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 문의 를 남겨주세요!