새로운 연구: 마케팅 리더들이 말하는 장기적인 성공의 열쇠- 크로스 플랫폼 분석

Jonathan Meltzer / 2020년 9월
A stylized array of line drawings of data charting and graphing symbols overlaid with a blue magnifying glass.

데이터는 현명한 비즈니스 결정을 내리는 데 있어 핵심적인 요소입니다. 그리고 전 세계의 마케터들이 코로나19에 의해 야기된 소비자 행동의 변화에 대응하면서 효과적인 데이터 사용은 고객 충성도를 유지하고 새로운 수익 흐름을 이끌기 위해 매우 중요할 것입니다.

브랜드는 이제 앱, 웹사이트, 연결 기기, 그리고 이메일, 소셜 미디어, 디지털 광고 등의 마케팅 프로그램을 통해 그 어느 때보다 더 많은 고객과의 상호작용으로부터 데이터를 얻고 있습니다.

이러한 맥락을 염두에 두고 Google은 포레스터 컨설팅(Forrester Consulting)과 파트너십을 맺고 오늘날 마케터들이 디지털 분석을 어떻게 사용하고 있는지, 그리고 미래에 디지털 분석을 어떻게 사용하기를 원하는지 파악했습니다. 포레스터는 미국, 영국, 프랑스, 독일, 호주, 일본의 여러 산업 분야에 걸쳐 대기업의 마케팅 의사결정자 750명을 대상으로 설문조사를 실시했습니다.

그 결과 마케팅 리더들은 그들이 받아들이고 있는 데이터의 양을 관리하는 데 어려움을 겪고 있으며, 고객 프라이버시와 데이터 보안을 우선순위에 두고 있는 것으로 나타났습니다. 그리고 이러한 도전 과제를 해결하기 위해 머신 러닝이 미래의 성공에 매우 중요할 것이라고 생각하고 있습니다.

크로스 플랫폼 도구를 사용하는 비율은 절반 이하

모든 데이터를 관리하고 정리하고 통합하는 것이 어렵다고 느끼는 마케팅 담당자들이 적지 않습니다. 설문 응답자의 절반 이상이 단순히 데이터의 양을 관리하는 것 자체가 큰 과제라고 말합니다.1 그들의 데이터는 여러 팀이 나누어 관리하고 있고, 과거에 사용했던 분석 도구들은 변화의 흐름을 따라가지 못하고 있습니다.

그리고 의사결정자의 84%가 크로스 플랫폼 분석이 필수적이거나 매우 중요하다고 여기고 있음에도 불구하고, 43%만이 크로스 플랫폼 분석 도구를 활용하고 있습니다. 이는 많은 사람들이 웹사이트와 모바일 앱 데이터를 분석할 때 별도의 도구를 사용하고 있으며, 그로 인해 완벽한 분석이 어렵다는 것을 의미합니다. 2

분석 플랫폼 사용 빈도

TwG_Draft_1877_R2.png

개인정보 보호를 위한 솔루션은 필수

개인정보 보호 및 데이터 보호 규정이 점점 더 중요해지고 있으며, 분석 기능과 솔루션에 이러한 규정을 반영하는 것이 필수적입니다. 유럽의 개인정보보호 규정(GDPR)이나 캘리포니아 소비자 개인정보보호 법, 브라질의 개인정보보호법(LGPD)등 어느 나라의 규정이던지 마케터들은 고객의 개인 정보를 책임지는 관리자가 되어야 할 책임이 있습니다.

마케팅 담당 임원들은 신뢰를 유지하기 위해 고객 정보 보호를 위한 도구와 프로세스 구축을 위한 투자에 우선순위를 둬야 한다는 것을 깨달았습니다.

포레스터의 설문에 응답한 임원 중 64%는 자사 회사가 개인정보보호 및 데이터 관리 통제를 확대하고 있다고 말했습니다.

포레스터의 설문에 응답한 임원 중 정확히 절반은 개인정보를 보호하는 방식으로 플랫폼과 기기에 걸쳐 사용자 행동을 통합하는 데 도움을 주는 솔루션을 기꺼이 받아들일 것이라고 답한 반면, 64%는 회사가 프라이버시와 데이터 관리 통제를 확대하고 있다고 답했습니다.3

자동화 및 머신 러닝이 이끌어낸 새로운 인사이트

또한, 포레스터의 설문조사는 가치 있는 고객 경험을 창출하는 데 있어 머신러닝의 중요한 역할과 머신러닝과 자동화를 효과적으로 사용하는 마케팅 조직의 능력 사이에 격차가 있음을 보여줍니다.

임원이 5명 중 4명은 머신러닝을 활용해 인사이트를 창출하는 능력이 조직의 성공에 매우 중요하다고 응답했지만, 현재 노력이 매우 효과적이라는 응답자는 44%에 불과했습니다. 절반 이상이 디지털 분석 솔루션에 마케팅 목표를 달성하는 데 필요한 머신러닝 및 자동화 기능이 부족하다고 말합니다.4

그러나 이전에 흩어져있던 제품과 터치포인트 전반에 걸쳐 행동 데이터를 연결할 수 있는 마케터들은 머신러닝의 도움으로 새로운 정보를 발견하고 있습니다. 예를 들어, 고급화된 측정 모델은 복잡한 고객 행동에 대해 더 빠르고 깊은 인사이트를 제공하여 마케터가 퍼포먼스 인사이트(performance insights)에 따라 행동할 수 있게 해줍니다. 약 10명 중 4명은 디지털 분석이 소비자 인사이트를 상품 팀에 전달하는 능력을 향상시켜 더 우수하고 개인화된 고객 경험을 창출했다고 이야기합니다.5

미래를 향하여

연구 결과, 다음과 같은 사실은 분명합니다. 데이터를 가장 효과적으로 사용하는 조직은 크로스 플랫폼 도구에 투자하고 개인정보보호 중심의 마인드셋을 택하여 머신러닝의 인사이트를 활용해 사용자를 위한 더 관련성 있고 매력적인 경험을 창출하는 조직입니다.

마케팅 담당자들이 도전적이고 빠르게 진화하는 환경 속을 지나면서, 이러한 분석 기능을 조직에 구축한다면 장기적으로 도움이 될 값진 인사이트를 제공할 것입니다.

[이론편] Data-driven 마케팅을 위한 성과 측정