지금 데이터 전략을 수립해야 하는 이유

데이터는 전 세계 마케터에게 강력한 도구가 될 수 있습니다. 고객 및 잠재고객 데이터를 활용하면 새롭고 흥미로운 방식으로 잠재고객의 공감을 이끌어내는 성공적인 캠페인을 진행할 수 있습니다.

하지만 이러한 데이터를 효과적으로 활용하려면 먼저 조직에 올바른 데이터 전략이 있어야 합니다. 콘텐츠 및 데이터 전략가이자 기업의 유기적인 콘텐츠 및 데이터 전략 개발을 지원하는 컨설팅 회사인 GroHaus의 창립자인 Drew Donaldson이 지적한 것처럼, 이러한 전략은 세 가지 주요 과제를 해결해야 합니다:

• 데이터 표준화 및 거버넌스

• 데이터 혁신 및 자동화

• 데이터 스토리텔링

"대부분의 조직은 동영상 조회수, 웹사이트 방문, 다운로드 등에 대한 데이터를 수집하지만, 수집한 데이터를 마케팅 캠페인, 관리 인사이트 또는 단순한 트렌드 분석에 효과적으로 활용하지 못하고 있습니다."라고 도널드슨은 최근 브라이트코브의 연례 PLAY 컨퍼런스에서 발표하면서 강조했습니다.

"수집한 데이터를 최대한 활용하려면, 그리고 의미 없는 보고서를 수작업으로 작성하는 데 수많은 시간을 소비하지 않으려면 조직은 과감히 데이터 관리 전략을 수립해야 합니다. 이 첫 번째 단계는 힘들 수 있지만, 데이터를 사용하여 마케팅을 추진하기 위해서는 매우 중요합니다."

거버넌스 계획이 먼저 필요한 이유

수집한 데이터를 최대한 활용하려면 필요한 거버넌스 계획을 수립해야 합니다. "데이터 거버넌스는 범위가 광범위하지만 데이터 수집, 저장 및 활용에 대한 규칙으로 요약됩니다."라고 Donaldson은 설명합니다. "데이터를 수집하는 방법, 수집하는 데이터, 데이터의 저장 방법, 데이터에 액세스할 수 있는 사람, 데이터를 확보한 후 데이터로 무엇을 할 것인지에 대한 명확한 정책이 있어야 합니다. 또한 이러한 정책을 청중(고객/잠재 고객)과 명확하게 공유해야 하는데, 이는 옳은 일일 뿐만 아니라 GDPR 및 CCPA에 따른 법적 요건일 뿐만 아니라 전 세계 의회를 통과하고 있는 수많은 하위 법률에 따른 것이기 때문입니다."

"거버넌스가 없으면 멋진 데이터 기반 자동화와 심층적인 시장 인사이트는 모두 불가능합니다."라고 Donaldson은 강조합니다. "데이터 거버넌스는 마이크로 타깃 아이스크림을 먹기 전에 간과 양파와 같은 역할을 합니다. 데이터 거버넌스는 데이터로 하고자 하는 다른 모든 것을 구축하는 기반이 됩니다."

효과적인 데이터 표준화 및 거버넌스 프로그램을 구축하려면 경영진의 리더십이 중요한 역할을 합니다. 안타깝게도 도널드슨이 지적했듯이 오늘날 많은 기업에서 이러한 유형의 리더십이 부족합니다. 유럽연합(EU)과 유럽경제지역(EEA)의 모든 개인 시민을 위한 데이터 보호 및 개인정보 보호에 관한 EU 법률인 유럽연합의 일반 개인정보 보호 규정(GDPR)에 대한 기업들의 반응을 생각해 보세요. 법이 제정된 지 6개월이 지난 후에도 영향을 받는 기업의 47.9%는 여전히 GDPR을 준수하기 위한 공식적인 절차를 마련하지 않은 것으로 나타났습니다. 그리고 이러한 기업은 혼자가 아닙니다:

• 전체 기업 중 41%만이 정의된 데이터 거버넌스 프로그램을 갖추고 있습니다.

• 39.6%의 기업이 공식적인 거버넌스 전략을 수립할 수 있는 인적 자산이 없다고 답했습니다.

• 그리고 18.8%의 기업은 데이터 거버넌스가 중요하지 않다고 생각하는 고위 경영진이 있습니다.

이제 행동을 취해야 할 때입니다. "거버넌스가 없다면 마케팅은 2차원적인 정적 인사이트를 제공하는 수동적이고 반복적인 보고서 작성에 소모될 것입니다."라고 Donaldson은 지적합니다. "이 중요한 첫 번째 단계가 없다면 일관성 있게 가치 있는 인사이트를 발견하고 추적하는 것은 거의 불가능할 것입니다. 결국 데이터만 있고 스토리는 없거나 잘못된 스토리만 남게 될 것입니다."

보고 및 데이터 공개 자동화

조직에 필요한 데이터 거버넌스 및 표준화 절차와 정책(일반적으로 스키마 설정, 고유 식별 규칙 생성, 사용자 데이터 매핑 등)이 마련되면 보고를 자동화하고 데이터베이스를 최대한 활용할 수 있습니다. 이렇게 하면 중요한 인사이트와 스토리의 보물창고를 발견할 수 있습니다.

Donaldson은 고객과 함께 여러 데이터 원본의 데이터를 결합하기 위해 추출, 변환 및 로드(ETL) 프로세스를 자동화할 수 있는 Domo 및 기타 BI 도구(Power BI, MySql, Python 포함)를 사용하여 여러 데이터 원본의 데이터를 결합할 수 있습니다.

"멀티채널 클라이언트 보고 ETL 자동화는 Google Analytics, Eloqua, Brightcove 및 기타 다양한 소스에서 데이터를 가져오고, 여러 라벨링 프로세스를 실행한 다음, 각 클라이언트의 식별 값을 기반으로 콘텐츠를 분리하여 각 클라이언트에 대한 독립적인 데이터 세트를 생성합니다."라고 Donaldson은 설명합니다. "사이트에서 제공하는 쿠키, 백서 다운로드 양식, 웹캐스트 등록 등 다양한 형태로 수집한 데이터는 잠재고객의 인구 통계에 대한 인사이트를 제공합니다. 이를 통해 고객에게 콘텐츠가 적합한 사람들에게 도달하고 있는지, 특정 콘텐츠에 어떤 사용자 그룹이 관심을 보이는지 일일 분석과 데이터의 총합을 통해 보여줄 수 있습니다."

동영상 측면에서 도널드슨은 브라이트코브 오디언스에서 데이터를 확보하여 시청자 행동을 개별 수준까지 추적하고 동영상 고객에게 훨씬 더 심층적인 수준의 리포팅을 제공할 수 있습니다. 단순히 노출 수와 조회수만 보고하는 것이 아니라, 특정 하위 그룹에서 동영상의 성과를 강조하기 위해 총체적이고 개별적인 수준의 참여도를 제공할 수 있습니다. 추가 참여도, 인구 통계 및 개별 데이터 세트와 연결하면 Donaldson은 훨씬 더 풍부한 스토리를 전달하고 유용한 도구와 정보를 제공할 수 있습니다.

사람들을 놀라게 하지 마세요.

물론 데이터 수집의 목적은 단순히 보고서나 일회성 일화를 생성하는 것이 아니라 이러한 결과를 활용하여 기존 고객과 잠재 고객에게 도달할 수 있는 마케팅 수단과 캠페인을 개발하는 것입니다. 하지만 매우 세분화된 인구 통계 또는 행동 데이터를 사용하여 잠재 고객을 직접 타겟팅하려는 마케터에게 Donaldson이 전하는 조언은 간단합니다: 하지 마세요.

"사람들은 일반적으로 데이터 수집이라는 개념에 대해 소름이 끼치는 경향이 있습니다."라고 그는 지적합니다. "마케터가 지나치게 타겟팅된 접근 방식을 사용하거나 마케팅 자료가 온라인에서 수집한 데이터를 기반으로 수신자에 대한 노골적인 개인 정보를 활용하면 의도한 효과와는 반대로 사람들을 겁먹게 만들 수 있습니다."

데이터 기반 캠페인을 만들 때는 타겟 오디언스에게 전략이 어떻게 인식될지 염두에 두는 것이 중요합니다. 도널드슨은 고객의 입장에서 생각하라고 촉구합니다: "만약 당신에 대해 더 많이 알고 있는 것처럼 보이는 회사에서 딸의 이름이나 당신의 기념일을 통합한 광고나 제안을 받았다면 어떤 기분이 들까요? 극단적으로 보일 수 있지만 이는 모두 공개 소스에서 쉽게 스크랩할 수 있는 데이터입니다. 이들과 계속 거래하시겠습니까, 아니면 겁에 질려 전염병처럼 피하시겠습니까?"

다양한 데이터 집합을 조인하고 분석해야만 초점을 맞출 수 있는 트렌드부터 잠재고객에 대한 매우 세분화된 인구 통계 정보까지, 조직의 데이터 안에는 가치 있는 스토리가 숨어 있습니다. 데이터 거버넌스, 표준화 및 자동화를 구현하면 이러한 스토리를 파악하고 데이터를 효과적으로 활용할 수 있습니다.