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.
- 웹사이트를 방문하고
- 제품을 5회 탐색한 후
- 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.
- 고객의 구매력 상승 여력을 예측하는 것이 목표인 경우
- 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.
- 목표와 측정을 제대로 설정했고, 항상적으로 개선에 집중
- 수집한 데이터를 이용하여 고객을 즐겁게 함
- 매장 직원은 그로인한 이점을 목격했고, 왜 자신들이 그 러한 일을 하는지에 대해 항상 교육을 받았다.
- 90%거래에서 각 고객을 확인할 수 있었다.
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
- 매달 얼마나 많은 신규고객을 획득?
- 신규고객을 획득하는 데 드는 비용은 얼마?
- 고객당 매출액은 얼마? 추세는 어떠함?
- 나의 매출과 마진은 계절에 따라 어떻게 변하는가?
- 매출의 대부분이 신규 구매자로부터 발생하는가, 아니면 반복 구매자로부터 발생하는가?
- 마진의 대부분이 신규 구매자로부터 발생하는가, 아니면 반복 구매자로부터 발생하는가?
- 출하한 제품의 연간 총 주문 수는 얼마나 되는가?
- 월별 주문 금액은 얼마인가? 어떤 달들은 거래가 더 많이 발생하는가?
- 연간평균 주문 금액은 얼마이며, 시간경과에 따른 추세는 어떠한가?
- 매출은 액세스 기기(모바일, 태블릿, 기타)별로 어떻게 나뉘는가?
- 매출은 지역별로 어떻게 나뉘는가?
- 매출은 매장별로 또는 영업 담당자별로 어떻게 나뉘는가?
- 매출액 중 마케팅 불가능한 고객으로부터 발생하는 매출은 얼마인가?
고객
제품기반 군집
- 각 제품 기반 군집에는 몇 명의 고객이 있는가?
- 제품 기반 군집의 각 구성원은 어느정도의 가치가 있는가?
- 가장 많은 매출을 올리는 제품 기반 군집은 어느것인가?
- 가장 큰 마진을 낳는 제품 기반 군집은 어느 것인가?
- 각 제품 기반 군집별로 선호하는 채널은 어떤 것인가?
브랜드 기반 군집
- 각 브랜드 기반 군집에는 몇명의 고객이 있는가?
- 각 브랜드 기반 군집의 각 구성원은 어느정도의 가치가 있는가?
- 가장 많은 매출을 올리는 브랜드 기반 군집은 어느것인가?
- 가장 큰 마진을 낳는 브랜드 기반 군집은 어느것인가?
- 각 브랜드 기반 군집별로 선호하는 채널은 어떤 것인가?
행위기반 군집
- 각 행위 기반 군집에는 몇 명의 고객이 있는가?
- 행위 기반 군집의 각 구성원은 어느 정도의 가치가 있는가?
- 가장 많은 매출을 올리는 행위기반 군집은 무엇인가?
- 가장 큰 마진을 낳는 행위 기반 군집은 어느것인가?
- 각 행위 기반 군집별로 선호하는 채널은 어떤 것인가?
- 각 행위 기반 군집별로 선호하는 채널은 어떤 것인가?
- 고객 중 몇 %가 할인 구매자인가?
- 고객 중 몇 %가 (마진이 높은) 정가 구매자인가?
- 고객 중 몇 %가 일회성 구매자인가?
- 반품이 많은 불평 고객은 누구인가?
- 계절성 고객은 누구인가?
- 단일 채널 고객은 누구인가?
평생가치
- 가장 높은 가치의 고객은 누구인가?
- 최상위 10% 고객의 (예상) 평생가치는 얼마인가?
- 매출 중 최상위 10% (또는 최하위 10%) 고객으로부터 발생하는 매출이 전체 매출에서 차지하는 비율은 몇%인가?
- 최상위 10% (또는 최하위 10%) 고객의 주문 빈도는 얼마나 되는가?
- 최고액 소비자들은 어떤 브랜드를 선호하는가?
- 최고액 소비자들은 어떤 제품 카테고리를 선호하는가?
- 최고액 소비자들은 어떤 채널을 선호하는가?
- VIP를 어떻게 정의하는가?
- 높은 가치의 고객들 중 이탈할 위험이 있는 고객들은 얼마나 되는가?
- 고객별 (고객 세그먼트 별) 지갑 점유율은 얼마나 되는가?
- 개별 고객의 매출액 상승 여력은 얼망인가?
- 잠재적 평생가치는 높지만 자사의 점유율이 낮은 계정들은 어떤 것들인가?
- 성별에 따른 예상 평생가치는 무엇인가?
- 할인 사냥꾼들 bargain bunters의 예상 평생가치는 더 낮은가?
- 모바일 쇼핑객의 평생가치는 더 낮은가?
- 가장 높은 가치의 고객들은 어떤 브랜드를 선호하는가?
- 멤버십 적립 프로그램 가입자의 평생가치는 평균보다 높은가?
구매가능성
- 무료 배송 서비스의 제공은 매출(및 마진)에 어떤 영향을 미치는가?
- 할인이 판매 증가를 촉진했는가?
- 프로모션 비용을 고려할 때 할인이 마진 증가를 촉진했는가?
- 각 고객에 대한 최고의 인센트브는 무엇인가?
- 방문하는 사람들 중에 고매 가능성이 높은 잠재 고객들이 있는가?
- 회원가입비를 받을 것인가?
- 기존고객들 중 재무개할 가능성이 가장 높은것은 누구인가?
생애주기 단계
- 활성고객 (지난 12개월 동안 구매한적이 있는 고객)은 몇명인가?
- 기간이 경과한 고객은 몇 명인가?
- 매출 및 마진의 대부분을 신규고객이 차지하는가 아니면 반복 고객이 차지하는가?
- 구매자는 일반적으로 얼마나 빨리 재구매를 할것인가?
- 리필 캠페인을 통해서 몇 명의 고객을 다시 불러들일 수 있는가?
- 신규 고객 환영 캠페인을 통해서 몇명의 고객을 다시 불러들일 수 있는가?
- 회사가 이메일 주소를 갖고 있는 구매자들 중 최근에 회사 웹사이트를 방문했으나, 구매하지 않은 사람은 몇명인가?
- 오랫동안 구매하지 않다가 최근에 이메일을 열어본 고객은 몇명인가?
- 고객 유지에 초점을 맞춰야하는가?
- 신규고객들이 다시 돌아오고 있는가 (그리고 이것이 더 나아지고 있는가 아니면 더 나빠지고 있는가)?
- 여러번 구매한 사람들은 몇명이며, 그들이 마지막으로 구매한 것은 언제인가?
- 이탈할 위험이 있는 고객들은 누구인가?
인구사회학적 특징
- 우리로부터 구매한 가구수는 얼마나 되는가?
- 성별에 따른 평균 주문 금액은 얼마인가?
- 고객별(세그먼트별)로 가장 가까운 매장까지의 거리는 얼마인가?
제품추천
- 고객별로 다음에는 어떤 제품을 추천해야 하는가?
- 각 고객별로 핵심적인 채널은 어느 것인가?
마케팅/채널
- 매월 몇 개의 장바구니가 매출로 이어지지 않고, 중도에서 포기되고 있는가?
- 매월 몇 개의 웹 검색이 매출로 이어지지 않고 중도에서 포기되고 있는가?
- 이메일 1개당 매출은 얼마이며, 시간 경과에 따라 어떻게 변화하는가?
- 가입자 중 우리가 보낸 이메일을 실제로 읽은 사람들은 몇명인가?
- 가입자 수가 늘어나고 있는가, 아니면 줄어들고 있는가?
- 다이렉트 마케팅 캠페인의 성과는 무엇인가?
- 어떤 마케팅 프로그램이 최고의 수익을 내고 있는가?
- 어떤 프로모션 행사가 가장 많은 판매액을 올리는가?
- 우리 회사의 카탈로그 발송이 이익 증가로 이어지는가?
- 지난 1년동안 우리 이메일을 한통도 받지 못한 고객은 누구인가?
- 전체 매출에서 각 채널이 차지하는 퍼센트는 얼마인가?
- 전체 마진에서 각 채널이 차지하는 퍼센트는 얼마인가?
- 채널별 연간 매출 추세는 어떠한가?
- 채널별 월간 매출 추세는 어떠한가?
- 채널별 마진 추세는 어떠한가?
- 어떤 채널에서 가장 수익성 높은 고객을 얻는가?
- 어떤 채널에서 가장 충성도 높은 고객을 얻는가?
제품
- 제품 카테고리별 매출 및 마진은 어떠한가?
- 제품 소개 캠페인으로 타겟팅할 수 있는 사람들은 얼마나 되는가?
- 가장 실적이 좋은 제품 카테고리는 무엇인가?
- 특정한 제품 카테고리의 구매빈도는 얼마인가?
- 특정한 우편번호 지역의 사람들이 특정한 제품을 구매하고 있는가?
- 새로운 제폼/콘텐츠/행사 등에 어떤 고객이 관심을 가질 것인가?
- 각 고객은 얼마나 많은 유형의 제품들을 우리에게서 구매하는가?
- 빅데이터를 활용한 예측마케팅 전략 책을 보고 이해한 내용을 정리 한 글입니다.