제품 분석이 마케팅 개인화의 핵심이 아닌 이유

아날로그 TV가 대세였을 때 케이블 회사는 간단한 광고 전략으로 새로운 프로그램 라인업을 홍보했습니다. 즉, 연령, 성별, 지역별로 정의된 지정된 시청자가 TV를 시청할 시간과 날짜를 선택한 다음 프로모션을 실행하는 것입니다.

마케팅이 디지털화되었을 때 이와 동일한 전술 중 많은 부분이 이전되었습니다. 케이블 회사와 마찬가지로 마케터는 연령 및 지역과 같은 광범위한 인구 통계 또는 페이지 방문 및 광고 클릭과 같은 표면 수준 정보를 기반으로 캠페인을 실행했습니다.

이러한 유형의 마케팅은 수십 년 동안 표준이었습니다. 그러나 Netflix와 같은 디지털 혁신 기업이 깨달은 것은 잠재고객 캠페인을 구성하는 훨씬 더 효과적인 방법이 있다는 것입니다. 바로 당사자 행동 ​​데이터입니다.

행동 데이터는 고객 행동 에 대한 데이터입니다. 즉, 고객이 디지털 제품에서 가치를 찾은 위치, 고객의 전체적인 고객 여정이 어떻게 생겼는지, 시간이 지남에 따라 고객이 제품으로 돌아가도록 동기를 부여하는 활동은 무엇입니까? 자사의 행동 데이터는 회사의 앱이나 웹사이트에서 직접 가져와 제품 분석 솔루션으로 보내집니다. 여기에서 디지털 팀은 데이터를 탐색하여 이러한 주요 고객 통찰력을 찾을 수 있습니다. 다시 말해, 고객이 무엇을 가치 있게 여기는지에 대한 정보를 얻기 위해 제3자 서비스에 의존할 필요가 없습니다.

인구통계학적 데이터가 아닌 고객 통찰력을 중심으로 캠페인을 구성함으로써 Netflix와 같은 회사는 전체 산업을 혼란에 빠뜨렸습니다. Netflix는 광범위한 인구통계학적 그룹을 대상으로 하는 대신 이전에 시청한 프로그램과 같이 시연된 행동을 기반으로 추천합니다. "이 세 가지 쇼를 마쳤으니 이번 쇼도 즐길 수 있을 것입니다."라고 결정하여 고객 경험을 개인화하는 것이 "이 연령대에 속하므로 다음을 좋아할 수도 있습니다. 이 쇼.”

Amazon 및 Spotify에서도 사용하는 광고 전략 및 콘텐츠 추천과 유사하게 Netflix가 달성하는 이러한 수준의 개인화는 대부분의 마케터에게 도달하기 어려운 것처럼 보일 수 있습니다. 하지만 실제로는 충분히 가능합니다. 핵심은 제3자 데이터 및 인구 통계 정보에 대한 의존에서 벗어나는 것입니다. 대신 마케터는 제품 분석을 자사 행동 데이터에 액세스하는 수단으로 수용하고 어떤 제안이 고객에게 동기를 부여하는지 진정으로 이해해야 합니다.

제3자 데이터에 대한 액세스가 변경되고 있습니다.

마케터가 자사 행동 데이터에서 얻을 수 있는 보다 포괄적인 통찰력 외에도 타사 데이터에서 멀어져야 하는 또 다른 이유가 있습니다. Google과 Apple은 최근 웹사이트 방문에 대한 타사 추적을 금지하는 고객을 위한 개인 정보 보호 기능을 구현했습니다. , 앱 다운로드 및 광고 클릭수 구글이 웹사이트에서 사용자 데이터를 추적하는 광고 판매를 중단한다고 발표했다. 마찬가지로, Apple의 최신 iOS는 사용자를 추적하기 전에 "옵트인" 동의를 구현해야 합니다.

다시 말해, 광고를 실행하거나 캠페인을 리타게팅할 때 마케터는 제3자 추적 서비스에 의존하기보다 보유하고 있는 데이터(다양한 청중이 응답하는 메시지 또는 기능에 대한 자사 데이터)를 활용해야 합니다.

제3자 추적은 마케터가 고객이 어떤 출처에서 오는지 이해하는 데 도움이 되었을 수 있지만 이것은 제품 분석이 채울 수 있는 또 다른 격차입니다. Amplitude와 같은 제품 분석 솔루션은 Identity Resolution을 사용하여 고객 여정에 대한 전체 그림을 만듭니다. 즉, 고객이 웹사이트를 방문했지만 나중에 광고를 본 다음 회사 Instagram 페이지를 방문한 다음 나중에 전환하여 계정에 가입한 경우 Amplitude는 이러한 익명화된 사용자 여정을 하나로 병합하여 한 고객이 어떻게 최종 전환에 기여한 세 가지 다른 흐름에서 브랜드와 관계를 맺었습니다. 다른 분석 플랫폼에서는 이 단일 고객이 3명의 다른 고객으로 나타나며 각 채널과 상호 작용이 전환에 기여한 방식이 명확하지 않습니다.

데이터 공유 업데이트 및 제공된 정보의 격차를 고려할 때 제3자가 고객 통찰력의 유일한 소스가 될 수 없습니다. 제품 분석과 함께 자사 데이터를 활용하는 것은 고객 여정을 완전히 파악하고 이러한 통찰력을 사용하여 결과를 산출하는 가장 좋은 방법입니다.

Current의 마케팅 팀이 제품 분석을 사용하여 고객을 이해하고 캠페인에 알리는 방법

고객 경험을 최우선으로 하여 해당 분야에 혁신을 일으키고 있는 은행 회사인 Current를 선택하십시오. 디지털 기반의 도전자 은행인 Current는 팀이 고객 행동을 이해하고 고객 중심 결과를 이끌어내는 데 집중하도록 합니다.

Current의 마케팅 부사장인 Adam Hadi는 “모든 것은 청중을 이해하는 것입니다. “고객이 우리가 제공하는 서비스를 필요로 하는 이유와 이를 수행하는 방법을 이해해야 합니다. 질적 연구는 매우 중요하지만 데이터는 백본입니다.”

이를 위해 Current의 마케팅 팀은 제품 참여에 대한 행동 데이터를 활용하여 캠페인을 계획합니다.

그들은 Amplitude를 사용하여 앱 내에서 가장 많은 참여를 유도하는 기능과 메시지를 조사한 다음 해당 행동 데이터를 사용하여 실행하는 광고, 타겟팅 대상 및 작성하는 메시지를 정확히 알려줍니다. 특정 앱 기능에 대한 높은 참여도를 보인 잠재고객 세그먼트를 타겟팅하고 궁극적으로 적시에 적절한 사람에게 적절한 메시지를 보내 광고 예산이 효율적으로 사용되도록 할 수 있습니다. 또한 고객 충성도를 높이는 데 가장 성공한 기능을 중심으로 마케팅 캠페인을 계획할 수도 있습니다.

Current와 같은 회사의 마케터는 디지털 우선 사고 방식을 수용했습니다. 그들은 비즈니스 결과를 이끌어내는 열쇠가 고객 행동을 이해하는 데 있다는 것을 알고 있습니다. 디지털 활동에 대한 심층적인 통찰력을 제공하는 제품 분석은 단순한 웹 메트릭이나 고객 설문 조사보다 훨씬 더 많은 고객 동기를 보여줍니다.

행동 통찰력으로 마케팅 개인화 촉진

제품 분석은 의도에 대한 사용자의 행동을 이해하는 데 도움이 됩니다. 누군가가 행동을 취하는 이유를 알게 되면 고유한 제품 요구 사항과 관련되도록 마케팅을 설정할 수 있습니다.

Amplitude에서 우리는 고객이 마케팅 활동의 최전선에 제품 분석을 가져오는 것을 보았습니다.

• 리타게팅 : 마케터는 사용자가 고유한 행동을 기반으로 제품이나 회사 사이트로 돌아가도록 유도할 수 있습니다. 예를 들어 Amplitude Recommend를 사용하여 Amplitude의 행동 세그먼트를 광고 네트워크, 마케팅 자동화 도구 및 리타게팅을 위한 개인화 엔진에 자동으로 보낼 수 있습니다. 수행했거나 아직 완료되지 않은 작업을 기반으로 행동 집단을 정의할 수 있습니다. 아직 비용을 지불하지 않는 고객과 같은 집단을 만들어 광고로 보다 구체적인 잠재고객을 타겟팅할 수 있습니다.
• 아하 순간 : 고객이 제품 내에서 아하 순간에 도달하면 이메일을 보내거나 인앱 메시지를 사용하여 추가 사용을 권장합니다. 피트니스 또는 명상 앱과 같은 제품에서 고객이 무료 평가판에서 첫 번째 전체 운동 루틴을 완료할 때 아하 순간이 발생할 수 있습니다. 구독 또는 특별 제안으로 고객에게 다가가야 하는 순간입니다.
• 고객 경험 개인화: 고객의 기대치가 그 어느 때보다 높았지만 많은 기업에서 개인화는 논쟁거리가 될 수 있습니다. 복잡한 데이터 수집과 의미 있는 개인화는 기술 팀과 마케터에게 압도적인 작업처럼 보입니다. Amplitude Recommend는 팀이 적절한 메시지를 찾아 적절한 사용자에게 적시에 전달할 수 있는 셀프 서비스 통찰력을 제공합니다.

그런 다음 Amplitude와 같은 제품 분석을 사용하여 타겟 마케팅 활동에 대한 고객의 반응을 측정할 수 있습니다. 캠페인, 채널 또는 행동별로 고객을 분류하고 시간이 지남에 따라 가장 많은 참여를 유도하는 방법을 확인할 수 있습니다. 평생 고객 가치를 높이는 마케팅 캠페인은 향후 캠페인의 우선 순위를 지정할 수 있습니다.

제품 분석: 맞춤형 추천을 위한 기반

고객에 대한 광범위한 가정을 기반으로 하는 마케팅은 쉬운 길처럼 보일 수 있지만 앞으로 더 많은 어려움을 낳을 뿐입니다.

명확한 대상 고객이 없으면 이상적인 고객 프로필과 일치하는 잠재 고객에게 도달하는 데 필요한 것보다 더 많은 돈을 지출하게 될 것입니다. 말할 것도 없이, 보다 개인화된 경험을 만들 수 있을 때 광범위한 네트워크를 구축하여 고객 충성도를 잃을 위험도 있습니다.

제품 분석이 고객 행동을 이해하는 데 필요한 기반을 구축하는 동안 개인화된 고객 경험을 위해 해당 데이터를 활용하면 이러한 통찰력을 한 차원 높일 수 있습니다. Amplitude의 신제품인 Recommend를 사용하면 제품 경험을 맞춤화하여 마케팅 활동을 추진할 수 있습니다.

장바구니에 추가 또는 구독 시작과 같이 고객이 과거에 수행한 이벤트를 기반으로 집단을 생성하여 참여 기반 마케팅 조건을 트리거할 수 있습니다. 여기에서 Amplitude의 AutoML 시스템을 기반으로 콘텐츠에서 제품, 메시징에 이르기까지 적절한 추천 분류를 생성할 수 있습니다.

오늘 자세히 알아보려면 Recommend 데모를 요청하세요.