디지털 마케팅 시스템 구축시 고려해야 할 체크 포인트 5가지

(출처: 게티이미지뱅크)
(출처: 게티이미지뱅크)

 

지금까지 검색 광고와 디스플레이 광고의 차이, 그리고 네이버 광고와 페이스북 광고의 차이에 이어 페이스북 광고와 구글 광고의 차이점과 보완점을 중심으로 디지털 마케팅의 원리에 대해 살펴보았다. 연재를 마무리하는 이번 호에서는 기업들이 디지털 마케팅 체계를 도입할 때 꼭 고려해야 할 사항들과 더불어 불필요한 시행착오를 막기 위해 알아 두면 좋은 기본 팁들을 정리해본다.

 

분석 목적과 핵심 목표를 명확히 하고 고객 행동을 추적하라 

어느 하나의 채널이나 도구가 모든 마케팅 영역을 한꺼번에 포괄하지는 못한다. 디스플레이 광고가 담당해야 할 영역과 검색 광고가 커버해야 할 영역이 다르다. 유입이나 전환 또한 네이버가 더 효과적일 때가 있고, 페이스북이 더 나을 때가 있다. 잠재고객군의 행동 패턴을 보는데는 구글 분석을 넘볼 도구가 없다. 어떤 성별이나 연령층에서 어떤 매체를 애용하는지, 또 어떤 시기에 어떤 유행을 타는지, 인스타그램이 좋은지 유튜브가 더 통하는지도 고려해야 한다. 기업이 디지털 마케팅 시스템 도입을 검토할 때 꼭 생각해보아야 할 고려 요소와 실무 절차를 순서에 따라 살펴보자. 

 

네이버유입지역 (출처: 네이버)
네이버유입지역 (출처: 네이버)

 

(1) 기본 목적 설정 : 왜, 무엇을 얻기 위해 디지털 마케팅 시스템을 도입하는지를 명확히 해야 그에 더 잘 맞는 도구나 플랫폼을 찾을 수 있다. 디지털 마케팅의 궁극적인 목표는 "1:1 맞춤 CRM 시스템에 기초한 자동 타깃 마케팅 플랫폼 구축" 방향으로 나아가고 있다. 최근들어 최종 소비자의 구매 행동 데이터를 가장 많이 보유한 것으로 알려진 아마존까지 디지털 광고 시장에 뛰어들면서 디지털 마케팅 영역에서 기업간 경쟁은 구글 대 페이스북 2파전에서 3파전으로 확대될 조짐을 보이고 있다. 그 전쟁의 중심에는 결국 기존 고객들의 행동 데이터를 기반으로 재구매를 일으킬 가능성과 패턴을 예측해내고, 접근 가능한 고객군 중에서 구매 전환 가능성이 높은 잠재고객을 추려내는 빅데이터 분석 기반 타기팅 기술과 그 타깃에 대해 자동으로 맞춤 콘텐츠를 만들어 제공하는 인공지능 알고리즘이 작동하고 있다. 

 

(2) 핵심 목표 도출 : 디지털 마케팅 시스템의 핵심은 '데이터 기반 의사결정 체계'를 갖추는 것이다. 기업 전체의 경영 방향을 가르는 전략 수립이든, 미래 고객을 확보하는 시장 선정이든, 어떤 아이템으로 승부를 볼 것인지 결정하는 것이든 사람의 감이나 직관에만 의존하기보다 실제 모든 의사결정과정에서 선택에 필요한 데이터 요소가 무엇인지 설계 및 수집하고 분석하여 실제 정책결정을 데이터에 기초하여 내리는 것이다. 말은 쉬워도 정작 수많은 데이터 중에서 어떤 데이터를 수집해야 하는지를 알아내는 것 자체가 과제이다. 각 기업이 처한 환경이나 수준에 따라서 핵심적으로 관리해야 할 데이터 지표나 KPI가 달라질 수 있기 때문이다. 따라서 기업의 가치, 경영 목적에 따라 관리해야 할 핵심 목표와 지표를 설정하고 찾아내는 것이 디지털 마케팅 구조 설계의 시작점이라 할 수 있다. 

 

(3) 고객 행동 추적 : 온라인이든 오프라인이든 기업은 자신의 제품과 서비스를 판매하거나 공급하고 그 대가로 얻는 수익을 통해 생존하고 성장한다. 제품과 서비스는 고객에게 구매하거나 이용할 '가치'를 제공해야 하는데, 그 가치가 어떤 것이고 얼마나 필수적인 것이냐에 따라서 고객의 행동 여부와 패턴이 결정된다. 특히 온라인 마케팅에서는 유입 경로와 전환 경로를 포함하여 고객이 움직이는 모든 접점 포인트가 웹 브라우저와 앱 기기를 통해 발생하고 로그 정보를 추적할 수 있다. 이 말은 곧 적절한 추적 도구만 갖추면 고객의 거의 모든 행동 정보를 수집하여 분석할 수 있음을 의미한다. 데이터 마케팅의 기초는 바로 어떤 도구로 어떤 행동을 추적할 것인지를 선택하고, 이러한 추적 분석 시스템을 스스로 구축하거나 기존 플랫폼을 활용하는 전략을 세우는 것에서 출발한다. 

 

(4) 분석 도구 선정 : 디지털 기기의 발전과 추적기술의 진화로 고객행동을 수집 분석할 수 있는 수단 또한 급속히 증가하고 발전하고 있다. 덕분에 분석도구 또한 날로 늘어나고 있다. 중요한 것은 어떤 도구를 선택하든지 그 기능을 제대로 이해하고 활용 할 수 있는 능력과 역량을 갖추는 것이다. 특히 가용 예산이 충 분치 않은 스타트업 입장에서는 이들 도구나 시스템을 도입하고 유지하는 데 필요한 비용 또한 고려하지 않을 수 없다. 그 점에서 구글에서 제공하는 애널리틱스나 페이스북이 제공하는 타깃 광고용 픽셀과 분석 툴은 고객의 행동 데이터를 수집 분석하는데 가장 경제적이고 그 기능도 최고 수준이다. 더 좋은 고급 솔루션을 도입할 예산이 충분하다면 모를까 그렇지 않다면 굳이 안 쓸 이유가 없다. 네이버에 검색의 70%를 의존하는 우리나라 고객들의 특성을 고려할 때 네이버 애널리틱스같은 분석도 구도 굳이 안 쓸 이유가 없다. 

 

(5) 분석 역량 확보 : '구슬이 서말이라도 꿰어야 보배'라 했다. 아무리 좋은 도구를 도입해도 수집된 '로우 데이터' 자체로는 인사이트를 얻을 수 없다. 어떤 관점에서 어떤 수치를 어떻게 걸러내고 재가공해서 볼 것인가라는 관점과 설계에 따라서 우리가 찾아낼 수 있는 인사이트가 달라지기 때문이다. 결국 분석은 컴퓨터나 인공지능이 아니라 사람이 하는 것이다. 데이터 소스를 분석하고 시사점을 도출해낼 수 있도록 연관 요소를 찾아내고, 분석 구조를 설계하고, 검증할 수 있는 데이터 전문인력이나 역량을 확보해야 한다는 말이다. 비싼 돈을 들여 고급 인재를 채용할 수 있다면 최선이겠지만 그 또한 인건비와 직결되는 일이라 쉽지 않은 과제다. 따라서 분석도구를 사용하고 응용할 수 있는 능력을 갖춘 훈련된 인력을 채용할 수 없거든 데이터 분석 역량을 갖춘 인재를 교육을 통해서라도 육성해야 한다. 정 어렵거든 외부 분석 파트너나 분석 컨설팅 업체를 통해서라도 기업 경영 초기부터 데이터를 기초로 정책과 전략을 결정하고 판단하는 체계와 문화를 갖추는게 긴요하다. 

 

2. GA 추적코드와 Facebook 픽셀, 네이버 분석스크립트를 함께 활용하라 

최초 접속 유입 경로에서 가장 최근 행동에 이르기까지 잠재 고객의 행동 데이터를 하나에서 열까지 하나도 버리지 않고, 더구나 무료로 기록하고 저장해준다는 점에서 구글 애널리틱스는 필수적이다. 그렇지만 구글이 수집하는 데이터는 기본적으로 디바이스 기반 웹브라우저의 쿠키 정보인 탓에 실제로 누구의 정보인지 확인하기 어렵다는 게 약점이다. 추적 과정에서 유실되는 데이터의 비율을 감안하면 페이스북 맞춤 타깃이 갖는 유효성은 결코 구글에 뒤지지 않는다. 페이스북 맞춤 타깃 또한 정확히 누구 누구인지 개인별 명단을 제공하지는 않는다. 하지만 특정한 행동을 했는지 여부를 기준으로 동질적 특성을 보인 사람들만 추려 놓은 타깃 군이다. 당연히 무작위 군중을 상대로 광고를 노출하거나 아무에게나 마구잡이로 홍보물을 뿌리는 행동에 비하면 백번 낫다. 클릭률(CTR)이 1%라 가정할 때 재방문 유인 광고 집행시 클릭하지 않는 99%에게 허비되는 홍보비를 고스란히 절감할 수 있는 탁월한 장치이다. 맞춤 타깃을 마케팅에 사용하는 것이 필수적인 이유이다. 

네이버 분석 스크립트는 유입 검색어를 매우 상세하게 분석 해주고 고객의 유입 지역을 시군 단위에서 더 나아가 구 단위까지 살펴볼 수 있다는 점에서 특히 유용하다. 요컨대 모든 분석 도구는 각각의 장단점을 갖는 만큼 목적에 가장 합당한 결정을 내릴 수 있는 도구를 찾아서 쓰면 된다. 

 

3. 보잘 것 없어도 셋방살이 대신 내 홈페이지를 구축하라 

방문 고객의 행동 정보를 수집하여 분석하려면 추적 장치를 설치하는 것이 우선 필요한 선행 작업이다. 흔히 이 작업은 사이트 공통 레이아웃 웹페이지에 추적용 자바스크립트를 삽입하는 작업이거나 배포한 스마트폰 앱에 추적용 SDK 코드를 심는 작업을 필요로 한다. 네이버나 다음에서 제공하는 블로그나 카페는 엄격히 말하면 우리 집이 아니라 남이 제공하는 건물에 셋방살이로 살림을 낸 것에 불과하다. 플랫폼을 제공하는 포털 업체들은 고객들이 어떻게 행동하는지 정보를 임의로 추적하도록 허용하지 않는다. 그래야 자신의 플랫폼에 대한 사용자(광고주)의 의존도가 높아지고 광고 매체로서의 영향력 또한 유지할 수 있기 때문이다. 

이러한 종속 구조에서부터 벗어나려면 아무리 작은 쪽방에 손바닥만한 가게일지라도 추적 코드 삽입이 가능한 홈페이지나 쇼핑몰을 마련해야 한다. 워드프레스나 윅스 같은 홈페이지 저작 도구만 쓸 줄 알아도 짧게는 하루 이틀, 길어야 1~2주면 남보기에 부끄럽지 않은 수준의 홈페이지를 만드는 일이 어렵지 않다. 그 정도를 배우려는 의사나 열정이 있는가의 문제일 뿐이다! 

소규모 스타트업일수록 자체적인 홈페이지보다 대형 서비스 업체들이 제공한 블로그나 SNS 채널 계정만으로 쉽고 빠르게 마케팅을 진행하려는 유혹에 빠지기 쉽다. 그렇지만 잠재 고객을 상대하고 장기적으로 고객 정보에 기초한 CRM 마케팅 시스템을 구축하고자 하는 경우라면 시작부터 내가 직접 고객 정보를 수집하고 관리할 수 있는 환경과 체계를 갖추는 것이 꼭 필요하다. 

 

4. 디지털 분석은 '데이터 정합성' 검사에서부터 시작하라 

지난 6월호에서 다룬 [디지털 마케팅 도입시 체크 리스트]는 스타트업이든 기존 기업이든 가릴 것없이 데이터에 기반해 의사결정을 내리길 원하는 기업이라면 꼭 고려해야 할 점검 요소들과 작업 순서를 정리한 것이다. 내용을 되새겨 보고 싶거든 아래 링크 글을 다시 한 번 읽어보라. 

http://www.startuptoday.kr/news/articleView.html?idxno=10852

문제는 체크 리스트에서 제시한 조치를 다 취했더라도 수집되는 데이터 원본에 쓰레기가 섞여 있으면 불필요한 데이터만 잔뜩 쌓일 뿐 정작 쓸모 있는 분석 자료로 써먹을 수가 없다는 점이다. 대표적인 예로 구글 애널리틱스에서 자료를 수집할 때, 트래픽만 잔뜩 일으키는 해킹성 봇들의 접속을 차단하는 옵션을 주지 않으면 사람도 아닌 기계가 일으키는 노이즈 트래픽으로 데이터가 오염된다. 웹사이트를 개편하면서 과거에 사용하던 페이지와 새로 만든 페이지를 통합하기 위해 자동 리다이렉션 조치를 취할 때 잘못 설정하면 추천 유입 페이지 정보가 모두 사라지게 된다. 어떤 유입 소스로부터 들어온 트래픽인지 알 수 없게 되면 구글은 이 모두를 '직접 유입'으로 분류해서 처리해버린다. 

이 경우 자연 검색이나 외부 웹사이트의 추천 링크를 타고 들어온 유입인데도 출처가 불분명한 직접 유입으로 분류되어 분석자는 엉뚱한 결론을 내리게 된다. 잘못된 자료를 분석에 이용하게 되면 그릇된 진단을 하게 되고 결국엔 잘못된 결정을 내리게 된다. 따라서 데이터 추적 코드를 설치했을 때에는 정상적인 데이터가 수집되는지 먼저 데이터의 정합성부터 검증해보아야 한다. 데이터의 정합성이 깨지면 제아무리 열심히 데이터를 수집해도 엉뚱한 분석으로 그릇된 결정을 내릴 위험성만 더 커진다. 차라리 안하느니만 못한 분석으로 시간과 비용을 낭비하고 치명적인 실수를 자초할 수 있다. 

 

5. 디지털 마케팅 시스템과 CRM 솔루션의 통합을 생각하라 

고객행동을 추적 분석하는 최종 목적은 결국 마케팅의 궁극 적인 목표라 할 수 있는 세일즈의 증대이다. 

온라인 마케팅에서 세일즈는 보통 '구매 전환'이라 부른다. 광고를 통해 들어온 손님이든 손품, 발품을 통해 뿌린 링크를 타고 들어온 고객이든 상관 없다. 유입 경로가 어찌 되었든 구매 전환으로 귀결되지 못하면 마케팅 성과는 나오지 않는다. 따라서 더 많은 유입과 더불어 한시도 소홀히 하면 안 될 것은 바로 어떻게 하면 전환율을 1%라도 높일 수 있을까 하는 질문을 던지는 일이다. 

디지털 마케팅 프로세스에서 전환을 높이는 요소는 크게 두 가지다. 하나는 가능한 많은 잠재고객에게 우리를 알려 유입량 (클릭 수)을 늘리는 것. 보통 광고의 소구력과 얼마나 제대로 된 타깃층을 찾아내서 적재적소에 광고를 투입할 수 있는지와 연관된 과제이다. 다른 하나는 방문 고객들의 전환 행동을 일으키기 위해 랜딩페이지의 콘텐츠를 어떻게 구성하고 행동(구매 전 환) 촉진 요소를 어떻게 배치할 것인가 하는 점이다. 전자도 말처럼 쉽지만은 않은 일이지만 후자는 더 어려운 과제이다. 

이 때 전환율을 높이기 위해서는 결국 고객들이 언제 어떤 이유와 어떤 목적으로 구매 전환을 하는지 행동을 추적하여 분석 하는 일이 필수적이다. 그러기 위해서는 고객들의 전환 결과, 즉 구매 거래내역을 기록한 데이터와 구매로 전환하기까지 고객이 온라인에서 보여준 행동 데이터를 서로 결합하여 분석해 보아야 한다. 구매가 결과라면 그 결과를 일으키기까지 행동 패턴과 유형을 찾아내야만 어떤 요소가 결정적인 전환 행동을 유발하는지를 알아낼 수 있기 때문이다. 결론적으로 고객 거래 데이터와 온라인 행동 데이터는 서로 통합하여 분석해야만 비로소 온전한 분석과 이해가 가능해진다. 

단지 웹사이트나 배포한 앱에 추적 코드를 심고 고객의 행동 데이터를 수집하는 것만으로 이루어진 디지털 마케팅 시스템은 반쪽 짜리에 그칠 수밖에 없다. 온전한 시스템을 이루려면 고객 한 사람 한 사람에 대해 정보를 기록하고 분석하고 필요한 시점에 마케팅 제안을 낼 수 있는 알고리즘과 자동화 시스템이 요구된다. CRM 시스템 구축이라는 과제가 남는 것이다. 이 과제는 추적 도구를 설치하고 다루는 것보다 배는 어렵고 힘든 과제이다. 디지털 마케팅은 시작 지점에서부터 이 문제를 염두에 두고 최종적인 그림을 그리지 않으면 반쪽의 성공에 그칠 수밖에 없다. 반쪽의 성공은 반쪽의 실패를 의미한다. 반쪽의 실패는 결국 냉혹한 시장 경쟁에서 스스로 패배를 자초할 뿐이다!

 

최규문 소셜네트웍코리아 대표

 

관련기사

저작권자 © 스타트업투데이(STARTUPTODAY) 무단전재 및 재배포 금지