데이터 기반 의사결정에 필요한 요건들 - DIGITAL iNSIGHT 디지털 인사이트
Know-how, Marketing & Brand

데이터 기반 의사결정에 필요한 요건들

온택트(Ontact) 환경은 이젠 선택이 아닌 필수가 돼버린 코로나의 계절-마케터로서 갑자기 넘쳐나는 데이터를 관리하고 분석하는 역량은 더욱 중요해졌다. 데이터에 갇히는 것이 아닌, 의사결정이 가능한 인사이트를 도출하는 데이터 분석방법을 알아보자.

글. 이슬아 마케터
정리. 정병연 에디터

Intro. After Corona.

코로나가 전 세계에 끼친 정치적, 사회적, 문화적 대혼란을 몸소 느끼고 있다. 더 이상 코로나 이전 시대(B.C · Before Corona)로 돌아갈 수 없다는 목소리가 우후죽순 나오는 가운데, 과연 마케팅 영역에서는 어떤 변화가 일어날 것으로 예상할 수 있을까? 코로나로 인한 비대면 라이프스타일과 비즈니스가 강조되면서 모든 서비스에서 디지털화(Digitalization)가 가속화되고 있다. 이는 마케팅 활동으로 발생하는 데이터량의 급격한 증가로 이어지기도 한다. 이전 글들을 통해 코로나 이후 마케팅 영역의 변화들을 다뤘으니 참고해보자.

이제 온택트(Ontact) 환경은 선택이 아닌 필수다. 오프라인에서 온라인으로의 급격한 채널 변환은 디지털 마케팅 데이터의 발생을 의미한다. 해당 데이터를 저장하고 처리할 수 있는 플랫폼은 물론 데이터 분석에 대한 가이드가 필요한 시기다.
지금부터 할 이야기는 단순히 마케팅 데이터를 분석하는 플랫폼이나 프로그램의 사용법에 대한 것이 아니다. 마케팅 데이터를 넓은 시각에서 이해하는 한편 기존의 분석법과 다른 방식으로 새로운 부가가치를 뽑아내는 일에 대해 이야기해볼 것이다. 기술의 영역을 넘어 가치지향 데이터 분석방법을 함께 고민해보자.

온택트 시대를 맞아 디지털 트랜스포메이션(Digital Transformation)이 비즈니스 전 영역에서 빠르게 진행되고 있다. /출처. 구글 검색

숨겨진 데이터를 찾아라!

마케터는 매체나 마케팅 대행사를 통해 마케팅성과 분석리포트를 정기적으로 제공받는다. 주별, 월별 리포트에 담긴 데이터에서 과연 마케터로서 필요한 정보가 있는지 생각해봐야 한다. 마케터는 마케팅 성과를 분석하는 과정에서 향후 마케팅 방향성을 결정하기 위한 인사이트를 끌어내야 한다. 그러나 현업에서는 데이터를 정리하고 요약한 수준의 리포트가 대부분이다.

예를 들어보자. ‘지난 일주일 간 마케팅 광고 소재 A의 클릭률이 같은 기간 대비 35% 감소했다’는 내용은 마케터에게 유의미한 분석 가치를 제공하지 못한다. 반면 ‘소재 A에 대한 반응이 낮아진 이유가 지난주 조정한 타깃팅 그룹과 관련있다. 따라서 타깃팅 그룹을 재조정해야 한다’는 내용은 현상에 대한 원인 분석과 그에 기초한 의사결정 사안까지 전달한다는 점에서 의미있는 인사이트다. 이처럼 같은 데이터에서도 얼마든지 다른 가치를 뽑아낼 수 있는 것이다.

미디어가 제공하는 데이터가 전부가 아니라는 걸 인지해야 한다. 이를 ‘데이터 분석 프레임’이라고 할 수 있는데, 데이터 역시 특정 관점이나 의도에 따라 가공될 수 있다는 말이다. 데이터 분석 프레임은 프레임에 맞게 필요한 데이터를 규정하지만, 모든 데이터를 담거나 다른 각도의 분석을 제공하지는 못한다.

그러므로 숨어있거나 제공되지 않는 데이터가 무수히 많고, 이를 찾아내 활용하면 얼마든지 새로운 인사이트를 뽑아낼 수 있다. 따라서 매체 또는 대행사가 제공하는 데이터가 전부라고 믿기보단, 마케터로서 어떤 내용이 궁금한지, 어떤 데이터가 필요한지 정의(Define)하고 목록화(Listing)해 그에 맞는 데이터를 확인하고 수급하는 과정을 거쳐야 한다. 필요하다면 자신의 마케팅 상황이나 브랜드의 성격에 따라 맞춤 분석 프레임이나 지표를 만들 수도 있다. 프레임에 갇히는 게 아니라 선제적으로 프레임을 만드는 방식이다.

구체적인 마케팅 상황에 적용해보자. 동일한 마케팅 매체를 사용한다 해도, 캠페인의 목적과 상황에 따라 중요한 항목이 달라질 수 있다. 유튜브에 광고 영상을 집행할 때, 영상을 끝까지 시청하는 것이 중요할 수도 있지만, 때에 따라서는 다른 웹사이트로 이동하는 클릭이 더 중요한 지표가 될 수도 있다. 영상이라고 해서 항상 조회 수가 최우선 지표는 아니라는 것이다.

또 브랜드에 따라 실제로 매출이 발생하는 웹사이트 내 ‘구매하기’를 누른 사람 수가 중요할 수도 있지만, ‘이메일 받아보기’를 신청한 사람들의 정보가 중요할 수도 있다. 이메일 정보는 당장 매출을 발생하진 않지만 장기적인 측면에서 구매 가능성이 있는 고객이기 때문이다. 광고주가 중요하게 생각하는 요소나 해당 캠페인의 목적, 마케팅 상황에 따라 주요 지표가 달라질 수 있음을 명심하자.

주어진 데이터 프레임을 벗어나, 숨겨진 데이터 항목들을 찾고 ‘브랜드에 적합한 프레임’을 만들어야 한다.

분리된 데이터를 결합해보자

분리된 데이터란 소비자가 마케팅 활동에 참여함으로써 발생하는 데이터를 유기적이고 전체적인 연결선상에서 확인하지 못하고 특정 영역에서 끊어지는 현상을 뜻한다. 데이터 간 단절이 발생하는 이유는 크게 세 가지다. 소비자가 제3자 정보제공에 동의하지 않는 경우, 시스템 문제로 인해 연결할 수 없는 경우, 연결은 되지만 공통 인자(Indicator)가 없는 경우 등이다.

거시적 관점에서 봤을 때 단절의 근본적 원인은 소비자 데이터와 매체 데이터 간의 간극(Gap)이다. 예를 들어 마케팅 활동을 통해 발생한 데이터를 분석한다고 해서 소비자를 온전히 안다고 말할 수 없다. 해당 데이터는 마케팅에 ‘참여한 소비자의 행동’만을 기준으로 알 수 있을 뿐 소비자가 누구인지 또는 어떤 성향을 가지는 사람인지 이해하는 데 제한적이기 때문이다. 결국 소비자의 성별이나 연령대와 같은 데모 그래픽 정보, 관심 카테고리, 자사 브랜드·제품의 이용내역 등 더 많은 정보들이 있어야 한다.

개별 소비자 정보가 이렇게 촘촘하게 트랙킹 되고, 또 이러한 데이터들이 연결돼 있다는 것은 궁극적으로 생체 영역의 디지털화와 관련된 윤리적 위험성으로 인해 반드시 경계할 필요가 있다. 사람과 기계의 통신은 데이터 간극을 해소함으로써 데이터를 통합적으로 볼 수 있게 하지만, 그로 인해 인간성(Humanism)이 파괴되는 등 사회 다양한 영역에서 문제점도 발생한다. 결코 열어서는 안 되는 판도라의 상자일 수 있는 것이다.

생체 인식 정보가 편리하다고 분별없이 받아들이면, 개인의 신체는 인간의 영역이 아닌 기계의 영역이 돼 버릴지도 모르겠다. /출처. 매일경제

두 번째로 기술적으로 데이터 결합이 가능한 영역에서는 공통 인자(Indicator)가 필요하다. 이때 두 가지 결합방식이 있다.

먼저 2~3개의 데이터 세트를 연결시키는 공통 인자룰 찾고 그것을 기준으로 데이터 전체를 페어링(Pairing) 하는 것이다. 예를 들어 광고를 집행하고 자사 웹사이트로 유입시켰다면 웹사이트에 걸린 트랙킹 코드(Tracking Code)를 통해 광고로 유입량이 얼마나 늘었는지, 웹사이트 내에서 구매전환, 이메일 구독하기 혹은 SNS 채널로 이동이 얼마나 발생했는지 등 전체적인 사용자 전환 흐름을 파악할 수 있게 된다.

다음은 특정 데이터 항목을 전체 데이터베이스에 넣은 뒤 추출하는 방식이다. 예컨대 기존 고객의 ‘핸드폰 번호’를 기준으로 해당 번호를 가진 소비자 데이터를 추출하는 것이다. 이는 데이터의 일부만을 추출하는 방식으로 해당 데이터가 존재하지 않으면 쓸 수 없다. 데이터 분량이나 규모 역시 적은 편이기 때문에 데이터를 통한 분석보다는 타깃팅 같은 구체적인 마케팅 목적을 갖는 경우가 많다.

데이터를 결합하는 두 가지 방식을 구조화해봤습니다. 첫 번재는 데이터가 확장되는 방식, 두 번째는 데이터가 축소되는 방식입니다.

의사결정할 수 있는 데이터의 외부와 내부를 나누는 기준을 정립하자

마케팅 데이터를 분석하다 보면 항상 아쉬운 부분이 있다. 마케팅 성과보고서가 ‘분석을 위한 분석’으로 남는 경우가 많다는 것이다. 필자 역시 데이터 분석을 수행하는 데 있어 동일한 도전을 받는다. 데이터 수치를 오차 없이 맞추고 예쁘게 정리한 이후. 사실 그때가 데이터 분석의 고난이 시작되는 순간이다.

데이터 분석의 목적은 유의미한 인사이트를 도출하고 나아가 향후 마케팅 활동의 방향성을 설정하는 것이어야 한다. 올바른 의사결정을 하기 위해서는 판단의 기준이 필요하다. 해당 데이터가 긍정적인지, 부정적인지, 잘 진행된 것인지, 개선이 필요한지를 판단할 수 있는 기준이다. 여기서 기준은 외부 기준과 내부 기준이 있다. 결론적으로 두 가지 지표를 모두 참고해 자사 브랜드·제품의 판단기준을 세워야 한다.

예를 들어보자. 새로 론칭한 제품에 대한 인지도(Awareness)를 높이고 싶은 상황에서, 캠페인을 통해 1만 명의 타깃 소비자에 도달했다. 이때 도달 수 10,000명은 충분한 수준일까? 이를 판단할 수 있는 기준이 필요하다. 목표로 했던 25-35세 여성의 인구 수를 고려했을 때 만 명은 결코 크지 않은 수치일 수 있는 것이다. 여기서 사용된 외부 데이터는 인구통계 자료를 바탕으로 하거나, 해당 매체에서 2535 여성 사용자의 수치(UV, Unique Visitors)다.

내부 기준은 동일한 조건으로 집행했던 과거 데이터를 참고하면 된다. 과거 데이터를 계속해서 잘 관리해두고 중요한 수치들은 기억해두는 것이 중요한 이유다. 같은 예산이라도 바이럴 효과가 있어 더 많은 사람들에게 도달할 수 있게 되면 효율성이 높아지므로 더 낮은 비용으로 타깃 소비자에게 도달했다고 판단할 수 있게 된다. 바이럴 효과의 원인을 찾아 놓으면 다음 캠페인에도 동일하게 적용할 수 있다. 이미 했던 시도에 대해 다시 데이터 분석을 하고 효과를 분석하면서 잘된 케이스를 찾아내며 데이터를 선순환시키는 것. 21세기 마케터가 갖춰야 할 데이터 분석 역량이라고 할 수 있다.

데이터 분석을 통해 발견한 인사이트는, 향후 마케팅 방향성을 도출하고 새로운 것을 시도하는 데 쓰여야 한다. ‘데이터 다이내믹스’가 중요하다는 사실을 잊지 말자!

Outro. 데이터 창의력을 발휘하자

흔히 창의력은 우뇌의 영역, 번뜩이는 영감(Intuition)의 영역이라고 생각한다. 그러나 좌뇌가 강하게 작동하는 데이터 분석 영역에서도 창의력은 엄연히 존재한다. 데이터 크리에이티비티(Data Creativity)가 그것이다. 번뜩이는 창의력을 입증하면서 자신의 아이디어를 다른 사람들에게 설득력 있게 밀어붙일 수 있는 방법으로 이만한 게 없다.

수많은 마케팅 데이터와 그만큼 다양한 분석기법이 존재하지만 항상 해왔던 방법론을 답습하고 있진 않은가? 분석 목적은 흐릿해지고, 늘 보던 데이터만 보고 있진 않았는지. 의사결정에 도움되지 않는, 분석을 위한 분석을 쳇바퀴 돌듯 하고 있진 않았는지.

자신의 마케팅 분석 역량을 한번 돌아보자. 그리고 좋은 결과는 한 번 더 활용하고, 새로운 마케팅 방향성을 찾고 시도해보는 도전정신을 기르자. 그 속에서 마케팅 데이터의 다이내믹스가 형성되고, 똑같이 반복되며 발생하는 수치가 아닌 새로운 동력을 가진 데이터 흐름이 창출될 것이다. 이렇게 발생한 데이터의 변화는 내부의 기준을 만들어내고 업계에서 참고할 만한 성공사례가 된다는 것도 잊지 말자.

코로나 이후(A.C · After Corona). 두려움과 걱정보단 더욱 풍성해질 데이터의 바다에 과감히 뛰어드는 도전과 호기심이 마케터에게 필요한 시기다.

Author
이슬아

이슬아

마케팅 전략 컨설턴트/프리랜서. '전공불문'이라는 불문과 학도가 빅데이터 전문 마케터가 되기까지. 힘겹게 배우고 경험한 이야기들을 브런치 매거진으로 하나씩 풀어나가고 있다. '배워서 남주자'는 신념으로, 일상에서 누구나 접할 수 있는 마케팅 상황을 가지고 마케터가 되기위해 필요한 예리한 시선과 생각을 키워내는 것을 목표로 글을 쓰고 있다. 현재 탈잉에서 마케팅 1:1 및 그룹 스터디를 운영한다. sarah871012@gmail.com

Comments
© DIGITAL iNSIGHT 디지털 인사이트. 무단전재 및 재배포 금지

뉴스콘텐츠는 저작권법 제7조 규정된 단서조항을 제외한 저작물로서 저작권법의 보호대상입니다. 본 기사를 개인블로그 및 홈페이지, 카페 등에 게재(링크)를 원하시는 분은 반드시 기사의 출처(로고)를 붙여주시기 바랍니다. 영리를 목적으로 하지 않더라도 출처 없이 본 기사를 재편집해 올린 해당 미디어에 대해서는 합법적인 절차(지적재산권법)에 따라 그 책임을 묻게 되며, 이에 따른 불이익은 책임지지 않습니다.

Related Posts