상세 컨텐츠

본문 제목

실시간으로 고객 모수 집단을 만드는 기능 Segmentation

🚀 Braze 활용 가이드

by 팀 맥소노미 Maxonomy 2020. 11. 2. 12:00

본문

예전부터 사용되던, 고객군 리스트를 뽑아서 관리하는 방식은 아직도 유효하지만,

빠르게 변화하고개개인의 특성과 선호가 파편화되며, 고객의 선택의 폭이 넓어진 지금에 와서는 그 효용성이 많이 떨어졌습니다.

최근에는 시대의 흐름에 맞추어, 공통적인 특성을 보이는 고객들을 실시간으로 선별하여 그룹화 하는 기능이 다양한 영역에서 사용되고 있습니다.

 

 

예전 방식의 문제점

 

평소에 자주 사용하던 쇼핑 앱을 한 가지 생각해 보세요.

 

- 만약 그 앱에서 최근 구입했던 물건을 추천한다면 어떨까요? 

- 평소 자주 사용하던 기능을 소개하는 알림을 받는다면?

 

 

<유료 가입자에게 유료 가입을 추천하는 메세지 - 하나의 이야기 거리가 되기도 합니다.>

 

 

알림을 받았을 때는 웃고 넘어 가겠지만, 그 앱에 대해 나와 관련이 없는 정보를 주는 앱이라고 인식하고,

"또 OO앱에서 쓸모없는 알림이 왔네"라며 점점 내용은 보지도 않고 알림을 꺼버리게 될 것 같네요.

 

 

언제 고객과 관련이 없는 정보가 전달이 될까요?

물론, 알림을 보내는 사람이 실수를 했거나, 별도의 구분없이 전체 고객에게 같은 메세지를 보냈을 수도 있습니다.

하지만, 일반적으로는 "조금 전 정보"를 활용했기 때문에 발생하게 됩니다.

 

예를 들어, 이벤트에 참여하지 않은 고객에게 메세지를 보내려고 한다고 생각해 보지요.

메세지를 받을 고객 리스트를 예전과 같이, 개발자에게 요청하여 받거나, 직접 query를 돌려 추출했다면,

언제 뽑은 그룹인가, 얼마나 많은 고객에게 전달하는가 등 다양한 이유로 리스트가 만들어진 시점과 실제 고객에게 알림이 전달되기까지 갭이 존재하게 됩니다.

 

 

많은 고객 중 소수일 뿐이다?

 실무에서는 적은 수의 고객이라도 잡기 위해 많은 노력을 기울이고 있으며, 실시간으로 추적되는 고객 집단에 타겟 마케팅을 진행하여 효과를 보고 있습니다.

 실 예로, Dots(game design studio)는 고객들의 앱 활동 정보와 구매기록을 바탕으로 특정 인앱 구매 프로모션을 잠재 고객에게 전달하는 캠페인을 수행하였고, 이를 통해 평균 LTV의 25% 향상과 매출이 33% 증가하는 효과를 보았습니다.

 

Segmentation은 어떻게 사용되는가

 

 예를 들어, 무료 사용자 중, 기능 사용 횟수가 높은 고객군을 보고자 한다면,

실시간으로 수집되는 유료/무료 전환정보 및 기능 사용 횟수 정보를 기반으로 구성할 수 있으며,

이렇게 작성된 그룹에 타겟팅을 함으로써, 노이즈를 최소화하며 프리미엄 회원 전환률을 높일 수 있습니다.

 

 

조건(Filter)은 SDK 설치 시 자동 수집되는 정보나 자체적으로 수집 가능한 정보라면 모두 가능합니다. 

예를 들어, 마지막으로 검색한 카테고리, 마지막으로 접속한 지역, 선호 카테고리, 보유한 마일리지 포인트, 출석 이벤트 참여일 수, 구매횟수, 최근 구매가 없었는지 여부 등이 될 수 있겠죠.

 

끝으로..

 

컨텐츠를 빠르게 소모하고, 아는 만큼 선택의 폭이 갈수록 확장되고 있으며, 그만큼 충성 고객을 만드는 일은 갈수록 어려워지고 있습니다.

잘 만든 캠페인을 간단한 UI 조작만으로, 그 정보를 필요로 하는 고객들에게 정확히 전달할 수 있는 Segmentation으로 고객들과 소통한다면, 많은 도움이 될 것 입니다.

 

 

관련글 더보기

댓글 영역