용어 색인

A   B   C   D   E   F   G   H   I   J   K   L   M   N   O   P   Q   R   S   T   U   V   W   X   Y   Z


용어 색인

A   B   C   D   E   F   G   H   I   J   K   L   M   N   O   P   Q   R   S   T   U   V   W   X   Y   Z


용어 색인

A   B   C   D   E   F   G   H   I   J   K   L   M   N   O   P   Q   R   S   T   U   V   W   X   Y   Z

용어

고객 세분화

간략한 정의

고객 세분화는 온라인 또는 오프라인 데이터 소스를 활용하여 인구통계학적 정보, 행동 지표와 같은 특정 특성에 따라 고객을 그룹으로 분류합니다.

주요 내용

 

고객 세분화를 사용하면 제품, 서비스 및 콘텐츠에 관심이 있는 특정 타겟 고객을 정의할 수 있습니다.

따라서 브랜드가 특정 제품에 관심이 없는 고객을 대상으로 한 마케팅에 비용을 지출할 위험성을 줄일 수 있습니다.

세분화를 통해 고객 참여와 고객 충성도 향상에 점차 중요해지고 있는 개인화를 더욱 강화할 수 있습니다.

고객 세분화를 사용하여 구매자의 여정을 잘 파악하는 기업은 고객 참여 및 고객 전환율을 향상하기 위한 행동에 나설 수 있습니다.

기업이 사용하는 대부분의 툴은 일부 고객 세분화 기능을 포함하고 있습니다.

고객 세분화 속성 사용 시의 가장 큰 걸림돌 요소는 지식, 리소스 및 데이터 부족 등입니다.


Q: 고객 세분화란 무엇입니까?

A: 고객 세분화란 온라인 또는 오프라인 데이터 소스를 활용하여 특정 특성에 따라 고객을 하위 그룹으로 분류하는 기능입니다. 고객 세분화를 수행하면 인구통계학적 특성, 참여 특징 및 고객의 관심사 유형과 같은 정보를 살펴보게 됩니다. 예를 들어 음식에 관심이 있는지, 스포츠에 관심이 있는지를 파악하게 됩니다.

또한 다른 유형의 라이프스타일 정보도 고려 대상이 됩니다. 고객의 임금이 얼마나 되고, 직업이 무엇이며, 몇 명의 자녀를 두고 있는지 등이 되겠습니다. 따라서 고객 세분화는 공공통적인 특성을 지닌 고객을 같은 그룹으로 분류하여 이러한 그룹을 다른 용도로 활용하는 역량입니다.

Q: 고객 세분화와 시장 세분화의 차이점은 무엇입니까?

A: 고객 세분화와 시장 세분화는 고객을 분류하는 기준이 서로 유사합니다. 두 세분화의 차이점이라고 한다면, 고객 세분화는 오늘날 고객 경험과 고객 여정이 비즈니스에 중요해지면서 비교적 최근에 생긴 새로운 용어입니다. 고객 세분화는 "고객이 누가되었든 판매 실적을 더 올릴 수 있을까?"라는 질문에 답을 찾는 대신에 실제 고객 경험을 살펴봅니다.

Q: 오늘날 고객 세분화가 더 중요해지고 있는 이유는 무엇입니까?

A: 오늘날 중요한 것은 사용자나 고객에게 가능한 최고의 경험을 제공할 수 있느냐입니다. 단순히 새로운 고객의 참여를 유도하는 것에 그치지 않고 개인화된 경험을 제공하여 고객의 참여를 유도하고 충성 고객으로 유지해야 하기 때문입니다. 효과적으로 고객을 타겟팅하고, 기업이 고객을 소중하게 생각하고 있음을 보여주고, 고객이 관심을 가질 콘텐츠나 제품 추천을 제공할 수 있어야 합니다. 고객 경험의 개인화라는 주제가 중요해지는 이유는 개인화된 고객 경험을 통해 고객의 참여를 유도할 수 있고, 더 오랫동안 고객을 유지할 수 있기 때문입니다. 개인화는 고객 생애주기를 더욱 확대합니다.

Q: 적합한 고객을 타겟팅하려면 어떻게 해야 합니까?

A: 다양한 방법이 있습니다. 대부분의 경우, DMP(데이터 관리 플랫폼) 또는 CRM(고객 관계 관리) 툴을 사용하여 고객 데이터를 수집합니다. 자사 데이터를 사용하거나 다른 소스를 활용하여 타겟팅하고 싶은, 특정 속성을 가진 그룹으로 세분화할 수 있습니다.

고객에 대한 특정 데이터를 선택하고, 공략하려는 고객의 유형을 정한 다음 이러한 정보를 바탕으로 개인화 툴, 즉 추천 엔진, 검색 엔진 또는 마케팅 및 광고 타겟팅을 통해 실행합니다.

고객 세분화가 효과적인지 확인할 수 있는 유일한 방법은 분석 툴을 사용해 성과를 평가하고, 어떤 고객들을 타겟 고객으로 분류하고 있으며 적합한 타겟 시장을 공략하고 있는지 파악하는 것입니다.

예를 들어 웹 사이트를 방문하는 고객 중 특정 연령대의 여성 고객 그룹을 대상으로 세일 프로모션을 진행하려는 경우를 생각해 보겠습니다. 매일 사이트를 방문하고 구매하는 고객이 있는가 하면, 매월 한 번씩 방문해 구매를 하는 고객이 있습니다. 이제 매월 한 번씩 방문하는 고객을 더 자주 방문하여 구매를 더 많이 하도록 만들고 싶습니다. 이를 위해 월 1회 방문자로 구성된 사용자 세그먼트만을 대상으로 세일 프로모션을 할 것입니다. 이때 공동 데이터가 필요합니다.

위의 고객 세그먼트를 만들려면 두 유형의 데이터, 즉 방문에 대한 데이터와 방문자에 대한 데이터가 같이 필요합니다

방문 특성은 고객의 브랜드 또는 서비스 참여에 관한 특성입니다. 예를 들어 이 고객이 사이트를 방문한 시기는 언제였고, 무엇을 보았으며, 제품을 구매했는지, 사이트에 얼마나 머물렀는지와 같은 특성입니다.

방문자 특성은 고객이 어떤 사람들이고 직업이 무엇인지와 같이 고객의 인구통계학적 정보와 라이프스타일에 대한 특성입니다.

Q: 현재 사용 중인 고객 세분화 중 가장 중요한 세분화 유형은 어떤 것이 있습니까?

A: 참여도 패턴이 매우 중요하다고 생각합니다. 고객이 특정 제품 또는 서비스를 언제 구매했는지도 중요하지만 이들이 구매 전과 후 무엇을 했는지도 중요합니다. 제품을 얼마나 자주 구매했는지, 어떤 것을 구매하는지 등은 고객이 구매하는 브랜드에 대한 고객의 참여도를 파악하는 데 중요합니다.

또 다른 중요한 요인은 관심사입니다. 즉 고객이 무엇에 관심이 있는지를 파악하는 것입니다. 고객의 관심사를 파악할 수 있다면 음식, 스포츠, 혹은 특정 스포츠 팀과 관련해 마케팅을 할 수 있습니다.

가장 효과적인 분석 기능 중 하나가 코호트 분석입니다. 코호트 분석을 사용하면 사용자의 그룹 및 섹션의 유지율과 충성도를 파악할 수 있습니다. 고객이 매일, 매주, 혹은 매달 재방문하는지 확인할 수 있습니다. 고객이 어떤 제품을 검색하고, 관심사가 무엇인지 세분화하여 해당 그룹을 타겟팅할 수 있습니다. 동시에 코호트 분석을 수행하면 이탈률 분석을 통해 특정 유형의 사용자가 어떨 때 다시 돌아오지 않는지를 파악할 수 있습니다. 이탈률 분석은 리마케팅과 리타겟팅에 중요합니다.

중도 포기 및 플로우 분석은 고객 여정이 실제로 어떻게 구성되어 있는지를 파악할 수 있는 방법입니다. 어떤 고객도 똑같지 않기 때문입니다. 고객 여정에서 고객이 브랜드 또는 제품과 어떤 방식으로 상호 작용하는지에 따라 여러 세그먼트로 분류하는 것은 마케팅과 고객 전환율에 있어 중요합니다.

Q: 고객 세분화의 가장 큰 과제는 무엇입니까?

A: 한 가지 일반적인 과제는 특정 특성을 바탕으로 고객을 세분화할 수 있을 만큼의 자사 데이터가 없거나 고객에 대한 데이터가 제한적인 경우입니다.

또한 오래된 데이터도 문제가 됩니다. 고객 세그먼트를 지속적으로 업데이트하지 않았거나 이를 바탕으로 반복 프로세스를 수행하지 않은 경우에 나타나는 문제입니다. 고객 세그먼트를 업데이트하지 않으면 원래 18-24세의 미혼이었던 고객 그룹이 지금은 35-49세의 기혼 고객이 되어 있을 수 있습니다. 

이러한 문제를 해결하기 위해서는 고객 세그먼트를 최신 상태로 유지하고, 자사 데이터, 제휴 데이터, 제3자 데이터를 통해 데이터를 충분히 확보하고, 또한 리소스와 툴, 즉 고객 세그먼트의 성과를 파악할 수 있고, 실행 가능한 인사이트를 제공하며 적절한 조치를 취할 수 있게 도와주는 분석 프로그램을 마련해야 합니다.

대부분의 기업은 고객 세분화가 무엇인지 이해합니다. 하지만 이들 기업이 모두 데이터를 분석하고 이를 바탕으로 적합한 조치를 조치를 취하는 데 고객 세분화를 활용하고 있는지는 모르겠습니다. 고객 세그먼트 또는 속성을 활용해 데이터를 검토한 적이 없다고 하는 기업을 종종 보게 되는데, 이것이 이 기업의 마케팅 전략 취약점입니다. 고객 전체를 모두 균일한 세그먼트로 만들 수는 없습니다. 고객마다 관심사가 다르기 때문입니다. 이 점이 매우 중요합니다. 높은 수준의 고객 경험이 요구되는 오늘날과 같은 시대에는 특히 그렇습니다.

Q: 브랜드가 이 정보를 가지고 있지 않은 이유는 무엇입니까?

A: 기업에 고객의 인구통계학적 데이터가 데이터가 없습니다. 자사 데이터가 없기 때문입니다. 기업이 인증 과정도 마련하지 않았고, 연령, 성별 등의 데이터도 수집하지 않으며 단순히 구매 정보만을 확보합니다. 또는 필요한 정보를 얻기 위해 서비스를 구독하는 노력도 하지 않습니다.

대부분의 기업은 방문 데이터를 가지고 있고, 페이지 방문 내역을 확인할 수 있습니다. 하지만 고객 분석과 같은 툴을 사용하여 데이터를 취합하지 않으면 사용자를 효과적으로 타겟팅하기 어렵습니다. 그러면 페이지를 방문했지만 제품에는 관심이 없는 사용자에게 마케팅 비용을 지출할 위험성이 있습니다. 따라서 고객을 효과적으로 타겟팅하려면 두 구성 요소가 모두 필요합니다.

Q: 일부 기업이 데이터를 사용하지 않는 이유는 무엇입니까?

A: 데이터 과학자 및 애널리스트와 같은 리소스가 부족해 데이터를 효과적으로 검토할 수 없기 때문일 수 있습니다. 경영진에 올릴 보고서를 작성하는 데에만 급급하기 때문일 수도 있고, 데이터 세분화 툴이 이미 있지만 사용 방법을 모르는 것일 수도 있습니다.

대부분의 툴이 데이터 세분화 기능을 제공하므로, 기업이 데이터를 사용하지 않고 있다면 이는 애널리스트 또는 마케팅 팀의 경험 부족, 리소스 부족 또는 데이터 부족 때문일 것입니다.

Q: 고객 세분화를 이용해 작업을 어떻게 향상할 수 있습니까?

A: 새로 등장한 큰 주제 중 하나는 고객 여정으로서, 구매 경로에서 고객이 어느 단계에 위치하며 다양한 디바이스로 브랜드와 어떻게 상호 작용하는지 파악하는 것입니다. 한 디바이스에서 제품을 검색한 다음 다른 디바이스에서 구매하는 고객만 따로 분류할 수 있다면 해당 세그먼트를 더욱 효과적으로 타겟팅할 수 있을 것입니다.

고객이 지금 무슨 디바이스를 사용하고 있든지 고객 세그먼트를 바탕으로 효과적으로 타겟팅할 수 있어야 합니다. 또한 고객이 드러낸 관심사를 바탕으로 경험을 개인화할 수 있어야 합니다. 타겟팅과 개인화는 분명 앞으로 더욱 향상될 수 있는 영역입니다. 

제품과 서비스 자체를 향상하는 측면에 있어서는 어떤 부분에 문제가 있는지를 파악하는 것이 중요합니다. 어느 부분에서 고객이 이탈할 가능성이 있는지 찾아내고, 이러한 고객들을 고객 세그먼트로 분류하여 고객의 참여를 다시 유도하고, 향상된 경험을 전달하고, 고객에게 필요한 도움을 주는 것이 중요합니다.

Q: 고객 세분화는 앞으로 어떻게 변화하게 됩니까?

A: 고객 세분화의 경우 코호트 분석, 속성, 플로우 분석, 중도 포기 분석을 통해 많은 부분이 개선되었다고 생각합니다. 이러한 기능은 모두 현재 제공되는 기능들입니다.

앞으로 고객 세분화에는 AI 및 머신 러닝 기술이 내장된 기능이 포함되어 데이터 및 고객 세그먼트를 분석하고 사람이 생각지도 못한 스마트 세그먼트 또는 새로운 세그먼트를 생성할 것으로 생각합니다. 또한, AI 및 머신 러닝 기술은 고객 세그먼트를 사용하는 방법에 대한 중대한 인사이트를 제공하게 될 것입니다. 이러한 인사이트에는 특정 세그먼트를 대상으로 행동 추천 등이 포함될 것입니다. 그리고 이 모든 작업은 개인정보를 보호하는 방식으로 수행될 것입니다.

Q: 세분화가 지나친 경우도 있습니까?

A: 예, 있습니다. 세그먼트를 너무 작게 만들지 않는 것이 좋습니다. 세그먼트에 데이터 포인트를 추가하면 할수록 도달할 수 있는 고객의 범위가 작아집니다. 이렇게 범위를 너무 좁히면 오히려 다른 기회를 놓칠 수 있습니다.