마케팅 공부하기

앞으로는 데이터의 정보 없이 마케팅을 하는 것이 힘들어지는 시대가 올 것입니다. 많은 기업들은 더욱 더 정교하고 세밀한 방법으로 고객을 찾아 리타겟팅을 시도하기도 하는데 이 과정에서도 '데이터'는 꼭 필요합니다.

최근에는 '빅데이터'를 넘어 '스몰데이터'라는 신조어가 생질 정도로 데이터의 관심은 날로 더 뜨거워지고 있습니다. 그러나 빅데이터라는 말을 많이 들어봤어도 빅데이터라는 것에 대해서는 제대로 된 정보를 찾기가 어렵습니다.

그래서 빅데이터의 5P 의 개념을 설명하면서 빅데이터에 대한 이해를 돕는 시간을 가져보도록 하겠습니다.

1. Perfomance

기업들이 데이터를 수집하는 데에 있어서 꼭 필요한 것은 '시간'입니다. 이 시간이 오래될 수록 더 정교하고 분석적인 데이터 확보가 가능합니다. 이를 통한 빅데이터의 분석은 마케터들이 더이상 감에 의존하거나 불확실한 상황들을 예측하지 않아도 자동적으로 최선의 결정을 도출할 수 있도록 도와줍니다. 그리하여 마케터들의 업무는 '예측'에서 '수집'으로 변화되고 있습니다.

빅데이터는 마케터들에게 실시간으로 정보를 제공하여 판매 전환률을 더 높이고, 보다 더 정교한 선택을 내릴 수 있도록 도와줍니다.

2. Personalization

빅데이터는 '개인맞춤'이 가능합니다. 과거 최대한 많은 사람이 타겟팅이 되었다면 지금은 한 사람 한 사람을 타겟팅 할 수가 있습니다.

예를 들어 과거에는 20대 여성을 타겟팅 하여 그 해 여성들의 트렌드, 성향 등을 파악하여 마케팅을 진행할 수 있었다면, 지금은 개개인의 취향을 파고들어 분석하여 소비자들에게 더 높은 만족감을 제공해줄 수가 있게 되었습니다.

개인맞춤과 마찬가지로 개인이 선호하는 것을 쉽게 파악할 수 있습니다. 만약 아이가 있는 주부가 평소에 아기 용품에 대한 정보를 많이 보고 물건을 구입한다면, 그것을 데이터화 하여 다른 정보보다 맞춤형 정보를 우선하여 제공해줄 수 있습니다. 소비자의 만족도가 높아지게 되면 구매 전환률이 높아지게 됩니다.

4. Prediction

디지털 마케팅과 데이터 개념 측면에서의 예측은 더 나은 비즈니스 서비스를 위해 데이터의 취득, 프로세싱, 분석에 이르는 신속한 과정을 맴돕니다. 꼼꼼해야 한데다 많은 공을 들여야 하는 프로세스의 시대는 저물고, 비즈니스 분석을 위한 대량의 데이터 수집에 있어서 수많은 돈을 들이는 접근 방식도 역시 함께 사라지고 있습니다. 빅데이터 분석툴과 함께, 디지털 마케팅의 큰 그림을 볼 수 있는 보다 구조화된 데이터 관리 프로세스를 만들기 위한 데이터 수집과 연관 데이터 프로세스의 자동화가 더욱 쉬워졌습니다. 행동 예측은 마케팅 세상에서 상상하기 힘들었던 데이터와 정보의 상관관계를 알 수 있는 데이터 분석 도구의 척도입니다.

5. Privacy

다만 빅데이터를 수집하기 위해 소비자들의 개인 정보가 남용될 부분도 간과할 수 없습니다. 특히 외국과는 달리 우리나라는 그 동안 개인정보 보호에 대해 취약한 모습들을 많이 보여왔습니다. 이 때문에 빅데이터화 시키기 이전에 기업은 개인 정보 보호라는 것에 잘 지혜롭게 대안을 가질 필요가 있습니다. 예를 들어 고객에게 약관 등을 통해 설명을 자세하게 해주는 등 다양한 방법이 있습니다.