다음 사례는 중소 패션기업인 A사가 언택트 시대에 추진한 언택트 마케팅 사례입니다.

A사는 중소기업으로 여러 패션 브랜드를 보유하고 있는 패션 기업입니다.

A사는 오프라인 매장 중심으로 영업하고 있었으며, 온라인 영업의 비중은 크지 않았습니다.

코로나 사태로, 소비자들의 구매행태가 오프라인에서 온라인으로 전환하면서 A사의 오프라인 매출이 감소하였으며 온라인 매출도 크게 증가하지 않아, 전체적으로 A사의 매출이 크게 감소하였습니다.

A사는 매출 증대를 위해 오프라인 매장 중심의 영업 방식에서 온라인 영업 비중을 확대하고 싶어했습니다.

코로나로 인해, 소비자들의 온라인 구매는 지속적으로 증가할 것으로 전망되어 온라인 영업을 강화하고자 했습니다.

이를 위해 A사는 모든 기존고객에게 정기적으로 온라인 쇼핑몰을 홍보하는 LMS/SMS 및 이메일 마케팅을 하였으나 크게 효과를 보지 않아 새로운 접근방식이 필요했습니다.

개선방안으로 우선 A사는 기존고객 외에 고객의 범위를 가망/잠재고객까지 확대해서 마케팅하기로 했습니다.

A사는 고객을 다음과 같이 정의했습니다.

정의한 고객 군별로 정교한 마케팅을 실행하기 위하여 외부데이터를 활용하여 고객군을 분석하기로 했습니다.

외부데이터는 소비자가 온라인 행태, 즉 방문 사이트, 구매 상품, 설치한 앱 및 온/오프라인 결제 데이터입니다. 다양한 외부데이터를 머신러닝 알고리즘 기반으로 가공하여 고객 및 소비자에 대해 더 의미 있는 시사점을 도출할 수 있습니다.

가공한 데이터로 고객의 구매력, 브랜드 인지도, 상품 선호도, 관심사 등을 알 수 있습니다.

보유하고 있는 기존고객의 데이터가 많지 않아 고객에 대한 이해가 높지 않았습니다.

기존고객에 대한 이해가 부족하면 가망/잠재고객도 제대로 파악하기 어려워 기존고객에대한 이해를 높이는 것이 중요했습니다.

A사의 내부데이터와 외부데이터를 결합 분석하여 알고 있던 정보와 함께 고객의 온라인행태 및 성향을 확인하여 고객에 대한 심층적인 분석을 할 수 있었습니다.

A사가 가지고 있는 기본적인 고객 정보에 외부데이터로 가공한 구매력, 브랜드 인지도 등도 같이 확인할 수 있었습니다. 또한, 내 브랜드 외에 어떤 다른 브랜드를 선호하고 타사에서 어떤 상품을 구매하는지도 알 수 있으므로, 고객에게 어떤 상품을 추천할 수 있는지를 확인할 수 있었습니다.

기존고객에 대해서 분석한 정보를 활용하여 잠재고객을 파악할 수 있었습니다.

외부데이터를 활용하여 기존고객과 동일한 행태 및 성향을 보인 잠재고객군을 파악하여 이들을 대상으로 브랜드 홍보 및 온라인 채널로 유도할 수 있는 타겟 마케팅을 실행할 수 있었습니다.

가망고객은 자사 온라인 채널(홈페이지, 앱)을 방문한 소비자를 ‘tagging’하여 파악할 수 있었습니다. Tagging 서비스로 자사 온라인 채널을 방문한 소비자를 인지할 수 있으며 그들이 온라인 행태를 파악할 수 있었습니다.

온라인 채널을 방문한 소비자중에 구매하지 않은 소비자를 파악하여 이들을 대상으로 구매를 유도하도록 마케팅 할 수 있었고, 파악한 가망고객의 외부데이터를 분석하여 더욱 더 정교한 타겟 마케팅을 실행할 수 있습니다.

A사는 외부데이터를 활용하여 고객 군별로 타겟 세그먼트를 확인하여 캠페인의 최종 대상을 선정하여 캠페인을 진행하였습니다.

기존에는 전체 고객 중에 마케팅 동의 및 구매 여부 등만 고려하여 상품에 대한 선호도 및 구매의사 등을 고려하지 않고 캠페인 대상을 선정하였습니다.

그러나, 외부데이터를 활용하여 고객 군별로 성향 및 행태 등을 고려하여 최종 캠페인 대상을 선정하여 진행한 후, 기존 마케팅 방식 대비 전환율이 2배 이상 개선되었습니다.

또한, 내부 마케팅 채널 (LMS/SMS, 이메일 등) 외에  Facebook, YouTube 및 DSP 등의 다양한 외부 마케팅 채널로 확대하여 마케팅 비용도 효율적으로 개선되었습니다.

A사는 온라인 영업을 강화하기 위해서 지속적으로 외부데이터를 활용하여 타겟 마케팅을 실행할 계획입니다.

- TG360의 "디지털 데이터 기반의 온라인 마케팅 이노베이션" 요약-