Go Back

닮은꼴 모델링: 구매력 높은 고가치 잠재고객을 찾는 가장 효과적인 방법

브랜드를 성장시키려면 고객 기반을 확장해야 한다. 하지만 기존 고객과의 관련성을 유지하면서 새로운 고객들에게 다가가기는 쉽지 않다. 해결할 수 있는 한 가지 방법은 닮은꼴 모델링을 사용하여 현재 고객과 비슷한 특성을 보이는 유사 잠재고객을 발견해내는 것이다. 그렇다면 닮은꼴 모델링이란 무엇이며, 어떤 효과가 있고, 어떻게 작동하는지 알아보자.  

닮은꼴 모델링이란 무엇인가 ? 닮은꼴 모델링(Lookalike Modeling)은 머신러닝 기반 분석  기법으로 현재의 VIP 고객들과 유사한 행동 및 인구통계적 특성을 보이는 일련의 사용자 그룹을 찾아낸다. 전자상거래 브랜드의 경우를 예로 들어보자. VIP 고객들이 주로 평균 미화 150 달러 정도의 주문 금액으로 한 달에 두 번 정도 전자 또는 게임 기기를 구매한다고 가정하자. 닮은꼴 모델링을 사용하면 이와 비슷한 특성을 보이는 사람들을 추가로 발견해낼 수 있다. 비교의 기준이 되는 VIP 고객들을 시드(seed) 고객이라 하고, 이 VIP 고객들과 유사한 행태를 보이는 그룹의 사람들을 닮은꼴(lookalike) 고객이라고 한다.

은꼴 모델링의 다양한 효과 닮은꼴 모델링을 활용하면 다음과 같은 다양한 효과를 기대할 수 있다:

  • 더 많은 판매 기회 창출
닮은꼴 모델링을 사용하면 기존 고객층을 넘어 구매력 있는 고가치 잠재고객을 추가로 발견할 수 있다. 이는 현재의 VIP 고객들과 비슷하게 행동하는 잠재고객을 식별하는 머신러닝의 높은 정확성 덕분이다.
  • 마케팅 예산 절감
닮은꼴 모델링을 사용하면 고객 데이터베이스에 있는 모든 사용자가 아니라 고가치 유사 고객에게만 마케팅을 집중하는 효과가 있다. 이를 통해 신규 고객 획득 비용은 절감하고 투자수익률은 높일 수 있다.
  • 브랜드 인지도 상승
 닮은꼴 모델링으로 새로운 고객을 확보할 수 있기 때문에 브랜드 인지도를 높이는 데 효과적이다. 타겟 고객 프로필과 일치하는 더 많은 사람들에게 브랜드와 제품을 노출함으로써 구매의 첫 단계라고 할 수 있는 관심도와 참여도를 높일 수 있다.
  • 보다 정확한 타겟팅 구현
닮은꼴 모델링은 머신러닝을 사용하여 훨씬 더 광범위한 웹에서 기존고객 및 잠재고객에 대한 데이터를 분석하고 비교함으로써 VIP 고객들의 중요한 특성을 정확하게 찾아낸다. 이렇게 찾아낸 특성은 타겟팅의 정확도를 높이는 데 뿐만 아니라 리타겟팅 캠페인을 개인화하는 데도 도움을 준다.
  • 고객에 대한 이해 향상
닮은꼴 모델링 프로세스를 통해 잠재고객 세그먼트 및 이들의 전환을 유도하는 액션을 더 잘 이해할 수 있다. 이러한 통찰력은 마케팅 전략과 모든 채널에서의 향후 캠페인을 최적화하는 데 사용된다.
  • 전환 증가

닮은꼴 모델링은 고품질 리드를 찾아내기 때문에 클릭률(CTR)과 달성할 수 있는 전환 수를 크게 높일 수 있다. 이를 통해 수익은 증대되고 순익 또한 개선되며 결과적으로 비즈니스를 성장시키는 데 기여한다.  

닮은꼴 모델링 작동 원리 닮은꼴 모델링은 여타의 모든 컴퓨터 모델링과 마찬가지로 데이터, 수학적 알고리즘, 머신러닝의 조합을 사용하여 모델링 작업을 수행한다. 이 프로세스는 일반적으로 DMP(데이터 관리 플랫폼)를 통해 수행되며, 다음의 세 가지 주요 단계로 구성된다:

1 단계 : 데이터 수집 유사 잠재고객 그룹을 생성하려면 먼저 자체 채널에서 수집한 퍼스트파티, 즉 자사 데이터와 다른 웹사이트 및 설문조사 등의 세컨드파티 또는 서드파티 등의 타사 데이터를 모두 아우르는 광범위한 잠재고객 데이터를 수집해야 한다. 주지할 점은 사용할 수 있는 데이터가 많으면 많을수록 모델링의 정확도가 높아진다는 사실이다.

2 단계 : 속성과 행동 정의 모든 데이터가 수집되었다면 다음 단계는 비교의 기준이 될 가장 참여도가 높고 수익성이 높은 VIP 고객 또는 시드 고객을 가장 잘 정의하는 속성과 행동을 파악하는 것이다. 고려해야 할 속성 및 행동의 예에는 위치, 구매 내역, 구매 빈도와 수량, 검색 내역, 특정 제품에 대한 관심사 등이 있다. 이러한 속성을 더 엄격하게 정의할수록 우수한 잠재고객을 식별할 가능성이 높아진다. 그러나 시드 고객의 범위를 좁게 설정할수록 전환 가능성이 높은 사용자를 찾는 데는 도움되지만 닮은꼴 잠재고객의 규모는 제한된다. 더 많은 속성을 선택할수록 더 많은 잠재고객을 걸러내게 되는 것이다. 만약 캠페인 목표가 전환보다는 더 넓은 도달과 더 높은 인지도에 초점을 두고 있다면, 더 광범위하고 덜 구체적인 속성과 행동을 선택하여 더 많은 잠재고객 그룹을 찾아내는 것이 더 좋은 전략이 될 수 있다.

3 단계 : 닮은꼴 잠재고객 생성 시드 잠재고객의 속성과 행동을 결정하면 그와 일치하는 프로필을 찾기 위해 알고리즘이 적용된다. 그리고는 머신러닝 예측 모델링을 사용하여 시드 잠재고객과의 유사성을 기반으로 각 사용자별 점수를 매긴다. 가장 높은 점수의 프로필들이 닮은꼴 잠재고객이 된다. 닮은꼴 모델링 프로세스를 통해 다른 방식으로는 찾을 수 없었던 더 나은 성과를 내는 잠재고객을 정확하게 찾아낼 수 있다.   닮은꼴 모델링은 비즈니스 성장을 모색하는 브랜드에게 큰 성공을 가져다 줄 수 있다. 성공의 열쇠는 고품질 데이터와 스마트 모델링 소프트웨어를 함께 사용하는 것이다. 경쟁사와의 효과적인 차별화를 위해서는 더 나은 닮은꼴 잠재고객 그룹을 구축하기 위해 어떤 미지의 데이터를 발굴하고 활용해야 할지 연구하는 것이 좋다.  

* 닮은꼴 모델링으로 고객 기반을 확장할 수 있습니다 . 애피어의 데이터 사이언스 플랫폼 아익슨(AIXON) 은 데이터를 실행 가능한 인사이트로 전환하고 가장 수익성 높은 잠재고객을 찾는 데 도움을 줍니다 . 문의 를 남겨주시면 맞춤 상담을 제공해드리겠습니다 !