블로그|Appier

마케팅에서 고객 데이터 플랫폼을 사용한 8가지 사례

Written by Appier | Jun 21, 2024 6:19:10 AM

‘CDP’는 현재 여러 기업에서 가장 인기 있는 유행어 중 하나이며 그럴만한 이유가 있습니다. 고객 데이터 플랫폼(Customer Data Platform)의 줄임말인 CDP는 디지털 전환을 하고 마케팅 활동을 개선하는 기업의 많은 성공 사례의 중심에 있습니다. 

CDP는 퍼스트파티 데이터를 서드파티 데이터베이스과 연결하고, 다운스트림 마케팅 채널 및 마케팅 자동화 툴을 연결하여 여러 데이터 소스를 중앙화합니다. 이렇게 통합된 데이터 기반을 통해 트레저데이터(Treasure Data), 틸리움(Tealium) 및 애피어(Appier)의 아이리스(AIRIS)와 같은 유명 CDP는 고객 프로필을 강화하고 각 개별 고객에 대한 360° 뷰를 제공합니다. 통합적인 뷰는 개인화된 마케팅을 강화하고 더 나은 고객 경험과 결과를 이끌어냅니다.

수백 여개의 글에서 CDP가 데이터 사일로를 없애 단일 고객 뷰를 가능하게 하는 기술적 기반에 초점을 맞췄지만, Appier는 CDP가 마케팅 퍼널의 여러 단계에서 어떻게 고객에게 제시하는 가치를 증대시킬 수 있는지 8가지 실행 가능한 사용 사례를 살펴보겠습니다.  

물론 마케팅 퍼널의 여러 단계에 동시에 해당되는 사용 사례가 있을 수 있지만, 마케팅 전략을 계획 할 때 CDP의 용도를 이해하는데 있어서 가장 잘 이해할 수 있게 분류해보았습니다. 

인지 단계

마케팅 퍼널의 인지 단계는 잠재 고객이 제품, 서비스 또는 브랜드를 인식하게 되는 초기 단계입니다. 이 단계에서 타겟 잠재고객을 이해하는 것은 그들의 관심을 끌고, 불러일으키는 데 매우 중요합니다. 고객 데이터 플랫폼(Customer Data Platform)이 도움이 될 수 있는 방법은 다음과 같습니다.

360° 고객 뷰 및 세분화

CDP는 모든 접점에서 동일한 고객의 발자국을 식별하여 채널 전반의 데이터를 통합하는 데이터 관리 프로세스인 아이덴티티 식별(identity resolution)을 통해 핵심 가치를 제공합니다. 데이터 사일로를 없애고, 다른 시스템과의 연동을 통해 포괄적인 360° 고객 뷰 또는 프로필을 얻을 수 있습니다. 

우수한 CDP는 데이터 분석 기법을 활용하여 고객의 특성, 행동 및 선호도에 따라 개별적인 그룹으로 나눔으로써, 정교하게 고객을 세분화합니다. 인구 통계학적 정보, 구매 내역, 브라우징 행동, 인게이지먼트 메트릭 등과 같은 요소를 고려하여 의미 있는 세그먼트를 생성합니다. 

효과적인 상위 퍼널 전략을 구축할 때 브랜드는 이렇게 강화된 고객 인사이트와 세그먼트를 사용하여, 타겟팅할 고가치 고객을 식별하고 브랜드 캠페인에 맞게 운영을 하면 됩니다. 물론 우수한 CDP는 실시간 데이터 업데이트를 기반으로 세그먼트를 지속적으로 개선하여, 시간이 지남에 따라 정확성과 관련성이 개선되어야 합니다.

가망 고객 타겟 광고

강화된 고객 프로필과 세그먼트를 기반으로 CDP를 활용하는 브랜드는 이상적인 고객 프로필을 선정하고, 그들이 선호하는 채널, 미디어 및 온드 채널 터치 포인트 전반에 걸친 행동을 파악합니다. 브랜드는 Google 및 Meta 광고와 같은 주요 페이드 채널 플랫폼과 실시간으로 커스텀 오디언스 정의를 직접 동기화하여, 유사 잠재고객(lookalike audience)을 생성하여 우수 고객과 유사한 고객을 확보할 수 있습니다.

또한 고가치 고객의 관심사와 강화된 고객 인사이트를 분석함으로써, 브랜드는 해당 세그먼트에 알맞는 캠페인 크리에이티브 또는 카피도 생성할 수 있습니다. 이러한 CDP 기반의 타겟팅 및 크리에이티브 모범 사례는 인지도를 높이고, 브랜드 선호도를 높이고, 신규 고객을 확보하는 데 효과적인 것으로 입증되었습니다.  

고려 단계

마케팅 퍼널의 고려 단계로 넘어가면, 잠재 고객이 단순한 인지를 넘어 자신의 선택지를 적극적으로 평가합니다. 이 단계에서 고객은 자신의 필요나 문제에 대한 다양한 솔루션을 연구하고, 비교하고, 고려합니다. 

여기에서 브랜드는 고객 데이터 플랫폼을 활용하여 관심사와 고려 사항에 따라 타겟 잠재고객을 나누고 인게이지먼트를 위한 보다 타겟팅된 접근 방식을 취할 수 있습니다. 

개인화된 사용자 여정 매핑 및 마케팅 자동화

CDP는 다양한 접점과 채널에서 고객 여정을 자동으로 매핑하여 전체 고객 경험을 이해하고 개선 또는 최적화가 필요한 영역을 식별할 수 있습니다. 이 시각화를 통해 마케터는 고객 경험이 얼마나 잘 전개되고 있는지 잘 확인하고, 고객 라이프사이클 전반에 걸쳐 주요 접점, 문제점 및 개선 기회를 식별할 수 있습니다. 

CDP에서 얻은 인사이트를 통해 마케터는 고객 여정을 최적화하고, 인터랙션을 개인화하고, 고객의 요구와 선호도에 부합하는 원활한 경험을 제공하여 궁극적으로 만족도와 고려도를 높일 수 있습니다.  또한 우수한 CDP는 많은 마케팅 자동화 툴과 연동되거나 유사한 기능을 제공하여, 마케터가 세그먼트를 활성화하고 실시간으로 개인화된 메시지를 전달할 수 있도록 지원합니다. 마케터는 몇 번의 클릭만으로 멀티 채널 트리거 캠페인을 설정하여 이미 관심을 보이는 고객을 리타겟팅 하거나 고려도를 높여, 페이드 및 온드 터치포인트 전반에 걸쳐 수동으로 설정하는데 소요되는 시간을 절약할 수 있습니다.

개선된 미디어 믹스 및 마케팅 어트리뷰션

고객이 여정을 완료하면, CDP는 마케터가 전환 및 결과 어트리뷰션을 특정 마케팅 이니셔티브로 할 수 있도록 지원합니다. 정교한 데이터 분석 및 어트리뷰션 모델링을 통해 CDP는 고객 여정에서 가장 영향력 있는 마케팅 채널과 캠페인을 식별합니다. 

이러한 인사이트를 통해 마케터는 리소스를 효과적으로 재분배하고, 마케팅 전략을 최적화하며, ROI를 극대화할 수 있습니다. 고객 인게이지먼트에 대한 CDP의 포괄적인 뷰를 통해 기업은 데이터를 기반으로 의사 결정을 내려 마케팅 성과를 증대시키고, 가치 있는 고객 행동으로 고려도를 증대하고, 비즈니스 성장을 촉진할 수 있습니다.

결정 단계

드디어 우리는 잠재 고객이 구매 결정을 내릴 준비가 된 마케팅 퍼널의 결정 단계에 왔습니다. 이 단계에서 개인은 선택의 폭을 좁히고 특정 제품이나 서비스를 평가하여 자신의 니즈에 가장 적합한 것을 결정합니다. 고객 데이터 플랫폼은 어떻게 쇼핑객을 결제 페이지로 유도할 수 있을까요? 

구매 예측 및 개인화된 리타겟팅

잠재 고객이 고객 여정의 이전 단계에서 취한 모든 행동을 기반으로 CDP는 미래의 행동을 매우 정확하게 예측할 수 있습니다. 훌륭한 CDP는 마케터가 즉시 사용 가능한 리포트를 활용하고 패턴과 행동 트렌드를 파악하여 고객이 제품, 콘텐츠 및 채널과 상호 작용하는 방식에 대한 인사이트를 발견할 수 있도록 합니다. 이러한 인사이트를 기반으로 CDP는 예측 모델링을 사용하여 구매 가능성과 같은 향후 액션을 예측할 수 있습니다. 

방금 장바구니를 이탈한 사람을 식별하는 것과 같은 구매 예측 인사이트 또는 실시간 세그먼트 인사이트를 얻는 기업은 프로모션을 개인화하고, 선호하는 제품을 다이내믹하게 보여주어, 장바구니를 이탈한 고객이나 구매 의사가 높은 예측 세그먼트를 리타겟팅하여 궁극적으로 전환율과 판매를 높일 수 있습니다.

크로스 셀링 & 업셀링 

첫 구매가 이루어지면 기업은 최적의 타이밍, 최상의 채널, 최고의 제품 또는 프로모션 믹스를 파악하여 크로스 셀링 및 업셀링을 위해 CDP를 사용할 수 있습니다. 이러한 판매 기회가 있는지 여부와 판매 제품을 식별하는 것은 마케터와 세일즈 담당자로만 구성된 팀만으로는 어려울 수 있지만, CDP가 있다면 고객 구매 내역 및 행동을 효과적으로 분석하여 적합한 관련 제품 또는 서비스를 추천할 수 있습니다.

리텐션 단계

구매를 하기로 한 첫 번째 결정은 시작에 불과합니다. 이제 마케팅 퍼널의 마지막 단계인 리텐션 단계에 접어들면서 기업은 반복 구매, 충성도 및 옹호를 장려하기 위해 기존 고객과의 관계를 유지하고 강화하는 데 집중해야 합니다.

고객 생애주기 가치 (CLV) 증대

CDP는 고객의 과거 구매내역, 인게이지먼트 수준 및 기타 요인을 기반으로 고객의 생애 가치를 쉽게 계산 할 수 있습니다. 이 분석을 통해 마케터는 리소스의 우선 순위를 지정하고 그에 따라 마케팅 전략을 조정할 수 있습니다. 

CDP는 CLV를 정확히 어떻게 계산할까요? 구매 빈도, 평균 주문 금액 및 고객 리텐션율과 같은 요소를 기반으로 산출합니다. 이를 통해 CDP는 고객이 비즈니스와의 관계 전반에 걸쳐 창출할 것으로 예상되는 총 가치를 결정할 수 있습니다.

이탈 방지 및 신뢰 구축

고객 생애 가치(LTV)와 마찬가지로 CDP 분석 및 예측 모델링을 사용하여 고객의 이탈 가능성을 예측할 수 있습니다. CDP는 고객 행동 및 인게이지먼트기준을 분석하여 이탈 리스크가 있는 고객을 식별함으로써 기업이 타겟팅 혜택, 인센티브 또는 개인화된 커뮤니케이션과 같은 고객을 유지하기 위한 사전 조치를 취할 수 있도록 합니다.

마지막으로, CDP는 기업이 데이터 및 접점을 수집하고 활용하는 방법에 대해 고객이 안심할 수 있도록 하는 데 도움이 될 수 있습니다. CDP가 GDPR 또는 CCPA와 같은 데이터 개인 정보 보호 모범 사례 및 규정을 준수하도록 구축된 경우 이런 역할을 자동적으로 수행하게 됩니다. 고객 데이터 관리를 중앙 집중화하고 강력한 데이터 거버넌스를 구현함으로써 우수한 CDP는 데이터 관리 및 액세스 컨트롤에 대한 동의를 포함해야 합니다. 이것은 데이터 개인 정보 보호와 신뢰가 고객 관계의 기반이 되는 시대에 마케터가 선택한 고객 데이터 플랫폼을 고려할 때 잊지 말아야 할 핵심 세부 사항 중 하나입니다.

 

마케팅에서 고객 데이터 플랫폼의 8가지 사용 사례를 소개하는 이 글의 끝 부분에 도달했습니다. 마케팅 자동화 기능을 갖춘 Appier의 AI 기반 CDP인 AIRIS가 무엇을 제공하는지 알아볼 준비가 되셨나요? 지금 바로 문의해주세요.