마케팅 기여도 분석
전환 이벤트에 효과적으로 기여하는 여러 채널에 기여도 값을 할당하는 머신 러닝 방식입니다. 기여도 분석은 가장 중요한 접점에 자동으로 가중치를 할당하고, 고객의 실제 상호 작용 패턴을 기반으로 각 채널에 가장 적합한 모델을 제공합니다.
이점
최적의 기여도 분석으로
인사이트 향상
기여도 분석을 통해 고객 여정 전반의 다양한 상호 작용이 고객 전환율에 미치는 영향을 확인할 수 있습니다. 특정 이벤트와 임의의 이벤트에 한정된 일반적인 기여도 분석과 달리, 최적의 기여도 분석은 머신 러닝과 고급 통계 모델을 사용하여 모든 접점의 영향을 명확하게 파악할 수 있도록 도와줍니다.
오늘의 기업 요구와 내일의 기여도 분석
분석의 궁극적인 목표는 실질적인 인사이트를 도출하는 데 있습니다. 대규모 기업의 경우 온라인과 오프라인의 다양한 채널을 통해 데이터를 수집합니다. 수집된 데이터를 통해 자체적으로 고객 행동을 파악할 수 있지만, 각각의 요인을 파악할 수는 없습니다. 또한 이러한 상호 작용이 고객 전환율에 미치는 영향을 확인하는 것이 쉽지 않습니다.
따라서 기여도 분석이 중요합니다. 기여도 분석의 목표는 고객의 구매 여정에서 특정 이메일이나 영상이 어떠한 가치가 있는지, 광고나 다른 정보는 어떠한 역할을 하는지 파악하는 것입니다. 즉, 기여도 분석으로 기업의 전략과 콘텐츠 개발 방향을 결정지을 수 있습니다. 그러나 기존의 기여도 솔루션으로는 이러한 목표를 달성하는 데 많은 어려움이 있었습니다. 측정 범위에 유료 미디어만 포함하거나, 웹과 같은 하나의 채널에만 초점을 두었기 때문입니다. 오늘날의 복잡한 멀티채널 환경에서 이러한 인사이트만으로는 충분하지 않습니다.
오늘날 대규모 기업은 다양한 분석을 필요로 합니다. 효과적인 요소와 그렇지 않은 요소를 파악하고, 온라인과 오프라인의 모든 채널에서 고객의 복잡한 행동을 추적해야 합니다. 또한 고객 여정을 비교하여 모든 상호 작용을 정확히 이해해야 합니다.
즉, 진정한 고객 인텔리전스를 확보할 수 있는 기여도 분석이 필요합니다.
Adobe가 도와드리겠습니다.
Adobe Analytics를 사용하면 최적의 기여도 분석을 통해 성공적인 캠페인을 전개할 수 있습니다. 실제로 "2017년 Forrester Wave: 디지털 인텔리전스 플랫폼"에서 Adobe는 크로스채널 기여도 분석 부문에서 만점을 받았습니다. 이처럼 우수한 평가를 받게 된 요인은 Adobe가 거의 모든 채널의 데이터를 간편하게 수집 및 통합하고 인공 지능, 머신 러닝, 예측 분석을 우선시하여 기여도 분석을 실행하기 때문입니다.
Adobe는 페이드, 온드, 언드 채널에 대한 투자를 파악하는 데 도움이 되는 다양한 규칙 기반 및 고급 기여도 모델(퍼스트 터치 및 라스트 터치, 선형 방식, 알고리즘 등)을 제공합니다. 또한 기업의 특정 요구에 맞게 맞춤형 모델을 만들 수 있도록 지원합니다.
"기여도 데이터를 사용하여 예측 분석을 통해 모든 캠페인과 채널에서 예산 할당을 최적화할 수 있도록 노력하고 있습니다."
Alexander Gaertner, DER Touristik, 디지털 분석 책임자
기여도 분석 기능
멀티채널 데이터 수집
개방형 측정 프로토콜을 통해 거의 모든 소스(예: 음성, 동영상, 오디오, 커넥티드 자동차, IoT, CRM, 인트라넷 등)의 데이터를 수집할 수 있습니다. Javascript 및 모바일 앱 SDK용 데이터 수집 라이브러리를 사용합니다.
오프라인 데이터 통합
추가 분석 차원으로 CRM 시스템의 데이터나 기타 소스의 온라인 또는 오프라인 엔터프라이즈 데이터(예: 충성도 프로그램 수준)를 통합할 수 있습니다.
