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

서드파티 쿠키 시대 종말을 대비한 3가지 전략

구글(Google) 웹 브라우저인 크롬(Chrome)에서 서드파티(3rd-party) 쿠키 지원을 중단한다는 발표는 시장에 큰 충격을 주었다. 온라인 광고 생태계의 중추라고도 할 수 있는 서드파티 추적 기능이 없는 광고는 상상하기 힘들지만, 모두가 곧 직면하게 될 현실이다. 구글 또한 이로 인한 시장의 혼선을 줄이기 위해 실행 일정을 지연하는 등 단계적인 접근방식을 취하고 있다. 그러나 브랜드 마케터 입장에서 쿠키가 없어지고 개인정보 보호가 더욱 중시되는 시대를 대비해 광고 전략을 전면 재조정해야 할 시점에 와 있는 것은 분명하다.

지금처럼 급변하는 세상에서 맞닥뜨리는 모든 비즈니스 과제와 마찬가지로, 기업은 쿠키 없는 세상도 단계적인 조치를 통해 준비하고, 적응하고, 나아가 그 속에서 번창할 수 있다. 요컨대 서드파티 쿠키가 사라지면서 마케터들이 해답을 찾아야 할 핵심 질문은 여러 채널 전반에서 어떻게 방문자를 잘 참여시킬 것인가 하는 점이다.

다음에서 이 과제를 해결하기 위해 지금 취할 수 있는 액션에는 어떤 것들이 있는지, 그리고 애피어의 고객 데이터 사이언스 플랫폼 아익슨(AIXON)이 어떤 도움을 줄 수 있는지 알아보자.

1. 퍼스트파티 데이터 통합

서드파티 쿠키가 없으면 사용자가 누구이며 무엇에 관심을 갖는지 이해하는 데 그 이외의 데이터 소스가 훨씬 더 중요해 진다. 즉, 이제야 말로 퍼스트파티, 즉 자사 데이터가 빛을 발할 때다. 자사 데이터는 브랜드가 잠재고객으로부터 직접 수집하는 모든 데이터를 말한다. 대상 잠재고객으로부터 직접 수집하면 그 관련성과 정확도가 높아 유용할 수밖에 없다.

자사 데이터를 더 잘 활용하려면 먼저 여러 소스와 채널에서 발생하는 각 사용자 관련 모든 데이터를 통합해야 한다. 통합 과정을 거쳐 사용자 행동 및 인구통계 정보가 포함된 보다 포괄적인 사용자 프로필이 생성된다. 자사 데이터 통합에는 결정론적 매칭과 확률론적 매칭의 두 가지 접근방식이 있다.

결정론적 매칭은 이름, 이메일 주소와 같이 사실로 알려진 식별 정보를 사용하여 모든 방문 및 활동을 한 사용자와 매칭시킨다. 확률론적 매칭은 상대적으로 덜 확실한 접근방식으로서, 지리적 위치 또는 웹 브라우저 등 덜 개인적인 식별 정보를 사용하여 확률을 토대로 매칭시킨다.

지능형 ID 그래프: AIXON은 자사 데이터 통합을 위해 결정론적 접근방식과 확률론적 접근방식을 모두 사용한다. AIXON의 인공지능(AI)은 확률론적 접근방식에서 특히 의미가 있다고 할 수 있는데, 모든 관련 데이터를 사용자와 매칭시키기 위해 “지능형 ID 그래프”를 생성하기 때문이다. AIXON 지능형 확률 매칭의 정확도는 95% 이상으로 웹사이트에서의 익명 트래픽을 인식하는 데 특히 효과적이다.

2. 데이터를 보강할 대안 방법 모색

서드파티 쿠키의 소멸로 인해 당면하게 될 가장 큰 과제는 자사 데이터에 가치를 더할 수 있는 방법을 찾는 것이다. 기존에는 자사 데이터만으로는 부족할 수 있는 정보의 격차를 메우기 위해 타사 데이터에 의존해 왔다. 타사 데이터는 고객 프로필 구축에서 완전히는 아니더라도 추측을 어느 정도 줄여준다.

서드파티 데이터가 없는 상태에서 데이터를 보강하기 위해서는 자사 데이터에서 사용자의 선호도를 추정하는 데 마케팅 노력을 집중하는 방법이 있다. 각 사용자가 가질 법한 고유 관심사를 나타내는 키워드를 예측하고, 해당 키워드를 사용자 행동과 함께 분석하면 각 사용자가 찾고 있는 것이 무엇인지에 대한 의미 있는 통찰을 얻을 수 있다.

추가 태그 및 확장된 관심사 목록: AIXON 플랫폼의 날리지 그래프를 활용하면 자사 데이터만을 기반으로 사용자의 관심사를 예측할 수 있다. AIXON은 내재된 날리지, 즉 지식의 토대에 사용자의 온사이트 행동을 결합하여 사용자에 대한 추가 태그를 유추할 수 있다. 이 추가 태그는 AIXON이 식별하는 각 사용자별 확장된 관심사 목록을 형성하여 한층 더 깊은 정보를 제공함으로써 보다 정밀한 사용자 세분화 및 타겟팅을 가능케 한다.

3. 데이터 분석, 행동 예측 및 그 결과 기반 전략 조정

데이터를 통합하고 보강한 후에는 분석을 통해 통찰력을 얻어야 한다. 이 마지막 단계가 없다면 앞의 조치들은 의미가 없다고 할 수 있을 만큼 핵심 단계라고 할 수 있다. 데이터 분석을 통해서 사용자 행동 패턴 및 전환을 저해하는 장벽을 발견하고 그에 대응할 새로운 마케팅 전략을 수립할 수 있다.

이 과정은 타사 데이터가 있든 없든 비즈니스 운영에서 반드시 고려해야 할 필수 요소이다. 고객이 점점 더 똑똑해지고 경쟁은 더욱 치열해지는 시장에서 우위를 지킬 유일한 방법은 고객을 더 잘 이해하고 그들의 필요와 요구를 예측하는 것이다.

시나리오 기반 AI 모델: 사용자 프로필을 최대한 포괄적으로 구성하고 나면, AIXON의 AI 모델이 힘을 발휘한다. AIXON에는 현재 분석 및 세분화, 다중 세분화, 이벤트 예측, 이탈 예측, 유사고객 찾기, 사용자 비교 등 시나리오 기반 다양한 AI 모델이 탑재되어 있다. 효과적인 마케팅 전략 수립에 도움되는 기능 위주로 모델이 개발되어 있으며, 향후 업계 트렌드 및 고객 피드백을 반영하여 새로운 모델들이 지속 업데이트될 예정이다.

이러한 통찰력은 궁극적으로 누구를 어떻게 공략할지 결정하고, 나아가 마케팅 캠페인을 최적화하는 데 도움을 준다.

 

* 서드파티 쿠키 없는 시대에 도움될 전략을 알아봤습니다. AXION을 통해 더 잘 준비할 수 있는 방법을 알아보고자 하시면, 문의를 통해 맞춤형 데모를 요청하세요.

애피어에 문의하세요!

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

다른 최신 포스트도 둘러보세요!

프로모션 마케팅 이해 및 실행 전략

프로모션 마케팅이라고 하면 사람들은 보통 쿠폰, 할인, 사은품을 떠올린다. 하지만 성공적인 결과를 얻기 위해서는 그 이상의 탄탄한 전략이 필요하다. 프로모션 마케팅 목표 설정에서부터 어떤 유형을 선택할 것인지, 그리고 전반적인 전략을 수립하는 데까지 프로모션 마케팅의 본질을 이해하고 효과적으로 실행하는 데 도움되는 몇 가지 팁을 알아보자.   프로모션 마케팅이란 무엇인가? 프로모션 마케팅은 브랜드와 제품 또는 서비스의 기능 및 효과를 타겟 고객에게 알려주는 일련의 과정이다. 프로모션 마케팅의 목적은 사람들이 제품이나 서비스를 알아보고 액션을 취하도록 함으로써 인지도를 높이고 판매를 진작시키는 것이다. 프로모션(Promotion) 마케팅은 제품(Product), 가격(Price), 장소/유통(Place) 및 사람(People)과 함께 다섯 개의 마케팅 요소 5P 중 하나이다. 프로모션 마케팅을 수행하려면 목표를 달성할 수 있는 프로모션 전략을 수립해야 한다. 성공적으로 수립하면 프로모션 마케팅을 통해 브랜드 및 제품이 돋보이고, 타겟 고객을 참여시키고, 고객들이 해당 브랜드를 구매하는 결과를 얻을 수 있다.   프로모션 마케팅의 목적 프로모션 마케팅의 핵심 목적은 사람들이 브랜드를 신뢰하고 브랜드에서 구매하도록 유도하는 것이다. 그러나 실행 목적은 보다 광범위한 의미의 마케팅 목표에 따라 세분화된다. 다음과 같은 것들이 그 예가 될 수 있다: · 브랜드 인지도 향상 · 신제품 또는 새로운 서비스에 대한 인지도 향상 · 제품 또는 서비스 차별화 · 더 많은 판매 기회 창출  · 구매 빈도 확대 · 제품 또는 서비스에 대한 정보 공유 · 고객 충성도 제고    프로모션 마케팅의 일반 유형  프로모션

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

논란의 딥페이크(Deepfake), 그 내막과 브랜드에 미칠 영향

특정 인물의 얼굴이나 신체 등을 인공지능으로 모방하여 동영상에 삽입하는 기술인 딥페이크(Deepfake)가 실생활에 사용되기 시작한 것은 한참 전이다. 초기에는 연예인과 닮은 모습을 음란물에 삽입하거나 다른 사람에게 창피를 주기 위한 용도로 사용되다가 최근에는 성범죄에도 사용되고 있어 그 효용이 의심스러운 것이 사실이다. 하지만, 모든 기술이 그렇듯 딥페이크 관련 논란 이면에는 보다 긍정적인 사용 사례도 있다. 특히 영화 산업에서 많은 예를 찾아볼 수 있다. 할리우드 영화 ‘아이리시 맨’의 로버트 드니로처럼 영화에서 배우의 실제 연배 보다 더 젊은 시절을 연기하거나,  또는 DC의 슈퍼 히어로 영화 ‘배트맨 대 슈퍼맨’의 재촬영분에서 헨리 카빌의 콧수염을 제거하는 등의 작업에 딥페이크 기술이 활용됐다. 영화 ‘로그 원: 스타워즈 스토리’에서는 고인이 된 배우 피터 쿠싱의 디지털 버전을 1977년 영화를 원본으로 삼아 만들어냈다. 마찬가지로 고인이 된 캐리 피셔의 레아 공주도 영화 속에 딥페이크로 등장했다. 애피어의 최고 AI 과학자 민 선 박사는 “딥페이크는 연구자들에겐 낯선 이름이다. 컴퓨터 그래픽과 머신 러닝 분야의 연구자들은 컴퓨터를 사용하여 가상 세계에서 인간을 합성하려는 시도를 오랜 기간 해 왔다”고 말했다. 딥페이크의 시작과 발전 민 선 박사는 2015년 이 기술이 개발되기 시작할 때는 치아를 제외한 얼굴을 흉내내던 수준이었으나 2017년에는 실시간 재구성이 가능한 수준이 됐고, 현재는 인간 배우가 화면상의 로봇을 ‘주도하는’ 단계라고 설명한다. 초기에는 컴퓨터 모델을 만들려면 수천 개의 이미지가 필요했기 때문에 유명 인사들이 주요 타겟이었다. 그러나 기술이 발전하면서 이제는 단 한

    저희가 도와드리겠습니다

    문의를 남겨주시면 마케팅 전략을 개선하는 데 도움될 AI 솔루션을 자세히 안내드리겠습니다