2012/11-12 : Global View 미국 - Personalized Advertising? 마케팅의 축복인가 혹은 재앙인가

Global View - 미국

Personalized Advertising? 마케팅의 축복인가 혹은 재앙인가 - 빅데이터 마케팅을 둘러싼 논의들

빅데이타의 분석 및 이용에서 가장 중요한 점은 소비자 구매결정 과정 상에서 어떤 부분의 목표를 달성하는 것이 중요한지를 명확히 이해하고, 그 목표달성에필요한 데이터를 분석해야 한다는 점이다.

오바마를 당선시킨 힘 : 데이터 분석에 의한 개인화 광고 & 마케팅
2012년 미국 대통령선거는 버락 오바마의 재선으로 끝을 맺었다. 선거와 관련된 다양한 이야기들 중 마케터들이 관심을 집중한 것은 오바마의 승리에 대량의 데이터 분석(Big Data Analysis)을 통한 개인 맞춤형 선거 운동이 결정적인 역할을 했다는 사실이다<그림 1>. 이미 선거 전 오바마 대선캠프에서는 이번 선거가 소셜미디어 선거로 화제가 됐던 2008년 대선 캠페인과는 비교도 할 수 없는 기술집약적인 미디어 선거가 될 것임을 공언하기도 했는데, 2012 대선에서는 오바마뿐 아니라 롬니 캠프에서도 데이터를 기반으로 한 선거운동에 천문학적인 돈을 쓴 것으로 알려졌다.
선거를 앞두고 오바마 캠프는 유권자에 대한 기존의 데이터에 BarackObama.com 및 소셜미디어를 포함한 다양한 웹에서의 유권자들의 행동[광고에 대한 그들의 반응을 포함한]을 기반으로 한 대량의 데이터를 결합해 유권자 개개인에 대한 정치적 성향 및 인식단계를 구분한 것으로 알려졌다. 그리고 이들 개개인에 대한 맞춤형 선거 메시지 전달을 통해 다양한 행동을 유도함으로써 효과적인 선거운동을 전개했다고 한다. 예를 들어 건강보험에 관한 내용을 주로 검색하거나 읽은 유권자들에게는 건강보험과 관련된 정책을 집중적으로 홍보하고 관련된 컨퍼런스에의 참여를 유도했으며, 실업문제에 관심이 많은 유권자에겐 집권 후 직업장려 정책에 대한 내용을 이메일로 전송하고, 동일한 관심을 갖고 있는 유권자들의 모임을 주선하는 식이다. 유권자들은 자신이 관심 있는 분야에 대한 자세하고 개인화된 정보를 제공받음으로써 오바마의 정책에 대한 이해도를 높일 수 있었을 뿐 아니라, 유사한 관심을 가진 유권자들끼리의 모임을 통해 자신들의 정치적 성향을 더욱 확고히 할 수 있었다고 한다..

데이터 분석의 중요성 : 마케팅적 그리고 심리학적 모델 내에서의 이해
사실 이러한 개인화에 의한 CRM(Customer Relationship Marketing)의 개념은, 오래 전 IMC에서 돈 슐츠(Don Shultz) 교수가 주장한 것과 같은 맥락이며, 또 인터넷 이전의 다이렉트 마케팅을 통해서도 어느 정도 실행된 방법이기도 하다. 그러나 최근의, 소위 빅데이터 분석에 의한 극도로 세분화, 과학화된 개인화 마케팅 기술은 이러한 개념을 제대로 실현해낼 수 있는 좀 더 큰 가능성을 보여주고 있다고 할 수 있다. 현시점에서 크게 보면 소비자대응 데이터(Consumer-Response Data)-소비자의 직접적인 구매·콜·트래픽·웹사이트메트릭스·소셜데이터·키워드 등-와 쿠키 매칭데이터(Cookie Matching Data) - 쿠키 & 태그에 의해 모아지는 데이터 - 가 분석가능한데, 이들만의 통합적 분석을 통해서도 매우 다양한 소비자에 대한 분석정보를 얻을 수 있다고 한다.

그러나 제니스옵티미디어의 데이터 분야 책임자인 롭 제이슨(Rob Jayson)은 현시점에서 중요한 문제는 주어진 데이터를 얼마나 정확하게 분석할 것인가 하는 점, 그리고 어떻게 이 데이터들을 이용할 것인가에 대한 문제라고 주장한다.
즉 빅데이터 분석은 소비자 인사이트를 발견하는 새로운 방법론을 제시하는 것이지 기본적인 마케팅 목표와 소비자들의 구매결정 과정 모델의 전면적 수정을 요구하는 것이 아니라는 사실을 잊지 않아야 한다는 것이다. 사실 빅데이터의 분석 및 이용에서 가장 중요한 점은 소비자 구매결정 과정(Consumer Decision Journey: CDJ) 상에서 어떤 부분의 목표를 달성하는 것이 중요한지를 명확히 이해하고, 그 목표달성에 필요한 데이터를 분석해야 한다는 점이다.
또한 이러한 데이터 분석에 위한 개인화된 광고 혹은 마케팅 활동이 전적으로 대량의 데이터 분석에 의존한 것이라고 판단하는 것은 오해다. 고객들의 다양한 행동 데이터들로부터 매우 중요한 심리적 요인들을 추론해 낼 수 있는 것은 사실이지만, 동시에 이러한 데이터를 기존의 인구통계학적 데이터(예를 들면 인구센서스), 그리고 심리학적 특성 및 모델들과 통합해 분석하고, 그것을 정확하게 광고 메시지의 차별적 노출에 적용하는 것이 중요하다.
실제 개인화 전문 광고 마케팅 회사들은 먼저 클라이언트들로부터 기존 고객의 소비자 대응 데이터(Consumer-Response Data)에 대한 다양한 접근권을 부여 받는다. 이에 더하여 이들은 소비자들이 이용하는 다양한 디바이스들 - 랩톱 컴퓨터·아이패드·셀폰 등 - 에 쿠키 및 태그를 임베드(Embed)함으로써 이들의 행동들을 추적하고, 이 데이터들을 기존의 클라이언트로부터 받은 데이터와 통합한다.
이들의 데이터베이스에는 하나의 ID로 명명된 한 소비자의 과거 구매정보, 과거 및 현재의 쇼핑과 관련된 행동정보, 웹에서의 다양한 활동에 대한 온/오프라인 및 모바일 환경에서의 정보들이 저장되고 분석·분류된다. 이렇게 저장·분석된 데이터들은 미리 입력된 기존의 인구통계학적 데이터와 심리학적 모델링의 프레임 내에서 다시 여러 가지 기준으로 분류된다. 예를 들면 타깃 소비자들의 상품 이용동기를 세분화해 그룹화하고, 이 그룹화의 과정을 하나의 모델로 정립해 만들어진 프레임워크 내에서 가장 적확하게 매치되는 광고 메시지를 노출시킨다. 이러한 모델화를 ‘소비자 개인의 조각화’라고 부른다. 즉 개개인의 다양한 미디어 이용행태를 바탕으로 이용동기들을 추론하고, 그 분석을 바탕으로 한 개인이 어떠한 니즈와 인사이트를 가진 소비자인지를 추론해 그것을 바탕으로 한 소비자의 형태를 가상적으로 그려내는 것이다<그림 2>.

 

개인화 광고의 목표 : Relevance를 통한 소비자 Engagement
실제로 도토미(Dotomi)라는, 개인 및 광고 데이터 분석회사는 시계광고를 함에 있어 그들의 타깃을 성·연령·결혼유무·거주지·수입·자녀 여부·패션용품 구매패턴·최근 쇼핑목록 등 다양한 기준의 56가지 그룹으로 분류하고 각 그룹에 적합한 광고 메시지를 제작, 선별적으로 노출시킨다<그림 3~5). 예를 들어 ‘리스크 테이커(Risk-Taker)’라 명명된 그룹을 보자. 35~45세의 싱글남자로 뉴욕시에 거주하며 연소득 15만 달러 이상을 올리는 사람들로, 경쟁과 모험을 좋아하며 쇼핑을 즐기고, 상품구매로부터 존재감을 느끼며 과감한 스타일을 추구하는 사람들로 추론된다. 반면 ‘밸류 드라이븐(Value-Driven)’으로 명명된 그룹은 35~54세의 결혼한 여성들로, 시카고 외곽지역에 주로 거주하며, 평균 7만5,000달러의 연봉을 받고, 6~10세 정도의 아이를 가진 소비자 그룹으로 추론된다. 이들은 클래식한 스타일을 선호하고 확실한 것을 좋아하며, 합리적인 소비를 하는 타깃 집단으로 정의된다. 이러한 타깃 그룹별 정의에 따라 리스크 테이커에겐 프로페셔널한 이미지의 레드라벨(Red Rabel)이라는 제품군을 광고하고, 밸류 드라이븐에겐 남편에게 선물로 줄 만한 가죽밴드의 클래시컬한 제품을 광고한다. 광고 메시지 및 크리에이티브 또한 각 제품군에 따라 차별화된다. 이러한 과정을 통해 각각의 개인은 자신에게 걸맞은 가장 적확한 광고메시지를 접하게 되는 것이다.
데이터분석을 통한 개인화 광고의 목표는 각 개인에게 가장 적절한(Relevant) 제품 및 광고 메시지를 전달함으로써 관여도(Engagement)의 정도를 강화하는 것이라는 점을 이해하는 것이 필요하다..

프라이버시의 문제 : 'TARGET'의 사례
물론 이러한 데이터 분석회사들은 개인의 프라이버시에 전혀 문제가 없다고 주장한다. 왜냐하면 이들은 쿠키나 태그를 통해 데이터를 모으는 대상에게 ID를 부여함으로써 개인을 하나의 코드로 인식할 뿐이지 실제 그들이 누군지는 알 수 없기 때문이다. 그러나 이러한 주장에도 불구하고 최근 미국에서는 개인 데이터 분석에 의한 개인화 마케팅이 많은 공격을 받고 있는데, 그 결정적 계기가 된 사건이 2012년 초에 여론의 주목을 받았던 미국의 소매점 체인인 ‘타깃(TARGET)’의 개인화 마케팅 사례이다.
미국의 한 미혼여성이 가족들 모르게 임신을 하여 소매점 체인인 타깃 사이트에서 유아와 출산에 관련된 상품정보를 탐색했는데, 이를 분석한 타깃이 이 여성의 집으로 출산과 육아에 관련한 정보 및 프로모션 제품들을 보냈다. 그 결과 그녀의 의지와는 무관하게 가족들이 그녀의 임신사실을 알게 된 사건이었다. 이 사건을 계기로 많은 사람들이 자기도 모르게 자신들의 행동이 기록·분석되고 있다는 사실을 알았다. 빅데이터의 분석이 사람들에게 혜택을 주는 것만이 아니라, 마치 조지 오웰의 빅브라더(Big Brother)처럼 무서운 통치자가 될 수도 있다는 사실을 직시하고, 이러한 개인화 마케팅이 어떻게 자신의 프라이버시에 심각한 문제가 될 수 있는지를 깨닫게 된 것이다.

 

개인화 마케팅, 어디로 갈 것인가
개인이 사용하는 미디어들이 늘어남에 따라 그들이 생산해내는 데이터의 양도 엄청나게 늘어나고 있다. 그러나 데이터 분석 기술은 이보다 더 빠르게 하루가 다르게 발전하고 있다. 결국 머지않은 미래에 기술적으로는 불가능한 것이 없는 정도의 소비자 행동 분석이 가능해질지도 모른다. 그러나 앞의 타깃의 사례에서 보았듯이 데이터 분석을 통한 개인화 광고의 기술이 발달할수록 개인 프라이버시에 대한 문제 역시 심각하게 논의될 것으로 보인다.

이러한 논점에 대해 오늘날의 소비자들은 어느 정도 이중적이다. 2012년의 PEW리서치에 의하면 미국의 소비자들은 자신들에게 최적화된 광고 메시지를 받는 것과, 그와 동반한 할인쿠폰 등의 여러 가지 혜택을 받는 것에 대해서는 긍정적이면서도, 그것의 기반이 되는 데이터 트래킹에 대해서는 부정적인 인식을 보였다. 실제 조사대상의 75%에 달하는 소비자들은 자신의 행동들이 기록되고 분석되는 것에 대해 매우 부정적인 시각을 갖고 있는 것으로 나타났다<그림 6, 7>.
이러한 움직임에 대해 현재 업계 및 정부에서 논의되고 있는 방안은 ‘옵트인 앤 아웃(Opt-In & Out)’ 방식이다. 즉 ‘원하는’ 혹은 ‘허락한’ 소비자에 대해서만 이러한 데이터 수집을 가능하게 하지는 의견이다. 물론 업계에서는 반대의 의견들이 있다. 아직 초기단계인 이 대량의 데이터 분석을 기반으로 한 마케팅 혁명의 과정에서 흥미롭게 지켜볼 일이다.

 

함창대
일리노이 대학교 찰스 H. 샌디지 광고학과 조교수 | cdham317@illinois.edu

LG애드에서 10년간 온오프라인 AE로서 다양한 어카운트를 담당했다. 미국 플로리다대학교 광고학 석사, 미주리대학교 저널리즘(광고학 전공) 박사학위 후 현재 일리노이대학교 찰스 H. 샌디지 광고학과에서 디지털을 중심으로 한 광고 미디어의 변화에 대해 연구하고 있다.

---