NEWS
보도자료
특집기사
SAS Intelli-Zine
SASCOM 매거진
뉴스레터 신청

마케팅 최적화

ADMS(AEGON Direct Marketing Services), 맞춤형 고객
커뮤니케이션으로 마케팅 효과를 극대화한다!

마케팅 자동화의 수준을 넘어서

마케팅자동화 솔루션들이 널리 채택되기 시작하면서 마케팅 조직들은 이니셔티브를 계획, 실행, 추적하는 데 필요한 데이터를 대량으로 확보할 수 있게 되었습니다. 하지만 이런 데이터 이면에는 마케팅 팀들이 선뜻 답하기 어려운 세 가지의 중요한 의문점이 숨겨져 있습니다.

"고객들의 구매 패턴과 선호도를 감안할 때, 캠페인의 성공을 극대화하기 위한 제품과 오퍼, 접촉 채널의 이상적인 조합은 과연 무엇인가?"

"현재의 목표와 제약조건을 감안할 때, 지금의 캠페인뿐 아니라 앞으로 전개하게 될 수많은 캠페인 ROI를 어떻게 하면 극대화할 수 있는가?"

"콜 센터 직원이나 다이렉트 메일 예산과 같은 자원을 확충하여 현재의 제약조건을 부분적으로 완화할 경우, 그만한 효과가 발생될 것인가?"

마케팅 담당자들이 이처럼 복잡한 문제를 해결하려면 우선 최적화가 필요합니다. "최적화"라는 용어는 흔히 "적절한 시기에 적절한 고객에게 적절한 메시지를 전달하는 것"이라는 느슨한 의미로 사용되기도 하지만, SAS는 최적화의 의미를 아래와 같은 다양한 변수를 고려하여 최상의 의사결정을 도출해내기 위한 고도의 수학적 프로세스로 정의하고 있습니다.

  • 브로셔 발행 부수(print runs), 경로 선택, 마케팅 오퍼, 고객 세분화, 기타 리소스 할당과 같은 의사결정 변수 또는 가용한 선택.
  • 수익 극대화, 고객 반응 극대화 또는 무반응 방지 등, 달성해야 할 비즈니스 목표.
  • 브로셔 인쇄 예산(printing budget), 콜 센터 수용 능력, 가용한 자료 및 예산.

ADMS의 마케팅 최적화
SAS가 후원하는 2010년 6월 웨비나에서 ADMS의 마케팅 사이언스 전문가들은 기존의 모델과 리소스로부터 더 높은 캠페인 효과를 이끌어내는 데 최적화가 어떤 기여를 했는지 전하고 있습니다.

ADMS는 생명 보험, 신용 보험, 보충건강 보험, 특수 보험 및 수수료 기반 상품의 다이렉트 마케팅을 전문으로 하는 업계 유수의 기업입니다. 데이터 지향 마케팅과 전략적 세분화의 리더로 손꼽히는 이 회사는 다이렉트 메일, 삽입 광고, 인터넷, POS(Point of Sale), 인쇄, TV, 텔레마케팅 등 다양한 마케팅 기법을 활용합니다.

ADMS의 마케팅 사이언스 이사 Angela Williams는 "2009년에 우리는 9,500만 건 이상의 다이렉트 마케팅 계약과 1,440만 건의 텔레마케팅 계약을 성사시켰다. 자연히 우리는 오퍼를 관리할 정교한 대규모 솔루션이 필요하게 되었다"고 당시 상황을 설명합니다.

1998년, ADMS는 Base SAS®를 도입해 고객 중심의 최적화 작업에 착수했으나, 비즈니스 성장과 더불어 더 복잡한 수학적 프로세스를 지원할 필요성이 대두되기에 이릅니다. 2004년에 회사는 대고객 정책이 결여된 제품 중심의 접근방식을 보다 생산적인 고객 중심의 접근방식으로 일변시키기 위해 SAS Marketing Optimization를 선택합니다.

Williams는 "마케팅 최적화를 바탕으로 우리는 단일한 의사결정 포인트를 가지는 의사결정 엔진을 구축하는 데 성공했다"고 말하면서 다음과 같이 덧붙였습니다. "우리가 사용하는 모든 프로그램들을 결합하여 고객 이름을 선택하고, 접촉 규칙을 적용하고, 모델을 관리하고, 보다 광범위한 마케팅 영역에서 최상의 제품을 선택하는 단일 캠페인 실행 프로세스로 압축할 수 있었다. 마케팅 투자에 대한 의사결정은 이제 총체적 맥락에서 이루어지고 있다."

그림 1. 25개 이상의 모델 결과를 평가하여 각 잠재 고객에 대해
최상의 오퍼 전략을 결정하는 최적화 엔진.

이 시스템은 복수의 마케팅 목표와 다양한 고객 블록을 포괄하는 가변적 대고객 정책, 그리고 기념일이나 생일과 같은 트리거를 처리할 수 있는 유연성을 지니고 있습니다. 궁극적으로, 최적화 툴은 25개 이상의 모델 결과를 평가하여 각 잠재 고객에 대해 최상의 오퍼 전략을 결정합니다.

Williams는 이것이 마술을 부리는 블랙박스가 아니라는 점을 환기시킵니다. 왜냐하면 최적화 작업의 결과는 전적으로 인풋의 질에 달려 있기 때문입니다.

  • 의사결정 변수. Williams는 "모델은 응답, 지불, 또는 우리가 이끌어내고자 하는 행동의 가능성을 예측할 수 있어야 한다" 고 말하면서 다음과 같이 강조합니다. "그런 모델은 반드시 제품 중심 세계의 요구사항이 아닌 모델 상호간의 기준에 따라 정규화(normalize)되어야 한다."
  • 비즈니스 목표. Williams는 "일단 목표를 파악해야 한다. 우리가 영향을 미치려는 대상은 무엇인가? 매출 신장인가, 수익 증대인가, 아니면 비용 절감인가? 우리가 무엇을 달성하고자 하는지, 또 모델 예측을 통해 그 목표를 어떻게 달성할 것인지 알고 있어야 한다"고 강조합니다.
  • 제약 조건. Williams는 또 다음과 같이 말합니다."비즈니스 규칙과 대고객 정책을 이해할 필요가 있다. 연간 고객 당 접촉 횟수가 일정하게 제한되어 있는가? 추가 오퍼는 가능한가, 동일한 제품 오퍼를 연 2회 이상 반복할 수 있는가? 또 트리거 기반 캠페인을 활용할 필요가 있는가?"

이러한 인풋이 합리적이고 적절하며, 또 모델과 변수가 올바르게 설정되었다면 이제 마케팅 최적화를 통해 데이터 중심의 선택 방식을 도출해낼 수 있습니다. "이것은 더 이상 마케팅 담당자 A가 특정 제품에 대해 2,000건의 잠재고객 유치를 원하고 마케팅 담당자 B가 다른 제품에 대해 4,000건의 잠재고객 유치를 원하는 그런 문제가 아니다." Williams는 이렇게 설명합니다. "이런 식의 시스템은 이제 자취를 감추고 있다. 고객의 특성을 토대로 어떤 잠재 고객에게 어떤 제품을 오퍼할지 결정하는 일은 이제 데이터에 맡겨야 한다."

"모델과 변수 측정값을 올바르게 설정하면 공정한 의사결정을 도출해낼 수 있다. 여기서 공정한 의사결정이란 최적화를 통해 각 고객에게 맞는 최상의 제품 오퍼를 선택하는 것을 의미한다. 따라서 내부 마케팅 관점에서 보면 더 이상 구태의연한 사고방식이 발을 붙일 수 없게 된다."
- Angela Williams - ADMS 마케팅 사이언스 이사

실무에서의 마케팅 최적화

ADMS의 마케팅 사이언스 부장 Robbie Reynolds는 기업이 최적화 툴을 이용해 비즈니스 문제를 해결하는 방식을 다음과 같이 세 가지로 구분해서 기술했습니다.

  • 단일 캠페인의 최적화. "한 캠페인에서 누가 어떤 제품 오퍼를 받는 것이 좋을지 알고 싶다면 최적화를 이용하면 된다. 최적화는 다양한 변수들을 고려하여 최상의 방법으로 이 같은 의사결정을 내릴 수 있게 해준다. 이것은 우리가 최적화를 활용할 수 있는 가장 간단한 방법이다."
  • 장기적 캠페인 결과 예측. "우리는 최적화 툴을 사용해 한 주 동안 벌어질 일은 물론 향후 반년 동안 벌어질 모든 상황을 단일 의사결정 포인트로 결집시켰다." Reynolds는 이렇게 얘기합니다. "그런 다음 장기적 최적화의 결과를 근거로 몇 가지의 의사결정을 내린다."

    "예측(forecasting)에서 마음에 드는 것은, 데드라인에 쫓기면서 초단기간 내에 일을 처리해야 하는 압박을 받지 않아도 된다는 점이다. 대신, 한 걸음 물러서서 질문을 던지고 What-If 시나리오를 탐구하는 여유를 가질 수 있다."

  • 사전 캠페인 테스트. "테스트 분석의 경우, 최적화는 어떠한 방식으로든(간단하거나 복잡하거나) 특정인에게 적합한 오퍼를 결정하는 데 도움을 준다. 테스트 실행 후 'A 제품이 1등'이라고 말하면 누구라도 그 제품을 선택하게 될 것이다. 그러나 최적화 툴에서는 모든 사람이 굳이 1등을 선택해야 할 필요가 없다. 즉, 개인 또는 소집단에 대한 테스트 결과 B 제품이 해당 그룹에 더 적합한 것으로 판명될 수도 있으므로 더 이상 획일적인 선택을 하지 않아도 되는 것이다."

Reynolds는 최적화 기법을 사용하여 가설을 테스트하는 경우를 살펴보았습니다. 이 경우의 가설은 다음과 같습니다. 기존의 제품/오퍼가 효과가 없다고 간주되는 경우 제품을 업데이트해야 하는가? 만약 그렇다면 고객은 다른 새 기능에 기꺼이 추가 비용을 지불할 것인가?

이 문제를 조사하기 위해 1개의 대조군(control population)과 2개의 실험군(test populations)을 정했습니다. 대조군은 일반 제품이며, 다른 두 군은 테스트할 변동 사항(variations)입니다. 이 때, 목표는 비즈니스 파트너에 대한 커미션 레벨을 유지하면서 매출과 소득을 증가시키는 것으로 정의되었습니다.

그림 2. 1차 테스트는 다양한 제품이 각 목표에 어떻게 기여할 것인지를 보여줍니다.

이 특별한 조사는 일종의 반복(iterative) 프로세스의 특성을 띠고 있습니다. 1차 조사 과정에서는 특정 소득과 연령의 고객들이 다양한 결과를 나타냈으며, 팀은 이 정보를 사용하여 간단한 규칙 기반 모델을 개발했습니다. 그런 다음 이 규칙들을 SAS Marketing Optimization 솔루션에 투입합니다. 최적화 목표로 매출이 선택되었고, 조사 결과를 조정할 수 있었습니다.

Reynolds는 "이 새로운 규칙들을 토대로 우리는 일부 집단에 '다른(another)' 제품이 아닌 '특정(one)' 제품을 제시해야 한다는 것을 알게 되었다. 연령 및 소득 집단을 기준으로 이들이 A, B, C 중 어떤 제품에 더 적합한지 확인할 수 있었다"고 설명합니다.

그림 3. 다양한(different) 연령대와 소득 집단에게는 색다른(different) 제품들이 적합하다는 결과가 나왔습니다.

"이 테스트 분석 결과, 우리는 매출을 12%, 커미션을 4%, 소득을 52% 높일 수 있었다. 기본적으로 모든 사람이 승리를 거두는 일종의 윈윈 게임이었던 것인데, 그 이유는 단지 고객 특성에 따라 각자의 니즈에 더 적합한 제품을 찾아냄으로써 최적화를 달성할 수 있었기 때문이다".

그림 4. 이 같은 발견을 토대로 규칙을 추가하였고, 전반적인 결과가 획기적으로 개선되었습니다.

"이로 인해 최적화 툴의 가치를 새삼 깨닫게 되었다"고 Reynolds는 얘기하면서 다음과 같이 덧붙였습니다. "기본적으로 최적의 제품을 선택하는 일이 그다지 복잡해 보이지는 않는다. 왜냐하면 가장 가치가 높은 순으로 분류한 다음 종점에 다다를 때까지 리드(leads, 잠재고객)를 선택하면 되니까 말이다. 현실에서는 캠페인에 맞는 리드를 선택하는 일이 그리 간단하지는 않다. 보기에서처럼 'B 제품이 1등'이라고 말하는 것은 아주 쉽지만, 우리는 사물을 다른 관점에서 바라볼 수 있었기 때문에 더 적합한 솔루션을 찾아낼 수 있었다."

"비즈니스 규칙, 대고객 정책, 예산의 제약, 수익성 요건, 각종 트리거 등 이 모든 것이 최적화 엔진에 투입할 수 있는 제약조건이 된다. 최적화 툴 없이 이 문제를 해결하려고 할 경우에는 상황이 매우 복잡해지지만, 최적화를 활용하면 문제를 상당히 쉽게 해결할 수 있다. 단, 변수와 제약조건을 적절히 설정해야 한다."

"사람들은 항상 매출과 수익 니즈 간에 균형을 맞추려 한다. 어떤 마케팅 업체는 반드시 리스크가 없어야 하고 모든 것이 수익성을 지녀야 한다고 믿는가 하면, 또 어떤 업체는 수익성이 없어 보이는 것들을 살펴보고 잠재력을 검토해보기도 한다. 우리 마케팅 사이언스 팀은 최적화를 통해 모든 조각들을 한데 그러모으고 전체 여건을 모두 감안하여 가능한 최상의 데이터 중심 솔루션을 찾아낸다."

Robbie Reynolds - ADMS 마케팅 사이언스 부장

성공의 비결: 마케팅 최적화로 시작하자

웨비나 참석자들은 마케팅 최적화를 활용하고자 하는 조직들을 위한 몇 가지 주의사항과 조언을 제시했습니다.

부작용에 대비할 것. "조직 내에서 가장 까다로웠던 과제는 변화 관리 부분이었다"고 Reynolds는 당시 상황을 설명합니다. "데이터를 활용해서 캠페인을 선정하다 보면 개별 마케팅 담당자에 대한 통제가 약화되는 경우가 발생하는데, 이는 심각한 문제로 이어지기도 한다."

작게 시작할 것. "최적화 능력만 믿고 회사 전체의 문제를 한꺼번에 해결하려고 덤비지 말아야 한다"고 SAS의 고객 인텔리전스 솔루션 제품 마케팅 부장 Larry Mosiman은 지적합니다. "작게 시작해서 진가를 보여주기 시작하면 자연스럽게 사람들을 설득할 수 있는 기회가 생기기 마련이다." Mosiman은 또한 특정 제품, 마케팅 채널, 사업부 또는 모델부터 시작할 것을 제안합니다. "조직의 신뢰를 얻고 경영진 레벨의 지원을 확보할 때까지 성실히 제 갈 길을 가야 한다."

모델들을 모니터할 것. Reynolds는 "고객 레벨에서 상호간 예측률(predictive rates) 비교가 이루어지므로, 모든 일이 순조롭게 돌아가도록 하려면 모델들을 아주 면밀히 모니터해야 한다. 그렇지 않으면 최적화를 통해 최상의 제품을 선택할 수 없게 된다. 다른 가정(assumptions)에도 모두 동일한 원리가 적용되는데, 가령 원가 가정(cost assumptions)이 맞지 않을 경우 최적화에 영향을 미칠 수 있다"고 설명합니다.

블랙박스 신드롬을 경계할 것. "데이터를 몽땅 툴에 밀어 넣고 답을 토해내도록 하면 어떨까 하는 생각을 하기 쉽다." Reynolds는 이렇게 얘기합니다. "그러나 먼저 합리성을 검토해야 하고, 시간을 들여 다양한 요인들이 솔루션에 미치는 영향을 꼼꼼히 확인해볼 필요가 있다. 최적화 문제에서는 하나의 지렛대를 움직일 때마다 다른 변수들이 완전히 재구성되므로, 그런 상호작용의 영향을 이해할 필요가 있다."

맺는 말

Williams와 Reynolds에 의하면, SAS Marketing Optimization은 ADMS가 기존 모델들을 활용하여 전반적인 ROI와 수익성을 증대시킬 수 있도록 해주었습니다. 또한 복수의 변수와 목표 및 제약조건을 고려하여 캠페인 계획이 최적화되기 때문에 조직은 캠페인 효과 개선을 기대할 수 있습니다.

분석가들은 이제 수익이나 ROI와 같은 측정값들 간의 상충 관계를 시각화하여 차이점을 계량화할 수 있습니다. Williams는 다음과 같이 설명합니다. "예를 들어, 매출 목표를 정하기 위해 매출 구조를 최적화해야 하는 상황에 놓여 있다고 가정해 보자. 그런데 누군가가 이렇게 얘기한다. '당장은 매출 걱정을 할 필요가 없고, 대신 수익성에 더 신경을 써야 한다.' 마케팅 최적화를 이용하면 측정 기준들 간의 상충 관계를 파악하여 무엇을 포기해야 하고 그에 따른 파장 효과를 어떻게 관리할 것인지 알 수 있다."

궁극적으로, ADMS는 최적화 툴을 통해 저비용 고효율을 실현할 수 있었습니다. Reynolds는 상황을 이렇게 설명합니다. "우리가 이런 문제를 수동 방식으로 해결하려고 했다면 훨씬 많은 시간이 들었을 것이다. 그러나 최적화 툴이 고도의 수학적 프로세스를 처리해주었고, 덕분에 우리는 비즈니스의 성장/수익과 직결된 다른 영역에 더 많은 시간을 할애할 수 있었다."

"많은 사람들은 다이렉트 메일이나 텔레마케팅이 사장된 채널이라고 얘기할 것이다. 하지만 건전한 모델에 의해 지원을 받는 최적화가 이런 채널들을 되살려 견실한 재원으로 활용할 수 있게 해주었다. 최적화 툴의 지원이 없었다면 우리는 이 채널들을 되살리고 유지하는 데 큰 어려움을 겪었을 것이다."

- Angela Williams - ADMS 마케팅 사이언스 이사

웨비나 레코딩을 보려면 www.sas.com/mowebinar를 방문하시기 바랍니다.

 

고객지원
기술문의, 구입문의, 일반문의
자료실
E-브로셔, White paper
데모 & 투어
뉴스레터
SAS Intelli-Zine
뉴스레터 신청
Events
이벤트와 세미나 정보
특별할인이벤트
대표전화 : 02-2191-7000
교육문의 : 02-2191-7002
기술문의 : 02-2191-7003
Global Contact List