00. 들어가며
오늘날 기업 마케팅 담당자들이 가장 껄끄러워하는 질문 중 하나는 “현재 마케팅 ROI는 얼마입니까?”이다. ROI를 중시하는 기업 경영에 있어서 정량적인 ROI측정이 가장 어려운 분야중 하나가 바로 마케팅이기 때문이다. 기업이 집행하는 마케팅 비용은 해가 갈수록 늘어나고 있으며, 소비자들에게 메시지를 전달할 수 있는 채널이 점차 다양해짐에 따라 더더욱 마케팅전략의 중요도는 높아지나, 정작 그렇게 집행한 마케팅 비용에 대응하여 정량적으로 어느정도 기업에 기여했는지를 산출하는 것은 쉽지 않다.
실제로 2010년대 진행된 맥킨지 설문조사에 따르면 60%에 가까운 글로벌기업 마케팅 임원들이 “정량적 마케팅 효과 검증 모델”을 도입하지 못했다고 답했을 정도이며, 이러한 배경에서 최근 마케팅 업계에는 “데이터 드리븐”이라는 키워드가 중요하게 언급되고 있다.
마케팅 ROI를 측정하기 어려운 이유는 무엇일까? 그 이유는 크게 4가지의 사소한 이유와 1가지의 중요한 이유가 존재한다. 디엠씨미디어에서는 오늘 포스트를 통해, 먼저 4가지의 사소한(상대적으로) 이유를 짚어보고자 한다.
01. 데이터 드리븐 마케팅의 첫번째 어려움 : 마케팅 효과 측정
첫째, 마케팅효과를 정량적으로 측정하는 것이 어렵다. 마케팅효과라는 단어를 마케팅 실무자들에게 물어보면 다양한 대답을 들을 수 있다. “매출”과 같은 직접적인 요소부터, “광고인지”, “브랜드인지”와 같은 소비자 기억 요소, “클릭, 유입, 전환”등과 같은 소비자 행동 요소, “호감, 구매의도, 브랜드 충성도”와 같은 소비자 태도 요소까지, 각 기업과 브랜드의 목표와 상황에 따라 가지각색의 마케팅효과로 불릴 수 있는 지표들이 존재한다.
어떤 마케팅효과 지표가 우리 기업과 브랜드에 적합한지 정하는 것부터 고민되는 일이지만, 그것보다 더 난해한 것은 “어떻게 효과지표를 정확히 측정할 것인가”이다. “클릭, 유입, 전환”등과 같은 소비자 행동 요소의 경우 디지털 플랫폼 환경에서는 상대적으로 쉽게 측정이 가능하고, 그렇기에 디지털 마케팅 실무환경에서 중요한 성과지표로 활용된다. 그러나 그 외에 소비자의 기억, 태도 등과 같은 지표들의 경우 소비자들을 대상으로 설문조사를 하는 방식으로 진행되야 하는데, 이 과정에서 조사대상자는 어떻게 표집할 것인지, 조사 문항은 어떻게 구성할 것인지에 따라 그 결과가 크게 차이가 나타난다.
심지어, 정확한 표집방법과 조사 문항을 선택했다 하더라도 신뢰도 있는 조사결과를 위해서는 많은 비용을 들여 몇백~몇천명의 조사대상자를 모집해야하며, 소비자 조사를 진행함에 있어서 동일한 대상자들을 반복해서 활용하면 문제가 될 수 있기 때문에 조사 대상자들을 별도로 관리하는 노하우 또한 필요하다.
결론적으로, 마케팅효과를 정량적으로 정확히 측정하려는 과정은 생각보다 마케팅 분야에 대한 많은 경험과 노하우가 필요하며, 이러한 부분에서 기업 간의 마케팅 역량 차이가 크게 벌어지곤 한다.
02. 데이터 드리븐 마케팅의 두번째 어려움 : 마케팅 효과 데이터 수급
둘째, 데이터를 구하기가 어렵다. 첫 번째에서 언급한 마케팅 효과의 정량적 측정의 어려움이 ‘소비자 인지/태도’차원의 마케팅 효과에 대한 조사에 대한 것이었다면, 마케팅 효과 데이터 수급의 어려움은 ‘소비자 행동’ 데이터를 구하는 것이 어렵다는 점을 의미한다.
최근 마케팅 환경은 필연적으로 오프라인과 온라인(PC/모바일 등)을 동시에 고려하고 있다. 오프라인 환경에서의 소비자 행동은 흔히 ‘CRM DATA’라는 명칭으로 관리되고 있으며, 온라인 환경에서의 소비자 행동은 각 디지털 플랫폼에서 발생되는 ‘로그 데이터’를 통해 수집할 수 있다. CRM DATA를 잘 활용하기 위해서는 CRM 솔루션에 대한 경험과 노하우, 그리고 무엇보다도 CRM 솔루션 비용이 필요하게 되며, 이러한 부분에서 경험이 부족한 기업들은 오프라인 환경에서의 마케팅 효과 데이터 수급과 활용에 어려움을 겪게 된다.
온라인 환경에서의 소비자 행동 데이터는 각 디지털 플랫폼들이 소유하고 있는데, 이 경우 각 디지털 플랫폼들이 소유한 데이터들을 기업이 확보하는 경로가 제한적이거나 많은 비용이 필요하기 때문에 어려움이 존재한다. 자사 플랫폼에서 발생하는 소비자 행동 데이터의 경우 기업이 자체적으로 트래커(GA, AA, 픽셀, SDK 등)를 심어서 확보할 수 있는 있으나, 이 또한 관련된 별도의 인력과 전문지식이 필요하기 때문에 진입장벽이 크다.
즉, 마케팅 효과 지표 중 ‘소비자 행동’과 관련 데이터들의 경우 CRM 솔루션, 디지털 플랫폼, 자사 플랫폼 트래커 등과 같은 수단을 통해 수급할 수 있으나, 각각의 요소마다 전문인력, 많은 비용, 기업 차원의 경험 등을 필요로하기 때문에 데이터 수급 자체에서 기업 간의 큰 격차가 발생하는 것이다.
03. 데이터 드리븐 마케팅의 세번째 어려움 : 마케팅 효과 데이터 표준화 및 관리
셋째, 데이터를 표준화하고 체계적으로 관리하는 것이 어렵다. 앞서 두 가지 문제를 해결하여 마케팅 효과 데이터 수급 체계를 갖추었다 하더라도, 마케팅 효과를 정확히 분석하기 위해서는 각종 마케팅 효과 데이터들의 관리 프로세스를 구축하는 것이 반드시 선행되어야 한다. 예컨대 ‘TV 광고시청률 10%’와 ‘유튜브 광고 View 1,000만이라는 지표’를 비교해보자.
두 지표 모두 영상광고물이 소비자들에게 얼마나 전달되었는가를 의미하는 지표이다. 그러나 깊게 파고들자면 이 두 지표는 같은 기준 선상에서 비교하기가 어려운데, 이는 두 지표가 생성되는 환경과 조건 등이 매우 상이하기 때문이다. TV광고 시청률 10%라는 의미는 우리나라 국민 중 10% 규모에 해당되는 사람들에게 광고가 전달되었다는 의미이며, 우리나라 인구수를 5천만명이라고 가정한다면, 약 500만명에게 우리 광고가 전달되었다는 의미이다.
반면 유튜브 광고 View 1,000만의 경우 우리나라 인구수를 5천만명이라고 가정한다면 약 20%규모에 해당된다. 그렇다면, 유튜브 광고 View 1,000만이 TV 광고시청률 10%보다 더 나은 광고효과인가? 이 질문에 대한 대답은 쉽지 않다. 유뷰트 광고 View 1,000만지표는 광고가 전달된 횟수가 1,000만이라는 것이지, 실제 광고를 본 사람이 1,000만명이라는 뜻은 아니다.
반면 TV 광고시청률 10%는 일반적으로 10%의 광고시청 사람 수를 의미하기 때문에 두 지표의 직접적인 비교가 어렵다. 또한, TV광고를 시청한 환경과 모바일 기기를 이용한 유튜브 광고 시청 환경에서 오는 광고의 임팩트 차이가 동일하지 않다는 점에서도 두 지표의 비교가 어렵다.
이렇듯, 가장 대표적인 마케팅 효과 지표라고 할 수 있는 TV 광고시청률과 유튜브 광고조회수만 놓고 보더라도 두 지표의 비교가 되지 않는 상황이며, 이보다 더 디테일한 다른 마케팅 효과 지표들은 더욱 객관적인 지표 비교가 어려울 수밖에 없다.
즉, 마케팅 효과 데이터를 잘 수급한다 한더라도, 이를 정량적으로 비교분석하기 위해서는 각 마케팅 데이터들 간의 표준화 방안이 필요하고, 이렇게 표준화 된 마케팅 데이터들을 DB화하여 체계적으로 관리하는 노하우가 필요하다.
04. 데이터 드리븐 마케팅의 네번째 어려움 : 마케팅 효과에 대한 정량적인 증명
넷째, 마케팅효과를 정량적으로 증명하는 분석모형을 확보하는 것이 어렵다. 마케팅 효과와 관련된 데이터들을 정확히 확보했다 하더라도, 그러한 지표가 어떤 마케팅 활동에 기인하여 변화하는지를 정량적으로 증명해야만 정확한 마케팅 비용 대비 효익(ROI)을 측정할 수 있는데, 이 과정에서 고려해야할 요소들이 너무나도 많다. 예컨대, 저번달 마케팅 비용 1억원을 집행 한 후 이번달 매출이 10억원 증가했다고 가정하자.
이 경우 이번달 매출 10억원이 100% 저번달 마케팅 활동을 통해 기인했다고 판단할 수 있는가? 10억원의 매출을 발생시킨 소비자 구매활동 중에서는 마케팅활동에 노출되어 직접적으로 바로 구매를 한 경우도 있겠지만, 마케팅활동과 관련없이 자연적으로 발생한 구매, 주변 지인의 추천으로 인한 구매, 예전 구매경험을 바탕으로한 재구매 등과 같은 무수히 많은 경우의 수가 존재한다. 또한 마케팅 활동에 노출되어 발생한 매출이라 하더라도, 마케팅 효과가 저번달 마케팅 활동을 통해 바로 발생한 것인지, 1년전에 진행한 마케팅으로 인해 생겨난 브랜드인지/태도가 갑자기 이번달에 발생한 것인지에 대한 경우의 수도 존재한다.
즉, 마케팅 효과를 정량적으로 증명하기 위해서는, 이러한 경우의 수들 중 어떤 경우의 수가 가장 마케팅 효과지표에 유의미한 영향을 미쳤는지 분석이 필요하며, 이 과정에서 각 기업의 브랜드/마케팅 상황에 맞는 커스텀한 통계분석 모형이 필연적으로 구축되어야만 한다. 그러나 앞서 서두에서도 밝혔듯 이러한 정량적인 마케팅 효과 검증 모델을 구축한 기업은 아직까지 그리 많지 않은 상황이다.
마케팅 효과를 측정하고, 관련된 데이터를 수급이 원활히 가능하다는 전제조건 하에서 마케팅 효과 검증 모형 구축을 시도할 수 있는데, 데이터 확보 조차 어려움을 겪는 기업들이 많은 상황에서, 이러한 마케팅 효과 분석 모형을 보유한 기업은 더더욱 소수일수밖에 없는 것이다.
05. 사실, 데이터는 사소한 문제다
종합하자면, “데이터 드리븐 마케팅”이라는 키워드는 대중적이지만 실제 실행하는 것은 결코 대중적이지 않다. 데이터 드리븐 마케팅을 실현하기 위해서는 1) 마케팅 효과 측정, 2) 마케팅 데이터 수집, 3) 마케팅 데이터 표준화, 4) 마케팅 데이터 분석 모형 구축이라는 어려움을 극복해야하지만, 실제로 이 모든 어려움을 자체적으로 해결하고 노하우를 얻는 것은 소수의 기업들에 그치고 있다.
그리나 사실, 이러한 마케팅 데이터 차원의 4가지 어려움은 ‘사소한’어려움일 뿐이다. 데이터 드리븐 마케팅이라는 영역에 있어서 본문에서 언급한 데이터 차원의 이슈들은 '어떻게든 해결할 수 있는 예상 범주 내'의 어려움들일 뿐이다. '마케팅 효과 측정 방안'은 다년간의 관련 경험이 있는 마케터를 영입한다면 해결할 수 있는 어려움이며, '마케팅 데이터 수집'은 최근 지속적으로 개발되고 있는 다양한 마케팅 데이터 솔루션들을 활용하면 어떻게든 해결할 수 있는 어려움이다. '마케팅 데이터 표준화' 와 '마케팅 데이터 분석 모형 구축' 또한 데이터 엔지니어, 데이터 분석가, 데이터 사이언티스트등의 인력들을 확보하고 데이터 레이크, 데이터 마트 등의 데이터 환경을 구축한다면 해결가능한 영역의 문제이다.
그렇다면, 데이터 드리븐 마케팅의 본질적인 어려움은 무엇인가? 답은, "소비자에게 접촉할 수 있는 미디어가 너무 많다. 그리고 앞으로도 더 많아질 것이다"라는 점이다. 앞서 언급했던 마케팅 데이터 차원의 요소들은 현재 시점의 미디어 환경에서는 언젠간 해결할 수 있는 문제들이다. 진짜 문제는 과거 속칭 '4대 매체 시대'와는 달리 이제는 너무 많은 미디어가 존재하고, 이 시간에도 새로운 미디어가 탄생하고 있고, 앞으로도 더욱 다양한 미디어가 탄생할 것이기에 데이터 드리븐 마케팅 차원에서 대응하고 적응해야 할 경우의 수가 무한대에 가깝다는 점이다.
소비자가 접촉할 수 있는 미디어가 너무 많다는 점이 왜 데이터 드리븐 마케팅에 근본적인 어려움으로 작용하는지에 대한 구체적인 내용은 다음 포스트를 통해 간략히 소개해보고자 한다.
#데이터드리븐, #마케팅효과, #미디어환경, #디엠씨미디어, #DMC미디어, #DMCMedia, #디지털마케팅, #마케팅데이터, #데이터분석, #데이터표준화, #데이터수급, #데이터드리븐마케팅, #Data_Driven_Marketing