전화번호
• 이메일 주소
• 거주지 주소

특성 데이터

특성 데이터는 고객의 특성을 반영하는 데이터입니다. 기업은 설문, 인터뷰, 포커스 그룹과 같은 다양한 방식을 활용해 고객으로부터 특성 데이터를 수집할 수 있습니다. 해당 데이터에는 다음과 같은 정보가 포함됩니다.

• 직책
• 연간 소득
• 학력
• 결혼 여부
• 자년 수
• 보유 차량 유형

행동 데이터

행동 데이터는 고객이 기업과 상호작용한 방식을 보여 줍니다. CDP를 활용한다면 관련 세부 데이터를 플랫폼에 실시간으로 가져올 수 있습니다. 고객과의 직접 상호작용을 통해서도 이러한 데이터를 확보할 수 있습니다. 행동 데이터에는 다음과 같은 정보가 포함됩니다.

• 웹 사이트 방문
• 웹 사이트 양식 입력
• 열어봤거나 열람한 이메일
• 클릭률
• 구매한 제품과 지출 금액
• 온라인 장바구니에 담긴 제품
• 반품한 제품 수
• 고객 지원 기록 상세 정보

여기에 나열된 모든 세부 정보를 추적할 필요는 없습니다. 예를 들어 이메일 고객 확보 캠페인을 통해 더욱 많은 MQL을 영업 팀에 제공한다는 마케팅 목표를 세웠다면, 행동 데이터와 특성 데이터에 집중하는 것이 좋습니다.

행동 데이터는 사람들이 이메일 및 관련 콘텐츠와 어떻게 상호작용하고 있는지에 대한 인사이트를 제공하며, 특성 데이터는 이미 상호작용하고 있는 사람들의 일반적인 특성을 알려줄 수 있습니다. 그러면 해당 특성에 부합하는 신규 고객을 확보하기 위해 새로운 타게팅 전략을 시도할 수 있으며, 타겟 고객에게 직접 다가가기 위해 개인화 전략에 집중할 수도 있습니다.

고객 데이터 관리 모범 사례

고객 데이터 관리에 대한 모범 사례를 구현함으로써 데이터를 효율적으로 활용할 수 있습니다. 또한 기업이 고객의 프라이버시 권리를 존중하며 데이터를 관리하는 과정에서 해당 지역, 국가, 글로벌 규정을 준수한다는 믿음을 심어 줄 수도 있습니다. 기업이 개인정보를 안전하게 보호하고 윤리적으로 사용할 것이라고 믿지 않는 고객은 자신의 정보를 제공하지 않을 것입니다.

고객의 충분한 신뢰를 얻으려면 상당히 까다로운 기준을 충족해야 합니다. SAS와 Futurum Research의 보고서에 따르면 브랜드가 자신의 개인정보를 기밀로 유지할 것이라고 믿는 소비자의 비율은 54%에 불과하다고 합니다. 또한 73%의 소비자는 브랜드의 데이터 사용 방식에 의구심을 품고 있는 것으로 밝혀졌습니다.

고객 데이터 관리에 대한 모범 사례를 확립하고 널리 알리면 고객의 신뢰를 얻을 수 있으며, 그러면 고객이 안심하고 자신의 개인정보를 기꺼이 제공할 것입니다. 도입을 고려해 볼 만한 고객 데이터 관리 모범 사례 다섯 가지를 소개합니다.

#1. CDM 전략 개발: 아무런 전략 없이 CDM 프로세스와 기술을 도입하면 방향성이 흐트러지고 성과를 측정하기 어려워질 수 있습니다. 또한 책임 판단의 기준이 되는 표준, 가이드라인, 목표도 존재하지 않게 됩니다. CDM 전략을 확립하기 위해서는 다음 질문에 답할 수 있어야 합니다.

• CDM 프로세스의 서로 다른 요소들을 누가 책임지고 관리할 것인가?
• 어떤 데이터 소스를 활용해 고객 프로필을 구축할 것인가?
• 어디에 데이터를 저장할 것인가?
• 하나의 장소(예: CDP)에 데이터를 저장할 것인가?
• 데이터 거버넌스: 데이터 표준화와 검증 프로세스는 누가 어떻게 수행할 것인가?
• 유럽 연합의 GDPR(개인정보보호규정)과 CCPA(캘리포니아 소비자 개인정보보호법) 및 관련 규정을 준수하면서 CDM 전략을 구현하려면 어떤 조치를 취해야 하는가?, California Consumer Privacy Act (CCPA) and related regulations?

#2. 직원 교육: 전략을 원활하게 실행하려면 모든 팀원이 전략 활용 방법을 숙지하고 있어야 합니다. 고객 데이터에 액세스할 수 있는 모든 직원을 대상으로 CDM 전략과 그에 따른 고객 데이터 처리 방법을 교육하세요. 교육 과정을 마련하려면 IT, 법무, 마케팅 팀 간의 협업이 필요할 것입니다.

#3.추적 대상을 구체적으로 설정: 추적할 데이터를 초기에 확실히 설정하고, 해당 목표를 충족할 수 있게 데이터 소스를 최적화하세요. 초기에 설정한 CDM 프로필이 효율적이지 않다면 추후에 업데이트할 수 있습니다.

#4.전략을 자동화하기 위한 기술 도입:CDM 전략은 수동 프로세스를 통해 실행할 수도 있지만, 이 경우 내부 직원들의 업무 부담이 커지게 됩니다. 대신 데이터 통합, 프로필 생성, 데이터 분석과 같이 전략을 자동화할 수 있는 기술을 도입하세요.

#5.고객 여정 향상. 고객 프로필을 활용해 캠페인을 개선하고 고객에게 개인화된 경험을 제공하세요. 통합 고객 데이터를 활용해 이메일, 광고, 고객 직접 지원, 웹사이트 상호작용을 향상하세요.

기술 스택 통합으로 성과 극대화

고객 데이터 관리를 위해서는 고객 데이터를 수집하는 모든 데이터 소스와 연결해야 합니다. 이때 적합한 기술을 사용하지 않으면 서로 다른 시스템 간의 호환성을 확인하기가 어려워질 수 있습니다.

2020년에 실시된 ‘데이터 관리 트렌드(Trends in Data Management)’라는 조사에서, CompTIA는 37%의 IT 전문가가 데이터 통합을 가장 큰 난관으로 꼽았다고 밝혔습니다. 이 조사에 따르면 데이터 통합을 위해서는 적합한 저장소 솔루션과 워크플로가 필요합니다. 또한 이 조사에서는 ‘기업이 데이터를 올바로 관리하기 위해서는 인프라, 기술 역량, 정책 부문에 걸친 다양한 문제를 해결해야 한다’고 지적합니다.

CDM 전략의 일환으로 CDP를 도입하면 데이터 사일로를 벗어날 수 있으며, 여러 고객 데이터 소스를 간단하게 하나로 통합할 수 있습니다. CDP에는 데이터 통합 및 SDK, 웹훅, API 제공을 위해 사용할 수 있는 네이티브 커넥터가 포함되어 있습니다. 다양한 데이터 수집 옵션을 활용하면 고객 데이터 관리 전략을 통해 모든 데이터를 포함할 수 있습니다. 모바일 앱, CRM, ERP, DMP, 웹사이트, 마케팅 자동화 등의 기술 스택을 통해 확보한 데이터로 고객 프로필을 한층 더 강화해 보세요.

데이터 과부하 방지

고객 프로필에 통합할 데이터를 주의 깊게 선정하는 것이 중요합니다. 하지만 그것만으로 데이터 과부하를 막기는 어려우며, 의사 결정에 필요하지 않거나 해석하기 어려운 데이터에 파묻히는 상황을 방지하기도 쉽지 않습니다.
아래에서 팀원들이 고객 데이터를 효과적으로 분석할 수 있게 해 주는 고객 데이터 품질 관리 팁을 몇 가지 살펴보세요.

• 꾸준한 데이터 정제:정기적으로 데이터에 대한 품질 검사를 수행하여 데이터를 정제하고 올바로 분류하고 최신 상태로 유지하세요. 이러한 품질 검사 과정을 CDM 기술의 정기 유지관리 주기에 포함할 수 있습니다. 또한 CDP에서 자동으로 업데이트되지 않는 주요 데이터는 더욱 빈번하게 품질을 검사할 수도 있습니다.
• 고객 데이터 검증데이터 소스에서 정확한 정보를 확보하여 고객 플랫폼에 반영해야 합니다. 정보의 정확성이 떨어진다면 데이터 플랫폼과 CDP의 연결을 통해 문제를 바로잡아야 합니다..
• 중복 데이터 배제: 동일한 소스나 여러 소스로부터 같은 데이터가 두 번 이상 수집되는 경우, 중복 데이터를 수집하지 않도록 조치를 취하세요.

정기 데이터 및 시스템 유지관리의 일환으로서 CDM 전략에 중복 데이터 확인 과정을 추가하면, 정확한 인사이트를 도출할 수 없는 데이터로 인해 직원들의 업무가 과중해지는 상황을 방지할 수 있습니다. 반면 기업이 투자한 기술 솔루션을 활용해 적합한 가치를 창출해 낼 가능성은 더 높아질 것입니다.