[데이터] 디지털 마켓팅과 데이터

디지털 마켓팅

1. 요즘 마켓팅은 디지털 마켓팅이다
   • 검색엔진 마케팅 (SEM), 이메일 광고 , 온라인 비디오 광고 , 소셜 미디어 광고
   • 리타겟팅 광고→ 개인정보 보호 문제로 점점 사라지는 추세
2. 사용자와 상품간 접점이 많아 다양한 데이터가 생성되었다
3. 이러한 데이터를 수집해서 마켓팅 성능을 측정하고 개선하는 데이터 기반 마켓팅이 가능해졌다

데이터팀의 초기 업무는 마케팅 관련 데이터 수집이 될 수 있다

데이터 마켓팅 분석의 필수 데이터

• 접점 = 채널 = 광고미디어 (Touch Point)
  • 고객이 어떤 경로로 어떤 형태의 광고를 보고 들어왔는지 기록

 

• 최종 전환(Micro-convention)
  • 마켓팅의 목표를 수행했는지 기록 → 물건 구매 혹은 앱 설치

 

• 보조 전환(Mocro-conversion)
  • 최종 전환 전 발생하는 행동을 기록 → 물건 조회, 쇼핑카트

 

디지털 마켓팅 분석 대상

• 채널 기여도(Attribution)
  • (접점과 최종전환의 관계) 어느 채널이 가장 효과적이었는지 측정 

    측정모델	설명
    Last Touch	최종 구매 전의 마지막 채널에게 모든 성과를 부여한다
    Last Non-Direct Touch	마지막 채널에게 모든 성과를 부여하되, 직접 방문이었다면 전 채널에게 성과를 부여한다
    First Touch	처음 방문한 채널에서 성과 부여한다
    Linear	방문한 모든 채널에게 동일하게 성과를 부여한다
    Time Decay	방문한 채널 중 시간이 지날수록 가중치를 줄여 성과 부여한다

    💡 가격이 비쌀 수록 여러 채널을 방문한다 회사의 서비스에 따라 기여도를 측정하는 방법을 고민해야 한다 
  •  UTM
    • 마케팅 채널 기여도 계산 표준
    • 링크에 utm_source=facebook 파라미터를 추가 → 파람을 파싱해서 측정 가능

 

• 고객 가치(Life Time Value)
  • 사용자의 초기행동을 보고 사용자가 미래에 가져다 줄 수 있는 평생 가치를 예측
  • 처음에는 간단하게 경험기반으로 규칙 기반 예측 가능
  • 데이터가 쌓이면 예측이 맞아 떨어진다면
  • 서비스에 적합한 고객이 누구인지 알수 있고 타겟팅이 분명해짐

 

• 고객 이탈률(Customer Churn)
  • 고객이 서비스를 그만 사용할지 예측
  • 고객의 여러가지 행동을 모두 기록하는 것이 전제된다

---

디지털 마켓팅 데이터 인프라 업무

• 데이터 웨어하우스 구축
• 접점, 보조전환, 최종전환 데이터 수집 활동

• 사용자 경로 데이터 수집의 어려움
  1. 모바일 앱을 통하면 데이터 수집과 기록이 어려움
     • IOS, 안드로이드가 호환이 안됨
     • 보통은 서비스를 통해 수집하여 원하는 형태로 변환 후 저장
       • Branch, AppsFlyer , Amplitude
  2. 오프라인 경로도 존재함
  3. 개인정보 법률로 고객 정보 수집에 제약
     • 유럽연합의 GDPR , 미국 캘리포니아주 CCPA
     • 개인정보는 트래킹을 못함
     • 대신 머신러닝으로 추론하는 회사가 부상 중..

디지털 마켓팅 분석 업무

• 채널 기여도 계산 자동화
• 고객 평상가치 , 이탈률 계산 (ML)