고객 Profiling (3장)

TL;DR

고객 프로파일링

• 고객 데이터를 활용하여 새로운 성장 기회를 찾거나, 고객을 초정밀 타겟팅하기 전에
• 먼저 고객 데이터 자체를 통합하고 클렌징하고 분석해야 한다.
  • 결코 쉬운일이 아니다!!

얼마나 많은 데이터를 수집할 것인가

• 각 개인 고객은 매일 수백개의 데이터 포인트를 생성하며, 여기에 수천 또는 수백만명의 고객을 곱하면 진정한 고객 빅데이터를 얻을 수 있다.
  • 데이터의 양, 다양성, 속도가 큰 경우 빅데이터라고 한다.
• 가장 중요한 설계 원칙은 목표를 염두에 두고 시작하는 것이다.

데이터 수집을 위한 설계 원칙

• 수집된 데이터 : 빈도, 파생데이터, 세분가능성
• 이걸갖고 뭘? : 유추하고자하는 인사이트, 실행가능성,
• 데이터 관리 : 정합성, 신상정보 충실도, 저장, 접근성

수집된 데이터

• 빈도 : 얼마나 자주, 어떤 촉발이벤트에 의해 데이터를 수집할 것인가?

• 파생 데이터 : 파생 데이터는 원 데이터에서 의미를 추추출하여 만든 데이터 요소이다.

  1. 웹사이트를 방문하고

  2. 제품을 5회 탐색한 후

  3. 7일 이내에 상점에서 구입하는 고객은

     ⇒ 온라인으로 정보를 수집하지만, 오프라인에서 구매하는 고객이라고 분류할 수 있다.

• 세분 가능성 granularity : 웹 데이터는 클릭 하나하나 각기 수집될 수 있고 웹 세션에 대한 요약만으로 충분한 경우들도 있다.

이걸갖고 무엇을?

• 유추하고자 하는 인사이트
  • 고객의 구매력 상승 여력을 예측하는 것이 목표인 경우
    • 고객이 구매하는 제품의 유형
    • 고객이 거주하는 지역의 우편번호가 중요하다.
  • 유추하고자 하는 인사이트가 데이터 수집 대상을 결정한다.
• 실행가능성 액션!!
  • 수집된 데이터는 직접 또는 간접적으로 실행으로 이어질 수 있어야 한다.
  • 스포츠에 대한 고객의 관심 여부를 모았을 때,
    • 그러한 정보는 스포츠 용품 판매업자에게는 실행으로 이어질 수 있지만,
    • 세무 컨설팅을 하는 회사의 경우는 그렇지 않다.

데이터 관리

• 정확성 :
  • 연령을 물어보면 일부 고객들은 아무렇게나 답변을 입력한다.
  • 특히 마케터가 이를 컨텐츠 열람을 위한 사전 조건 또는 가입을 위해 사용하는 경우 더욱 그런 경우가 많다.
  • 마케터는 대체값 삽입을 통해 이러한 부정확성에 대처해야 한다. 결측값 대체는 누락된 값을 대체값으로 대신하는 프로세스이다.
• 신상정보 충실도 :
  • 마케터는 고객의 신상정보 충실도를 높이기 위해 누적 프로파일링을 사용하여 고객 데이터를 수집하고자 하는 경우가 많다.
• 저장 :
  • 데이터를 얼마나 많이 또는 얼마나 오래 보관할지는 데이터의 시의성에 따라 다르다.
  • 웹 브라우징 데이터는 몇 주가 지나면 관련성이 없어지지만, 구매 데이터는 수년간 관련성이 유지된다.
• 접근성 :
  • 수집된 데이터는 분석 및 실행을 위해 마케터가 엑세스할 수 있어야 한다.
  • 고객 데이터가 사일로 안에 갇혀서 현업 마케터가 액세스 할 수 없는 경우가 너무 자주 발생한다.

어떤 유형의 데이터를 수집할 것인가

• 전통적 마케터 : 구매데이터, 고객의 인구사회학적 데이터 사용
• 요즘 : 일시적 정보를 제공해주는 행위데이터 포인트에도 더 많이 액세스
  • 일시적 정보는 맥락을 추출하고 마케팅을 적시에 고객과 더욱 관련성 있게 만드는 데 사용될 수 있다.
• 예_ 마비
  • 90%거래에서 각 고객을 확인할 수 있었다.
    1. 목표와 측정을 제대로 설정했고, 항상적으로 개선에 집중
    2. 수집한 데이터를 이용하여 고객을 즐겁게 함
    3. 매장 직원은 그로인한 이점을 목격했고, 왜 자신들이 그 러한 일을 하는지에 대해 항상 교육을 받았다.

분석을 위한 데이터 정비

• 불량한 또는 불완전한 고객 데이터 프로파일을 바탕으로 고객 세분화나 예측 모델을 구축하면, 고객에게 잘못된 추천을 하게 된다.
  = 데이터와의 씨름은 업무에서 거대한 부분을 차지한다.
• 한 고객에 대한 싱글뷰 sigle view가 없이는, 개별고객에 대한 진정한 이해나 고객 트랜드에 대한 결론을 이끌어 내는 것이 불가능하다.
  • 어떤 사람이 자주 웹사이트를 탐색하지만, 최종적으로는 항상 매장에서 구매한다면, 웹사이트에서는 이 사람을 ‘낮은가치’의 고객으로 인식하는 실수를 범하게 된다.
  • 한 고객이 많은 돈을 지출하고 자주 구매하지만, 물건들을 자주 반품해버리거나, 회사의 콜센터로 뻔질나게 전화를 건다. 이 고객은 높은가치의 고객처럼 보이지만, 사실은 수익성이 낮은 고객이다.
• 수집한 모든 정보를 통합하고, 연결하고, 중복을 제거할 수 있어야 한다.

고객1명의 프로파일에 포함된 정보의 예시 ⭐️

일반 인구통계 Master

• 이름
• 이메일
• 성별
• 링크드인 검색
• 주소
• 위치
• 주소의 google지도 보기

예측 분석 (군집) attribute

• 구매가능성 : 높음
• 행위 기반 군집 : 할인중독자
• 제품 기반 군집 : 노트북 컴퓨터 구매자
• 브랜드 기반 군집 : dell
• 생애주기 군집 : 신규고객
• 제품 추천

접촉 전략 (매체,채널) attribute

• 선호 채널
• 선호 매장
• 가장 까가운 매장
• 선호 브랜드
• 전화로 판매 가능한가? Y/N
• 우편으로 판매 가능한가? Y/N
• 이메일로 판매 가능한가? Y/N

생애주기 군집 값( enum같은 )

• 예상 고객
• 신규 고객
• 반복 고객
• 기간 경과된 일회성 고객
• 기간 경과된 반복 고객
• 비활성화된 일회성 고객
• 비활성화된 반복 고객

구매 데이터 분석 attribute

• 평생 매출 (예: 2007달러)
• 평생 마진 (예: 576달러)
• 평생 주문 수
• 최근 12개월 매출
• 최근 12개월 마진
• 최근 12개월 주문수
• 평균 주문 금액
• 최근 12개월 매출 세그먼트 (예: 상위 n% 고객)
• 12개월 이전 매출 세그먼트
• 매출 추세 (증가,유지,감소)

행위 behavior

• 마지막 주문 날짜
• 마지막 주문 채널
• 마지막 주문 매출
• 웹사이트 마지막 방문 날짜
• 웹사이트 방문 횟수
• 마지막 이메일 발송 날짜
• 마지막 이메일 열람 날짜
• 마지막 이메일 링크 클릭 날짜
• 지난 달 이메일 열람 횟수
• 이전 2개월 이메일 열람 횟수
• 지난 달 이메일 링크 클릭 수
• 이전 2개월 이메일 클릭 횟수
• 최초 주문 날짜
• 최초 주문 채널
• 최초 주문 매출
• 선호 distinct 채널
• 선호 제품
• 선호 카테고리
• 최근 5개 주문 (채널/날짜/제품/브랜드)
• 최근 5회 웹사이트 검색 (검색어, 날짜)

---

• 고객기업 지원팀, 콜센터 팀, 매장 직원에게 프로파일에 액세스 권한을 준다.
  • 이 정보를 활용, 고객에게 더 나은 서비스를 제공
• 고객 데이터를 모두 통합한 뒤 고객에 대해 중요한 발견을 하게 되는 경우가 흔히 있다.

데이터에 대해 물어봐야할 100가지 질문 ⭐️

일단 모든 데이터를 한곳에 모으게 되면, 이 데이터를 사용하여 비즈니스와 고객을 더 잘 이해할 수 있다.
질문은 예측마케팅을 시작하는데 도움을 줄것이다.

판매

1. 매달 얼마나 많은 신규고객을 획득?
2. 신규고객을 획득하는 데 드는 비용은 얼마?
3. 고객당 매출액은 얼마? 추세는 어떠함?
4. 나의 매출과 마진은 계절에 따라 어떻게 변하는가?
5. 매출의 대부분이 신규 구매자로부터 발생하는가, 아니면 반복 구매자로부터 발생하는가?
6. 마진의 대부분이 신규 구매자로부터 발생하는가, 아니면 반복 구매자로부터 발생하는가?
7. 출하한 제품의 연간 총 주문 수는 얼마나 되는가?
8. 월별 주문 금액은 얼마인가? 어떤 달들은 거래가 더 많이 발생하는가?
9. 연간평균 주문 금액은 얼마이며, 시간경과에 따른 추세는 어떠한가?
10. 매출은 액세스 기기(모바일, 태블릿, 기타)별로 어떻게 나뉘는가?
11. 매출은 지역별로 어떻게 나뉘는가?
12. 매출은 매장별로 또는 영업 담당자별로 어떻게 나뉘는가?
13. 매출액 중 마케팅 불가능한 고객으로부터 발생하는 매출은 얼마인가?

고객

제품기반 군집

1. 각 제품 기반 군집에는 몇 명의 고객이 있는가?
2. 제품 기반 군집의 각 구성원은 어느정도의 가치가 있는가?
3. 가장 많은 매출을 올리는 제품 기반 군집은 어느것인가?
4. 가장 큰 마진을 낳는 제품 기반 군집은 어느 것인가?
5. 각 제품 기반 군집별로 선호하는 채널은 어떤 것인가?

브랜드 기반 군집

1. 각 브랜드 기반 군집에는 몇명의 고객이 있는가?
2. 각 브랜드 기반 군집의 각 구성원은 어느정도의 가치가 있는가?
3. 가장 많은 매출을 올리는 브랜드 기반 군집은 어느것인가?
4. 가장 큰 마진을 낳는 브랜드 기반 군집은 어느것인가?
5. 각 브랜드 기반 군집별로 선호하는 채널은 어떤 것인가?

행위기반 군집

1. 각 행위 기반 군집에는 몇 명의 고객이 있는가?
2. 행위 기반 군집의 각 구성원은 어느 정도의 가치가 있는가?
3. 가장 많은 매출을 올리는 행위기반 군집은 무엇인가?
4. 가장 큰 마진을 낳는 행위 기반 군집은 어느것인가?
5. 각 행위 기반 군집별로 선호하는 채널은 어떤 것인가?
6. 각 행위 기반 군집별로 선호하는 채널은 어떤 것인가?
7. 고객 중 몇 %가 할인 구매자인가?
8. 고객 중 몇 %가 (마진이 높은) 정가 구매자인가?
9. 고객 중 몇 %가 일회성 구매자인가?
10. 반품이 많은 불평 고객은 누구인가?
11. 계절성 고객은 누구인가?
12. 단일 채널 고객은 누구인가?

평생가치

1. 가장 높은 가치의 고객은 누구인가?
2. 최상위 10% 고객의 (예상) 평생가치는 얼마인가?
3. 매출 중 최상위 10% (또는 최하위 10%) 고객으로부터 발생하는 매출이 전체 매출에서 차지하는 비율은 몇%인가?
4. 최상위 10% (또는 최하위 10%) 고객의 주문 빈도는 얼마나 되는가?
5. 최고액 소비자들은 어떤 브랜드를 선호하는가?
6. 최고액 소비자들은 어떤 제품 카테고리를 선호하는가?
7. 최고액 소비자들은 어떤 채널을 선호하는가?
8. VIP를 어떻게 정의하는가?
9. 높은 가치의 고객들 중 이탈할 위험이 있는 고객들은 얼마나 되는가?
10. 고객별 (고객 세그먼트 별) 지갑 점유율은 얼마나 되는가?
11. 개별 고객의 매출액 상승 여력은 얼망인가?
12. 잠재적 평생가치는 높지만 자사의 점유율이 낮은 계정들은 어떤 것들인가?
13. 성별에 따른 예상 평생가치는 무엇인가?
14. 할인 사냥꾼들 bargain bunters의 예상 평생가치는 더 낮은가?
15. 모바일 쇼핑객의 평생가치는 더 낮은가?
16. 가장 높은 가치의 고객들은 어떤 브랜드를 선호하는가?
17. 멤버십 적립 프로그램 가입자의 평생가치는 평균보다 높은가?

구매가능성

1. 무료 배송 서비스의 제공은 매출(및 마진)에 어떤 영향을 미치는가?
2. 할인이 판매 증가를 촉진했는가?
3. 프로모션 비용을 고려할 때 할인이 마진 증가를 촉진했는가?
4. 각 고객에 대한 최고의 인센트브는 무엇인가?
5. 방문하는 사람들 중에 고매 가능성이 높은 잠재 고객들이 있는가?
6. 회원가입비를 받을 것인가?
7. 기존고객들 중 재무개할 가능성이 가장 높은것은 누구인가?

생애주기 단계

1. 활성고객 (지난 12개월 동안 구매한적이 있는 고객)은 몇명인가?
2. 기간이 경과한 고객은 몇 명인가?
3. 매출 및 마진의 대부분을 신규고객이 차지하는가 아니면 반복 고객이 차지하는가?
4. 구매자는 일반적으로 얼마나 빨리 재구매를 할것인가?
5. 리필 캠페인을 통해서 몇 명의 고객을 다시 불러들일 수 있는가?
6. 신규 고객 환영 캠페인을 통해서 몇명의 고객을 다시 불러들일 수 있는가?
7. 회사가 이메일 주소를 갖고 있는 구매자들 중 최근에 회사 웹사이트를 방문했으나, 구매하지 않은 사람은 몇명인가?
8. 오랫동안 구매하지 않다가 최근에 이메일을 열어본 고객은 몇명인가?
9. 고객 유지에 초점을 맞춰야하는가?
10. 신규고객들이 다시 돌아오고 있는가 (그리고 이것이 더 나아지고 있는가 아니면 더 나빠지고 있는가)?
11. 여러번 구매한 사람들은 몇명이며, 그들이 마지막으로 구매한 것은 언제인가?
12. 이탈할 위험이 있는 고객들은 누구인가?

인구사회학적 특징

1. 우리로부터 구매한 가구수는 얼마나 되는가?
2. 성별에 따른 평균 주문 금액은 얼마인가?
3. 고객별(세그먼트별)로 가장 가까운 매장까지의 거리는 얼마인가?

제품추천

1. 고객별로 다음에는 어떤 제품을 추천해야 하는가?
2. 각 고객별로 핵심적인 채널은 어느 것인가?

마케팅/채널

1. 매월 몇 개의 장바구니가 매출로 이어지지 않고, 중도에서 포기되고 있는가?
2. 매월 몇 개의 웹 검색이 매출로 이어지지 않고 중도에서 포기되고 있는가?
3. 이메일 1개당 매출은 얼마이며, 시간 경과에 따라 어떻게 변화하는가?
4. 가입자 중 우리가 보낸 이메일을 실제로 읽은 사람들은 몇명인가?
5. 가입자 수가 늘어나고 있는가, 아니면 줄어들고 있는가?
6. 다이렉트 마케팅 캠페인의 성과는 무엇인가?
7. 어떤 마케팅 프로그램이 최고의 수익을 내고 있는가?
8. 어떤 프로모션 행사가 가장 많은 판매액을 올리는가?
9. 우리 회사의 카탈로그 발송이 이익 증가로 이어지는가?
10. 지난 1년동안 우리 이메일을 한통도 받지 못한 고객은 누구인가?
11. 전체 매출에서 각 채널이 차지하는 퍼센트는 얼마인가?
12. 전체 마진에서 각 채널이 차지하는 퍼센트는 얼마인가?
13. 채널별 연간 매출 추세는 어떠한가?
14. 채널별 월간 매출 추세는 어떠한가?
15. 채널별 마진 추세는 어떠한가?
16. 어떤 채널에서 가장 수익성 높은 고객을 얻는가?
17. 어떤 채널에서 가장 충성도 높은 고객을 얻는가?

제품

1. 제품 카테고리별 매출 및 마진은 어떠한가?
2. 제품 소개 캠페인으로 타겟팅할 수 있는 사람들은 얼마나 되는가?
3. 가장 실적이 좋은 제품 카테고리는 무엇인가?
4. 특정한 제품 카테고리의 구매빈도는 얼마인가?
5. 특정한 우편번호 지역의 사람들이 특정한 제품을 구매하고 있는가?
6. 새로운 제폼/콘텐츠/행사 등에 어떤 고객이 관심을 가질 것인가?
7. 각 고객은 얼마나 많은 유형의 제품들을 우리에게서 구매하는가?

---

• 빅데이터를 활용한 예측마케팅 전략 책을 보고 이해한 내용을 정리 한 글입니다.

---