오늘은 고객 행동 데이터를 자산이 되게 하는 방법에 대해서 이야기 해 보겠습니다.

 

왜 고객 행동 데이터가 자산이 되어야 할까요?

운영하고 있는 서비스/제품이 시장에서 지속적으로 가치를 제공하기 위해서는 고객을 이해해야 합니다.

 

1. 서비스/제품을 이용하는 고객은 언제 자주 방문할까요?

2. 서비스/제품을 이용하는 고객은 어떤 경로를 통해 방문하는 걸까요?

3. 서비스/제품을 이용하는 고객의 관심사는 무엇일까요?

4. 서비스/제품을 이용하는 고객은 어떤 경험을 하고 있을까요?

5. 서비스/제품을 이용하는 고객은 왜 이탈하는 것일까요? 왜 구매하는 것일까요? 왜 지속적으로 이용하는 것일까요?

 

위의 질문은 우리의 서비스/제품을 시장에서 지속 가능하게 하기 위한 대표적인 질문입니다.

위의 질문에 대한 답은 “고객”을 이해해야 알 수 있습니다.

 

고객을 이해하기 위해 LOGGER나 Google Analytics와 같은 데이터 분석 툴을 이용하여 데이터를 확인합니다.

하지만 통계 중심의 기존 데이터 분석 툴을 활용하다 보면 고객을 이해하기 위한 데이터를 확보하는데 아쉬운 점들이 있습니다.

 

기존 데이터 분석 툴이 아쉬운 이유는 크게 두 가지가 있습니다.

1. 기존의 데이터 분석 툴은 웹사이트에 접속한 모든 고객의 통계 데이터를 제공하기 때문입니다.

2. 고객 개개인별로의 행동 데이터를 고객사에서 직접 보유하고 있지 않기 때문입니다.

 

고객 행동 데이터를 고객 개개인 별로 직접 보유하게 된다면 서비스/제품을 이용하는 고객의 행동을 이해할 수 있게 되고 고객 관심사 별로 고객을 분류하여 타겟 마케팅 수행이 가능해 집니다.

 

즉, 고객 행동 데이터를 직접 보유하면 할수록 수익이 되는 시점과 지속적으로 서비스를 이용하게끔 하는 방법을 액션을 수행해야 하는 시기에 빠르게 대응함으로써, 서비스/제품의 성장에 기여할 수 있게 되며 결국 수익 상승으로 이어지게 됩니다.

 

고객 행동 데이터를 보유하게 되면 무엇을 할 수 있을까요?

 

먼저 관심사 별로 고객을 분류할 수 있게 됩니다.

서비스/제품을 이용하는 고객은 다양한 관심사를 가지고 있을 수 있습니다.

각 관심사 별로 고객을 분류할 수 있게 되면 분류된 각 고객군 별로 타겟 마케팅을 수행할 수 있습니다.

 

종합 쇼핑몰을 예를 들어 보겠습니다.

 

“아기용품 특별 할인 프로모션을 진행한다고 가정해 보겠습니다.”

 

위의 프로모션을 진행할 때 쇼핑몰 전체 고객을 타겟으로 진행하는 것보다 아기를 키우고 있는 여성을 타겟으로 진행하는 것이 더욱 효율적일 것입니다.

 

만약 고객 행동 데이터를 직접 보유하고 있는 경우라면 아래와 같은 고객을 추출하여 마케팅에 활용할 수 있습니다.

  1. 최근 1개월간 아기용품 관련 키워드로 접속했던 고객군
  2. 최근 1개월간 아기용품 관련 상품을 조회 및 구매한 고객군
  3. 최근 아기용품을 처음 구매하기 시작한 고객군

위와 같은 데이터를 통해 “아기용품 특별 할인 프로모션”을 수행할 타겟 고객군을 분류하여 프로모션을 수행한다면 전체 고객을 대상으로 진행했을 때 보다 저비용으로 수익을 얻을 수 있게 됩니다.

 

두번째 서비스/제품 이용에 대한 행동 패턴을 파악할 수 있게 됩니다.

서비스/제품을 이용하는 고객의 행동을 모두 분석하여 구매전환까지의 행동을 파악할 수도 있으며, 우리가 기획한 예상 고객 여정에 따라 활동하고 있는지, 예상과 다른 행동은 어떤 행동을 하고 있는지를 파악할 수 있습니다.

이를 통해 서비스/제품을 경험하는 고객의 부정적인 경험이 언제 발생되는지를 빠르게 대응하여 긍정적인 경험을 제공할 수 있으며 결국 서비스/제품의 목표를 달성하는데 중요한 역할을 할 수 있습니다.

 

세번째 머신러닝을 통한 개인화 마케팅 구축에 필요한 데이터를 확보할 수 있습니다.

데이터를 기반으로 고객을 예측하고 필요한 정보를 추천하는 모든 작업에는 보통 데이터 사이언티스트라는 고급인력이 투입됩니다.

데이터 사이언티스트는 보유하고 있는 데이터를 기반으로 알고리즘을 개발하여 개인화 마케팅에 필요한 도구를 구현하게 되는데요. 이를 위해서는 학습할 수 있는 충분한 데이터가 필요합니다.

고객 행동 데이터를 보유하게 되면 고객 예측에 필요한 학습 데이터를 확보하기 때문에 고급인력인 데이터 사이언티스트는 보다 양한 데이터를 활용하여 예측모델을 구현할 수 있게 됩니다.

 

그럼 어떻게 고객 행동 데이터를 보유할 수 있을까요?

기업에서 데이터를 자산으로 만드는 것을 수행하기 어려운 부분이 바로 어떤 데이터를 어떻게 수집해야 하는지를 모르기 때문입니다.

저희 비즈스프링에서는 고객 행동 데이터를 직접 구축해드리는 구축 컨설팅 서비스를 제공하고 있습니다.

비즈스프링은 2002년부터 데이터 분석 툴인 LOGGER를 쇼핑, 교육, 엔터테인먼트, 공공기관 등 다양한 산업군에 제공하고 있으며, 웹상에서의 예외사항에 대한 데이터 또한 정확하게 수집 및 적재하고 있습니다.

비즈스프링에서 보유하고 있는 고객 행동 데이터는 다음과 같습니다.

데이터명 설명
비식별고유번호 웹사이트에 접속한 모든 사용자별 고유번호
성별 회원의 성별
연령대 회원의 연령대
브라우저 접속 브라우저
접속시간 각 행동 별 접속 시간
유입경로 웹사이트 접속 유입경로
유입키워드 웹사이트 접속 유입 키워드
페이지 URL 조회한 페이지 URL
내부검색어 웹사이트에서 검색한 검색어
상품명(조회/장바구니/구매) 조회/장바구니담기및버린/구매 상품명
이벤트명 기획전/프로모션배너 등 이벤트명
주문수량 한번 주문 시 주문수량
주문금액 한번 주문 시 주문금액
주문수 주문수
회원가입수 회원가입수
사용자정의전환수 주문,회원가입 외 사용자 정의 전환수

위의 데이터 리스트는 주요 고객 행동 데이터입니다.

위의 데이터는 비식별고유번호 별 하나의 행동을 수행할 때마다 한 ROW로 데이터를 제공합니다.

이러한 데이터를 수집하기 위해서는 여러가지 예외사항들이 발생되는데요.

비즈스프링에서는 이미 검증된 데이터를 제공하기 때문에 예외사항들에 대해서도 최대한 대응하고 있습니다.

이렇게 수집되는 고객 행동 데이터를 직접 보유할 수 있게 되고 결국 고객 행동 데이터를 자산으로 만들 수 있게 됩니다.

특히 메이크샵, 카페24와 같은 임대형 쇼핑몰의 경우에도 직접 고객 행동 데이터를 보유할 수 있습니다.

 

이 글을 마치며

최근들어 가공되지 않은 원시(RAW) 데이터를 제공받고 싶다는 문의가 많아졌습니다.

이유는 비즈니스에 맞는 데이터를 활용하여 다양하게 활용하고 싶기 때문이라는 니즈였습니다.

앞으로도 데이터는 더욱 더 중요해질 것이라는 것은 다 알고 계실거라 생각합니다.

이렇게 자사 데이터를 직접 보유하고 있게 되면 필요한 데이터를 직접 구현할 수 있게되고 우리의 비즈니스에 맞는 데이터를 활용할 수 있게 됩니다.

고객 행동 데이터 직접 구축하여 활용하고 싶다면 02-6919-5514 또는 ad@bizspring.co.kr로 연락주시기 바랍니다.

Post filed under BizSpring Blog, 분석과 마케팅.