가전 업계는 단순히 온라인 전환에 그치지 않고, 고객이 실제로 오프라인에서 설치와 같은 서비스를 경험하며 최종 전환으로 이어지도록 유도하는 것이 중요합니다. 특히, 유사 업종 기업들이 온라인에서 전환 후, 오프라인에서 최종 전환으로 이어지지 않는 중간 이탈 문제를 많이 직면합니다. 그러나 온라인-오프라인 간의 전환 여부 추적이 어려워 광고 성과 측정의 정확도가 떨어지고, 최종 전환과 중간 이탈 요인 분석 진행에 어려움을 겪습니다.
그래서 비즈스프링은 이와 같은 문제점을 해결하기 위해 GA4와 Google BigQuery를 활용해 온라인과 오프라인 전환 간의 연결 고리를 강화하였는데요. 그럼 어떻게 연결 고리를 구축하여 고객의 전체 여정을 체계적으로 분석하고, 마케팅 성과를 극대화하였는지 그 방법을 소개합니다.
고객 배경
온라인과 오프라인 간의 최종 전환의 중간 이탈 문제로 고객 여정 추적 및 분석하는 데 어려움이 있었습니다.
가정용 가전을 판매하는 A사 마케팅 팀은 온라인에서 고객이 서비스 신청을 완료한 후, 홈서비스 방문일이나 가전 설치기사 방문일 조율 실패로 인해 최종 전환까지 이어지지 않는 경우가 많았습니다. 이로 인해 고객 여정을 정확하게 추적하고 분석하는 데 어려움이 있었습니다. 온라인에서의 전환 성과와 실제 오프라인에서의 전환 성과 간의 괴리가 발생했으며, 이러한 중간 이탈을 분석하고, 고객 획득 비용 및 ROAS(Return on Ad Spend)를 정확히 측정하는 데 한계가 있었습니다.
Challenge
솔루션
비즈스프링은 온라인과 오프라인의 전환 간 흐름을 연결하여 성과 측정의 정밀도를 높이기 위한 전략을 구축하였습니다.
API를 활용하여 실제 전환이나 이탈이 발생할 경우, 이를 Google BigQuery로 전송하도록 했습니다. 오프라인의 경우, 최종 전환/이탈이 일어난 순간의 데이터를 살펴보기 어려운데, 이를 API로 발생된 데이터를 Google BigQuery로 전송하도록 설계하였습니다. 또한, 비즈스프링의 데이터 마케팅 Tool인 Growth Platform TAM의 Trait 설정을 통해 세그먼트와 오디언스를 생성하고, 이를 기반으로 고객의 특성을 파악하는 전략을 세웠습니다.
적용 솔루션
1. API를 통한 Google BigQuery로 데이터 전송
최종 전환과 이탈 데이터를 처리하기 위해 API로 발생된 주문 데이터를 Google BigQuery로 전송하는 체계를 만들었습니다. 이렇게 전송된 데이터는 정교한 분석을 가능하게 하고, 실시간으로 데이터를 통합하여 다양한 분석을 위한 Raw 데이터와 리포팅을 지원합니다. 고객이 실제로 전환을 완료하거나, 이탈에 대한 정보는 API를 통해 Google BigQuery로 전송되어, 대규모 데이터를 효율적으로 처리할 수 있게 합니다. BigQuery를 통해 빅데이터를 처리하고, 고객 분석을 고도화할 수 있도록 하였습니다.
2. Growth Platform TAM의 Trait 설정을 통한 세그먼트 및 오디언스 생성
Growth Platform TAM을 통해 추출하고 싶은 고객군의 조건을 Trait으로 설정할 수 있도록 하였습니다. Trait은 고객의 행동 패턴, 관심사 등을 기준으로 세분화된 특성을 조건화할 수 있도록 도와줍니다. 이를 통해 타겟팅할 고객군을 추출하고, 세그먼트와 오디언스를 생성하여 고객군별 행동 특성을 파악하였습니다. 각 고객 세그먼트를 기반으로 맞춤형 마케팅 캠페인을 설정하고, 오디언스 특성에 맞는 광고를 집행함으로써 광고 효율을 향상을 지원했습니다.
솔루션 결과
BigQuery, TAM 등의 Tool을 유기적으로 연계한 분석 체계로 온/오프라인 전환 간의 격차 해소 및 추가 셀링 포인트를 발굴할 수 있었습니다.
온라인 전환뿐만 아니라, 오프라인 최종 전환에 실패한 고객을 위한 분석 체계를 구축할 수 있었고, 이를 바탕으로 보고서를 제작하여 이탈 원인을 구체적으로 분석할 수 있었습니다. 또한, 오프라인에서 미전환된 고객들에 대해서는 리타겟팅 광고를 실행하여 재유입을 유도할 수 있었습니다.
이뿐만 아니라 기존 고객들을 대상으로 맞춤형 광고 캠페인 진행으로 크로스셀링 또는 업셀링을 위한 전략을 도출하였고, ROAS 효율을 극대화했습니다. 이로 인해 고객의 행동 패턴을 분석하여 전환율을 높이는 한편, 캠페인 효율성도 크게 향상되었습니다. 온라인 전환과 오프라인 전환 사이의 고객 여정 분석은 전환 흐름을 명확하게 파악하고, 각 고객의 행동을 정교하게 분석함으로써 마케팅 성과를 극대화할 수 있었습니다. 이 접근 방식은 리타겟팅 광고의 효과를 극대화하고, 고객 획득 비용 및 ROAS를 보다 정확하게 측정할 수 있는 기반을 마련했습니다. 또한, 고객의 이탈 원인을 명확하게 분석함으로써, 향후 전환율을 높이기 위한 전략적인 의사결정에 큰 도움이 되었습니다.
Performance
지금까지 고객 이탈 요인 파악 및 성과 측정 정밀도를 높이기 위한 전략 수립의 성공 사례를 살펴보았습니다.
통합된 데이터 수집 체계 구축으로 고객 이탈 원인을 명확하게 분석할 수 있었고, 이는 곧 데이터 기반의 의사결정이 가능하도록 하였습니다. 더 나아가 기존 고객을 위한 맞춤형 캠페인 설계부터 이탈 고객을 리타겟팅하는 캠페인 진행까지 고객군별 특성을 고려한 마케팅을 진행할 수 있게 되었습니다. 이와 같이 비즈스프링은 데이터 수집부터 분석 Tool을 활용할 수 있는 환경 구축까지 데이터 전문가와 함께 합니다.
고객 이탈 요인 파악 및 성과 측정 정밀도를 높이기 위한 전략에 대해 궁금하셨던 분들께 도움이 되었길 바랍니다.
최신 마케팅/고객 데이터 활용 사례를 받아보실 수 있습니다.