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: