Adobe Real-Time CDP 기능
고객에 대한 통합 단일 뷰를 통해 모든 팀원이 일관된 고객 데이터로 고객에게 최적화된 경험을 제공하고 참여도를 높이도록 지원하세요. Real-Time CDP를 사용하면 모든 소스의 데이터를 통합 고객 프로파일에 업데이트하고 실시간으로 활성화할 수 있습니다.
AI 기반 자동화로 데이터 온보딩과 SQL 준비 작업을 손쉽게 확장하세요. 더 빠르고 스마트하며 신뢰할 수 있는 방식으로 데이터를 활성화합니다.
*제공 예정
모든 채널의 B2C 및 B2B 데이터를 활용할 수 있는 업계 표준 오픈소스 데이터 모델을 사용해 다양한 팀, 시스템, 툴에서 고객 데이터를 관리하는 방식을 표준화할 수 있습니다.
온라인과 오프라인 소스에서 얻은 데이터를 단일 고객 프로파일에 통합해 일관된 고객 뷰를 완성하세요 프로파일 스냅샷, 측정 지표, 상세 보기를 구축하여 프로파일 데이터를 검증할 수 있습니다.
사전 구축된 커넥터, API, SDK를 통해 고객 데이터를 통합하여 각종 데이터에 빠르게 액세스할 수 있습니다.
Adobe Real-Time CDP 는 고객 데이터를 실시간으로 통합하여 B2B 및 B2C 환경에서 개인화된 경험을 제공합니다. AI 기반 인사이트, 통합 고객 구성, 사용 사례 플레이북을 통해 마케터는 완전한 고객 기반을 구축하고 효율적인 타겟팅 캠페인을 수행할 수 있습니다.
Experience League에서 설명서, 튜토리얼, 사용자 가이드 등 다양한 학습 콘텐츠를 이용해 보세요.
1. 인구 통계 프로파일링.
인구 통계 프로파일링은 일반적으로 고객층을 이해하는 첫 번째 단계입니다. 연령, 성별, 소득, 교육 수준, 직업, 결혼 여부와 같은 기본 통계 범주가 포함됩니다.
이러한 유형의 프로파일링은 좋은 시작점입니다. 하지만, 전체 정보의 일부만 파악할 수 있다는 한계가 있습니다. 두 고객이 연령대나 소득 수준이 같다고 해서 반드시 같은 방식으로 생각하고 쇼핑하며 생활하는 것은 아닙니다. 이를 보완하려면 다음 단계의 프로파일링이 필요합니다.
2. 지리적 프로파일링.
거주 지역을 통해 고객의 선호도와 니즈에 대한 더 많은 정보를 파악할 수 있습니다. 국가, 도시, 기후 또는 도시, 농촌과 같은 지리적 세그먼트는 캠페인을 현지화하고 지역 트렌드를 이해하는 데 유용합니다.
예를 들어, 의류 리테일러는 지리적 프로파일링을 사용하여 추운 북부 지역 고객에게는 겨울 코트를 홍보하고, 따뜻한 남부 지역 고객에게는 가벼운 재킷을 광고합니다. 이를 통해 지역별 관련성을 유지하고 캠페인 효과를 높일 수 있습니다.
3. 심리적 프로파일링.
심리적 프로파일링은 고객의 태도, 가치관, 관심사, 라이프스타일, 성격 특성을 살펴봅니다. 무엇이 동기 부여를 하는지 중요하게 생각하는 것은 무엇인지 쇼핑을 하지 않을 때는 어떤 콘텐츠에 관심을 가지는지 등과 같은 인사이트는 타겟 고객에게 공감하는브랜드 메시지를 작성하는 데 필수입니다.
예를 들어, 피트니스 브랜드는 지속 가능성을 중시하고 건강에 민감한 소비자를 타겟으로 친환경 운동 장비를 홍보할 수 있습니다 고객의 가치관과 라이프스타일 선택에 맞게 메시지를 전달하면 보다 강력한 정서적 유대감을 형성하고 충성도를 높일 수 있습니다.
4. 행동 프로파일링.
행동 프로파일링은 구매 내역, 제품 사용, 검색 패턴, 브랜드 상호 작용 등 고객 행동을 분석합니다. 이를 통해 미래의 행동을 예측하고 경험을 개인화할 수 있습니다. 고객이 브랜드와 상호 작용하는 방식에 대한 패턴을 파악하면 고객의 니즈를 예측하고 추가적인 판매 기회를 식별할 수 있습니다. 행동 데이터는 고객 개개인에 맞춤화된 시기적절하고 관련성이 높은 경험을 제공하는 데 특히 유용합니다.
예를 들어 e커머스 사이트가 특정 고객이 자주 러닝화를 둘러보지만 구매는 하지 않는다는 사실을 파악했다면 행동 분석을 활용해 러닝화 할인 혜택이 포함된 개인화된 이메일을 보내 고객의 검색 행동을 기반으로 전환을 유도할 수 있습니다.
