이제 그만 믿어야 할 8가지 개인화에 대한 오해

귀하에게는 그렇지 않은 것처럼 보일 수 있지만 개인화는 논란의 여지가 있는 주제입니다. 어떤 사람들은 이것이 비즈니스 레퍼토리에서 가장 가치 있는 전술이라고 말합니다. 다른 사람들은 사용하지 않는 것이 더 나은 소름 끼치는 기술이라고 말합니다. 어떤 사람들은 그것이 세분화와 다르지 않다고 말하고 다른 사람들은 그것이 그 이상이라고 주장합니다.

모든 상충되는 정보가 돌아다니기 때문에 사실을 똑바로 유지하기가 어렵습니다. 오늘, 우리는 가장 일반적인 개인화 신화에 대해 다룹니다.

8가지 개인화에 대한 신화, 폭로

통념 #1: 개인화는 비효율적이다

믿거 나 말거나 - 점점 더 개인화 된 마케팅 추세와 그 기반 논리에도 불구하고 개인화의 효과를 부정하는 사람들이 여전히 있습니다.

이들은 보통 개인화를 반쯤 시도하다가 포기한 사람들입니다. 대부분의 데이터가 소비자와 마케터 모두의 개인화 성공을 가리키기 때문에 이렇게 말합니다.

소비자의 약 70%는 대중에게 관련 없는 마케팅 메시지를 퍼뜨리는 구식 방식에 지쳤다고 말합니다. 이것이 바로 마케터의 86%가 더 나은 고객 경험을 제공하기 위해 개인화를 사용한다고 말하는 이유입니다.

왜 하느냐에 관계없이 개인화에는 큰 이점이 있습니다. 거의 90%의 미국 마케터가 개인화로 인해 측정 가능한 개선을 경험했다고 보고했으며, 절반 이상이 10% 이상의 상승도를 보고했습니다.

개인화에 대한 인상적인 ROI 데이터는 부족하지 않습니다. 모든 디지털 광고주가 염두에 두어야 할 68가지 개인화 통계 중에서 더 많은 정보를 찾아보십시오.

통념 #2: 개인화는 소름끼친다

"개인화는 오싹하다"는 좀비 신화입니다. 몇번을 죽여도 계속 돌아옵니다.

WordStream은 리타게팅 광고가 실제로 더 많은 사용자가 노출될수록 더 효과적이라는 사실을 몇 년 전에 폭로했습니다.

하지만 더 많은 증거가 필요하다면 SAS가 7개국 2,900명 이상의 소비자를 대상으로 한 온라인 연구에 따르면 대부분의 사람들이 개인화를 높이 평가하는 것으로 나타났습니다. 그들은 보답으로 무언가를 얻는 한 기꺼이 자신에 대한 정보를 공유합니다.

Epsilon 설문조사는 고객의 80%가 개인화된 경험을 제공하는 회사와 비즈니스를 할 가능성이 더 높다는 추가 증거를 제공했습니다. 또한 18-64세 사용자의 90%가 개인화가 매력적이라고 ​​생각하는 것으로 나타났습니다.

이러한 통계 및 기타 정보는 "소매업체가 서비스를 개인화하기를 원하는 소비자보다 더 많은 소비자" 및 "소비자는 개인화를 기대하며 보고서를 공개합니다."와 같은 헤드라인을 촉발했습니다.

소비자가 개인화를 원한다는 것을 쉽게 알 수 있습니다.

물론 너무 멀리 갈 수도 있습니다. Target이 임신한 십대를 부모에게 노출시킨 이야기는 널리 알려져 있습니다. 그러나 이와 같은 경우는 올바른 판단을 내리거나 고객을 대상으로 설문조사를 하면 쉽게 해결됩니다. 매장 근처에 있을 때 푸시 알림을 보내기 위해 비콘 기술을 사용하기를 원하십니까?

아마도. 그러나 그들은 그것을 소름 끼치게 생각할 수도 있습니다. 확실히 알 수 있는 유일한 방법은 질문하거나 테스트하고 결과를 평가하는 것입니다.

통념 #3: GDPR로는 개인화할 수 없습니다.

일반 데이터 보호법은 쿠키를 개인 정보로 분류한 최초의 인터넷 규정으로 역사를 만들었습니다. 예상대로 광고주들은 개인화의 종말을 경고했습니다. 데이터 수집에 대한 엄격한 제한이 있다면 어떻게 관련 경험을 만들 수 있을까요?

하지만 1년이 넘었지만 변한 것은 별로 없습니다. 일부는 개인화가 회복할 수 없을 정도로 방해를 받았다고 생각하지만, 소수에 불과합니다. 마케터들 사이에서 널리 퍼진 믿음은 개인화가 실제로 개선되었다는 것입니다.

GDPR이 통과된 후 Marketing Week는 소비자의 27%가 브랜드와의 관계가 개선되었다고 느꼈고, 41%는 브랜드가 이메일을 통해 브랜드와 소통하는 방식이 개선되었다고 보고했습니다.

윤리적으로 데이터를 수집하고 관리하는 사람들은 걱정할 것이 없습니다. GDPR은 부주의하게 수집되고 관리되는 데이터에 기반한 개인화만을 위협합니다. 소비자가 데이터가 어떻게 사용되는지, 어디로 가는지, 누가 액세스할 수 있는지 등 데이터에 대해 안전하다고 느낄 때 데이터를 포기하는 것이 더 편할 것입니다. 그리고 그것은 개인화를 향상시킬 수 있습니다.

신화 #4: 개인화 확장은 Amazon과 같은 기존 브랜드에서만 가능합니다.

기업이 개인화를 추구하지 못하게 할 가능성이 가장 큰 신화일 수 있습니다. 큰 예산을 가진 큰 브랜드만이 전술을 달성할 수 있다는 것입니다. 하지만 그렇지 않습니다.

개인화는 다양한 비용과 복잡성의 많은 기술을 포함하는 광범위한 용어입니다. 하지만 어떤 사람들은 이 용어를 들으면 값비싼 도구, 과정 및 복잡한 알고리즘을 생각합니다. 그들은 개발자 또는 전체 에이전시를 고용하는 것을 생각합니다. 심지어 조직의 사일로를 무너뜨리기 위해 부서를 재편하기도 합니다.

이 모든 것이 더 나은 개인화를 달성하는 데 도움이 될 수 있지만 모든 브랜드가 콘텐츠 개인화를 시작하기 위한 요구사항은 아닙니다. 개인화는 고객 설문조사를 통해 타겟팅 범위를 좁히거나 위치별 제안을 생성하는 것과 같은 간단한 작업을 의미할 수 있습니다.

개인화는 광범위하게 시작하여 좁아질 수 있습니다. 기본으로 시작하여 더 복잡해질 수 있습니다. 예를 들어 모든 개인화된 광고는 방문자를 개인화된 클릭 후 방문 페이지로 안내해야 합니다.

이 기술은 과정이나 조직 구조 조정이 필요하지 않습니다. 디자이너가 클릭 후 방문 페이지에 광고의 메시지를 반영하기만 하면 됩니다.

그러니 겁먹지 마세요. 초개인화를 달성하는 브랜드는 그렇게 시작되지 않았습니다. 나이, 위치, 성별 등과 같은 매개변수와 같은 기본 사항부터 시작했습니다. 이는 귀하의 비즈니스에도 가치가 있을 수 있습니다.

신화 #5: 한 비즈니스에 효과가 있는 개인화 유형은 다른 비즈니스에도 효과가 있습니다.

우리는 인구 통계와 같은 개인화를 위한 기본 매개변수를 주제로 하고 있지만 이러한 매개변수가 모든 개인화가 시작되어야 하는 곳이라는 지속적인 신화를 다루어야 합니다.

그들은 아니야. 성별은 다른 비즈니스가 타겟팅에 사용하는 데 가치가 있을 수 있지만 귀하에게는 가장 가치가 없을 수 있습니다. 예를 들어 남성과 여성이 마케팅을 소비하는 방식에 차이가 거의 없다면 별도의 캠페인을 만드는 것이 가치가 없을 수 있습니다.

HubSpot의 Alex Birkett에 따르면 개인화는 최적화 프로세스의 확장으로 간주되어야 합니다. 개인화를 위해 구현할 규칙을 결정하는 것은 실행할 실험을 결정하는 것과 같아야 합니다. Instapage의 블로그 게시물에서 그는 다음과 같이 자세히 설명합니다.

당신이 취하는 각 조치를 비용으로 생각하십시오. 비록 그것이 기회 비용일지라도, 각 조치에는 ROI의 예상 가치가 있습니다. 행동을 위한 행동은 진정한 전략적 딜레마인 진정한 의미의 이익 없이 프로그램 비용을 증가시킵니다.

비용과 보상 사이의 절충안으로 개인화의 틀을 잡으면 경험의 실현 가능성(효과적으로 전달할 수 있습니까?)과 잠재적 영향(실제로 성공할 경우 어떤 이점이 있습니까?)을 모두 고려해야 합니다. 이러한 답변에 도달하면 "이것이 우리 자원을 가장 잘 활용하는 것입니까, 아니면 더 가치 있는 실험이 있습니까?"라는 질문을 하게 만듭니다.

이것은 최적화 이외의 모든 마케팅 활동을 구성하는 방식일 가능성이 큽니다. 시간을 할애할 가치가 있습니까? 당신의 예산은?

한 비즈니스에 효과가 있는 것이 다른 비즈니스에는 효과가 없을 수 있습니다. 개인화와 관련하여 효과적인 작업 만 수행해야 합니다. 개인화된 경험을 효과적으로 전달할 수 있고 핵심 성과 지표를 높일 수 있다면 구현할 가치가 있습니다.

오해 #6: 개인화는 광고를 위한 것입니다

마케터들은 개인화를 생각할 때 많은 사람들이 광고의 실제 세분화를 생각합니다. 개인화하는 경우 광고를 타겟팅하거나 리타게팅한다는 신화가 있습니다.

eMarketer에 따르면 그렇지 않습니다.

개인화는 광고를 넘어 콘텐츠, 소셜, 검색, 이메일 등으로 확장됩니다. 데이터는 그것을 분명히 합니다.

그러나 클릭 후 개인화보다 클릭 전 개인화를 더 우선시하는 마케터가 여전히 있기 때문에 이러한 미신이 지속되는 것은 놀라운 일이 아닙니다. 그들은 인구 통계, 심리 통계, 기업 통계, 행동 정보 등으로 광고 타겟팅을 좁게 정의합니다. 그러나 고도로 타겟팅된 광고 트래픽을 일반 방문 페이지로 보냅니다.

이것은 광고주의 실패입니다. 클릭 전은 개인화를 제공하고 클릭 후는 동일한 개인화를 제공하지 않는 경우 방문자는 분리되고 비개인적인 경험을 갖게 됩니다. 그리고 이것은 많은 예 중 하나일 뿐입니다.

점점 더 많은 광고주들이 광고 캠페인의 한 플랫폼, 매체 또는 단계에서 단순히 개인화할 수 없다는 것을 배우고 있습니다. 하나를 개인화하면 모두를 개인화해야 합니다. 개인 맞춤 광고는 시작에 불과합니다.

통념 #7: 성공적인 개인화를 위해서는 기술적 전문성이 필요하다

위의 그래프에서 알 수 있듯이 개인화에서 가장 어려운 영역 중 하나는 "데이터 기반" 개인화입니다. 디지털 광고주가 그 어느 때보다 데이터에 더 쉽게 접근할 수 있기 때문에 이것이 가장 쉬운 것 중 하나라고 생각할 수도 있지만 실제로는 정확히 이러한 이유로 가장 어려운 것 중 하나입니다. 많은 사람들이 정리할 것이 너무 많다고 생각합니다. 원시 데이터를 개인화를 위한 의미 있는 규칙으로 어떻게 변환합니까? 많은 브랜드들이 고민하는 부분입니다.

그러나 개인화 는 세분화할 필요 가 없습니다 . 마찬가지로 개인화할 규칙을 결정하기 위해 항상 데이터를 조사할 필요는 없습니다. 개인화에 대한 블로그 게시물에서 Guy Yalif는 다음과 같이 설명합니다.

규칙 기반 개인화와 달리 예측 개인화는 다양한 청중을 대상으로 아이디어가 수행되는 방식을 관찰하여 세그먼트를 자동으로 발견합니다. 이러한 AI 기반 시스템은 방문자 속성의 가능한 모든 조합을 탐색하여 각각에 대해 가장 잘 수행되는 메시지를 찾습니다. 세그먼트를 미리 정의하고 각 세그먼트에 대한 메시징을 지정할 필요가 없습니다(선택적으로 원하는 경우 제외). 예측적 개인화는 종종 청중에 대한 새로운 통찰력을 제공합니다.

비용은 더 많이 들지만 기계 알고리즘을 기반으로 하는 개인화는 데이터를 수동으로 정렬하고 이해하려고 하는 수고를 덜어줄 수 있습니다. Yalif의 Intellimize와 같은 도구를 사용하면 추세를 찾고 이를 유리하게 사용할 수 있습니다. 개인화 시스템의 도움으로 온라인 은행인 Chime은 다양한 헤드라인이 기기에 따라 다양한 결과를 생성한다는 사실을 발견했습니다.

그런 다음 트래픽을 가장 잘 전환되는 곳으로 자동 리디렉션하여 수동 규칙 기반 개입 없이 수준의 장치 개인화를 달성했습니다.

더 간단한 수준에서 소셜 미디어의 제품 리타게팅을 생각해 보십시오. 사용자는 백엔드에 픽셀이 있는 제품 페이지와 상호작용하고 Facebook에 로그인하면 해당 제품에 대한 광고가 표시됩니다.

광고주가 설정해야 하는 설정이 거의 없습니다. 백엔드의 픽셀, 이를 실행하는 사람들을 위한 광고 캠페인입니다. 복잡한 데이터를 필요로 하는 규칙이 필요 없이 개인화할 수 있는 강력한 방법입니다.

오해 #8: A/B 테스트는 개인화다

이 신화는 이해할 만하게 혼란스럽습니다. 얼핏 보면 A/B 테스트와 개인화는 매우 유사해 보입니다. 방법은 다음과 같습니다.

A/B 테스트는 한 웹 페이지(A)와 해당 웹 페이지(B)의 두 번째 버전을 비교하여 특정 목표에 대해 어느 것이 더 나은 성능을 보이는지 확인하는 프로세스를 말합니다. 각각에 대해 동일한 트래픽을 유도하고 유효성 위협을 제어하면서 더 성공적인 페이지에 대한 아이디어를 얻을 수 있습니다.

이 시점에서 웹 페이지를 방문하는 트래픽 소스에 맞게 웹 페이지를 "개인화"하는 것이 더 낫다고 생각할 수 있습니다. 하지만 가지고 있습니까?

A/B 테스트의 강점은 무작위성입니다. 방문자가 페이지 A에 방문할 확률은 50%이고 페이지 B에 방문할 확률은 50%이므로 실험이 선택 효과를 겪지 않습니다. 무작위 샘플을 사용하면 테스트 중에 수집한 데이터에서 방문자에 대해 정확한 추론을 할 수 있습니다.

그러나 특정 인구에 대한 올바른 디자인을 식별하는 데 있어서도 이는 주요 약점입니다. 가장 성능이 좋은 디자인을 찾기 위해 트래픽을 계속 A/B 테스트하면 평균적인 최고의 디자인만 얻을 수 있습니다. 각 그룹에 가장 적합한 맞춤형 디자인을 얻을 수는 없습니다.

예: 귀하는 귀하의 비즈니스에 대해 두 개의 서로 다른 방문 페이지를 A/B 테스트하고 있습니다. 그 중 하나는 대다수 이미지를 사용합니다. 다른 하나는 긴 형식의 본문 복사를 사용합니다. 귀하의 결과에 방문자의 60%가 이미지 기반 페이지를 선호한다고 표시될 수 있지만 이것이 다른 페이지가 효과가 없다는 의미는 아닙니다. 평균 방문자 기준으로 이미지 페이지가 가장 좋다는 의미입니다. A/B 테스트입니다.

반면에 개인화는 최상의 평균 페이지를 찾는 것이 아닙니다. 방문자의 관심사, 인구통계, 선호도 등을 기반으로 방문자에게 가장 관련성 높은 페이지를 제공하는 것입니다. A/B 테스트와 개인화는 함께 사용할 수 있지만(그렇게 되어야 함) 동일하지는 않습니다. 예를 들어 Instapage는 사용자가 UTM 매개변수를 사용하여 개인화된 경험을 만들 수 있도록 합니다.

이러한 매개변수를 충족하는 사용자에게는 해당하는 개인화된 경험이 제공됩니다.

개인화된 경험을 만든 후에는 A/B 테스트를 통해 개선할 수 있는 방법을 찾을 수 있습니다. 이 두 기술은 서로를 보완하여 주요 하단 유입경로 지표의 잠재적인 향상에 기여합니다.

개인화의 신화를 극복하십시오

개인화는 일시적인 유행에 불과합니까? 대답은 매우 명확합니다. 소비자는 이를 기대합니다. 즉, 이를 제공할 수 있는 사람이 큰 혜택을 볼 수 있습니다. 이를 제공할 수 있는 유연한 방법이 있는 경우 모든 비즈니스에 제공하지 않을 변명의 여지가 없습니다.

그러나 개인화는 고객이 만족할 균형 잡힌 경험을 제공하기 위해 도움이 되는 것과 방해가 되는 것, 클릭 전과 클릭 후 사이의 균형을 맞춰야 합니다. Instapage Personalization 데모를 통해 디지털 캠페인의 균형을 유지하는 방법에 대해 자세히 알아보세요.