Share on facebook
Share on linkedin
Share on twitter
Share on facebook
Share on linkedin
Share on twitter

성공 사례: 크로스 스크린 타겟팅으로 CPC는 낮추고 ROI는 높이기

요즘은 대체로 브랜드에서 가지고 있는 마케팅 기술로 스마트폰을 통해 소비자의 행동을 추적할 수 있는 편이다. 그러나 소비자가 스마트폰에서 태블릿으로 또는 노트북으로 기기를 옮겨가면, 브랜드에서 가지고 있는 알고리즘으로 여러 대의 디바이스를 사용하는 한 사람의 사용자로 인지할 수 있을 것인가? 대개의 경우 아직은 3명의 서로 다른 사용자로 인식할 확률이 높다.

이처럼 사용자들의 크로스 스크린 행동을 알아내는 것이 마케터들이 당면한 도전과제이다. 오늘날 대부분의 소비자가 적어도 두 개 또는 세 개의 디바이스를 사용한다는 점을 고려할 때 크로스 스크린 식별이 제대로 되지 않는다면, 데이터는 왜곡되거나 쓸모 없어질 것이다. 반대로 크로스 스크린 행동을 제대로만 파악한다면, 그 보상은 상당할 것이다. 아래에서 그 사례들을 확인해보자.

에스티 로더: 화장품 고객을 스킨케어 고객으로 전환

글로벌 뷰티 스킨케어 브랜드 에스티 로더는 연락처 정보를 남겨주는 고객들을 대상으로 오프라인 매장에서 무료 샘플을 받을 수 있는 교환권을 제공하는 캠페인을 통해, 화장품 고객들의 참여도가 스킨케어 고객들보다 훨씬 높다는 것을 발견했다. 따라서 화장품 고객들을 대상으로 에스티 로더의 다양한 스킨케어 제품군에 대한 광고를 전송하는 리타겟팅을 실행하면 높은 성과를 낼 수 있을 것이었다.

에스티 로더는 애피어의 CrossX AI 기술을 적용하여 개별 사용자가 소유하고 있는 모든 디바이스를 확인하고 정교한 타겟팅을 할 수 있었을 뿐만 아니라, 외부 데이터를 활용함으로써 기존 고객과 유사한 구매율 높은 젊은 고객들을 추가로 찾아낼 수 있었다.

결과는 상당히 고무적이었다. 에스티 로더는 구매율 높은 고부가 가치 고객 풀을 성공적으로 구축하고 확대할 수 있게 되었으며, 단일 스크린 캠페인과 비교했을 때 크로스 스크린 전환율을 300%에서 1100%까지 신장시킬 수 있었다. 세 가지 디바이스를 살펴보았을 때, 크로스 스크린 전환은 PC에서의 전환보다는 11배, 태블릿에서의 전환보다는 4배, 그리고 스마트폰에서의 전환보다는 3배 높게 나타났다.

까르푸: 온라인 매출 25% 신장

경쟁이 치열한 시장에서 어떻게 눈에 띌 것인가? 이것이 바로 세계적인 대형 슈퍼마켓 체인 중 하나인 까르푸가 직면한 딜레마였다. 대만에서만 100개 이상의 오프라인 매장을 운영하고 있던 까르푸는 온라인 매장을 론칭하면서, 이미 포화 상태에 이른 온라인 시장에서 성공하기 위해 인공지능(AI) 기반 크로스 스크린 마케팅으로 눈을 돌렸다.

까르푸는 동일한 고객이 소유하고 있는 모든 디바이스를 식별함으로써, 까르푸 웹사이트 내부 및 외부에서의 고객들의 행동을 분석하고, 이를 기반으로 개인화된 상품을 고객들이 사용하는 다른 디바이스로 추천함으로써 까르푸 온라인 매장에서의 구매를 촉진할 수 있었다. 그 결과 월간 온라인 구매와 매출이 25% 상승했다.

구매 외에도, 까르푸의 기존 고객과 비슷한 세그먼트에서 유사 행동 패턴(Lookalike)을 보이는 새로운 그룹을 찾아냄으로써 까르푸 온라인 매장의 인지도를 신장시킬 수 있었다. 월간 페이지 뷰가 60% 상승하고, 크로스 스크린 클릭률은 단일 스크린과 비교했을 때 87%나 상승했다.

미닛 메이드: 신규 고객 찾기에서 행운을 배제하고 인공지능을 활용 

신규 고객을 찾기 위해서 행운에 의존하고 있다면, 세계적인 주스 브랜드인 미닛 메이드에 주목하라.

미닛 메이드는 잠재적인 신규 고객들에게 다가가기 위해 온라인 프로모션 게임을 고안했다. 즉, 오프라인에서 구매한 주스 병에 인쇄되어 있는 제품 코드를 온라인에서 입력하도록 한 것이다. 미닛 메이드는 인공지능(AI)으로 선별한 잠재고객들, 특히 게임에 대한 정보를 검색했거나 캠페인 사이트를 둘러 본 잠재고객들을 타겟팅하기 위해 향상된 구매 기능을 적용하고, 이들에게 더 많은 광고를 노출했다. 또한, 스마트폰, 태블릿, 노트북 또는 기타 디바이스를 통해 게임에 참여한 플레이어를 대상으로 리마케팅을 전개했다.

인공지능을 통해 잠재고객을 찾아낼 수 있었기 때문에, 크로스 스크린 클릭률은 단일 스크린보다 72% 높았고, 크로스 스크린 전환율 또한 단일 스크린보다 57% 높았다. 온라인 프로모션 게임에 참여한 고객은 평균적으로 정보를 3회 제출했으며, 이는 그 전 해의 온라인 이벤트보다 38% 더 높은 수치다. 이런 결과는 행운에 의한 것이 아니라, 인공지능을 통해 달성할 수 있었다.

액스(AXE): 모바일 고객 도달을 모든 스크린으로 확대 

유니레버의 남성 그루밍 브랜드인 액스(AXE)는 모바일을 통한 고객 소통에는 문제가 없었고, 이를 고개들이 소유한 모든 디바이스로 확대하고자 했다. 문제는 그 방법이었다.

액스는 애피어의 인공지능(AI) 기반 프로그래매틱 플랫폼(Programmatic platform)을 활용하여 크로스 스크린 데이터 분석을 통해 기존의 고객들과 유사한 행동 패턴을 보이는 고가치 신규 유저를 찾아낼 수 있었다. 액스는 이들을 대상으로 각 유저 고유의 브라우징 히스토리 및 구매 여정에 맞추어 광고 소재를 개인화하고 최적화하는 리마케팅을 전개해 이들의 재참여를 유도했다.

그 결과, 클릭률은 업계 평균 대비 110% 상승했고, 액스의 고객 베이스는 50%나 확장되었다. 또한, 유사(Lookalike) 잠재고객 그룹은 기존 표본 고객보다 150% 확대되었고, 향후 크로스 스크린 광고 캠페인을 전개할 수 있는 잠재고객 세그먼트를 생성해냈다.

오늘날과 같이 소비자들이 여러 대의 디바이스를 사용하는 멀티 스크린 환경에서 마케팅 효율을 높이기 위해서는 각 고객별로 최적의 타이밍에 최적의 디바이스를 통해 다가가야 할 것이다.

애피어에 문의하세요!

문의를 남겨주시면 마케팅 전략을 개선할 수 있는 방법을 찾을 수 있도록 안내해드리겠습니다.

다른 최신 포스트도 둘러보세요!

AI와 데이터의 힘 활용한 RPA의 미래

[민선 칼럼] “자동화 통해 창출되는 시간도 잘 활용해야 의미있어” 로보틱 프로세스 자동화(RPA)는 기업들이 일상적이고 반복적인 작업을 줄임으로써 보다 의미 있는 작업에 집중할 수 있는 기회를 제공한다. 그런 RPA에도 한계는 있다. 머신러닝(ML)과 인공지능(AI)을 효과적으로 활용하면 RPA를 한 단계 더 업그레이드할 수 있다. 소프트웨어 개발자들은 수년 동안 여러 작업을 자동화하기 위한 프로그램을 별도로 만들어 왔지만, RPA 도구들이 나타나 자동화를 거의 모든 사람들이 사용할 수 있는 수준으로 범용화 했다. 일선 작업자들도 이제 간단하게 끌어다 놓기 도구들을 활용해 일상적인 작업을 수행하고 자동화할 수 있게 됐다. 예를 들어, 인사 담당자는 휴가를 요청하는 이메일을 매일 여러 사람에게서 받을 수 있다. 그러면 이메일을 열어, 특정 정보를 추출하고, 취합해 보고서 형태로 특정 사람들에게 보내야 할 것이다. 매일 반복되는 작업으로 두어 시간이 걸릴 수도 있다. 그러나 RPA 도구를 사용하면 이메일 계정을 검색하고 관련 데이터를 추출해 보고서로 작성하는 워크플로우를 자동화함으로써 인사 담당자의 실제 개입 없이 더 빨리 처리할 수 있다. 그리고 인사 담당자는 더 가치 있는 업무에 집중할 수 있다. RPA가 한 단계 더 나아가기 위해 필요한 것 대부분의 근로자들은 매일 동일하거나 일련의 미리 설정된 절차에 따라 간단하게 수행할 수 있는 반복적인 업무를 많이 하고 있기 때문에, RPA를 적용할 수 있는 업무 분야는 다양하다. 그러나 인간의 개입이 필요한 상황이 되면 어떻게 될까? 반복적인 작업들도 매일 여러 가지 변동사항으로 인간의 직관과

심층강화학습(Deep Reinforcement Learning)에 대한 기초 안내서

바둑의 규칙은 단순한 편이지만 실제 플레이는 복잡하다. 각 플레이어가 바둑판에 한 수를 둘 때마다 대략 2 x 10170 가지의 위치를 고려할 수 있다. 경험이 많은 선수는 수년간의 게임을 통해 시행착오를 거쳐 어떤 수가 더 상대방을 제압할 가능성이 높은지를 학습하며, 이와 같은 학습 과정을 강화학습이라고 부른다. 그러면 전문 바둑 선수들 간에 있었던 수천 번에 달하는 게임 데이터를 인공지능(AI)에 입력하면 어떤 일이 생길까? 최고 수준의 바둑 선수들을 능가하는 AI, 즉 알파고(AlphaGo)가 나온다. 이것이 바로 딥러닝 작동의 결과이다. 그러나 만약 프로 선수들 간의 게임 결과 데이터를 입력하는 대신 AI에게 바둑의 규칙을 가르치고 AI 사이에서 수백 만 번의 게임을 플레이하게 한다면 어떻게 될까? AI는 심층 강화학습을 통해 수백 만 게임에 대한 자체 데이터를 생성하고 최상의 결과에 도달하도록 만든 주요 움직임을 분석함으로써 스스로 학습한다. 인간이 학습을 하는 과정과 마찬가지로 AI 또한 실패나 성공에 따라 대응 방식을 조정함으로써 결과치를 향상시킨다. 차이가 있다면 AI가 처리할 수 있는 학습의 규모와 속도가 우리 사람의 능력을 훨씬 초월한 수준이라는 점이다. 심층 강화학습은 하나의 구조 내부에서 작동할 수 있다. 이것은 목표를 설정하기 전에 바둑이라면 게임의 규칙, 그리고 만약 마케팅 캠페인이라면 시장 상황과 같은 해당 환경의 컨텍스트, 즉 맥락을 고려해야 한다는 뜻이다. 그러면 심층 강화학습 기능을 수행하는 AI는 이전 캠페인으로부터 얻은 지식 뿐만 아니라 자체 반복 학습 과정에서 수없이 시도해 본 시나리오에서

전문가에게 묻다: Deviance.ai의 리치 윌슨이 말하는 AI의 진화와 채택

리치 윌슨(Rich Wilson)은 처음에는 제트기 엔진용 소프트웨어를 개발하는 일을 했습니다. 2005년부터는 소프트웨어 스타트업을 상업화하는 데 주력하면서, 여러 미국 IT 기업의 유럽 진출을 성공시켰습니다. 특히, 금융 서비스 기술 기업이자 거래에 인공지능(AI)을 활용하는 소규모 헤지펀드인 볼큐브(Volcube)와, 최근에는 AI를 언어 분석에 적용하여 기업이 잠재고객 그룹의 감정을 이해하게 해 주는 오디언스 진단 업체 디비언스(Deviance)를 설립했습니다. 리치는 런던을 중심으로 IT 스타트업은 물론 정치, 젠더, TV, 음악 등의 분야에서 언어학 적용과 관련한 저명한 연설가로 활동하고 있습니다. 마케팅을 포함한 여러 분야에서 AI 및 데이터 기업을 설립하고 지원하신 것으로 알고 있는데, 지금까지의 이력과 현재 하고 계신 일에 대해 간단한 소개를 부탁드립니다. 저는 소프트웨어 개발자 출신으로, 닷컴붐 동안 모토로라(Motorola), 홈베이스(Homebase), 오카도(Ocado) 등의 기업들의 첫 번째 온라인 스토어를 개발했습니다. 이를 통해 커머스 분야를 알게 됐죠. 사무실 밖에서 사람들과 대화하는 것이 아주 즐거웠으며 내가 IT를 사업으로, 사업을 IT로 전환하는 데 재능이 있다는 것을 깨달았습니다. 지난 7년 동안 언어 분석 분야에서 일하면서 주로 데이터를 다뤘습니다. 빠르게 변화하는 데이터를 바탕으로 실험을 계속하면서 헤지펀드를 설립하고 AI를 거래에 적용했습니다. 가장 최근에 설립한 디비언스는 검색으로는 찾을 수 없는 인사이트를 AI를 통해 제공하는 서비스입니다. 우리는 브랜드와 기업이 사람들이 실제 어떻게 느끼고 있는지 이해하도록 지원합니다. 대규모의 대상 그룹에 대해서도 이해를 도울 수 있습니다. 최근 40억 개의 단어를 분석했는데 그 정도로 많은 데이터를 다루는 업체는 제가 알기로는 저희밖에 없습니다.

    저희가 도와드리겠습니다

    문의를 남겨주시면 마케팅 전략을 개선하는 데 도움될 AI 솔루션을 자세히 안내드리겠습니다