성공적인 개인화는 고객 눈높이의 가설 설정과 데이터 검증으로 이루어진다.
고객을 세분화하고 특정 타깃 고객을 대상으로 한 이커머스 개인화 마케팅을 위해서는 무엇보다도 고객 데이터 분석이 우선되어야 한다.
모든 고객 데이터를 면밀히 분석하여 인사이트를 찾아내고 이에 맞는 마케팅을 진행하는 것이 이상적이겠지만 투입되는 코스트는 생각 외로 크고 마케팅 현장에서는 보다 빠른 대응을 원하는 모순이 발생한다.
이와 같은 비즈니스 상황 속에서 중요한 것은 과제와 가설의 설정이다. 본격적인 데이터 분석에 앞서 어떤 과제를 해결하기 위해 어떤 가설을 가지고 접근할 것인지를 먼저 정해야 검증할 데이터의 범위를 줄일 수 있고 마케팅 실행까지 이르는 효율을 높일 수 있다
과제 설정은 크게 보면 비즈니스 이슈나 문제라고 이해해도 좋다. 예를 들어 매출 향상을 위해 재구매 고객 비율을 늘리는 것을 과제로 삼았다고 하자. 이 과제는 공급자 입장의 문제이지만 이 과제로 부터 도출하는 가설은 철저히 고객의 입장과 눈높이에서 바라보는 것이어야만 한다. 즉, 재구매하지 않는 고객의 감정, 행동, 상황 등을 이입하여 고객의 이미지를 그려 보는 것이다.
이와 같은 작업을 진행하기 위해 우선은 큰 틀에서 ‘첫 구매가 만 족스럽지 않아서 재구매하지 않는다’라는 가설을 세워 볼 수 있을 것 이다.
첫 구매 이후 3개월이 지나도록 재구매하지 않는 고객들의 구매 후기나 평점을 관찰해 보자. 예를 들어 배송 지연 등으로 인해 불만을 가진 고객들이 있었다면 이러한 것들이 실마리가 된다. 그렇다면 ‘첫 구매 시 배송에 불만을 느낀 고객들은 재구매를 하지 않는다’는 보다 세부적인 가설을 세우게 되는 셈이다.
이후에 본격적인 분석으로 이를 검증하기 위해서는 첫 구매 시 배송 만족/불만족 고객들의 재구매율, 재구매 주기 등과 같은 데이터를 살펴보면 된다.;
만약 첫 구매 배송 만족/불만족 고객 사이에 뚜렷한 차이가 있었다면 이러한 고객 타깃에 대해 어떤 메시지로 이들의 마음을 돌릴 것인지에 대한 마케팅 캠페인 정책을 세우고 실행하는 것은 어려운 일이 아닐 것이다.
이러한 특정 고객 타깃층에 대해 개선된 고객 경험을 제공해서 이를 비즈니스 성과로 이어갈 수 있다면 제대로 된 개인화 마케팅 서비스를 진행하고 있는 것이다.
물론 한 번의 가설 설정으로 만족한 만한 해결책을 찾는 것은 매우 어려운 일이다. 하나의 가설로 검증하지 못했다면 또 다른 가설을 찾아서 검증하는 것을 반복해야 한다.
이와 같은 업무의 효율성에 대해 의문을 가질 수도 있으나, 개인화를 고민하고 솔루션 등을 통해 이를 해결하고자 하는 기업들 중에서도 성과를 내고 있는 곳들은 이 부분에서 탁월한 역량을 보여준다. 결국 이러한 업무를 통해 마케터 개인이나 이커머스 기업은 성공적인 개인화를 위한 노하우를 쌓게되고, 보다 효율적인 데이터 분석과 마케팅 실행에 집중할 수 있게 된다
지금 이커머스 개인화 준비하고 계신가요?
그루비와 함께 빅데이터 · AI 기반 개인화 마케팅을 시작하세요!
