요즘 같은 시기에는 신규 유저를 획득하는 것보다 기존 고객을 유지하는 전략이 더욱 효과적일 것입니다. 고객의 특성과 행동 데이터를 코호트 분석하여 더 나은 고객 경험을 제공하고, 최적의 상품 및 서비스를 추천하는 개인화 메시지를 통해 고객의 만족도를 높이고 세일즈 성과를 높일 수 있습니다. 그로스 해킹(Growth Hacking) 전략 후속편으로 유지율과 수익화에 대한 파트에서 그 아이디어를 얻었습니다.
데이터 분석을 통한 고객 유지 전략
확보한 고객을 오래 유지할수록 고객의 니즈를 더 많이 파악할 수 있고, 그 니즈에 맞춰 서비스를 보완함으로써 더 많은 수익을 얻을 수 있습니다. 더 나은 고객 경험을 유지하기 위해 필요한 데이터 분석은 시간 경과에 따라 동질 사용자 그룹을 추적하는 방법(코호트)이 있습니다. 코호트는 ‘특정 기간 동안 공통된 특성이나 경험을 갖는 사용자 집단'을 의미하는 것으로, 고객 획득 날짜, 제품 유형 또는 행동과 같은 공통 특성을 공유하는 사용자 그룹입니다. 고객 경험을 개선하고 유지하기 위한 방법은 초기, 중기, 장기 3단계가 있는데 각 단계별 코호트 분석을 어떻게 활용하는지 알아볼까요?
1단계. 초기 유지 단계
신규 유저가 제품이나 서비스의 가치를 확실히 인식시키려면 고객이 일정 기간 내에 일정 횟수만큼 되돌아와서 추가적으로 제품을 경험하게 하는 재방문을 독려해야 합니다.
이를 위해서는 사용자를 가입일, 첫 구매일 등을 이용하여 코호트로 나누어 분석해서 유지 하락 지점을 확인하고 이탈 원인 파악 및 개선안을 테스트해야 합니다. 신규 사용자 경험(NUX)을 개선하고, 제품의 핵심 가치를 가능한 한 빨리 경험하게 해야 합니다.
2단계. 중기 유지 단계
제품의 사용을 습관(충성도)으로 만드는 것이 중기의 가장 핵심 목표입니다. 습관 형성의 주요 포인트는 제품이나 서비스로 되돌아옴으로써 ‘지속적인 혜택’을 받는다는 점을 고객에게 인지시키는 일입니다. 2단계에서 필요한 코호트 분석은 어떤 고객들이 제품을 가장 열성적으로 이용하는지(핵심 유저 특성 파악), 가장 많이 이용하는 기능은 무엇인지, 어떤 기능이 가장 큰 혜택을 주고, 유지율을 높이는 데 기여하는지에 대한 분석이 필요합니다.
코호트 분석을 통해 얻은 인사이트로 고객 경험을 개선한 넷플릭스와 항공사 VIP 프로그램 사례가 있어 소개합니다.
사례 1. 넷플릭스(Netflix)
넷플릭스는 열성 사용자 집단이 한 번에 몰아 보는 시청 습관이 있다는 것을 코호트 분석을 통해 확인하여 시리즈를 한꺼번에 보는 서비스를 제공하고, 몰아보는 인기 시리즈를 추천함으로써 고객 경험을 개선하였습니다.
사례 2. 항공사의 VIP 프로그램
전용 라운지 이용, 우선 탑승 등의 혜택을 통해 항공료 인하보다 충성도를 높이는 강력한 원동력이라는 것을 발견하여 서비스 유지율을 개선하였습니다.
3단계. 장기 유지 단계
장기적으로 고객을 유지하기 위해서는 기존 기능을 강화하거나 완전히 새로운 기능을 도입할 적절한 시점을 결정해야 합니다. 제품 기능, 알림, 반복 사용에 대한 보상을 제공하는 기존 유지 방안을 최적화하고, 장기적으로 신기능을 꾸준히 도입함으로써 장기 유지율을 높입니다.
개인화 마케팅을 통한 수익화 전략
고객 경험을 개선하여 높은 유지율을 확보하는 근본적인 이유는 유지한 고객의 생애 가치를 높이는 것, 즉 고객으로부터 더 많은 매출을 올리기 위한 수익화 전략과 연결됩니다. 고객의 모든 구매 여정에서의 병목 지점을 파악하여 개선하고, 고객의 구매 데이터를 활용한 코호트 분석을 통해 개인화 마케팅으로 연결하는 수익화 전략에 대해 알아봅시다.
1. 고객의 구매 여정 도식화(구매 깔때기)
가장 먼저, 고객의 구매 여정을 도식화하여 가장 많은 구매 전환이 일어나는 지점이 어디인지, 잠재 수익을 놓치고 있는 병목지점(Pinch point)은 어디인지 분석합니다. 가치가 높은 페이지와 기능을 확인함으로써 거기에서 더 많은 수익을 올릴 방안을 고민해야 하고, 전환율이 낮거나 저항이 큰 병목 지점을 개선하는 테스트를 해야 합니다.
2. 고객 구매 데이터 기반 코호트 분석
연간 사용하는 금액을 기준으로 수익을 많이 내는 고객과 수익을 적게 내는 고객으로 코호트 분류를 해서 사용자당 평균 매출(ARPU, Average revenue per user), 사이트 탐색 시간, 세션당 페이지 수, 구매 관련 행동 등의 데이터를 분석해야 합니다. 또한 얼마나 구매했는지, 구매한 상품의 수, 고객의 평균 주문량, 구매한 상품의 유형, 처음 구매한 날짜, 일정 기간 내 구매 횟수 주로 구매하는 시기가 중요한 코호트 구분의 기준이 됩니다.
3. 개인화
전자상거래에서 기본적인 고객 유지 지표는 재구매율이며, 제품에 따라 다르지만 보통 재구매율을 측정하는 기한은 90일입니다. 90일 이내에 한 번 구매한 고객을 대상으로 두 번째 구매를 유도하는 메시지를 발송하거나 첫 구매 후 30일 후, 60일 후에 후속 쿠폰 발송 등의 개인화 메시지를 단계별로 발송할 수 있습니다.
수익화 전략의 개인화는 고객이 제공한 정보와 웹사이트나 앱에서 고객의 활동, 인터넷에서 하는 광범위한 행동까지도 포함합니다. 개인화는 좋은 수익 창출 방법으로 맞춤형 추천(추천 엔진)이 특히 효과적입니다. 고객의 검색 이력이나 구매 습관의 조합, 고객과 유사한 다른 쇼핑객의 습관에 대한 자료를 기반으로 추천이 이루어집니다. 아마존, 넷플릭스, 에어비앤비 등이 개인화 데이터를 활용하여 고객 경험의 만족도를 높이면서 매출을 증대시키는 좋은 사례입니다.
사례 1. 아마존(Amazon)
Amazon은 고객의 이전 구매 기록, 검색 기록, 평가 등의 데이터를 수집하여 고객 맞춤형 제품 추천을 제공하는데, 이를 통해 고객 만족도를 높이고 세일즈 성과를 높이고 있습니다. 또한, 이전에 제품을 검색한 고객에게는 해당 제품의 관련 상품을 추천함으로써 더 많은 제품을 판매하고 있습니다.
사례 2. 넷플릭스(Netflix)
Netflix는 고객의 시청 기록, 검색 기록, 평가 등의 데이터를 수집하여 개인화된 콘텐츠 추천 서비스를 제공합니다. 이를 통해 고객 만족도를 높이고 이탈율을 낮추며, 맞춤형 광고를 제공하여 광고 수익도 높이고 있습니다.
사례 3. 에어비앤비(Airbnb)
에어비앤비는 이용자의 예약 기록, 검색 기록, 선호도 등을 바탕으로 맞춤형 숙박 추천 서비스를 제공합니다. 이를 통해 사용자는 보다 적합한 숙소를 예약하고 여행 경험을 더욱 만족스럽게 즐길 수 있습니다.
고객을 유지하고 생애가치를 높이는 것은 고객을 확보하는 것만큼 중요하며 어려운 일입니다. 고객 경험 혁신을 성공적으로 이룬 기업들은 고객의 행동 데이터를 끊임없이 수집하고 분석하여 개인화된 경험을 제공하는 전략에 주력하고 있습니다. 데이터 기반의 코호트 분석과 개인화를 통해 성공적인 성장을 이루는 전략을 참고하시기 바랍니다.
참고문헌
진화된 마케팅 그로스 해킹_션 엘리스, 모건 브라운
'광고&마케팅' 카테고리의 다른 글
| AI를 활용한 퍼포먼스 마케팅 데이터 분석 (0) | 2023.06.27 |
|---|---|
| 콘텐츠와 형식, 메시지와 매체의 상관관계 (0) | 2023.06.02 |
| 2023년 고객 경험 관리 방향 설정을 위한 다섯 가지 마케팅 키워드 (0) | 2023.01.10 |
| 그로스 해킹(Growth Hacking)전략으로 알아보는 데이터 분석 (0) | 2023.01.06 |
| 2022년 미디어&광고 동향, 2023년 전망 (0) | 2022.11.28 |
