마케터를 위한 데이터 기반 핵심 마케팅 용어 30가지

1. KPI (Key Performance Indicator)

KPI는 핵심 성과 지표로 조직이나 개인이 설정한 목표를 얼마나 잘 달성하고 있는지 수치적으로 보여줍니다.

#좋은 KPI의 조건

• • 측정 가능 : 구체적인 수치로 나타낼 수 있어야 합니다. (예 : 매출액 증가율 10%, 고객 만족도 90% 이상)
  • 달성 가능 : 너무 높거나 낮은 목표는 동기 부여를 저해할 수 있습니다.
  • 관련성 : 조직의 목표와 직접적으로 연관되어 있어야 합니다.
  • 시간적 제약 : 목표 달성 기간이 명확해야 합니다.

2. OKR (Objective Key Results)

OKR은 목표(Objectives)와 핵심 결과(Key Results)의 약자로, 조직의 목표를 명확하게 설정하고, 그 목표를 달성하기 위해 측정 가능한 결과를 설정하여 성과를 관리하는 체계적인 목표 설정 방법론입니다. OKR은 단순한 목표 설정 방법이 아니라, 조직 전체의 성과를 향상시키기 위한 체계적인 접근 방식입니다. OKR을 효과적으로 활용하여 조직의 목표를 달성하고, 구성원들의 역량을 최대한 발휘할 수 있도록 지원해야 합니다.

3. DAU (Daily Active Users)

DAU는 하루 동안 어떤 서비스나 플랫폼을 이용한 사용자의 총 수를 의미합니다. 이는 서비스의 활성도와 인기를 측정하는 중요한 지표 중 하나입니다.

4. MAU (Monthly Active Users)

MAU는 한 달 동안 특정 앱이나 웹사이트를 사용한 고유 사용자 수를 의미합니다.
좀 더 쉽게 설명하면, 특정한 달 동안 한 번이라도 앱에 로그인하거나 웹사이트를 방문한 사람들의 총합이라고 생각하시면 됩니다.

5. CAC (Customer Acquisition Cost)

CAC는 고객 획득 비용으로 새로운 고객 한 명을 확보하기 위해 드는 총 비용을 말합니다.

CAC = 총 마케팅 및 영업 비용 / 신규 고객 수

마케팅 활동에 얼마나 많은 비용을 투자하고 있는지, 그 비용 대비 얼마나 많은 고객을 확보하고 있는지를 측정할 수 있습니다.

6. CRC (Customer Retention Cost)

CRC는 고객 유지 비용으로 기존 고객을 유지하고 경쟁사로 이탈하는 것을 방지하기 위해 기업이 지출하는 모든 비용을 말합니다.

CRC는 기업의 장기적인 성장을 위해 매우 중요한 지표입니다. CRC를 낮추기 위한 노력은 기업의 수익성 향상과 지속 가능한 성장에 기여할 수 있습니다.

7. LTV (Lifetime Value)

LTV는 고객 생애 가치로 한 명의 고객이 기업과의 거래를 시작한 이후, 관계가 종료될 때까지 기업에 가져다주는 총 수익을 의미합니다. LTV를 높이는 것은 곧 기업의 가치를 높이는 것이므로, 많은 기업들이 LTV를 중요한 지표로 삼고 있습니다.

LTV를 계산하는 방법은 다양하지만, 일반적으로 다음과 같은 요소를 고려합니다.

• 평균 구매 금액 : 고객 한 명이 한 번 구매할 때 평균적으로 지출하는 금액
• 평균 구매 횟수 : 고객이 일정 기간 동안 평균적으로 몇 번 구매하는지
• 고객 유지 기간 : 고객이 기업과 거래하는 평균적인 기간

8. ARPU(Average Revenue per User)

ARPU는 사용자당 평균 매출로 특정 기간 동안 한 명의 사용자가 서비스나 상품을 이용하며 발생시킨 평균 수익을 뜻합니다.

ARPU = 특정 기간 동안의 총 매출 / 특정 기간 동안의 평균 사용자 수

예시) 한 달 동안 앱에서 발생한 총 매출이 100만원이고, 평균 사용자 수가 1,000명이라면, ARPU는 1,000원입니다.

ARPU는 전체적인 사업 성과를 파악하고, 다양한 마케팅 채널의 효과를 비교하는 데 사용됩니다. 예를 들어, 어떤 마케팅 채널을 통해 유입된 사용자가 더 많은 수익을 내는지 분석할 수 있습니다.

9. ARPPU (Average Revenue Per Paying User)

ARPPU는 유료 사용자당 평균 매출을 의미합니다. 즉, 실제로 돈을 지불하고 서비스를 이용하는 사용자 한 명이 평균적으로 얼마만큼의 매출을 발생시키는지를 나타내는 지표입니다.

ARPPU = 특정 기간 동안의 총 매출 / 특정 기간 동안의 유료 사용자 수

예시) 한 달 동안 앱에서 발생한 총 매출이 100만원이고, 유료 사용자 수가 200명이라면, ARPPU는 5,000원입니다.

ARPU는 유료 전환율을 분석하고, 유료 모델의 효과를 평가하는 데 사용됩니다. 예를 들어, 프리미엄 서비스 도입 후 ARPPU가 증가했다면, 프리미엄 서비스가 성공적이라고 판단할 수 있습니다. 또한, 고객 가치를 분석하여 맞춤형 마케팅 전략을 수립하는 데도 활용됩니다.

10. 미디어믹스(Media Mix)

미디어믹스는 하나의 상품이나 콘텐츠를 다양한 매체를 통해 확산시키는 전략을 의미합니다. 즉, 단순히 하나의 매체에만 의존하지 않고, TV, 라디오, 신문, 잡지, 인터넷, 모바일 등 다양한 채널을 활용하여 더 많은 사람들에게 메시지를 전달하고, 더 큰 시너지 효과를 내는 것을 목표로 합니다.

11. 애드 네트워크(Ad-Network)

애드 네트워크는 광고 네트워크라고도 불리며, 다양한 웹사이트, 앱, 플랫폼에 광고를 게재하고자 하는 광고주와 광고를 통해 수익을 얻고자 하는 웹사이트 운영자(퍼블리셔)를 연결해주는 중개 플랫폼입니다.

12. 네이티브 광고(Native Ad)

네이티브 광고는 마치 웹사이트의 기존 콘텐츠인 것처럼 자연스럽게 보이도록 디자인된 광고 형식입니다. 일반적인 배너 광고처럼 “광고입니다!”라고 외치는 대신, 해당 웹사이트의 디자인과 스타일, 콘텐츠 형식에 맞춰 제작되어 사용자에게 거부감 없이 다가갑니다.

13. 인 앱 광고(In-App Advertising)

인앱 광고는 스마트폰이나 태블릿 등 모바일 기기에서 사용하는 앱 안에 노출되는 모든 형태의 광고를 말합니다. 즉, 우리가 즐겨 사용하는 게임 앱, 소셜 미디어 앱, 쇼핑 앱 등에서 보게 되는 다양한 광고들이 모두 인앱 광고에 속합니다.
인앱 광고는 모바일 시대에 가장 효과적인 광고 채널 중 하나입니다. 하지만, 사용자 경험을 저해하지 않는 범위 내에서 신중하게 활용해야 합니다.

14. 리워드 광고(Rewarded Ads)

리워드 광고는 광고를 본 이용자가 ‘광고주가 원하는 특정 행동’을 했을 때 보상(사이버 포인트, 게임 아이템 등)을 받도록 하는 광고를 말합니다.

15. 드립 캠페인(Drip Campaign)

드립 캠페인은 마치 물방울이 똑똑 떨어지듯, 미리 설정된 일정에 따라 잠재 고객이나 기존 고객에게 자동으로 이메일을 발송하는 마케팅 전략입니다. 이메일 마케팅의 한 종류로, 단순히 한 번의 이메일 발송이 아닌, 일련의 메시지를 통해 고객과의 관계를 지속적으로 구축하고, 최종적으로는 특정 행동(구매, 가입 등)을 유도하는 것을 목표로 합니다.

#드립 캠페인의 예시

• 신규 가입자 환영 : 가입 후 첫 번째 이메일로 환영 인사를 전달하고, 두 번째 이메일로 제품 소개, 세 번째 이메일로 할인 쿠폰 등을 제공
• 제품 구매 후 : 구매 감사 이메일, 제품 사용 후기 요청 이메일, 관련 상품 추천 이메일 등을 발송
• 웹사이트 방문 : 특정 페이지를 방문한 사용자에게 관련 제품이나 콘텐츠를 추천하는 이메일을 발송

16. 디타겟팅 (De-Targeting)

디타겟팅은 특정 광고를 특정 대상에게 노출시키지 않는 것을 의미합니다. 디지털 마케팅 환경에서 데이터를 활용한 정교한 타겟팅이 중요해지면서, 디타겟팅은 더욱 중요한 역할을 합니다. 디타겟팅은 불필요한 광고 노출을 줄이고, 목표 고객에게만 정확하게 광고를 전달하여 마케팅 효과를 극대화하는 데 필수적인 전략입니다.

17. 고객 여정 (Customer Journey)

고객 여정이란, 고객이 특정 제품이나 서비스를 구매하기 전부터 구매 후까지 거치는 모든 단계를 의미합니다. 마치 한 편의 이야기처럼, 고객이 어떤 생각을 하고, 어떤 행동을 하며, 어떤 감정을 느끼는지를 시간 순서대로 보여주는 일종의 지도라고 할 수 있습니다.

고객 여정은 단순히 제품 구매 과정을 넘어, 고객과 브랜드가 상호 작용하는 모든 과정을 의미합니다. 고객 여정을 이해하고, 이를 바탕으로 마케팅 전략을 수립하는 것은 비즈니스 성공을 위한 필수적인 요소입니다.

18. 퍼널 분석 (Funnel Analysis)

퍼널 분석은 마치 깔대기처럼 넓은 입구에서 좁은 목구멍으로 흘러들어가듯, 고객이 특정 목표(예: 구매, 가입 등)에 도달하기까지 거치는 단계별 과정을 분석하는 방법입니다. 각 단계에서 얼마나 많은 고객이 이탈하는지, 어떤 단계에서 가장 큰 어려움을 겪는지 등을 파악하여 문제점을 찾고 개선하는 데 활용됩니다.

19. 코호트 분석 (Cohort Analysis)

코호트 분석은 특정한 공통점을 가진 집단(코호트)을 대상으로 시간의 흐름에 따른 변화를 관찰하고 분석하는 방법입니다. 마케팅 분야에서는 특정 시기에 가입한 사용자, 특정 캠페인에 참여한 사용자 등을 코호트로 설정하여 그들의 행동 패턴을 분석하고, 서비스 개선이나 마케팅 전략 수립에 활용합니다.

20. AARRR 모델 (AARRR Model)

AARRR 모델은 스타트업에서 주로 사용되는 비즈니스 분석 프레임워크로, 사용자의 행동을 5단계로 나누어 분석하는 모델입니다. 각 단계의 머리글자를 따서 AARRR이라고 부르며, 사용자를 해적에 비유하여 ‘해적 지표’라고도 불립니다.

• Acquisition (획득) : 새로운 사용자를 유입하는 단계
• Activation (활성화) : 새로운 사용자가 서비스를 처음 사용하고 핵심 기능을 경험하는 단계
• Retention (유지) : 서비스를 지속적으로 사용하도록 유도하는 단계
• Revenue (수익) : 서비스를 통해 수익을 창출하는 단계
• Referral (추천) : 기존 사용자가 다른 사람에게 서비스를 추천하는 단계

21. UI (User Interface)

UI는 사용자가 컴퓨터, 스마트폰, 웹사이트 등의 디지털 제품이나 서비스와 상호작용하는 방식을 의미합니다. 쉽게 말해, 사용자가 보고, 듣고, 만질 수 있는 모든 요소들을 포함합니다.
마치 건물의 입구와 같이, 사용자가 처음 접하는 제품의 첫인상을 결정하는 것이 바로 UI입니다.

#UI의 구성 요소

• 시각적 디자인 : 버튼, 아이콘, 색상, 글꼴 등 사용자가 보는 모든 디자인 요소
• 인터랙션 디자인 : 버튼 클릭, 스크롤, 드래그 등 사용자의 행동과 시스템의 반응
• 콘텐츠 : 텍스트, 이미지, 동영상 등 사용자가 보는 정보

22. UX (User Experience)

UX는 사용자가 제품이나 서비스를 사용하면서 느끼는 전체적인 경험을 의미합니다. UI (User Interface)가 사용자가 보는 시각적인 부분이라면, UX는 사용자가 느끼는 감정, 만족도, 편의성 등을 모두 포함합니다.

#UX 디자인의 구성 요소

• 사용성 : 사용자가 제품을 쉽게 이해하고 사용할 수 있는 정도
• 유용성 : 제품이 사용자의 목표를 달성하는 데 도움이 되는 정도
• 감성 : 사용자가 제품을 사용하면서 느끼는 감정적인 반응
• 접근성 : 모든 사용자, 특히 장애가 있는 사용자도 사용할 수 있는 정도

23. 포지셔닝 (Positioning)

비슷한 제품들과 다른 우리 브랜드의 차별화되는 포인트를 명확하게 드러내, 고객의 인식 속에 자리 잡는 전략입니다.

24. CTA (Call To Action)

CTA는 행동 유도 문구 또는 행동 유도 버튼을 의미합니다. 마케팅에서 사용자가 특정 행동을 취하도록 유도하는 문구나 버튼을 말합니다. 예를 들어, “지금 구매하기”, “무료 체험하기”, “더 알아보기” 등이 CTA의 예입니다.

25. A/B 테스트 (AB Test)

A/B 테스트는 마케팅과 웹 분석에서 두 개의 변형(A와 B)을 비교하여 어떤 변형이 더 나은 결과를 가져오는지 확인하는 실험 방법입니다. 즉, 두 가지 버전의 웹 페이지, 광고, 이메일 등을 동시에 실행하여 어떤 버전이 더 효과적인지 데이터를 기반으로 분석하는 것입니다.

26. 빅데이터 (Big Data)

빅데이터는 기존의 데이터베이스 관리 도구로는 다루기 어려울 만큼 방대한 양의 정형 또는 비정형 데이터를 의미합니다.

27. 데이터 마이닝 (Data Mining)

데이터 마이닝은 방대한 양의 데이터에서 숨겨진 유용한 정보나 패턴을 발견하여 의미 있는 지식을 추출하는 과정입니다. 마치 금광에서 금을 캐듯이, 데이터라는 광산에서 가치 있는 정보를 캐내는 것이라고 비유할 수 있습니다.

#데이터 마이닝의 목표

• 예측 : 미래의 사건이나 행동을 예측 (예: 고객 이탈 예측, 제품 판매량 예측)
• 분류 : 데이터를 여러 개의 그룹으로 분류 (예: 고객 세분화, 사기 거래 탐지)
• 연관 규칙 발견 : 항목들 간의 연관성 발견 (예: 함께 구매하는 상품 찾기)
• 군집 분석 : 유사한 특징을 가진 데이터 그룹화 (예: 고객 유형 분류)
• 이상 탐지 : 일반적인 패턴에서 벗어나는 데이터 탐지 (예: 시스템 오류 탐지, 사기 탐지)

28. 머신러닝 (Machine Learning)

머신러닝은 컴퓨터가 데이터를 통해 스스로 학습하고 예측하며, 새로운 결정을 내릴 수 있도록 하는 인공지능의 한 분야입니다. 즉, 방대한 양의 데이터를 분석하여 패턴을 찾아내고, 이를 바탕으로 미래를 예측하거나 새로운 정보를 생성하는 기술입니다.

#머신러닝의 활용 분야

• 이미지 인식 : 얼굴 인식, 의료 이미지 분석, 자율 주행 자동차
• 자연어 처리 : 챗봇, 번역, 감성 분석
• 추천 시스템 : 상품 추천, 콘텐츠 추천
• 금융 : 사기 탐지, 신용 평가
• 의료 : 질병 진단, 신약 개발

29. CRM (Customer Relationship Management)

CRM은 고객과의 관계를 관리하고 향상시키는 비즈니스 전략 및 소프트웨어를 의미합니다. CRM은 고객 정보를 수집, 분석, 활용하여 고객 만족도를 높이고, 충성도를 강화하며, 판매를 촉진하는 데 도움이 됩니다.

30. 고객 페르소나 (Customer Persona)

고객 페르소나는 마케팅에서 자주 사용되는 개념으로, 특정 고객 세그먼트를 대표하는 가상의 인물을 의미합니다. 즉, 실제 존재하는 한 명의 고객이 아니라, 특정한 특징과 행동을 가진 고객들의 집합을 하나의 가상 인물로 만들어 표현하는 것입니다.