2020.10.29 By 세일즈포스닷컴

Salesforce 전문가에게 묻는다! 마케팅 솔루션 도입 전 미리 알아야 할 포인트 (4)

제 4회 : 디지털 마케팅을 성공으로 이끄는 데이터의 「수집과 정리」 방법

많은 기업이 DX (디지털 트랜스포메이션)를 지향하는 상황에서 고객 성공 (클라이언트 성공)의 실현에는 어떤 전략이 필요할까요. 잠재 고객을 발견하고, 우량 고객으로 유도하는 「지름길」을 구체적으로 제시하고, 고객 성공을 최대화하는 방법에는 마케팅 솔루션이 필수입니다.

마케팅 솔루션 도입 전 미리 알아두어야 할 포인트 「조직적 과제」, 「비즈니스 KPI의 개념과 설정 방법」, 「DX 시대에 성과를 내기 위한 구체적인 솔루션 활용법」, 「유효한 데이터 수집과 처리」 를 주제로 총 4회의 시리즈 기사를 전달 드릴 예정입니다.

제 4회는 고객 성공 총괄 본부 디지털 마케팅 본부 마케팅 클라우드 인게이지먼트 매니저인 오카모토 타카시가 디지털 마케팅 성공의 핵심 요소인 마케팅 데이터 수집과 정리 방법에 대해 설명해 드리겠습니다.

복잡한 SQL을 마스터하지 않으면 Marketing Cloud를 활용할 수 없다는 오해

디지털 마케팅을 성공시키기 위해서는 데이터 활용이 필수입니다. 고객 메일 주소, 연락처, 주거지역, 나이, 취미, 관심사, POS, 전자상거래가 포함된 구매 데이터, 사이트 분석에 의한 행동 데이터 등, 다양한 데이터를 마케팅 오토메이션 (마케팅 자동화) 등의 툴에 가져와 활용 및 분석이 가능합니다.

단, Marketing Cloud를 효과적으로 활용하려면 분석할 데이터 선정도 신중하게 선택할 필요가 있습니다. 많은 고객들이 자사에서 독립적으로 축적하고 있는 고객 데이터 등을 그대로 Marketing Cloud에 투입해서 이용하려고 합니다. 그러나, Marketing Cloud는 고객 데이터를 관리하는 플랫폼 (CDP: 커스터머 데이터 플랫폼)이 아닙니다. 데이터를 단지 넣는 것으로 간단히 사용할 수 없습니다.

예를 들면, 기업이 Marketing Cloud를 활용할 때, 이미 축적된 고객 데이터에서 「언제」 , 「어느 매장에서」 , 「어떤 고객군이」 , 「어떤 카테고리 상품을」 , 「어느만큼의 수량」 을 구입했는지와 같은 디지털 마케팅에 필요한 데이터를 추출 해야 합니다. 즉, Marketing Cloud에 투입할 데이터를 가공할 필요가 있습니다.

만약, 사전에 데이터를 가공하지 않고 Marketing Cloud에 투입한 경우, 디지털 마케팅에 필요한 데이터를 추출하기 위해 SQL이란 데이터베이스를 구축하고 활용하기 위한 언어를 사용하여 필요한 데이터를 Marketing Cloud에서 추출해야 합니다.

이로 인해 「Marketing Cloud는 SQL을 이해하지 않으면 사용하기 힘들다」, 「Marketing Cloud를 능숙하게 다루기 어렵다」 라고 생각하는 고객들이 다수 있습니다.

이것은 잘못된 생각입니다. Marketing Cloud는 SQL을 몰라도 사용하는데 문제가 전혀 없는 유용한 툴입니다. Marketing Cloud에 데이터를 입력할 때 사전에 데이터를 가공・준비해두면 SQL을 작성하지 않고도 디지털 마케팅에 활용할 수 있습니다.

그렇다면, 어떻게 데이터를 가공하고 준비하면 좋을까요. 핵심은 디지털 마케팅에서 어떤 성과를 올리고 싶은지와 같은 목적을 명확하게 하는 것, 목적 달성을 위한 시나리오와 그에 따른 데이터 (시나리오용 데이터)를 준비하는 것입니다.

더욱이, 시나리오용 데이터 작성에 있어 포인트는 「어떤 구조로 데이터를 구분 지을까」 와 「어떤 필터로 디지털 마케팅에 필요한 데이터를 추출할까」 이 2가지입니다.

디지털 마케팅의 「시나리오용 데이터」 를 어떻게 작성할까

그렇다면, 어떻게 시나리오용 데이터를 작성하면, Marketing Cloud의 본래 기능을 잘 활용할 수 있을까요. 구체적인 사례를 들어 설명하겠습니다.

어떤 고객은 자사 시스템에 축적된 데이터를 그대로 Marketing Cloud에 입력 후 디지털 마케팅에 필요한 데이터를 SQL에서 추출하고 있습니다. Marketing Cloud에서 실행하기 위해 자사 시스템에 있는 복수의 테이블 중 디지털 마케팅 시나리오에 필요한 데이터를 추출하는 것은 SQL 정보 시스템 부문에서 큰 부담이었습니다. 1회 메일 전송을 하기 위해 SQL 정보 시스템 부서는 2주에서 1개월의 시간이 필요했습니다.

더욱이, SQL에 의한 데이터 설계가 시나리오에 맞는지 검증이 필요했습니다. 「판매 수 향상」, 「방문자 수 향상」 등의 목적을 달성하는 데 필요한 데이터가 정리되어 있는지, 마케팅 부서에서는 정보 시스템 부서가 준비한 데이터가 적절한 것인지를 검증해야만 했습니다. 이 고객은 「이대로는 신속한 디지털 마케팅 시책을 지속할 수 없어 곤란하다」 라고 Salesforce와 함께 과감한 개선을 모색했습니다.

먼저 한 것은 메인 시스템에서 가져온 데이터를 디지털 마케팅에 활용하기 쉬운 시나리오용 데이터로 정리하는 것이었습니다. 여기서 포인트는 앞서 제시한 「데이터 구조」 와 「데이터 추출」 입니다.

메인 시스템상의 데이터베이스는 항목마다 나뉘어 있는 것이 일반적입니다. (이 형식을 정규화 데이터라고 하며, 이 글에서는 로우 데이터라고 하겠습니다. ) 로우 데이터는 메인 시스템에 맞게 설계된 것으로 본래 마케팅용으로 만들어진 것이 아닙니다.

그래서 디지털 마케팅 시나리오에 따라 마케팅 정책을 실행하는 데 필요한 데이터 항목을 선정하고 검증된 로우 데이터에서 마케팅 시책 시나리오에 이용하기 쉬운 형식으로 정리 (구조화) 하는 것입니다.

로우 데이터를 기반으로 시나리오용 데이터를 정리(구조화)하게 되면 마케팅에 필요한 데이터를 갖추게 됩니다. Marketing Cloud에서 전략 실행에 필요한 데이터는 기본적으로 「세그먼트 데이터」 와 「 퍼스널라이즈(개인 맞춤형) 데이터」 가 있습니다. 이 항목을 기반으로 필터를 적용하는 것만으로 시나리오에 따라 시책을 실시할 수 있도록 하는 것이 이상적입니다.

또한, 디지털 마케팅의 목적과 그 목적을 달성하기 위해 시나리오에서 필요할 것으로 예측되는 데이터 항목을 마케팅 부서와 정보 시스템 부서에서 추출하여 세그먼트 데이터나 퍼스널라이즈 데이터로 나누었습니다. 이러한 작업을 통해 최종적으로 데이터 항목을 결정할 수 있도록 지원했습니다.

정확한 데이터를 바탕으로 마케팅 전략을 전개

이러한 노력의 결과, 일일이 정보 시스템 부서에 의뢰하여 SQL을 설계해 달라고 할 필요가 없어졌고, 몇 주간 걸렸던 매일 전송 리스트의 전송이 하루 정도로 단축되었습니다. 또한, 데이터 정확도를 검증하는 작업도 불필요해짐에 따라, 마케팅 부서는 본래의 마케팅 업무에 전념할 수 있는 시간이 늘어났습니다.

또한, 마케팅 부서에서 필요에 따라 데이터를 추출하는 조건을 직접 지정할 수 있게 되어 디지털 마케팅의 목적을 달성하는데 정확도가 높은 데이터를 얻을 수 있게 된 것도 큰 효과였습니다. 이런 시스템 덕분에 마케팅 부서는 대상 고객층을 위해 최적의 시기에 맞춤형 메일을 보낼 수 있게 되었습니다.

이러한 마케팅 솔루션이 많은 부분을 지원할 수 있도록 발전함에 따라 효율을 극대화하기 위해 다양한 노하우가 필요해졌습니다. Salesforce에서는 컨설팅 서비스 등을 통해 고객의 목적에 맞춰 마케팅 솔루션을 효율적으로 운영할 수 있도록 교육 및 지원하고 있습니다.