데이터 드리븐 마케터의 마인드셋과 스킬 (3/3)
지금으로부터 5년 전, 혹은 10년 전을 돌이켜보자. 디지털 마케팅은 어떤 모습이었는가? 디지털 마케팅의 변화를 상기한다면 그 변화의 폭과 속도에 압도될 것이다.
데이터 드리븐 마케팅은 이 급격한 변화의 흐름 속에 등장했고 마케터에게 기존과 다른 능력을 요구한다. 구체적으로 어떤 능력이 요구되는가에 이견이 있겠지만, 기본적으로 데이터 드리븐 마케터는 ‘훌륭한 학습자’여야 한다고 생각한다.
이번 마지막 회차에서는 데이터 드리븐 마케터가 가져야 할 마인드셋과 스킬에 대해 구체적으로 알아보려 한다.
- 성공적인 데이터 드리븐 마케팅을 위한 6가지 질문
- 데이터의 함정
- 데이터 드리븐 마케터의 마인드셋과 스킬
장인의식(craftsmanship)은 면면히 이어지는 인간의 기본적 충동이며, 일 자체를 위해 일을 잘 해내려는 욕구다. 장인노동은 숙련 육체노동보다 훨씬 넓은 영역에 스며 있다. 컴퓨터 프로그래머와 의사, 예술가들의 일에도 장인의식이 살아있다. 아이를 기르는 일도 장인의 실기(實技, craft)처럼 연습해서 숙달하면 더 나아진다.
-리처드 세넷 ‘장인(匠人)’ 中에서
사람은 누구나 장인이 되고 싶어 하지만, 누구나 장인이 될 수 있는 건 아니다. 장인이 되기 위해선 반복되는 연습을 통해 숙달돼야 한다. 이 과정은 상당한 시간과 노력을 요구하는데, 그 요구를 충족시키기란 어렵다. 훌륭한 데이터 드리븐 마케터는 장인과 같다. 숫자에 담긴 고객의 목소리를 파악하려는 의지와 발 빠른 실행력, 실력을 키우고자 하는 욕심과 과정에 대한 인내가 필요하며, 이는 상당한 시간과 노력을 요구하기 때문이다.
지금까지의 경험을 기반으로 데이터 드리븐 마케터에게 요구되는 마인드셋과 스킬에 대해 나름대로 생각을 정리해보려 한다.
① 디지털 마케팅 + 통계학 + 개발(프론트엔드) = 데이터 드리븐 마케터
데이터 드리븐 마케터는 디지털 마케팅과 통계학, 개발 분야에 대한 경험과 지식을 쌓아 가야 한다. 오해를 피하기 위해 첨언하자면, 통계학 학위를 따거나 10,000줄짜리 코딩을 할 줄 알아야 한다는 얘기가 아니다. 통계학과 개발 분야는 상당한 공부가 필요하며, 전문가의 수준까지 파고드는 일은 불필요하다. 데이터 드리븐 마케팅에 필요한 만큼만 익숙해지면 된다. 지금부터 각 분야를 살펴보며 왜 필요한지, 어떻게 활용되는지 살펴보자.
①-① 통계학
데이터 드리븐 마케팅은 데이터를 기반으로 전략과 의사결정을 실행한다. 따라서 통계적 지식이 필요하다. 여기서 말하는 통계적 지식은 증감률을 구하고 평균을 구하는 등의 기본부터 회귀 분석, 가설 테스트 등의 보다 전문적인 내용까지 포함한다. 데이터를 분석하다 보면 ‘애매’한 상황을 자주 마주친다. 랜딩 페이지 A/B테스트를 하는데, A버전은 전환율 2.1%이었고, B버전은 전환율 2.3%였다. 이 결과로 B버전을 선택해야 할까? 한 가지 상황을 더해보자. 갑자기 해결해야 할 문제가 생겨 B버전 적용이 한 주 미뤄졌다. 그사이 결과가 뒤바뀌었다. A버전은 전환율이 1.9%, B버전은 1.6%가 됐다. 그렇다면 이제는 B버전을 적용하자는 결정을 바꿔 A버전을 적용해야 할까?
지난 글에도 언급했듯이 통계학은 데이터를 모으고 분석한 뒤, 결론을 내리는 과정에 대한 학문이다. 그동안 평균과 변화율을 측정하는 정도였다면 위와 같은 상황에서 결정을 내리기 힘들다. 그러나 통계학의 발전된 기법을 사용했다면, A/B 테스트에서 어느 쪽이 더 나은 결정인지 좀 더 확실한 결론을 내리게 될 것이다.
①-② 개발(프론트엔드)
통계학보단 중요성이 덜 하지만, 개발에 대한 이해도 중요하다. 개발을 이해하는 게 왜 중요한가를 설명하기 위해 Google Analytics(이하, GA)를 예로 들어보겠다. 사실 GA는 HTML이나 JavaScript를 몰라도 활용할 순 있다. 그러나 GA를 깊이 이해하고 활용하려면 개발 관련 사항을 아는 것이 좋다.
GA가 데이터를 수집하는 방식은 무엇이며, 이 방식의 한계는 무엇일까? 왜 GA트래킹 코드는 안에 넣어야 할까? ‘페이지 제목’ 측정기준을 현재로서는 활용할 수 없는데 어떻게 개선해야 할까?
이게 전부는 아니다. GA의 검색과 필터를 제대로 활용하려면 정규식의 기본을 알아야 하며, Google Tag Manager(이하 GTM)를 활용해 이벤트 트래킹을 하려면 JavaScript에 대한 기본 지식이 필요하다.
혹자는 이런 일을 개발자가 하지 않고 왜 마케터가 해야 하는지 의문을 가질 수 있다. 그러나 브라우저나 프론트엔드에 대한 기본적 지식 없이 원하는 바를 커뮤니케이션하기란 쉽지 않은 일이다. 또한 위에 언급한 내용을 안다면 급하게 마케팅 태그를 사이트에 삽입하거나, 데이터 측정을 실행하는 경우에도 개발자의 도움을 받을 때까지 기다릴 필요가 없으므로 그 필요성은 충분하다고 본다. 또한 디지털 마케팅 분석 툴은 웹·앱 환경에서 운영되므로 개발 관련 사항을 알아야 데이터를 깊이 있게 이해할 수 있다.
지금까지의 내용에 공감했지만, 어떻게 시작할지 모르는 분들이라면 아래 두 개의 웹사이트를 참고하길 바란다.
생활코딩(www.opentutorials.org/course/1)
프로그래밍에 관심이 있다면 한 번쯤은 들러 봤을 사이트. 모든 강의는 무료이며, 초심자를 대상으로 설계돼 있으므로 시작하기 좋다. HTML, CSS, JavaScript는 물론 웹에 대한 기본적 이해를 돕기 위한 강의도 있으니 반드시 참고하길 바란다. 최근 구글과 함께 ‘코딩 야학’ 프로그램을 진행 중인데, 이 프로그램에 참여해도 좋겠다.
Codecademy(www.codecademy.com)
프로그래밍을 학습하는 온라인 플랫폼. 개발 초심자에게 가장 많이 추천되는 사이트 중 하나다. HTML, CSS, JavaScript, jQuery 코스를 차례대로 밟아 나가길 권한다. 비교적 쉬운 설명과 함께, 간단한 코드를 작성하면 코드 실행 결과를 보여주므로 지루하지 않다. 기본적으로 무료이며 유료 결제할 경우 추가적인 연습 문제를 제공한다. 이 사이트의 콘텐츠는 모두 영어로 이루어져 있는데, 그다지 어렵지 않으므로 인내심을 갖고 도전해보자.
①-③ 디지털 마케팅
지금까지 언급한 분야 중 가장 중요한 핵심이다. 화려한 JavaScript 실력으로 온갖 데이터를 모으고 데이터 분석을 기가 막히게 한다고 해도 마케팅 스킬과 내공이 부족하면 성과로 이어지기 어렵다.
앞선 두 분야와 달리 이 분야가 왜 필요한지에 대한 설명은 불필요하리라 생각한다. 따라서 여기서는 디지털 마케팅의 세부 분야를 망라함으로써 어떤 스킬이 필요한지에 대해 알아보자.
디지털 마케팅의 궁극적인 목표는 결국 수익 창출이다. 이 목표를 달성하려면 유입, 전환, ROI(Return On Investment, 투자 수익)가 중요하다. 디지털 마케팅은 결국 정해진 예산 범위에서 웹사이트로의 유입을 최대로 끌어온 뒤, 최대한 많은 수를 전환 시키는 활동이다.
최대한의 유입과 최대한의 전환이라는 목표를 달성하기 위해 세부 활동이 필요하다. 구매자 여정(Customer Journey)을 규정하고, 효율적인 채널 선정, 퍼널 단계별 콘텐츠 전략과 타겟팅·리타겟팅 등을 포함한 총체적인 마케팅 전략을 수립한 뒤, 랜딩 페이지와 광고 최적화 등의 운영 과정을 거치는 일이 바로 그것이다.
이는 다음과 같은 스킬을 요구한다. 마케팅 기획 및 전략 수립 역량, 광고 플랫폼 활용 능력(페이스북 광고, 배너 광고, 키워드 광고 등), 콘텐츠 마케팅, UX, 고객 관련 인사이트, 랜딩 페이지 최적화 도구(Google Optimize, Optimizely 등) 활용 능력, 기여도(Attribution) 분석 능력, 마케팅 자동화 도구 활용 능력 등이 있다.
한 사람이 이 스킬을 모두 갖출 순 없겠지만, 적어도 지속적인 관심과 기초적인 지식을 쌓는다면 실무에 큰 도움이 된다.
② 영어는 피할 수 없다
데이터 드리븐 마케팅과 영어가 무슨 상관이냐고 묻는 사람이 있을지도 모르겠다. 그러나 분명히 영어는 잘하면 잘할수록 유리하다. 지극히 단순한 이유에서다. 데이터 드리븐 마케팅 관련 웹 문서는 영어로 작성된 경우가 압도적으로 많기 때문이다.
네이버와 다음 키워드 검색이 디지털 마케팅의 대세인 시절이었다면 괜찮겠지만, 지금은 아니다. 페이스북, 인스타그램, 유튜브 등의 마케팅 채널부터 GA나 Adobe Analytics와 같은 분석 툴까지 모두 해외에서 온 것이다. 기술 문서조차 영어로 작성된 경우가 많고, 구체적 활용법도 영어로 작성된 경우가 압도적으로 많다.
따라서 한글로 검색한다면 한계를 느낄 수밖에 없다. 영어로 문서를 검색하고, 해당 내용을 파악하는 능력은 중요한 경쟁력이다. 그렇다면 어떻게 해야 할까? 우리의 목표는 영어로 된 문서의 내용을 파악하는 것이지, 영어를 잘하는 것이 아니다. 영어를 잘하면 유리하지만, 토익이나 중고등학교 영어 교과서를 공부할 필요는 없다. 영어로 작성된 문서를 자주 접해서 두려움을 없애는 정도면 좋은 출발이다. 고백하건대, 필자 역시 영어를 잘 못한다.
크롬 브라우저의 ‘구글 번역’ 확장 기능을 설치할 것을 권한다. 모르는 부분을 드래그하면 자동으로 번역된다. 이 확장 기능을 사용하면 내용 파악이 한결 수월해진다. 이 외에도 확장 기능이 많으니 필요에 잘 맞는 것을 찾아보길 권한다.
따로 단어를 외우려 하지 않아도 된다. 어차피 한 분야에서 사용하는 용어는 한정돼 있으며, 굳이 외우려 하지 않아도 반복해서 찾다 보면 저절로 외워진다. 단어를 외우려 시도할수록 금방 지겹고 힘들어질 테니 우리가 원하는 목표에만 집중하자.
③ ‘참조 리스트’를 만들어라
참조 리스트는 각 분야 전문가의 SNS 계정, 블로그 리스트를 말한다. 이들의 SNS 계정을 팔로우하거나 블로그의 뉴스레터를 구독해서 소식을 꾸준히 받아 보는 게 좋다. 이들은 해당 분야의 전문가이므로 자기 분야의 팁, 성공 케이스 등 유익한 콘텐츠를 지속적으로 생산한다. 전문가의 모든 글을 섭렵할 필요는 없다. 필요하다고 생각되는 글만 따로 저장해두고 보면 된다.
아래는 필자의 참조 리스트의 일부다. 애석하게도 이 리스트에는 국내 블로그나 사이트는 별로 없다. 국내 전문가의 글을 보고 큰 도움을 받은 적은 많지만, 꾸준하게 지속적으로 글이 업데이트 되는 경우가 흔치 않아 이 리스트에는 포함하지 않았음을 밝힌다.
만약 자신만의 참조 리스트가 없다면, 위에 나열된 리스트를 참고하길 바란다. 지속적으로 이들 블로그를 참고하다 보면 새롭게 추가할 만한 사이트들이 눈에 띌 것이다.
디지털 마케팅 전반
Think with Google(www.thinkwithgoogle.com)
디지털 마케팅 관련 통계, 트렌드, 성공 사례 등의 정보를 제공한다. 언어 설정을 한국어로 해 한글로 작성된 글을 볼 수 있다.
오컴의 면도날 블로그 (www.kaushik.net)
웹 분석 분야의 구루로 불리는 Avinash Kaushik의 블로그. 웹분석을 포함한 폭넓은 주제를 다룬다. 디지털 마케팅과 관련된 다양한 글을 볼 수 있다. 상당히 길을 길게 쓰는 편이라 읽기 힘들지만 그만한 가치가 있다.
웹 분석
Google analytics 공식 블로그(analytics.googleblog.com)
GA 360 관련 업데이트 소식, 성공 사례, 활용 방법을 소개한다. 공식 블로그 외에 GA 공식 트위터 계정이나 페이스북 계정을 팔로우하면, 다른 블로그의 유용한 GA관련 글도 소개한다.
Optimize smart(www.optimizesmart.com/blog)
Google Analytics 전문가 Himanshu Sharma 블로그. GA 전반에 걸친 내용을 다루면서도, 심층적인 부분까지 차근차근 설명해준다. 비 개발자를 독자로 설정하고, 쉽게 기술 관련 내용을 설명해주므로 자주 참고하길 권한다.
Simo Ahava 블로그(www.simoahava.com)
GTM전문가 Simo Ahava의 블로그. 태그매니저의 시스템부터, 실제 적용 사례까지 다양한 내용을 다룬다. GTM을 다룬다면 필수라고 할 정도로 유익하며 유명한 블로그. 이 블로그의 글을 이해하려면 JavaScript와 GTM에 대한 기본 지식은 필수다. 태그매니저를 이용한 데이터 측정 구현에 집중한 블로그다.
페이스북 광고
Adespresso 블로그(adespresso.com/academy/blog/)
페이스북 광고 최적화 도구인 adespresso 블로그. 대부분이 페이스북 광고에 대한 글이며, 새로 출시한 기능 활용법, 페이스북 최적화 사례 등을 다룬다.
④ 기타
마지막으로 미처 다루지 못한 내용에 대해 짧게 언급하고자 한다.
④-① 쉬운 일이 아니다
데이터 드리븐 마케팅의 사례를 보면, 성공이 쉽게 느껴지곤 한다. 그러나 데이터 드리븐 마케팅은 많은 시행착오를 전제로 한다. 성공 사례는 성공의 요인만 이야기하며, 수많은 실패에 대해서는 언급하지 않으니까.
많은 사람들이 데이터에 대해 잘못된 편견을 갖고 있다. 어떤 이는 데이터만 있다면, 성공하기 위해 해야 할 일이 척척 가려지는 것으로 착각하고, 어떤 이는 작은 실패나 잘못된 해석의 가능성만으로 데이터의 효용을 모조리 부정하기도 한다. 아마도 실무자라면 필자가 하는 이야기에 대해 공감하리라 본다. ‘빠르게 실패하기’ 전략이 보여주듯이, 데이터 드리븐 마케팅이 성공하려면 작은 실패와 개선의 반복이 본질이다.
④-② 의심과 검증
기본적으로 상식에 어긋나는 데이터가 나왔을 때는 의심하고 검증해야 한다. 데이터 분석을 하는 이유가 기존의 상식에 얽매이지 않고 ‘진짜 결과’를 찾기 위한 행위임을 감안한다면, 필자의 주장은 이상하게 들릴 지도 모른다. 아래 이미지는 GA ‘사이트 속도’ 보고서에서 브라우저 별 페이지 로드 시간을 측정한 것이다.
위 데이터를 보면 Android Browser가 평균 페이지 로드 시간이 길어 최적화가 필요해 보인다. 본격적으로 개선을 착수하기 전에 의심을 해보자. Android Browser는 Android 모바일 기기 접속일 텐데, iOS의 데이터로 짐작되는 Safari 브라우저와의 차이가 크다. 브라우저에 따라 2배 가량의 속도차이가 날 수 있을까? 뾰족한 답이 없다면 데이터를 의심해야 한다. 이제 다음 데이터를 보자.
우측의 Page Load Sample 데이터를 보자. 우리가 문제라고 판단한 Android Browser의 샘플이 7에 불과하다는 사실이 드러난다. 기본적으로 GA의 사이트 속도 보고서는 적은 수의 트래픽을 샘플로 사이트의 속도를 판단한다. 위 데이터에서 요구되는 최소 샘플 크기는 바로 알 수 없지만, 7이라는 샘플의 크기가 판단의 근거가 되기에는 매우 부족하다는 사실 정도는 바로 파악 가능하다.
이 예시는 상식과 데이터가 충돌했을 때, 데이터를 우선 의심해 봐야 한다는 말의 의미를 알려준다. 데이터 측정 과정에서의 실수나 알지 못했던 요소 등이 결과에 영향을 미치기 쉬우므로, 이 점을 우선 가려내야 한다. 만약 의심없이 Android Browser를 최적화해야 한다는 목표를 갖고 사이트 개선 계획을 세웠다면, 부정확한 데이터로 많은 자원을 낭비했을 것이다.
데이터 분석 결과를 의심해야 하는 이유는 이처럼 자원 낭비와 잘못된 전략 방향으로 나아가는 일을 최소화하기 위해서다. 중요한 일일수록 신중해야 하는 법이다.
<마치며>
지금까지 3회에 걸쳐 데이터 드리븐 마케팅에 대해 적지 않은 내용을 펼쳐 보았다. 아직 국내에서 데이터 드리븐 마케팅은 활용도가 높지 않지만, 향후 거부할 수 없는 대세가 되리라 확신한다. 앞으로도 고객이 디지털 매체에 보내는 시간은 늘어날 것이고, 이는 곧 고객 관련 데이터의 증가를 의미한다. 더 나아가, 이를 활용하는 데이터 드리븐 마케팅의 중요도가 높아진다는 의미도 된다. 하지만 데이터 드리븐 마케터에게 요구되는 역량은 단시간 내에 쌓을 수 없으므로 착실하게 준비하길 바란다.
