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

실시간 고객 의향 기반 타겟팅으로 전환율을 높이는 방법

기존의 타겟 잠재고객 데이터베이스 구축 방식은 Mike가 액션 A를 수행하면 메시지 A가 전송되는 방식으로 이루어졌다. 이 방식도 어느 정도 효과는 있지만 지나치게 단순해서 요즘 소비자들의 복잡한 온라인 행태는 반영하지 못하는 단점이 있다.

좀 더 깊이 실상을 들여다보면 기존 방식으로는 Mike가 이미 수행한 액션에 대해서는 알 수 있지만, 앞으로 어떤 액션을 취할지 예측은 할 수 없다. 따라서 이런 유형의 기본적인 개인화에 예산을 할당하는 것은 위험하다. 그럼에도 불구하고 여전히 많은 브랜드가 이 방식에서 벗어나지 못하고 있으며, 결과적으로 저조한 소비자 참여도로 어려움을 겪고 있다.

최근 비약적으로 발전한 인공지능(AI) 기술의 도움으로 이를 보완하여 실시간 고객 의향 기반 타겟팅을 진행하면 고객 참여도를 높일 수 있다.

실시간 고객 의향 기반 타겟팅 이해

‘실시간 고객 의향 기반 타겟팅’은 ‘인지적 제품 타겟팅’으로도 알려져 있으며, 개인화의 다음 단계로 발전될 것으로 주목받고 있다. 인공지능으로 실시간 고객 의향 기반 타겟팅을 구현하면 끊임없이 변화하는 고객의 의도를 1000분의 1(millisecond) 단위까지 정확하게 예측할 수 있다.

강력한 알고리즘과 딥 러닝을 활용하여 멀티 채널에서 발생하는 수십억 개의 소비자 데이터 포인트를 실시간으로 분석할 수 있다. 이러한 채널에는 웹사이트, 앱 및 이메일과 같은 브랜드 자체 소유 채널 뿐만 아니라 외부 웹사이트도 포함된다.

인공지능은 이렇게 풍부한 데이터를 토대로 상품 선호도 뿐만 아니라 구매 전환 가능성을 나타내는 패턴을 보다 심층적으로 파악할 수 있다. 이는 온라인 고객 활동의 최신성과 빈도를 살펴봄으로써 가능하다. 예를 들어, Mike가 지난 이틀 동안 특정 상품을 두 번 보고 세 번째 날에 장바구니에 추가했다면 Mike의 구매 가능성이 높다고 볼 수 있다.

일단 고객의 구매 의향 정도가 확인되면 고객 페르소나를 보다 세밀하게 분류하여 실시간 타겟팅을 최적화할 수 있다. 여기서 중요한 점은 시간의 경과와 함께 수집된 데이터의 양이 많아질수록 고객 의향을 보다 정확하게 예측할 수 있다는 것이다.

고객 의향 정도에 따른 맞춤 메시지 작성

상당히 설득력 있는 이론으로 들리지만, 실제로 실시간 고객 의향 기반 타겟팅이 어떻게 작용하는지는 선명하게 그려지지 않을 수 있다. 본질적으로 고객이 미래에 취할 가능성이 높은 행동을 예측하여 메시지를 보다 정확하게 그리고 지속적으로 맞춤 조정함으로써 고객의 참여와 전환율을 높이는 형태로 작동한다는 의미이다.

소비자의 구매 과정에서 확인된 구매 의향의 정도에 따라 세그먼트를 나누고, 각 세그먼트별로 서로 다른 타겟팅 전략을 적용함으로써 실제 구매로의 전환을 향상시킬 수 있는 방법을 구체적인 사례를 들어 소개한다.

세그먼트 1: 전환 의향이 높은 그룹   

높은 구매 의향을 가진 잠재고객 그룹의 예로는 어제 장바구니에 상품을 추가했거나 또는 지난 이틀 사이 특정 상품을 세 번 본 고객을 들 수 있다. 이들에게는 “재고 소진 임박: 구매를 서두르세요” 또는 “오늘만 20% 한정 할인”과 같이 긴박한 느낌을 주는 메시지를 전송할 수 있다.

덧붙여, 인공지능을 통해 이들 그룹의 행동을 보다 상세히 분석하고 통합고객관점을 구축하면 보다 적절한 타이밍과 적합한 디바이스를 찾아 맞춤 광고를 노출할 수 있다.

세그먼트 2: 보통 수준의 전환 의향을 가진 그룹

지난 주에 특정 상품을 한 번 살펴보고 관련 상품 정보를 검색해본 고객과 같이 보통 수준의 전환 의향을 가진 고객의 경우, 보다 상세한 분석으로 상품에 대한 이들의 실제 관심 정도를 파악하여 개인화해야 한다. 

AIXON과 같은 인공지능 기반 데이터 사이언스 플랫폼을 사용하면 모든 채널로부터의 고객 데이터를 빠른 속도로 처리하여 고객이 브랜드 자체 채널 뿐만 아니라 외부에서 보인 관심사도 파악할 수 있다. 이처럼 심도 있는 고객 인사이트는 한층 더 효과적인 고객 세분화의 토대가 되고, 세그먼트별로 푸시 알림, EDM, 인앱 메시징, SMS 또는 기타 고객 선호 채널을 통해 맞춤형 상품 추천 메시지를 전송함으로써 고객 참여를 강화할 수 있다.

세그먼트 3: 낮은 수준의 전환 의향을 가진 그룹 

인공지능은 고객 데이터를 분석하여 구매 의도를 가지고 있는 고객과 단순히 둘러만 보고 있는 고객을 구분하는 데 도움을 준다. 지난 2주간 상품을 한 번 본 고객과 같이 전환 의향이 낮은 고객의 경우, 지속적인 고객 육성 캠페인(Nurturing campaign)을 통해 참여를 유도할 수 있다.

여기서 핵심은 고객의 외부 관심사를 파악하는 것이다. 인공지능을 활용하여 고객이 외부 웹사이트에서 읽었던 기사나 확인한 제품에 대한 추가 데이터를 통해 고객의 외부 관심사를 나타내는 핵심 키워드를 찾아낼 수 있다. 키워드를 토대로 블로그 포스트, 상품 관련 팁, 유용한 정보 등의 연관성 높은 콘텐츠를 포함하거나 또는 이메일 및 소셜미디어 타겟팅을 통한 무료 샘플 교환권을 제공하는 등 다양한 형태의 고객 육성 캠페인을 진행할 수 있다.

실시간 고객 의향 기반 타겟팅은 한때 유행하고 사라져 버릴 마케팅 방식이 아니라, 잠재고객 세분화 마케팅의 미래라고 할 수 있다. 인공지능은 데이터를 실시간으로 분석하고 스스로 학습함으로써 고객 참여도를 높이고 전환을 유도할 뿐만 아니라 ROI를 높이는 고도의 개인맞춤형 커뮤니케이션을 가능케 하는 원동력이다.

 

*실시간 고객 의향 기반 타겟팅에 적합한 인공지능(AI) 툴에 대해 보다 자세히 알아보고자 하시면 문의남겨주세요!

애피어에 문의하세요!

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

다른 최신 포스트도 둘러보세요!

고객생애가치(LTV) 향상을 통한 투자수익률(ROI) 개선

오늘날 기업들은 캠페인 및 광고에 대한 투자의 정당성을 입증하기 위해 다양한 지표를 사용한다. 그러한 지표 중에서도 특히 가장 중요한 것이 바로 고객생애가치(LTV)이다. 하지만, 전세계 광고주의 3분의 1만이 LTV의 중요성을 인지하고 있다. LTV는 한 명의 쇼핑객이 브랜드와의 전체 상호작용에서 얼마 만큼의 금전적 가치를 갖는지를 수치로 평가한 것이다. LTV를 높이는 것은 기업이 고객의 구매 전환을 유도하고 높은 충성도를 구축하기 위해 반드시 필요하다. 가령 유저가 특정 전자상거래 앱을 의식적으로 찾아 설치까지 할 경우, 이 유저는 광고를 통해 설치에 이른 유저에 비해 훨씬 더 높은 가치를 지닌다. 앱스플라이어(AppsFlyer)에 따르면 전세계 10.9%의 유기적(organic) 앱 유저가 앱 설치 후 3개월 이내에 1회 구매함으로써 미화 U$ 20.63 달러의 LTV를 보였다. 반면 8.9%의 비유기적 유저의 경우 LTV는 미화 U$ 7.10 달러에 그치는 것으로 나타났다. 기업이 LTV 향상을 위해 채택할 수 있는 중요한 전략 중 하나가 바로 개인맞춤화(personalization)이다. 고객들이 자신에게 가장 알맞게 다듬어진 컨텐츠, 상품, 브랜드 경험을 발견할 경우 재방문 가능성은 높아지고, 이탈 가능성은 낮아진다. 이는 브랜드에 대해 처음 알게 되는 시점에서 브랜드의 컨텐츠에 몰입하게 되는 과정, 그리고 구매 결정을 내리고 충성 고객으로 변화될 때까지 고객생애의 전 단계에 걸쳐 유효하게 적용된다. 브랜드 경험을 개인화 하는 여러 방법이 있지만, 요즘은 그 중에서도 인공지능(AI) 기반 솔루션들이 개인화를 한 단계 높은 경지로 끌어올리고 있다. 마케터가 인공지능을 활용하여 구매자 여정 (buyer journey) 전반에

여행 업계에서 인공지능(AI)을 통해 의미 있는 개인맞춤형 고객 참여를 유도하는 방법

여행 또는 관광 관련 업체라면 최근 여행업계의 가파른 성장세에 힘입어 올 한 해 호황을 경험했을 것이다.  2017년 한 해 동안만 전세계 여행 시장 매출 규모는 8조2천7백억 달러를 넘어섰다. 그러면 이렇게 좋은 기회를 어떻게 활용해야 단기적 이익과 더불어 장기적 가치를 창출해 나갈 수 있을 것인가? 이는 말처럼 쉽지 않다. 여행 및 관광 업계가 상당한 성장을 거듭하는 한편으로 여러 가지 변화도 동시에 겪고 있기 때문이다. 온라인 여행사의 확산, 인공지능(AI)의 등장, 그리고 독특한 여행지와 더불어  막힘 없이 스스로 설계하고 디자인하는 셀프 서비스 여행 경험을 원하는 여행객들을 모두 고려해야 하기 때문에 새로운 여행객을 확보하고 또 지속적으로 유지해 나가기는 이전보다 결코 만만치 않은 일이 됐다. 데이터가 다가 아니다 우선 해결해야 할 문제로 여행 예약 업무를 처리하는 과정에서 발행하는 엄청난 양의 데이터, 즉 고객이 선택한 여행지, 선호하는 여행 스타일, 예산 등과 관련된 방대한 정보를 어떻게 처리할 것인가 하는 문제가 있다. 이런 데이터를 잘 활용하여 의미 있는 고객 경험으로 바꿀 수 있다면, 고객의 구매 전환율을 높이고 참여를 강화할 수 있을 뿐만 아니라 반복적인 구매를 유도할 수도 있을 것이다. 하지만 많은 데이터를 확보하는 것만으로는 부족하다. 여행객들은 자신이 찾고 있는 목적지에 딱 들어 맞는 개인맞춤형 상품을 적시에 찾을 수 있는 간단한 검색 프로세스를 원한다. 여행 업체 입장에서 이를 만족시키려면 해당 여행객이 자사가 아닌 외부 온라인 사이트에서 이용한 관광 관련

인공지능(AI)을 통한 광고 품질 개선으로 마케팅 효과 극대화

잠재고객에게 광고가 효과를 발휘하려면 몇 번이나 보여주어야 할까? 이것은 수 십년 전부터 이어져 내려온 마케팅 업계의 딜레마이다. 그리고 이 문제는 디지털의 등장과 함께 한편으로는 관리가 쉬워졌으면서 다른 한편으로는 관리가 더 어려워진 두 측면을 모두 지니고 있다. 이 광고 효과와 관련된 문제는 단순히 수량에 국한되지 않고, 광고의 품질과도 관련이 있다. 높은 품질의 광고란 최적의 예상 고객군을 찾아내고 이들을 정확히 타겟팅하는 것을 의미한다. 이러한 작업이 바로 인공지능(AI)이 활약할 수 있는 영역이다. 프리퀀시 캐핑(Frequency Capping)만으로는 충분하지 않은 이유 프리퀀시 캐핑 기능은 확실히 특정 개인과 광고 캠페인의 접촉 횟수를 제한하여 광고 노출을 통제하는 데 도움이 된다. 하지만 과연 몇 번이 최적의 횟수인지를 판단하는 것은 여전히 난제로 남아 있다. 노출 횟수가 너무 적으면 잠재고객이 광고를 알아 차리지 못하거나 충분한 정도로 알아차리지 못할 수가 있다. 반면, 노출 빈도가 너무 높으면 기억에 남는 수준을 넘어 성가시게 느껴질 수 있다. 이로 인해 캠페인 참여는 낮고 심지어 브랜드 이미지에 타격을 줄 수도 있다. 그 동안 이 문제에 대한 해답을 찾기 위한 많은 연구가 있었다. P&G(Procter & Gamble) 처럼 디지털 광고 노출 횟수를 월 3회로 제한하는 브랜드가 있는 반면, 페이스북(Facebook)은 주 1-2회 정도의 빈도로 최소 10주간 노출해야 최고의 캠페인 효과를 발휘한다고 주장하고 있다. 최적의 광고 노출 횟수는 광고 매체, 범주, 목적, 형태에 따라 각기 달라질 수 있기 때문에 정답을 찾는

    저희가 도와드리겠습니다

    문의를 남겨주시면 마케팅 전략을 개선하는 데 도움될 AI 솔루션을 자세히 안내드리겠습니다