효과적인 개인화는 많은 좋은 데이터를 의미합니다.

효과적인 개인화는 의심할 여지 없이 브랜드 매출을 향상시킵니다. 브랜드가 나와 관련된 콘텐츠와 제품을 보여줌으로써 내가 누구인지 이해한다면 일반적인 콘텐츠와 제품을 보여줄 때보다 브랜드와 거래할 가능성이 훨씬 높아집니다.

수년 동안 웹사이트는 '당신도 좋아할 수도 있다' 또는 '다른 고객이 구매한 제품'이라는 미명 아래 단순히 사용자에게 추천 제품을 표시하여 개인화에 손을 댔지만 실제로 얼마나 효과적이었습니까? 이것이 웹사이트의 전환율을 실제로 얼마나 증가시키는가? 우리 모두는 이것에 대한 좋지 않은 예를 보았고 Amazon조차도 완벽하지 않습니다. Nintendo Wii 게임을 구입한 후 그들은 제가 Wii 콘솔을 구입하도록 권장했습니다. 왜 그런 일이 일어나는지 알 수 있지만 확실히 좋은 권장 사항은 아닙니다.

개인화는 추천 제품, 개인화된 콘텐츠, 배너, 제품 목록, 이메일, 제안 및 판촉 등 다양한 형태를 취할 수 있습니다. 현명하게 구현하면 사용자는 자신이 개인화의 대상이 되고 있다는 사실조차 깨닫지 못할 것입니다. 개인화를 올바르게 사용하면 상거래를 위한 매우 강력한 도구가 될 수 있으며 모든 채널에서 판매를 촉진할 수 있습니다. 그러나 제대로 구현되지 않으면 개인화는 역효과를 낳을 수 있습니다. 개인화된 콘텐츠나 제품이 목표를 놓치면 실제로 전환율을 낮출 수 있습니다.

그렇다면 개인화를 올바르게 수행하는 방법은 무엇입니까? 콘텐츠가 실제로 내가 고객인 내가 보고 싶어하는 것인지 확인하려면 어떻게 해야 합니까? 모든 것은 데이터와 많은 데이터에서 시작됩니다.

간단히 말해서 사용자에 대한 데이터가 더 세분화될수록 개인화 성공 가능성이 높아집니다. 그렇다면 얼마나 많은 데이터가 충분합니까? 그것은 대답하기 어려운 질문이지만 아마도 당신이 생각하는 것보다 훨씬 더 많고 가치를 더하기 시작하기에 충분할 것입니다.

5년 동안 전자 상거래 웹사이트를 운영한 브랜드의 시나리오를 가정해 보겠습니다. 그들은 제3자 행동 추적 도구를 구현하지 않았고 단순히 체크아웃 시 기본 주문 데이터를 캡처했습니다. 최소한 각 고객에 대해 다음 데이터를 갖게 됩니다.

• 위치
• 성별
• 구매한 제품
• 주문 빈도
• 평균 주문 금액
• 프로모션 사용 빈도
• 사용된 결제 수단

이것은 실제로 계속 진행해야 할 데이터의 양입니다. 고객을 개인화된 콘텐츠로 타겟팅할 수 있는 그룹으로 세분화하는 것으로 충분합니다. 그들은 각 사람이 어떤 유형의 제품을 구매하는지, 얼마나 자주, 얼마나 지출하고 싶은지, 프로모션에 반응하는지 여부를 알고 있습니다. 최소한 브랜드는 이전에 구매한 제품을 기반으로 하는 타겟 배너 또는 프로모션으로 특정 고객 세그먼트를 타겟으로 삼을 수 있습니다.

개인화는 실제로 고객의 좋아하는 것과 행동을 기반으로 고객을 분류한 다음 해당 세그먼트를 대상으로 하는 관련 콘텐츠를 제공하는 것입니다. 세그먼트는 수만 명의 사용자를 포함하는 크거나 단일 사용자를 포함하는 작을 수 있습니다. 세분화할수록 개인화 대상은 더욱 세분화됩니다. 고객에 대한 데이터와 속성이 많을수록 세분화가 더 정확해집니다.

디지털 시대에는 옴니채널 데이터가 필요합니다.

전통적으로 브랜드는 각 채널 내에서 매우 고립된 방식으로 사용자 데이터를 수집하는 데 중점을 두었습니다. 그들은 웹사이트 고객을 이해할 수 있지만 그것을 다른 채널에서 수집된 데이터와 반드시 연결할 필요는 없습니다. 효과적인 고객 데이터 관리의 핵심은 고객이 여러 접점에서 브랜드와 상호 작용할 가능성이 있음을 이해하고 각 상호 작용에서 고객 행동에 대한 다양한 단서를 제공한다는 것입니다. 이러한 채널에는 웹사이트, 모바일 앱, 매장 내, 여러 소셜 미디어 채널, 라이브 채팅 또는 전화가 포함됩니다.

이 디지털 시대에 이러한 각 접점은 브랜드에 고객에 대한 다양한 데이터를 제공하지만 트릭은 이를 하나로 모으는 것입니다. 데이터를 결합하면 매우 풍부하고 정확한 데이터 세트를 기반으로 고객을 지능적으로 분류하여 콘텐츠를 효과적으로 개인화할 수 있습니다.

온라인과 매장 모두에서 해당 브랜드로 쇼핑하는 일반적인 패션 브랜드 고객의 시나리오를 살펴보겠습니다. 소비자는 브랜드 웹사이트에서 일년에 몇 번 구매할 수 있으며, 이는 브랜드에 일정량의 데이터를 제공합니다. 고객은 온라인에서 더 비싼 품목을 구매하는 것을 꺼려 매장에 방문하여 구매합니다. 또한 그들의 고객은 다양한 소셜 미디어 채널을 자주 사용하며 패션 주제에 대해 인스타그램에 자주 댓글을 달고 정기적으로 트윗을 하며 때로는 브랜드를 직접 언급하기도 합니다. 한두 번 소비자는 브랜드의 고객 서비스 전화선에 전화를 걸어 스타일 조언을 얻기 위해 라이브 채팅 서비스를 몇 번 사용했습니다.

위의 모든 접점은 브랜드에 해당 고객에 대한 중요한 데이터를 제공할 수 있습니다. 고객이 작성한 일부 소셜 미디어 게시물은 브랜드를 직접 언급하지 않지만 이 데이터는 여전히 브랜드와 관련이 있습니다. 각 접점은 브랜드에 고객에 대한 특정 관점을 제공하지만 전체론적 관점은 아닙니다. 이 모든 데이터가 하나의 통합된 고객 보기로 통합된다면 개인화가 얼마나 강력한지 상상해 보십시오.

미래에 투자

이 시점에서 브랜드는 영리한 기술에 투자해야 합니다. 그들은 여러 채널에서 데이터를 수집하고 브랜드가 모든 데이터 포인트에서 사용자를 분류할 수 있는 도구가 있는 CRM 플랫폼이 필요합니다. 그들은 소셜 미디어 채널을 모니터링하고 브랜드 또는 관련 용어에 대한 참조를 선택하고 해당 소셜 미디어 프로필을 고객과 연결할 수 있는 플랫폼이 필요합니다. 그들은 사용자가 매장에 있는 동안 브랜드와 디지털 방식으로 상호 작용하는 데 도움이 되는 기술에 투자해야 합니다.

좋은 소식은 이 기술을 지금 사용할 수 있다는 것입니다. SAP Marketing Cloud와 같은 CRM 플랫폼은 브랜드가 모든 플랫폼에서 소비자 데이터를 연결하고 고객을 강력하게 분류할 수 있도록 도와줍니다. 매장 내 비콘 기술은 사용자가 실제 매장을 방문할 때 식별하는 데 도움이 되며 디지털 사이니지, 매장 내 태블릿 및 키오스크 기술은 매장 고객이 브랜드와 디지털 방식으로 상호 작용하도록 장려하여 해당 고객에 대한 더 많은 데이터를 수집할 수 있습니다. .

SAP Customer Experience의 Moritz Zimmermann이 발표한 이 훌륭한(약간 무섭긴 하지만) 프레젠테이션은 빅 데이터와 개인화가 주요 정치 행사에서 어떻게 파괴적인 영향을 미쳤는지 보여줍니다. Facebook은 세계에서 사용자 프로파일링 및 개인화를 가장 많이 사용하는 사용자 중 하나입니다. Facebook에서 보는 모든 광고 및 판촉 콘텐츠는 플랫폼과의 모든 상호 작용을 기반으로 고도로 개인화됩니다. 이것의 힘은 개인화된 콘텐츠의 실제 전달에 있는 것이 아니라 회사가 각 사용자를 이해하고, 프로파일링하고, 분류하는 방식에 있습니다.

물론 일단 데이터가 있으면 잘 활용해야 하지만 어떻게 하느냐는 다른 날 다른 기사에서 다루도록 하겠습니다. 중요한 점은 좋은 고객 데이터가 없으면 개인화에 실패할 가능성이 높다는 것입니다.