데이터 드리븐 마케팅, 애드테크, 마테크. 디지털 마케팅에 발을 담근 마케터 분들께는 낯설지 않을 용어일 것입니다. 온라인 시대로 넘어오면서 쿠키 형태로 사용자의 행동이 기록되기 시작했고, 더군다나 페이스북과 같은 소셜미디어를 통해 점차 사용자의 인적 사항도 수집하기 쉬워졌으니까요.
측정과 수집이 가능해진 요즘, 마케팅 데이터는 당연히 주목해야 할 단어가 되었습니다. 그런데, 현업에서 정말로 데이터를 잘 활용하고 계신가요? 우리는 왜 마케팅 데이터를 활용해야 할까요? 매직테이블이 주목한 광고 활용 방법의 두 가지 목적에 대해 알려드립니다.
여기 미국의 유명한 IT 자문 회사인 가트너(Gartner)에서 펴낸 리포트가 있습니다. 「디지털 마케팅을 위한 데이터 과학 이해하기」라는 리포트인데요. 참고로 가트너는 매년 2018 10대 디지털 전망, 디지털 하이프 사이클(hype cycle) 등 인터넷/디지털 기술의 트렌드를 짚어주는 IT 컨설팅 회사입니다.
가트너에서 발간한 리포트에서는 디지털 마케터가 데이터 과학으로 해야 할 여섯 가지 필수적인 목적을 소개했습니다. 온라인에서 활용할 수 있는 솔루션을 소개/평가하는 회사인 겟앱(Getapp)에서는 「마케팅 데이터 분석, 초보자를 위한 가이드」라는 글에서 이 내용을 간단히 짚어냈습니다.
리포트의 내용을 살펴볼까요?
먼저 가트너가 제시한 여섯 가지 목적을 봅시다.
- 첫 번째는 우선 측정(measurement)이 있습니다. 마케팅 및 캠페인 집행 결과에 영향을 끼친 요인을 이해하는 것이라고 합니다. 현재 광고 성과와 그 원인을 이해하는 것이죠.
- 두 번째는 최적화(optimization)입니다. 원하는 결과를 달성하기 위해 비용, 광고 집행 결과 등의 변수 조건들을 바꾸어 줍니다.
- 세 번째는 실험(Experiments)입니다. 광고 결과에 영향을 미칠 원인을 미리 가정해, 테스트를 설계한 뒤 그에 따른 사용자 반응을 측정하는 행동입니다. 예를 들어 요즘 화제가 되는 A/B테스팅이 그 예시입니다.
- 네 번째 목적은 세그멘트(Segmentations)입니다. (비즈니스 목적에 따라) 동일한 사용 특성을 가진 고객군을 뽑아내는 것입니다.
- 다섯 번째 목적은 마케팅에 대한 고객의 반응을 높일 방법을 계산하는 모델링인 예측 모델링(Predictive Modeling)입니다. 고객의 행동을 예측하고, 고객이 관심을 가질법한 콘텐츠를 전달하는 것입니다.
- 여섯 번째 목적은 스토리텔링(Storytelling)입니다. 데이터를 파악하고 이해한 뒤 인사이트를 실무자/ 고객들에게 전달하는 것을 의미합니다. 데이터의 인사이트를 뽑아내고 전달하는 과정에서 데이터 시각화의 역할이 크다고 합니다.
최근 애드테크에서 주목하는 마케팅 데이터 분석의 큰 흐름은 주로 최적화와 실험 예측 모델링입니다. 글로벌 광고 플랫폼사인 페이스북에서 인정한 마케팅 파트너를 봐도 그렇습니다. 마케팅 파트너란 주로 페이스북 광고를 집행하는 광고주에게 도움이 되는 솔루션사들입니다. 광고 크리에이티브를 만드는 미디어 회사뿐 아니라 애드테크, 잠재 고객 데이터 사용자까지 있죠.
어도비 마케팅 클라우드도 비슷합니다. 마케팅 클라우드 안에서 고객의 성향에 따라 마케팅 콘텐츠를 개인화해 제공하거나, 광고 소재, 문구를 변경하는 등의 실험을 해볼 수 있습니다. 이런 솔루션은 마케터가 꿈꾸는 천상의 업무 환경일지도 모릅니다. 가장 효율 좋은 광고 채널을 찾아서, 예산과 광고 목적에 맞게 집행해주고, 고객에 맞춰 메시지를 자동으로 바꿔준다면 야근이 필요 없겠죠.
하지만 최적화, 실험, 예측 모델링을 사용하기 이전에 정말 중요한 전제조건이 있습니다. 바로 데이터를 이해하는 단계죠. 정말 내가 원하는 의도대로 집행되었는지, 실행이 잘 되었는지 파악해야 하는 단계입니다. 이때 우리는 광고 데이터의 원인과 결과를 잘 이해하고(측정), 이를 고객/상사에게 제대로 전달(스토리텔링)하는 작업을 해야 합니다.
광고 전략을 실행하려는 방법이 최적화, 실험, 예측모델링 등이라면, 실행을 위한 광고 전략을 세우는 데 필요한 일은 데이터의 측정과 스토리텔링이라 할 수 있습니다. 이번 칼럼에서는 기본으로 돌아가 마케팅 데이터 분석의 목적 중 현상의 원인과 결과를 이해하고 인사이트를 공유하는 측정과 스토리텔링의 방법에 대해 이야기하려 합니다.
실전에서 써먹을 수 있는 측정 방법
측정은 단어 뜻 그대로 일정한 양을 기준으로 해 같은 종류의 다른 양의 크기를 잰다는 뜻 입니다. 즉 마케터들이 특정한 기준을 갖고 광고 성과가 좋았는지 데이터를 통해 판단하는 겁니다. 그렇다면 내가 진행한 마케팅이 성과가 정말 좋은 것인지는 어떻게 알 수 있을까요?
주로 광고 데이터에서 성과를 측정하는 방법은 비교입니다. 그러면 우리의 광고 데이터를 어떤 기준으로 비교해볼 수 있을까요? 가장 기본적인 방법은 과거 또는 기준이 되는 특정 기간과 비교하기입니다. 전주 대비 이번 주, 전월 대비 이번 달, 혹은 지난해의 동일한 기간과 비교하는 것이죠. 대다수 마케터가 쓰는 보고서 양식과 광고 솔루션에서 필수적인 항목으로 들어 있는 방법입니다.
또 다른 방법으로는 측정 기준을 스스로 설정하는 방법도 가능합니다. 예를 들어 자신이 프로젝트를 계획할 때 세웠던 목표를 달성했는지 판단하는 방법들이 이에 해당합니다.
내가 처음에 달성하려는 목표치를 세우고, 이 목표치를 달성했는지에 따라 내 성과가 좋은지 나쁜지 판별합니다. 목표 기준을 설정하는 방법은 기간별로 목표치를 설정하고, 최종 누적치와 비교하거나 일별 평균 광고 효율을 체크해보는 방법이 있습니다.
혹은 내부에서 눈을 돌려 비슷한 특성을 지닌 다른 외부 집단과 비교해 측정해 볼 수도 있습니다. 마케팅/광고 데이터에서는 경쟁사 혹은 동종 업계/동일 광고 상품의 결과를 활용하는 것이죠.
예를 들어 팬페이지 카르마, 건돌이닷컴 등의 솔루션은 다른 경쟁 페이지와 내가 관리하는 광고 페이지를 함께 비교해봅니다. NHN AD에서 운영하는 오픈애즈의 경우에는 회원사들의 광고 데이터 통계를 기반으로 광고 종류와 업종별 광고 성과 랭킹을 미리 제공하기도 합니다.
비교뿐 아니라 분석하고자 하는 데이터를 다른 성격의 데이터와 조합해서 복합적인 측면에서 데이터를 측정할 수도 있습니다. 마케팅/광고의 경우 노출-유입-전환(구매) 등으로 이어지는 행동에서, 유입 후 사용자의 로그 데이터, 매출 데이터 등을 함께 분석해 사용자의 행동에 대한 인사이트를 찾을 수 있습니다.
로그 분석 솔루션에서 유입 후 전환 등의 데이터를 분석하는 것이 그 예시입니다. 매직테이블도 매출/로그 데이터를 업로드하고 필요한 데이터를 조합해볼 수 있습니다.
데이터에서 의미를 찾아내는 스토리텔링
그렇다면 어떻게 측정 결과를 이해하고, 전달해볼 수 있을까요? 답은 데이터 시각화&스토리텔링에서 찾아볼 수 있습니다.
다시 한번 글에서 언급된 스토리텔링의 정의를 살펴보겠습니다. 스토리텔링은 데이터를 파악하고 이해한 뒤 현상의 원인을 이해하고 이를 고객에게 전달하는 것입니다. 실제로 좋은 데이터 스토리텔링은 데이터를 잘 이해하도록 도와준다고 합니다.
데이터 시각화 솔루션인 태블로에서 펴낸 백서 「데이터 스토리텔링 비주얼라이제이션을 통해 숫자가 인간에게 미치는 영향 공유」에 의하면 좋은 데이터 스토리텔링은 보통 데이터를 빠르게 이해하도록 도와주고, 현상을 이해하는 데 큰 도움이 됩니다. 그리고 어도비의 「데이터 시각화는 무엇인가?」에 의하면 데이터 시각화는 데이터 이해에 걸리는 시간을 현저히 줄여줍니다.
데이터 시각화는 데이터 스토리텔링에 꼭 필요한 요소입니다. 가장 많이 사용하는 데이터 스토리텔링의 방법의 하나는 대시보드입니다. 여러 데이터를 원하는 기준대로 시각화해 파악함으로써 데이터의 의미를 해석하기 좋은 방법이기 때문입니다.
실제로 온라인 마케팅 데이터를 쉽게 파악할 수 있도록 대시보드를 제공하는 솔루션도 많이 나와있습니다. 국외에는 클립폴리오(klipfolio)가, 국내에는 모바일 게임 광고대행사인 IGA웍스(IGAworks)에서 출시한 캠페인 인텔리전스(Campaign intelligence)가 있습니다.
더 나아가, 좋은 데이터 스토리텔링의 방법은 데이터의 의미를 이해할 수 있는 여러 맥락(contexts)를 제공하는 것입니다. 그렇다면 데이터의 맥락은 어떻게 확인해볼 수 있을까요?
첫 번째 방식은 데이터의 기본적인 특성을 함께 확인하는 것입니다. 이를 통해 내가 진행한 업무의 특성을 파악해볼 수 있습니다. 예를 들어 SAS 코리아의 「분석 스토리 텔링, 데이터 시각화를 위한 기술」이라는 글에 따르면 최대치, 최소치, 차이 등의 기본 정보를 통해서 업무의 특성을 파악할 수 있습니다. 온라인 광고의 경우를 빗대어 말하면 내가 진행한 광고의 개수, 예산 등을 고려하거나, 광고 지표의 최댓값, 최솟값, 평균 등의 기술통계를 통해 이해하는 것이죠.
즉, 광고의 성과가 어떤 의미가 있는지 데이터의 기본 특성을 통해 특징을 파악하는 것입니다. 이때 앞서 언급한 것처럼 히스토그램, 막대 그래프, 꺾은선 그래프, 블렛(bullet) 그래프, 스파크라인(sparklines)을 통해 측정치를 시각적으로 파악하면 효과적으로 데이터의 의미를 파악할 수 있습니다.
두 번째 방법은 데이터의 관련성을 찾아내고 이들의 미래를 예측하는 것입니다. 관련성이란 여러 데이터의 상관관계/인과관계를 파악해보는 방법을 말합니다. 관련성을 파악하면 원하는 성과를 달성하기 위해 집중할 변수를 찾아보거나 원인을 찾을 때 유용합니다. 예를 들어 매출 데이터와 가장 관련도가 높은 광고 채널이 어떤 점인지 파악해볼 수 있습니다.
관련성을 계산해주는 이 비밀은 상관지수에 있습니다. 상관분석은 지표 간의 관련성 수준을 0부터 1까지 알려주는 값으로 알려주는 통계적 분석 방법입니다. 상관도가 0에 가까울수록 관련성이 낮고, 1에 가까울수록 관련성이 높다고 볼 수 있어요.
관련성의 정도를 세분화한 기준도 있습니다. 예를 들어 0에서 0.1은 관련성이 거의 없는 것이고, 0.1부터 0.3까지는 약한 관련성이 있고, 0.3부터 0.7까지는 어느 정도 관련성이 있으며, 0.7부터 1까지는 정말 강력한 관련성이 있다고 판단할 수 있습니다. 매직테이블은 상관도를 백분율로 풀어서 %로 나타냈습니다.
예측에도 인과관계를 사용할 수 있습니다. 과거 기간의 데이터를 바탕으로 추세선을 구해서 예측할 수 있습니다. 정확도를 높이기 위해 원하는 데이터에 가중치를 두어 예측 결과에 변화를 줄 수도 있습니다. 예를 들어 최신 데이터일수록 가중치를 부여해 계산하는 지수평활법 등의 방법이 있습니다.
현업에서 측정과 스토리텔링을 활용하려면
사실 많은 마케터가 매일 데이터를 수집하고 정리·보고하는 것만으로도 시간이 다 지나갈 텐데요. 그럼 정녕 데이터를 활용해 광고 전략을 세우는 스마트한 온라인 마케터의 모습은 꿈만 같은 이야기일까요? 데이터 수집과 취합은 빠르게, 측정은 이해하기 쉽게 만들어드린다면 어떨까요? 광고 데이터를 알기 쉬운 차트로 정리해 준다면, 광고 현황을 이해하고, 전략을 세우기도 쉽지 않을까요?
앞서 소개해드렸던 솔루션 중 하나인 매직테이블은 광고 집행 결과를 빠르게 이해하고, 측정과 인사이트를 얻어갈 수 있도록 도와줍니다. 광고 채널 데이터 정리는 매직테이블에 맡기시고, 인사이트만 얻어가세요. 다음 글에서는 구체적으로 데이터를 활용해 마케팅 데이터를 측정하고 광고 전략을 개선한 실제 사례를 보여드리도록 하겠습니다.
원문: 매직테이블의 브런치
[한승수] 코알못 마케터가 직접 해보는 마케팅 데이터 분석 실습과 데이터 환경 구축 따라 해보기
왜 이 강의를 만들었나요?
마케터는 개발을 모르고, 개발자는 마케팅을 알기 어려워해요.
- Sean
이제는 마케팅과 그에 따른 고객의 행동 변화를 측정할 수 있는 시대입니다. 전환, 클릭, 등 마케팅에서도 데이터가 중요한 건 이제 모두가 알지만, 정작 마케팅을 위한 데이터를 분석하고 해석하기 위해서는 어떻게 해야 할지, 문송한 코알못 마케터는 답답하기만 합니다.
데이터를 받아서 분석하고 해석하기 위해서는 개발자분들에게 ‘이런 거 이런 거 필요해요’라고 설명할 수 있어야 하는데, 그것조차도 쉽지 않죠. 마케터는 개발자의 용어를 이해하기 어렵고, 개발자는 마케팅을 잘 모르니까요. 그래서 그 간격을 메우는 것이 필요합니다.
마케터분들이 개발팀에 “이런 거 필요해요, 그래서 이렇게 환경을 구축하면 우린 이런 것을 할 수 있어요”라는 것을 명확하게 얘기하고, 또 안되면 직접 해볼 수 있는 능력도 필요해요. 사실 마케팅에 필요한 데이터를 측정하는 건 그렇게 어려운 게 아닙니다. 어려운 영역이 아니고, 몰라서 못 하는 영역이거든요.
페이스북과 구글을 조금만 더 이해하고 몇 가지만 구체적으로 파악해 본다면 누구나 할 수 있는 것이 바로 마케팅 데이터 분석/해석입니다. 코딩도 약간 들어가지만, 비전공자도 충분히 따라 할 수 있는 마케팅과 엔지니어링을 함께 다루며 그 간극을 메꾸는 것이 이 강의가 만들어진 이유입니다. 그동안 답답하셨다면 이 강의를 통해 직접 따라 해보는 건 어떨까요?
강사 소개
페이스북 출신의 데이터 사이언티스트. 마케팅 데이터 전문가. 페이스북과 구글의 광고 플랫폼의 작동 원리를 알려주고, 마케터가 직접 따라 해보며 최적화를 달성할 수 있도록 만들어드립니다.
- 현) 마케팅 자동화 기업 파노믹스 대표
- 전) 페이스북 마케팅 사이언스
- 전) 빙글 데이터 사이언티스트
- 전) Cogo Labs Quantitative Data Analyst
- 카네기멜론 대학교 통계학 / 경제학
누가 들으면 좋을까요?
- 데이터 기반의 마케팅을 하고 싶지만, 뭐부터 해야 할지 모르겠는 분
- 페이스북과 구글 광고 최적화를 더 잘해보고 싶으신 분
- 개발자팀에게서 마케팅 데이터를 받고 싶지만, 뭘 어떻게 요청해야 할지 답답한 분
- 개발팀의 도움 없이 직접 데이터 분석/해석을 하고 싶은 코알못 담당자
- 퍼포먼스 마케터로 성장하고 싶으신 분
커리큘럼
1. 마케팅 데이터 분석, 일단 뭐라도 해보자! (11/06)
- 디지털 마케팅과 데이터
- 머신러닝 플랫폼인 페이스북과 구글 광고 시스템의 이해
- 어떤 지표를 어떻게 봐야 하는지?: 이론 및 메트릭 이해
- 다양한 채널의 데이터를 한데 모아 직접 분석·해석해보기
- 개발자에게 요구하자 I: 마케팅 데이터 확보 방안 – 페이스북 픽셀 / 구글 애널리틱스 / 구글 태그 매니저 가이드
- 개발자에게 요구하자 II: 클라우드 서버 구축 및 마케팅 데이터 시각화 디자인 가이드
2. 개발자 없다? 답답해서 마케터가 직접 따라 하는 마케팅 데이터 엔지니어링 실습 (11/13)
- 페이스북 마케팅 API 연결을 위한 페이스북 앱 생성
- 페이스북 마케팅 API 연결 및 데이터 확보 파이썬 스크립트 실습
─ 마케팅 API를 통해 데이터 파이썬 스크립트로 불러오기
─ AWS S3로 데이터 보내기
─ AWS 아테나를 통해 데이터 테이블 구축 - 시각화 툴: 리대시 10초 만에 AWS 아테나와 연결
- 기본적인 쿼리를 통해 리대시에서 시각화까지!
강연 안내
- 날짜: 11월 6일, 13일(수)
- 시간: 19:30–22:00
- 장소: 위워크 삼성역 2호점(서울 강남구 테헤란로 518) 11층 EF 강의실
강의 전체 보기
강의 1:1 상담하기
강의 일정 보러 가기
- 실습 과정입니다. 필기구와 노트북을 반드시 지참해 주세요.
- 교안은 강의 후에 메일로 배포해드립니다.
- 주차 지원이 되지 않으며, 교통이 혼잡하오니 대중교통 이용을 권장합니다. (유료 주차, 시간당 6,000원, 무인정산기로 카드로만 결제 가능)
- 수료증 발급 가능합니다.
- 세금계산서 발급 가능합니다. 사업자등록증을 [email protected]로 보내주세요.
- 모든 강의는 부가세가 포함된 강의료입니다.
- 신청 시 적어준 휴대폰 번호로 강의 안내 문자를 보내드리니 꼭 문자를 확인해주세요. :^)
