[TIL Day52] 디지털 마케팅과 데이터

마케팅 분석 필수 데이터

접점(Touch Point)

• 접점 데이터 수집 및 저장
  - 고객은 다양한 경로(네이버 광고, 유튜브 광고, 페이스북 광고, 배너 광고, 이메일, 지인 추천을 통한 직접 방문 등)를 통해 다양한 사이트들을 방문하면서 물건, 서비스를 구매하거나 회원가입 등을 하게 됨
  - 가격이 상대적으로 비싼 물건이나 서비스일수록 시간을 두고 여러 경로를 통해 같은 사이트를 여러 번 방문하면서 리서치를 하게 되는데, 이런 방문들과 방문에 기여한 채널들을 기록하는 것이 아주 중요해짐

• 최종 전환(Macro-conversion) 기록
  - 이는 물건 구매나 회원가입 혹은 앱 설치처럼 마케팅의 목표

• 보조 전환(Micro-conversion) 기록
  - 방문 시 했던 행동들을 자세하게 기록하는 것이 도움이 됨. 특정 물건의 상세정보를 클릭 혹은 특정 물건을 쇼핑카트에 넣었다든지 등의 행동들
  - 이런 작은 행동들이 모여서 더 의미있는 행동(최종전환)이 발생. 보조전환은 최종전환의 징조가 되는 셈

사용자의 방문 정보들(접점)이 계속 추출되기 위해서는 데이터(접점과 보조/최종전환 이벤트)의 수집활동과 데이터가 저장되는 데이터베이스(데이터 웨어하우스)가 뒷받침되어야 한다. 즉 데이터 인프라가 잘 갖춰져야 한다.

마케팅 필수 측정 데이터

채널 기여도 측정

• 어느 마케팅 채널 혹은 플랫폼이 가장 효과적인가?
  - 사용자별로 접점과 최종 이벤트(구매, 회원가입, 앱 설치 등)를 기록한다면 마케팅 채널별 기여도(Attribution) 계산이 가능
  - 마케팅 실험이 가능해짐

  • 마케팅의 목적에 따라 마케팅 예산을 일부 여러 채널에 집행
  • 가장 효과적인 채널들을 찾아서 남은 마케팅 예산을 계속해서 집행하는 것이 가능
  • 채널별 성능결과가 빨리 나온다면 더 많은 실험이 가능해짐

• 마케팅 기여도 분석
  - 마지막 터치(Last Touch) 모델: 최종 구매 전의 마지막 채널에게 모든 성과를 부여하는 방식
  - 마지막 비직접방문 터치(Last Non-Direct Touch) 모델: 최종 구매 전의 마지막 채널에게 모든 성과를 부여하되, 마지막 채널이 직접방문(고객이 이미 우리 사이트를 알고있어서 직접적으로 들어오는 것)이었다면 직접방문이 아닌 그 전 채널에게 성과를 부여하는 방식
  - 첫 터치(First Touch) 모델: 사이트를 처음 방문하게 만든 채널에게 모든 성과를 부여하는 모델
  - 리니어(Linear) 모델: 사이트를 방문하게 만든 모든 채널에게 동일하게 나눠주는 모델로 멀티터치(Multi-Touch) 모델의 하나
  - 타임 디케이(Time Decay) 모델: 멀티터치 모델 중 하나로 성과를 가장 최근 모델들에게 더 주는 방식
  

고객 가치

• 고객의 평생 가치(Life Time Value)
  사용자의 초기행동을 보고 이 사용자가 미래에 가져다줄 수 있는 평생 가치를 예측하는 것. 즉, 우리 서비스를 쓰는 동안 얼마나 많은 돈을 쓸지 등등을 예측해보는 것.
  - 처음에는 간단하게 경험을 기반으로 한 규칙 기반으로 예측 가능
  - 데이터가 충분히 쌓이면 머신러닝을 통해 만든 모델을 통해 예측
  - 예측이 맞아떨어지기 시작하면 우리 서비스에 적합한 고객이 누구인지 알 수 있고 그걸 바탕으로 마케팅 관련 타겟팅이 더 분명해지는 잇점 존재

• 고객 이탈률(Customer Churn) 예측: 구독서비스에서 중요!
  이게 가능하려면 고객의 여러가지 행동들을 모두 기록하는 것이 필요. 예를 들면, 고객 지원팀에 이메일을 보내거나 전화를 했다던지 회사 상품에 대한 리뷰 점수 등등이 기록되어야 함.

• 이 모든 예측은 양질의 데이터 수집과 저장이 없이는 불가능

온라인 광고 타겟팅을 가능하게 해주는 기술

쿠키

• 리타겟팅 광고(Re-targeting)
  - 한 번 어떤 사이트를 방문하면 그 사이트의 광고가 계속 사용자를 따라 다니는 것
  - 브라우저 쿠키로 가능
  - 개인정보 문제를 야기

• 쿠키(Cookie)
  - 웹 브라우저에 저장되는 유일식별자로 웹사이트로 하여금 방문자를 식별할 수 있게 해줌
  - 여기에는 보통 만료일이 존재하고 개인정보는 저장되지 않음

• 자사 쿠키(First Party Cookie)
  - 사용자가 방문한 웹사이트의 서버에 저장되어 사용자의 온라인 행동정보에 대한 분석 데이터를 수집하고 맞춤형 설정 등을 그대로 유지하는 것이 가능하며, 이는 사용자가 로그인하지 않아도 가능

• 제3자 쿠키(Third Party Cookie)
  - 사용자가 방문한 웹사이트가 아닌 제3자가 설치한 쿠키를 말하며, 사용자가 여러 웹사이트에서 활동한 내역을 추정하는 cross-site 추적이 가능해짐
  - 이를 통해 광고주나 애드테크 회사들이 오디언스 타겟팅과 리타겟팅 등 맞춤형 광고 실행과 성과를 분석할 수 있는 기반이 됨
  - 개인정보 침해 가능성 때문에 오래 전부터 규제 대상으로 이야기되었으며, 구글 또한 2022년 1월에 크롬 브라우저에서 3자 쿠키 지원을 중단할 것임

딥링크

앱의 특정 컨텐츠로 링크를 가능하게 해주는 기술

• 휴대폰 사용자를 웹사이트가 아닌 앱의 관련 컨텐츠로 곧바로 연결하는 기술로, 사용자가 광고를 클릭하면 앱 페이지로 곧바로 연결됨
• 뿐만 아니라 모바일 앱의 특정 컨텐츠를 검색엔진에서 인덱싱이 가능해짐

디지털 마케팅에 필요한 데이터 인프라

• 접점과 보조전환/최종전환 데이터의 수집이 필요

• 데이터 웨어하우스(Data Warehouse)
  - 마케팅 관련 데이터 뿐만 아니라 회사에 필요한 데이터들이 저장되는 중앙 창고에 해당

• 데이터 수집활동(ETL)
  - 고객의 접점 정보와 보조전환/최종전환 정보가 있는 데이터 소스로부터 필요한 데이터를 추출(Extract)하고 이를 원하는 포맷으로 변환(Transform)하고 최종적으로 데이터 웨어하우스에 저장하는 작업을 수행
  - 마케팅 관련 데이터를 수집하는 전용 ETL들을 만들고 이를 주기적으로 실행해주어야 함
  

인프라가 주는 장점?

• 채널 기여도 계산 자동화
  - ROAS(Return-On-Advertising-Spend) = 채널에서 생긴 매출 / 채널에 사용한 광고비가 보통 최종 지표가 됨
  - 데이터베이스가 구축되고 데이터를 수집하는 프로세스가 구현된다면 중요 마케팅 관련 지표를 계산하는 과정이 간단해지며 에러의 여지도 감소
  - 어떤 채널에 어떤 형태의 캠페인을 실행하는 것이 의미있는지 마케터의 핵심 기능에 더 시간과 노력을 할애할 수 있음

• 데이터기반 고객평생가치와 이탈률 계산