개인화란 무엇입니까? - Mixpanel
인기 있는 주제

개인화란 무엇입니까?

Last edited: 11월 19, 2021

개인화는 고객 특성과 행동을 분석하고 개별 고객에게 맞춤화된 콘텐츠 및 제품 기능을 제공하는 과정을 말합니다. 이 자료에서는 개인화가 무엇인지 설명하고 사용 사례를 제시합니다.

Yi Ting Kwa Marketing, APAC @ Mixpanel

개인화란 무엇입니까?

개인화는 고객과 사용자에게 개인별 맞춤형 콘텐츠와 기능을 제공하는 것을 의미합니다. 기업은 고객의 특성과 동작을 분석하여 이러한 콘텐츠와 기능을 결정합니다.

개인화와 사용자 지정의 차이

개인화 및 사용자 지정은 고객의 요구에 맞는 콘텐츠/기능을 결정하는 주체가 다릅니다. 개인화에서는 회사가 고객의 요구를 분석한 다음 가장 적합한 기능과 콘텐츠를 선택합니다. 이러한 일을 하는 것은 사용자 경험의 개선, 고객 만족도 증대, 전환 및 판매를 유도하기 위해 가장 관련성이 높은 콘텐츠와 기능을 제시하는 것이 목표입니다. 사용자 지정의 경우는 고객 자신이 스스로 보고 싶은 기능과 내용을 선택하게 됩니다.

개인화가 중요한 이유

관련성이 높으면 설득력이 큽니다

개인화를 통해 제품과 서비스를 고객의 요구에 맞게 맞춤화함으로써 매력을 높일 수 있습니다. Adweek의 연구에 따르면 개인화된 경험을 제공함으로써 고객 확보 비용을 50%까지 절감할 수 있었다고 합니다.

개인화를 통합함으로써 고객 확보 비용을 낮추고 회사의 수익성을 높일 수 있습니다.

오늘날의 사용자는 개인화를 기대합니다

Adobe의 설문 조사에 따르면 콘텐츠가 개인화되지 않는 경우 소비자의 42%가 불만을 표출한다고 합니다. 연구 결과 오늘날의 사용자는 콘텐츠의 개인화를 기대한다는 것이 밝혀졌습니다. 개인화는 고객 만족도를 높이는 데도 중요합니다.

브랜드 충성도 및 고객 유지율을 개선하는 데 있어서의 개인화의 역할

개인화를 통해 브랜드 충성도 및 사용자 유지율을 높일 수 있습니다. ADWEEK에 따르면 소비자의 67%는 브랜드가 개인화된 실시간 구매 경험을 제공하는 것이 중요하다고 생각합니다.

또한 미국과 영국의 상위 400개 전자 상거래 회사 중 58%는 개인화 전략을 추구하는 것이 유지율에 대한 긍정적인 영향 때문이라고 말합니다.

즉, 소비자는 개인화를 기대하며 기업은 고객 충성도 및 유지를 촉진하고 고객 만족도를 높이기 위해 이를 제공해야 합니다.

개인화에 가장 중요한 데이터

사용자 데이터는 개인화에 중요합니다. 핵심은 추적하고 사용하려는 데이터의 종류입니다.

개인화에 사용되는 중요한 데이터에는 인구 통계적 데이터, 행동 데이터, 컨텍스트 데이터가 등이 있습니다. 이러한 데이터를 수집, 분석, 활용하면 고객의 요구를 잘 이해할 수 있습니다.

다음은 마케팅 전략에 개인화를 통합하기 위해 확보하기 시작할 수 있는 가장 중요한 데이터 유형입니다.

인구 통계적 데이터

인구 통계적 데이터는 마케팅에 사용되는 경우가 많으며 다음과 같은 사용자 특성을 말합니다.

  • 연령
  • 성별
  • 직업
  • 교육
  • 연간 소득
  • 가족 구조
  • 생애 주기 단계

이러한 데이터는 고객의 요구와 밀접하게 관련됩니다. 예를 들어, 연령에 따라 맛에 대한 선호가 바뀌기 때문에 식품 서비스업에서는 연령이 중요합니다. 고객이 찾는 제품 및 서비스의 유형은 성별, 직업, 연간 소득에 따라 변화하는 경향이 있습니다. 고객 동향을 파악하기 위해 기업은 최초 구매 시 고객에 대한 인구 통계적 데이터를 수집해 고객에 대한 이해를 높이고 향후 구매 경험을 개인화하기 위해 이용하는 경우가 많습니다.

행동 데이터

행동 데이터는 사용자가 웹사이트 또는 앱에서 어떻게 행동하는지 측정하는 데이터를 말합니다. 디지털 플랫폼이 확산되면서 마케팅 담당자는 대량의 데이터를 수집하고 분석하여 통찰력을 얻고 마케팅 캠페인을 맞춤화할 수 있습니다. 다음은 사용자 행동 데이터의 몇 가지 예입니다.

  • 고객이 사이트 또는 앱을 연 후의 사용자 여정은 어떻게 됩니까? 음식 배달 앱을 예로 들면, 금요일 밤에 보낸 캠페인 이메일을 연 후 앱을 여는 사용자의 비율은 몇 퍼센트입니까? 이메일을 받은 직후 음식을 주문한 사용자의 비율은 몇 퍼센트이며, 주문 후 배달 완료까지 평균 몇 분이 걸렸습니까?
  • 고객이 얼마나 오래 사이트와 앱을 탐색하고 구매로 전환됩니까? 고객이 클릭하는 곳이 어디이고 전환 이전에 이용하는 기능은 무엇입니까?
  • 어떤 종류의 콘텐츠를 읽으며, 그 시간은 얼마나 걸리고, 이를 읽은 후 고객이 많이 하는 행동은 무엇입니까?
  • 사용자들이 많이 사용하는 기능은 무엇입니까? 해당 기능을 사용하는 사용자와 그렇지 않은 사용자 간의 유지율 차이는 어떻게 됩니까?

전자 상거래 회사를 예로 들면 사용자 행동을 이해하기 위해 특정 사용자 코호트에서 인기 있는 제품 범주를 분석할 수 있습니다. 또한 첫 번째 구매로 이어지는 행동 또는 장바구니에 품목을 추가한 이후 결제에 이르기까지 평균적으로 걸리는 시간을 분석할 수도 있으며,

1회 이상 구매한 고객을 살펴보고 구매한 제품의 종류에 따라 각 고객에게 개인화된 이메일을 보내는 것도 가능합니다.

컨텍스트 데이터

컨텍스트 데이터는 사용자에 대한 광범위한 통찰력과 이해를 제공하는 추가적인 배경 정보를 말합니다. 예를 들면, 사이트에 액세스할 때 사용자가 어떤 장치 또는 브라우저를 사용하고 있습니까? 스마트폰 사용자가 많다면 고객의 전환율을 높이기 위해 모바일 친화적 사이트를 제공해 고객이 편안하게 서비스를 사용하거나 볼 수 있도록 하는 것이 중요합니다.

개인화 실행 시 주의 사항

시기: 개인화의 시점

개인화를 활용할 때는 언제 개인화할지를 아는 것이 중요합니다. 적시에 개인화를 제공하면 고객의 요구를 잘 충족하면서 보다 만족스러운 경험을 제공할 수 있습니다.

예를 들어 사용자가 로그인하는 순간 웹 사이트를 개인화하는 것을 검토해야 합니다. 고객에게 권장 제품을 표시하는 웹사이트가 많이 있습니다. 고객의 취향에 맞는 제품이 권장 제품으로 표시된다면 고객의 관심을 끌어 제품 페이지를 클릭하게 할 수 있습니다.

세분화: 개인화 대상

개인화의 시점을 고려할 때는 세분화도 중요합니다.  공통 특성이나 속성으로 고객을 그룹화한다면 세그먼트별로 개인화의 효과를 높일 수 있습니다.

코호트 분석이라는 방법이 여기에 유용합니다. 코호트는 공통의 특성을 공유하는 사람들의 그룹을 말합니다. 코호트 분석을 통해 사용자가 수명 주기 동안 취하는 행동 패턴을 식별할 수 있습니다. 코호트는 다음과 같은 특성 중 하나 또는 여러 가지의 범주에 기초해 만들 수 있습니다.

  • 인구 통계적 사항(연령, 위치 등)
  • 행동(특정 기능을 사용한 횟수, 구매 시 지불한 금액 등)
  • 기술 환경(앱 또는 사이트, SDK 버전 등)

코호트 분석을 통해 개인화의 대상을 누구로 할지 효과적으로 분석하고 코호트의 공통 특성 및 경험에 따라 개인화하는 방법을 분석할 수 있습니다.

이 데이터는 개인화 시기를 결정하는 데 도움이 되기도 합니다.

통신: 도구 및 전략

커뮤니케이션은 사용자마다 개인화된 참여를 제공하는 한 가지 방법입니다. 이메일 및 앱 알림과 같은 통신 방법이 자주 사용되며 이들 채널을 통해 개인화가 이뤄집니다.

개인화된 통신은 대개 자동화되어 있으며 특정 행동 트리거에 의해 활성화됩니다. 예를 들어 F&B 사용자가 새로 가입하는 순간 온보딩 이메일이 발송되며 업종이 F&B로 표시됩니다. 또 다른 예로 3주 동안 전자 상거래 앱에 로그인하지 않은 사용자에게 푸시 알림을 통해 프로모션 코드를 전송할 수 있습니다.

사용자 특성에 따라 이메일, 앱, 소셜 미디어 등 적절한 통신 방법은 달라집니다. 사전에 철저하게 분석하고 필요에 맞는 통신 방법을 선택해야 합니다.

사용자가 원하는 것을 제공하는 방법

개인화는 사용자의 요구를 충족하는 무언가를 제공하는 것이며 이를 제공하는 방법에 대해서도 생각하는 것이 중요합니다. 기업은 사용자의 요구를 찾아내기 위해 데이터를 지속적으로 분석하고 A/B 테스트를 수행하여 개인화의 정확도를 높여야 합니다. 이렇게 하면 개인화된 메시지를 미세 조정할 수 있습니다.

사용자 행동을 분석하는 도구인 Mixpanel을 사용하면 사용자 데이터에서로부터 효과적인 개인화를 위한 통찰력을 쉽게 얻을 수 있습니다.

Mixpanel을 사용하면 신규 사용자, 이탈 사용자, 이탈 후 복귀한 사용자, 충성도높은 유지 사용자 등의 코호트를 만들고 각 코호트의 데이터를 분석할 수 있습니다. 확보한 통찰력을 바탕으로 개인화 전략을 계획할 수 있습니다.

예를 들어, 온보딩 절차를 마친 신규 사용자 또는 온보딩 절차를 생략하고 바로 사용하기 시작한 사용자 중 어떤 사용자의 유지율이 높을까요?  다양한 코호트의 유지율을 비교하는 Mixpanel의 유지율 보고서를 통해 이러한 내용을 분석할 수 있습니다. 이 데이터를 기반으로 각 코호트에 대한 경험을 개인화하여 장기 유지율을 높이는 데 필요한 실행 가능한 통찰력을 얻을 수 있습니다.

데이터 개인 정보 보호 법규와 개인화에 대한 시사점

개인화에는 데이터 수집이 필수적입니다. 그러나 데이터 수집에는 개인 정보 및 개인 정보 보호 문제가 수반되므로 법률 및 규정을 잘 알아야 합니다.

쿠키는 전 세계적으로 규제되고 있습니다. 2018년에는 EU에서 GDPR이 발효되었습니다. GDPR은 일반 데이터 보호 규정(General Data Protection Regulation)의 약자로 개인 정보 수집 및 사용에 대한 지침입니다. 이에 따라 개인 데이터를 수집할 때는 데이터 사용에 대한 동의가 필요합니다.

쿠키를 이용한 데이터 수집에 관한 법률 및 규정이 시행되고 있으므로 개인화에서 데이터를 수집할 때는 규정 준수에 주의를 기울여야 합니다.

개인화 사례 연구

다음은 개인화를 활용해 비즈니스 성과를 높인 Mixpanel 고객의 실제 사례입니다.

KKDay

KKday는 대만에 본사를 둔 여행 전자 상거래 플랫폼으로 현지 여행 경험을 제공합니다. 팀은 제품의 정렬 순서를 개선할 때의 효과를 테스트하고 싶었습니다. 이들은 Mixpanel에서의 분석을 통해 제품 판매 회수와 조회 횟수를 조합하여 정렬함으로써 보여주는 제품의 타당성이 높아진다는 점을 알게 됐습니다. 이러한 변화만으로도 판매량만으로 정렬하는 것보다 클릭률이 7.7% 높아졌습니다.

KKday는 이러한 성공을 기초로 기계 학습을 활용하여 사용자별로 정렬 옵션을 개인화했습니다. 개인화를 구현한 후에는 Mixpanel의 퍼널 보고서를 통해 전환이 4.4% 더 만들어졌음을 확인할 수 있었습니다. 따라서 개인화 노력의 효과가 검증되었으며 이들은 고객의 경험을 개선하고 KKday 플랫폼의 성과를 높이기 위해 기계 학습에 계속 투자하기로 결정했습니다.

열정팩토리

열정팩토리는 한국에서 인기 있는 건강 및 웰빙 앱인 밸런스 프렌즈의 크리에이터입니다. 밸런스 프렌즈는 사용자가 대화 인터페이스를 통해 음식 및 운동 내용을 기록하고 추적할 수 있는 챗봇 기반의 건강 코칭 앱입니다. 챗봇 대화 옵션은 사용자 행동 및 인구 통계 적 데이터를 기반으로 개인화됩니다.

열정팩토리는 채팅 기본 설정에 따라 사용자를 다양한 코호트로 구분하고 코호트별로 다른 취향에 따라 챗봇 흐름을 구축함으로써 사용자 참여를 더욱 촉진했습니다. 코호트별로 사용 내역에 따라 개인별 맞춤형 푸시 메시지를 받습니다. 밸런스 프렌즈는 개인화에 중점을 둠으로써 사용자의 브랜드 충성도를 확보했고 4주 간의 유지율을 250% 높일 수 있었습니다.

개인화에 유용한 도구 및 서비스

Mixpanel

Mixpanel은 웹사이트 및 앱 내의 사용자 행동을 이해하는 데 도움이 되는 분석 보고서를 제공하는 도구입니다.  제품 관리자와 마케팅 담당자가 사용자 및 제품에 대한 데이터를 쉽게 분석할 수 있도록 도와주는 도구입니다.

MIXPANEL의 FLOWS 보고서에서는 주요 사용자 행동에 이르기까지 빈도가 높은 경로를 보여 줍니다. 사용자 경로를 사용하면 핵심 사용자 세그먼트를 식별할 수 있습니다.

Mixpanel을 이용하면 사용자에 대한 주요 질문에 답할 수 있으며 사용자 코호트를 신속하게 만들 수 있습니다. 이어서 Mixpanel과 통합된 수많은 메시징 도구를 통해 코호트별로 개인화된 메시지를 보낼 수 있습니다.

Optimizely

Optimizely는 사용자 인터페이스와 기능을 테스트할 수 있는 A/B 테스트 도구입니다. 이를 통해 최고의 성과를 내는 개인화 전략을 수립할 수 있습니다.

Optimizely는 Mixpanel과 함께 사용할 수 있으며, 이를 통합하게 되면 A/B 테스트를 효과적으로 수행하게 되고 다음이 가능합니다.

  • Mixpanel으로 추적하는 제품 지표에 테스트가 미치는 영향 분석
  • 테스트 패턴별로 더 많은 데이터 수집
  • 테스트 패턴을 방문했거나 경험한 사용자와 원래 패턴을 방문한 사용자의 사용자 코호트 작성

Marketo

Marketo는 마케팅 자동화에 중점을 둔 이메일 마케팅, 광고 관리, 잠재 고객 관리 등 일련의 마케팅 관련 기능을 보유하고 있습니다.  다양한 채널에 걸쳐 캠페인을 만들 수 있습니다.

Mixpanel과 Marketo를 통합하면 Mixpanel에서 식별된 코호트 또는 세그먼트를 다른 Marketo 캠페인으로 보내 세그먼트별로 캠페인 메시지를 맞춤하여 사용자 경험을 개선하게 됩니다.