본문 바로가기


TREND/Data Blending

고객이 머무는 곳의 비밀

<Data Blending>은 광고 캠페인 전략 수립에 빅데이터를 활용하는 방법에 관한 코너입니다.


글 빅데이터솔루션팀 소호영 CⓔM

 


 

지금까지 고객의 경험을 혁신하는 빅데이터 CRM 적용 방안에 대해 개괄적으로 살펴봤다. 이번 기사에서는 실시간으로 고객을 세분화하고 손쉽게 개인화 메시지를 발송해 고객 리텐션을 개선하는 Sphere Analytics 활용 노하우를 소개한다.

 

비즈니스의 성공을 결정짓는 리텐션이란?

‘유지율’이라고도 하는 리텐션(Retention)은 우리 서비스를 처음 방문하거나 이용한 고객이 얼마나 다시 방문하고 구매하는지 즉, ‘유지되는지’를 나타낸다. 서비스의 성공 여부를 판단할 수 있는 가장 기본적이면서도 중요한 지표이기도 하다.

제품의 성장은 물론 비즈니스의 생명 역시 사용자를 얼마나 유지하는지에 달렸다. 첫 사용자를 습관적인 사용자로 전환하지 못하면 앱은 물론 어떠한 제품도 살아남지 못한다. 만약 제품이 계속 사용자가 빠져나가는 밑 빠진 독과 같다면 신규 고객을 확보하는 것은 중요하지 않다. 미국의 앱 사용 분석 기업인 Quettra에 따르면 이용자 수가 많은 인기 앱일수록 리텐션이 높고 안정적으로 유지되는 것으로 나타났다. 적절한 마케팅 액션을 통해 리텐션을 계속 유지하는 것은 모든 마케터에게 필수적인 과제다.

 

 

기존 고객의 만족도를 높여라!

앱 분석 솔루션 기업 Amplitude가 5억 개의 모바일 기기를 분석한 결과 신규 유저 중 80%는 앱 다운로드 3일 후부터 더 이상 앱을 사용하지 않는다. 리텐션은 이용자가 앱을 사용하기 시작한 며칠 이내에 결정되므로 고객이 새로 유입되는 즉시 리텐션을 위한 마케팅 액션이 실행되어야 한다.

신규 고객 획득에 투자하는 것보다 일단 방문한 고객의 리텐션에 집중하는 것이 훨씬 효과적이기도 하다. 컨설팅펌 Bain은 5%의 리텐션 증가가 수익을 75%까지 높인다는 조사 결과를 발표했다. 기존 고객은 구매 과정에 익숙하기 때문에 신규 고객보다 이탈률이 낮고, 구매할 확률은 높기 마련이다. 실제로 신규 고객 확보를 최우선 순위로 두던 고객사가 Sphere를 통해 기존 고객의 구매확률이 신규 고객보다 1.7배 높다는 사실을 확인하고 마케팅 방향을 수정했다.

이처럼 중요한 리텐션. 하지만 리텐션은 개선 효과가 나타나기까지 오랜 시간이 소요되고, 일시적이거나 부분적인 조치만으로는 꾸준한 유지가 어렵다. 사용자 경험 전체에 대한 면밀한 데이터 분석과 일관적이고 지속적인 마케팅 액션이 반드시 동반되어야 한다. 앱/웹 플랫폼에 유입된 고객에게 긍정적인 경험을 꾸준히 제공해야 하는 것이다.

 

 

딱 맞는 타깃과 정확한 타이밍

Sphere Analytics는 고객의 행동패턴, 구매 유형, 고객의 프로파일링 등에 기반해 타기팅할 대상을 자동으로 세분화한다. 고객이 구매하는 제품의 특성과 선호하는 브랜드 취향, 최근 방문일 및 방문빈도, 구매 금액, 나이와 성별, 지역 등 다양한 빅데이터를 분석해 이탈 고객, 성장 고객, 충성 고객 등 세밀한 세그먼트를 제공한다. 엔지니어에게 도움을 요청할 필요 없이 마케터가 직접 대시보드 상에서 간편하고 신속하게 마케팅 액션을 수행할 수 있는 것이다.

정확한 타깃을 선별해 꼭 맞는 메시지를 적절한 타이밍에 전달하는 것이 타깃 마케팅의 핵심이다. 기존의 타기팅 방식은 워킹맘, 실버군 등의 고정된 대상을 선정하거나 결혼 시즌, 새 학기 등의 고정된 시점을 찾는 것에 중점을 뒀다. 하지만 디지털 기반의 서비스와 제품에 대해서는 고정된 대상이나 시점이 따로 없는 경우가 많다. 이제 소비자의 ‘실시간으로 발생하는 구체적 행동’까지 정확히 파악해야 한다.

예를 들어 앱에 세 번 방문하는 동안 구매하지 않았지만, 네 번째 다시 들어온 고객은 구매를 망설이는 고객이다. 이 고객이 네 번째 방문한 순간에 할인쿠폰을 제공하면 구매할 가능성이 급상승한다. 또, 거의 매달 생수를 구매하지만 정기배송을 신청하지 않은 고객에게 정기배송 혜택 메시지를 보내면 정기배송을 신청할 확률이 매우 높아진다. Sphere Analytics가 제공하는 고객 분류와 메시징 자동화 기능의 예시다.

 

고객을 더 깊게 바라보는 Deep-Dive 분석

단순히 전체적인 리텐션 수치를 아는 것이 특별한 인사이트를 가져다 주지는 않는다. 예를 들어 어떤 앱의 일주일간 리텐션은 60%, 3개월간 리텐션은 35%라는 사실만으로는 큰 의미가 없다. 리텐션은 고객 행동을 하나하나 쪼개어 그 원인을 파악해낼 때 비로소 힘을 발휘한다. Sphere Analytics는 이러한 ‘Deep-Dive 분석’에 강점을 갖는다.

Sphere Analytics를 활용해 분석한 한 사례를 간단히 살펴보자. 광고를 통해 해당 앱에 유입된 고객 중 가장 높은 이탈률을 보인 고객은 네 번째 방문 고객으로 해당 앱은 방문 4회를 기점으로 그 안에 긍정적인 경험을 하지 못한 경우 이탈 가능성이 급격히 커지는 것으로 나타났다. ‘4회’라는 정확한 숫자를 뽑아내는 것이 데이터 기반 마케팅에서는 매우 큰 의미를 가진다. 이것을 ‘아하 순간(Aha-ha moment)’이라고 하는데, 고객이 제품의 가치를 발견하는 바로 그 순간을 의미한다. 페이스북이 10일 이내에 7명 이상의 친구를 추가한 사람들이 리텐션할 가능성이 높음을 발견한 것이 아하 순간의 유명한 예시다. 우리 사례에서는 4회째의 방문이 이탈 방지를 위한 마케팅 액션이 필요한 시점임을 Sphere Analytics를 통해 발견했다.

 

 

긍정적인 경험을 선사하는 실시간 메시징

앱에서 푸시, In-app 메시지를 활용할 때는 전체 User Flow에 따라 적절한 메시지를 전달하는 것이 핵심이다. 이를 위해서는 명확한 타깃을 선정하고 최적의 발송 타이밍을 설정해야 한다. Sphere Analytics 메시징 기능을 활용하면 고객이 특정한 행동을 한 시점에 해당 고객의 컨텍스트에 최적화된 메시지를 자동으로 전달할 수 있다. 고객이 한 페이지를 20초 이상 보거나 스크롤을 40% 이상 내린다면 해당 제품에 관심을 보이는 것이 분명하므로 적절한 마케팅 액션을 수행할 수 있다. 우리 사이트나 앱에 첫 방문한 신규 유저에게 회원가입 유도 웰컴 쿠폰을 보내거나 회원가입은 했지만 구매 이력이 없는 유저에게 첫 구매를 유도하는 이벤트 팝업을 노출하는 등 각각의 고객에게 맞춤 메시지를 전달해 손쉽게 긍정적인 경험 유도가 가능하다.

 

지금까지 리텐션의 중요성과 고객 세분화, 개인화 메시지 발송을 통해 리텐션을 개선하는 방안 그리고 실제 사례를 살펴봤다. 리텐션은 개선하기 쉽지 않은 지표이지만 역으로 리텐션을 일정 수준 개선할 수 있다면 장기적으로 엄청난 효과를 볼 수 있다. 고객 데이터 분석부터 마케팅 액션까지 손쉽게 수행할 수 있는 Sphere Analytics를 통해 고객을 면밀히 관찰하고 리텐션 개선에 도움을 주는 트리거를 찾기 바란다.

 

 

 


top