개인화 마케팅에 관해서는 이미 많이 들어보셨을 겁니다. 불특정 다수를 향한 마케팅이 아닌, 개인에게 맞춤형 서비스를 제공하는 마케팅 방법이자 전략이죠. 개인화 마케팅이 최근 많은 관심을 받았고, 받고 있지만 예전에도 많은 브랜드가 개인화 마케팅을 했었습니다. 디지털이 아닌 오프라인에서도 했었죠.
예를 들면, 스타벅스나 코카콜라가 있습니다. 스타벅스에서 고객이 주문한 커피가 준비되면 스타벅스 파트너는 큰 소리로 고객의 이름 또는 닉네임을 외쳤죠. “OOO고객님~ 주문하신 아이스 아메리카노 준비됐습니다.” 코카콜라는 가장 많이 쓰이는 영어이름 250개를 꼽아 캔이나 병 레이블에 프린트했습니다. 고객은 나의 이름이 적힌 코카콜라 캔 또는 병을 찾아 다니는 현상까지 발생했죠. 호주에서 시작한 이 캠페인은 큰 관심을 모았고 영국까지 확대됐습니다.
디지털에서는 더 활발하게 개인화 마케팅이 진행되고 있습니다. 쉽게는 이메일 등을 통해 많이 볼 수 있는데요, 데이터를 활용해 좀 더 고도화된 개인화 마케팅을 진행하는 브랜드도 많습니다. 이제는 필수가 된 개인화 마케팅, 브랜드에서는 어떻게 활용하고 있을까요?
개인화 마케팅 케이스스터디 #1.
내 취향에 맞춰 나에게 콘텐츠를 소개해주는 넷플릭스
넷플릭스의 개인화 마케팅에 관해서는 잘 아실 거예요. 넷플릭스에 접속했을 때, 누군가의 첫 화면에는 ‘오징어게임’이 있을 수도 있고, 다른 누군가의 첫 화면에는 ‘이상한 변호사 우영우’가 있을 수도 있습니다. 물론 ‘오징어게임’과 ‘이상한 변호사 우영우’가 아닌 다른 콘텐츠가 첫 화면에 떠 있을수도 있죠. 이렇게 넷플릭스는 개인 별로 다른 콘텐츠를 추천해줍니다.
넷플릭스에 따르면, 넷플릭스는 추천 콘텐츠 시스템을 작동해 고객이 최소한의 노력으로 자기 취향에 맞는 콘텐츠를 찾을 수 있게 도와줍니다. 넷플릭스의 추천 시스템은 ①시청기록, 콘텐츠 평가 결과 등 상호작용 ②유사한 취향을 가진 다른 고객의 선호 ③장르, 출시연도, 카테고리 등 콘텐츠 정보 등을 종합해 작동합니다. 또 시청 시간대와 디바이스 등도 분석에 활용하고요. 넷플릭스는 이러한 데이터를 하나하나 분석해 콘텐츠를 추천합니다. 그래도 마음에 드는 콘텐츠가 뜨지 않는다면 고객이 할 일은 하나입니다. 검색해서 새로 찾아보는 것이죠. 그렇게 하면 넷플릭스는 새로 검색한 히스토리도 데이터로 활용해 다음에는 마음에 들 만한 콘텐츠를 추천할 거예요.
넷플릭스와 같이, 우리 상품 또는 서비스와 관련된 데이터(장르, 카테고리, 출시연도, 출연배우, 감독 등)를 활용할 수 있으면서, 고객 데이터(히스토리 등)을 종합적으로 활용할 수 있다면 데이터를 활용한 개인화 마케팅을 진행할 수 있습니다.
개인화 마케팅 케이스스터디 #2.
Netflix on Banking, 아일랜드 중앙은행(Bank of Ireland)
아일랜드 중앙은행(Bank of Ireland)은 Netflix on Banking을 목표로 설정하고, 금융 서비스에 개인화 마케팅을 적용했습니다. 아일랜드 중앙은행은 넷플릭스의 특징 중 특히 ‘구독’과 ‘추천’을 활용했습니다. 은행에 구독이라는 서비스를 어떻게 적용한 걸까요?
우리가 은행에서 계좌이체를 할 때, 이체 건마다 수수료를 냅니다. 이게 전통적인 방식이죠. 하지만 구독을 하면 월에 일정한 금액을 내고 모든 서비스를 수수료 없이 통합서비스를 이용하는 겁니다. 추천 서비스는 어떻게 활용할 수 있을까요? 은행은 새로운 상품이나 프로모션 중인 상품을 우선 고객에게 보여줍니다. 하지만 개인화된 추천 서비스는 고객에게 필요한, 고객 맞춤형의 금융 상품을 추천합니다. 금융상품뿐만 아니라, 금융 리포트, 뉴스 등도 개인 맞춤형으로 제공받을 수 있죠.
혹시 우리 서비스는 개인화와 관련이 없다고 생각하시나요? 개인화 마케팅 중 어떤 부분을 활용해야 하는지 고민되시나요? 아일랜드 중앙은행의 사례처럼 ‘추천’과 ‘구독’ 서비스만으로 개인화 마케팅을 시작할 수 있습니다.
개인화 마케팅 케이스스터디 #3.
우리나라 금융권도 개인화 마케팅, 신한카드
우리나라 금융권에서도 개인화 마케팅을 활발하게 하고 있습니다. 특히 고객의 소비와 직접 연관이 있는 카드사의 경우, 더 활발하게 진행할 수 있죠. 고객의 카드사용을 통해 고객의 소비 데이터를 비교적 쉽게 확보할 수 있기 때문입니다. 활용할 수 있는 데이터를 비교적 쉽게 얻을 수 있다면 개인화 마케팅을 진행하기도 수월하죠. 신한카드는 개인화를 너머 초개인화로 가고 있습니다. 고객 데이터를 적극 활용하고 있죠.
신한카드는 ‘고객이 지금 이 순간 원하는 혜택과 서비스가 무엇일까?’를 알기 위해 성별과 나이 등 개인 신상에 관한 정보와 함께 결제 이력, 결제 장소, 결제 시간 등 개인 행동 정보, 날씨 등 외부 환경 정보도 활용합니다. 머신러닝 알고리즘이 이러한 데이터를 종합적으로 분석해 딱 맞는 타이밍에 꼭 필요한 혜택과 서비스를 제공하는 것이죠.
이렇게 국내외 금융권에서는 적극적으로 개인화 마케팅을 합니다. 지금까지는 편리하고 빠른 금융거래를 지원하는 정도였다면 앞으로는 개인의 금융생활에 깊숙이 관여해 관리하는 데까지 나아갈 겁니다. 고객과 관련된 데이터 확보가 쉬워지고 머신러닝 인공지능, 마이데이터* 등의 기술로 가능해졌죠. 금융권뿐만이 아닙니다. 기술은 나날이 발전하고 있습니다. 발전하는 기술을 개인화 마케팅에 접목할 수 있다면, 시작할 수 있습니다.
*마이데이터: 마이데이터를 이용하면 각종 기관과 기업 등에 분산돼 있는 자신의 정보를 한꺼번에 확인할 수 있으며, 업체에 자신의 정보를 제공해 맞춤 상품이나 서비스를 추천받을 수 있습니다. 국내에서는 2021년 12월 1일부터 시범 서비스를 시작했으며 2022년 1월 5일부터 전면 시행됐습니다. 예컨대 소비자가 금융기관 등에 자신의 신용정보를 마이데이터 업체에 전달하라고 요구하면 업체는 관련 정보를 취합해 고객에게 제공합니다. 여기에는 은행 입출금 및 대출 내역, 신용카드 사용 내역, 통신료 납부 내역 등 사실상 개인의 모든 금융정보가 그 대상이 됩니다. 따라서 이러한 정보들을 바탕으로 개인의 재무 현황 분석 등에 활용할 수 있습니다. [네이버 지식백과] 마이데이터 (시사상식사전, pmg 지식엔진연구소)
개인화 마케팅 케이스스터디 #4.
시작부터 개인화에 초점을 맞춘, 지그재그
취향 존중이 중요한 패션업계에서 개인화는 어찌보면 당연한 것입니다. 그런데 시작부터 개인화를 중점에 둔 브랜드는 많지 않을 겁니다. 지그재그는 시작부터 개인화에 중점을 둔 브랜드 중 하나입니다.
지그재그에는 다양한 브랜드의 제품이 있습니다. 일반적으로는 브랜드 별로 카테고리를 짜고 고객에게 노출하는 게 가장 쉽죠. 입점한 브랜드 입장에서도, 판매자 입장에서도 편리하니까요. 하지만 고객의 입장에서는 선호하는 특정 브랜드가 있는 것이 아니라면, ‘내 취향에 꼭 맞는 옷’을 찾고 싶은 것이지 특정 브랜드의 옷만 보고싶은 건 아니죠. 지그재그는 오피스룩, 러블리룩 등 취향이나 성향에 맞춰 스타일 카테고리를 구성하고 이에 맞춰 고객에게 보여줍니다. 고객은 브랜드 중심이 아닌, 내가 중심인 화면을 보게 되는 것이죠. 취향이 중요한 비즈니스를 준비하고 계시다면 개인화 마케팅에 특히 주목해보세요.
지금까지 개인화 마케팅에 관해 사례를 중심으로 살펴보았습니다. 브랜드 입장에서 개인화 마케팅은 전환율을 높일 수 있고, 비용을 절감할 수 있다는 측면에서 매우 좋은 마케팅 방법입니다. 그런데 브랜드 입장에서만 좋을까요? 사실 고객 입장에서도 개인화된 서비스를 받는 것이 좋죠. 내 취향에 맞는 제품이나 서비스를 찾기 위한 시간을 줄여주고, 때로는 나도 잘 몰랐던 나의 취향을 콕 짚어주기도 하니까요. 내가 필요한 순간, 필요한 정보를 제공하기도 하고요. 이렇게 개인화 마케팅은 브랜드뿐만 아니라 고객에게도 좋습니다. 허브스팟과 딜로이트에서도 개인화 마케팅을 주요 키워드로 꼽은 바 있죠. 오늘 알아본 사례를 참고해 개인화 마케팅을 준비해보시길 바랍니다.
.png)
