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

인공지능(AI)으로 다시 태어난 이메일 마케팅

소셜 미디어를 비롯한 디지털 채널이 고객 참여나 제품 홍보의 주요 도구로 활용되면서 이메일과 같은 “전통적인” 의미의 마케팅 기법은 간과되기 쉽다. 그러나 최근에는 이메일 마케팅도 인공지능(AI) 기술로 그 효과가 한층 개선되어 다시 효율적인 마케팅 기법으로 환영받고 있다.

이메일 마케팅은 구독자를 확보하고 유지하는 데 따르는 어려움과 상대적으로 낮은 오픈율 및 클릭률 등의 한계로 인해 즉각적인 반응을 확인할 수 있는 소셜 채널에 비해 덜 효과적인 편이다.

기존에는 이런 문제를 해결하고 실적을 개선하기 위해 할인 혜택을 제공하거나, 좀 더 눈에 띄는 제목을 부여하거나, 빈도를 달리해서 전송하는 등, 이메일 콘텐츠 자체를 변형하는 방식을 적용하는 것이 일반적이었다. 하지만 이런 해결 방식의 기저에는 수신자가 이메일 콘텐츠에 반응을 하거나 하지 않는 이유를 사람이 충분히 파악할 수 있다는 전제가 깔려 있다. 이 가정은 일정 부분 사실이지만, 수신자들로부터 브랜드가 원하는 결과를 얻기까지 많은 시행착오를 거쳐야 한다.

지금은 인공지능(AI)의 발달로 유사 고객 그룹을 찾아내고, 기존 고객을 더 잘 이해할 뿐만 아니라 세분화하고, 고객 관심사를 파악하고, 따라서 고객의 향후 행동을 보다 정확하게 예측할 수 있게 됐다. 인공지능이 가진 이런 기능들이 이메일 마케팅의 한계를 극복하는 데 큰 도움이 된다.

인공지능(AI) 기반 잠재 고객 세분화를 통한 오픈율 상승 효과  

이메일 수신자들이 콘텐츠에 반응하지 않는 데는 이유가 있다. 인공지능을 접목하면 문제의 핵심은 물론 잠재 고객의 요구사항을 보다 정확하게 파악할 수 있어 추측만으로 접근했을 때보다 훨씬 더 높은 성과를 낼 수 있다.

이컨설턴시(Econsultancy)의 보고서에 따르면, 2017년 아태지역 마케팅 담당자 중 21%만이 진정한 의미의 개인별 맞춤 이메일 마케팅을 실현했고, 76%는 개인화 수준 개선을 원하고 있는 것으로 나타났다.

해당 보고서는 또한 수신자 이름 외에 추가로 데이터 포인트를 사용하는 것이 이메일 오픈율을 두 배 높인다고 밝혔다. 인공지능이 집필한 소설이 문학상을 거의 탈 뻔한 적이 있다. 그렇다면 인공지능은 사용자가 여러 기기를 번갈아가면서 소비한 콘텐츠를 포함한 모든 데이터를 분석하는 것은 물론 자주 사용하는 키워드를 추출하여 잠재 고객이 관심을 보이는 주제를 판별해 낼 수 있을 것이다. 그러면 예측적인 잠재 고객 세분화가 가능해져 높은 전환율을 기대할 수 있게 된다.

이렇듯 실용적인 인사이트를 얻은 후에는 잠재 고객이 선호하거나 꼭 필요로 하는 사항과 밀접하게 일치하는 콘텐츠 또는 제안 내용을 개발할 수 있다. 인공지능은 식별해낼 수 있는 키워드의 수에도 제한이 없기 때문에 잠재 고객을 고객으로 전환할 수 있는 기회는 그 만큼 더 확대된다.

심지어 과거에 진행했던 캠페인에 보인 반응을 토대로 새로운 캠페인에 응답할 가능성이 높은 사용자를 예측할 수 있고, 발송 옵션을 맞춤 설정함으로써 수신자의 응답률을 높일 수도 있다.

실례로 대만의 주요 온라인 출판 인쇄 기업은 과거 모든 독자에게 동일한 이메일을 보내어 낮은 오픈율과 클릭률 문제를 겪고 있었다. 콘텐츠 및 제목도 수신자의 관심을 유발할 만큼 관련성이 있거나 매력적이지 않았다. 이런 상황을 해결하기 위해 해당 인쇄 업체는 인공지능(AI)을 도입했다. 딥 러닝 기술을 사용해 나이, 관심사와 같은 독자의 주요 특성에 온라인 행태를 접목함으로써 한층 정밀하게 세분화된 독자 프로필을 구축할 수 있었다. 그 결과 콘텐츠에 부합하는 발송 그룹을 따로 구분해내어, 오픈율 42%, 클릭률은 107%까지 증가시킬 수 있었다.

유사 고객 찾기(Lookalike) 기능으로 고객 베이스 확대

정밀하게 구축된 AI 모델은 사용자의 온라인 활동에서 수집한 데이터를 분석하여 현재 구매율이 높은 고객들과 “유사한 행태”를 보이는 사용자를 찾아내고, 이들에게 어필할 수 있는 타겟 광고 및 기타 프로모션 활동을 개발할 수 있게 해준다. 마케팅 담당자가 원하는 만큼 다양한 그룹으로 기존 고객 데이터를 나누어 살펴볼 수 있다. 여기에는 웹사이트, 캠페인, 앱, 고객 관계 관리 소프트웨어, 응용 프로그램 프로그래밍 인터페이스 통합 등 다양한 소스로부터의 데이터가 포함된다.

그런 다음 인공지능(AI) 구동 플랫폼에서 추가 소스와 통합 매핑하여 고객이 될 가능성이 높은 잠재 고객과의 긴밀한 연관성을 찾아낸다. 이렇게 확보한 분석 정보를 활용하기 때문에 추측이 배제된 보다 정확한 타겟팅 도구로써 이메일 마케팅을 전개할 수 있다.

인공지능 기반 예측으로 구독자 유지

특정 행동은 사용자가 곧 이탈할 것임을 암시하기도 한다. 인공지능 구동 플랫폼은 행동 패턴을 분석함으로써 이탈 가능성이 높은 가입자를 식별해낼 수 있다. 이탈 가능성이 높은 구독자 그룹을 구분해낸 다음에는 다음과 같은 리인게이지먼트(재참여) 전략을 세우고 실행함으로써 서비스를 계속 이용하도록 유도할 수 있다:

  • ‘잠재적인 이탈자’ 그룹만을 대상으로 한 이메일 작성 및 관심사별 추가 세분화
  • 해당 그룹 전용 깜짝 세일, 행사 또는 혜택 제공
  • 사용자가 손쉽게 액션을 취할 수 있는 서식이나 링크 사용

인공지능은 이메일 마케팅에서 전례 없는 수준의 개인화를 가능케 하는 유용한 도구다. 인공지능을 활용함으로써 이메일 마케팅에서 고객의 참여를 유도할 수 있는 행태나 관심사가 무엇인지 파악할 수 있고, 또한 좋은 성과를 내기 위해서는 콘텐츠를 어떻게 개인화 해야 하는지 알 수 있다. 인공지능의 이와 같은 기능들로 인해 낡은 방식으로 치부되던 이메일 마케팅이 다시 활발히 활용되고 있다.

애피어에 문의하세요!

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

다른 최신 포스트도 둘러보세요!

고객 충성도와 유지율, 너무 늦으면 5배의 비용을 지불해야 한다

고객을 잃고 싶어 하는 기업은 없다. 고객 유실은 기업의 평판에 악영향을 미치고, 매출에 타격을 입히는 데서 끝나지 않는다. 마케팅 예산과 관련해서도 추가 비용이 발생한다. 포레스터 리서치의 조사에 따르면 기존 고객을 계속 유지하는 데 드는 비용의 다섯 배를 써야 새로운 고객을 유치할 수 있다고 한다. 그렇다면, 이탈이 임박한 고객을 예측하고 이러한 잠재 이탈 고객의 재참여를 유도할 수 있는 방법은 없을까? 인공지능(AI)을 활용하여 고객에 대한 인사이트를 확보하면 가능하다. 인공지능은 활동이 없는 고객을 파악하고, 거래 사이트를 변경할 가능성이 높은 고객, 즉 고객 이탈률(churn rate)을 예측할 수 있다. 그 뿐만 아니라 고객의 관심사에 대한 심층 인사이트를 제공하여 개인맞춤형 메시지와 콘텐츠로 재참여율을 높일 수 있도록 한다. 고객의 발길을 붙잡는 비결, 그 해답은 데이터에 있다 높은 고객 유지율은 업계를 불문하고 수익 창출의 원동력이다. 기존에 사용해 오던 마케팅 방식으로 데이터는 많이 확보했다. 문제는 데이터를 해석해서 당장 적용 가능한 인사이트로 전환하는 작업이 쉽지 않다는 것이다. 또한 이런 작업은 빠른 시간 안에 이루어져야 하는데, 고객이 이탈을 고려하고 있다면 그야말로 일각을 다투는 상황이기 때문이다. 인공지능(AI) 시스템은 수동으로 데이터를 수집하는 것보다 훨씬 효율적이다. 정확한 요구 사항에 따라 자동으로 수행되기 때문이다. 일단 목표를 설정하면, 시스템도 그 목표에 맞추어 조정하면 된다. 그러면 시스템은 빠르고 정확하게 해당 작업을 수행할 것이다. 이 과정에서 사람의 실수가 개입할 가능성은 훨씬 줄어든다. 데이터 관련성이 떨어지거나 충분히 구체적이지 않다고

[기고] 인간과 AI의 공존: 인간 중심 AI가 답이다

인공지능(AI)에 대한 인식이 변화하고 있다. 지금까지 AI는 컴퓨터 기술을 사용해 인간의 사고 프로세스를 증강하기 보다는 사고방식 자체를 흉내 내어 인간 지능을 모방하고 나아가 이를 능가하기 위한 시도의 측면에서 발전해왔다. 이런 접근방식으로도 지금까지는 많은 발전을 이뤘다. 특히, 이미지 인식과 음성 인식 등 대중적으로 많이 알려진 기준 지표에서 기계가 인간보다 더 나은 성과를 내는 것으로 인정받은 분야들이 좋은 예다. 그러나 현실 세계에서 예기치 못한 상황에 맞닥뜨렸을 때 대응하는 능력 면에서는 한계를 보여왔다. AI의 진정한 가치는 실제 비즈니스에서 생산성을 얼마나 증대할 수 있는가에 달려있으므로, 이런 한계를 극복하지 못하면 AI의 광범위한 도입에는 차질이 발생할 수밖에 없다. 그러나 최근 인간 중심 AI라는 새로운 접근방식이 부상하면서 기존의 한계를 뛰어넘을 수 있을 것이라는 기대감이 형성되고 있다. 인간 중심 AI는 최종사용자인 인간의 경험 향상에 최고의 가치를 두고, 인간보다 뛰어난 능력 발휘가 아닌 인간을 도와 주어진 작업을 더 잘 수행하는 데 주안점을 둔다. 인간과 기계가 이렇게 협력하면 AI가 혼자 고군분투하는 것보다 궁극적으로 인류 발전에 훨씬 더 큰 기여를 할 수 있을 것이다. ■ 최첨단 AI의 한계: 환자를 대할 줄 모르는 AI 지금도 AI에 구체적인 목표를 부여하고, 그 목표를 달성하는 방법에 대한 데이터를 대량으로 투입하면 전반적으로 평균적인 인간의 능력을 뛰어넘는 결과를 내놓는다. 이는 거의 공식과 같다. 빅데이터에 딥 러닝을 더하면 인간의 능력을 초월한 수준의 결과치가 나온다. 2011년 TV 퀴즈쇼 ‘제퍼디’(Jeopardy)에서

인공지능(AI)을 이용한 선제적인 부정 인스톨 예방

부정 인스톨과 그로 인한 손실 문제는 마케터들에게는 항상 골칫거리다. 인공지능이 이런 흐름을 뒤바꿀 수 있는 효과적인 무기로 떠오르고 있다. 시장조사 전문기관 이마케터(eMarketer)에 따르면, 2018년에는 아태지역 광고 지출액이 10.7% 상승하여 미화 2,104억 3천만 달러에 달할 것으로 예상된다. 아태지역 마케터들이 지속적으로 광고에 자금을 쏟아 붓고 있음을 알 수 있다. 그러나, 점차 심화되고 있는 부정 인스톨 문제로 인해 캠페인 결과는 왜곡되고 광고 수익률 향상에는 걸림돌이 되고 있다. 앱스플라이어(AppsFlyer)의 “2018년 1분기 모바일 부정 인스톨 현황” 보고서에 따르면, 모바일 앱 설치로 보다 높은 안전성을 기대했던 모바일 마케터들조차 작년 동기 대비 30% 늘어난 부정 인스톨로 당황하고 있다고 한다. 전세계적으로 모바일 앱 부정 인스톨로 인한 손실은 미화 7~8억 달러에 달한다. 부정 인스톨 문제를 해결하지 못하고 있는 이유는 무엇일까? 점점 교묘해지고 있는 부정 인스톨 수법 초기의 부정 인스톨은 그 수법이 비교적 단순했다. 봇(bot)을 이용하여 대량의 트래픽을 웹사이트에 집중하거나, 자동 리다이렉트(auto redirects)를 통해 값싼 트래픽을 구입하거나 별도 인력을 고용해 클릭 농장(click farms)에 앱을 설치하는 식이었다. 일단 클릭을 하거나 앱이 설치되면 완료되는 형태다. 이러한 수법은 이내 광고주들에게 발목이 잡히게 되고, 이에 따라 앱 설치 후의 품질, 인게이지먼트, 최종 클릭을 유도한 속성, 투자수익률(ROI) 등을 조사하는 방향으로 초점이 이동하기 시작했다. 오늘날, 부정 인스톨 기법은 그 성격이 완전히 달라져 완전히 뿌리뽑을 수 없는 괴물과 같은 존재로 진화했다. 예를 들면, ‘클릭 인젝션(click injection)’이라는 수법은

    저희가 도와드리겠습니다

    문의를 남겨주시면 마케팅 전략을 개선하는 데 도움될 AI 솔루션을 자세히 안내드리겠습니다