바자 보이스

Gartner와 Harvard Business Review는 다중 채널 및 옴니채널 마케팅의 성공을 측정하는 방법에 대한 마케터의 지식 부족에 대해 자주 보고합니다. 이 기사에서는 멀티 터치 기여가 성과를 추적하고 성공을 결정하는 가장 좋은 방법인 이유를 보여줌으로써 이러한 문제를 해결하고 솔루션을 제공합니다.

장:

1. 멀티터치 어트리뷰션이란 무엇입니까?
2. 멀티터치 어트리뷰션을 위해 올바른 데이터를 수집하는 방법
3. 멀티터치 어트리뷰션과 고객 여정
4. 멀티터치 기여 모델의 유형
5. 개인정보 보호가 최우선인 세상을 위한 멀티터치 어트리뷰션 도구
6. 데이터가 모든 것을 말해주지는 않습니다

개인 정보 보호가 최우선인 세상에서 멀티 터치 기여에 대한 기존 접근 방식은 정확하지도 신뢰할 수도 없습니다. Meta 및 Google과 같은 광고 서비스는 규정에 따라 보고서에서 사용자 수준 추적 기능을 계속 제거하고 있으며, 중간 퍼널을 정량화하기 위해 타사 쿠키에 의존하는 마케팅 담당자는 운명에 처해 있습니다.

사용자 수준 데이터는 그 어느 때보다 신뢰성이 낮으며, 낮은 정확도는 데이터 기반 의사 결정의 성공적인 시작이 아닙니다.

그렇다면 데이터 기반 마케팅 담당자는 무엇을 해야 할까요? 웹 2.0의 고립된 단일 터치 기여 모델로 돌아가야 할까요? 소비자가 전환에 앞서 여러 채널에서 브랜드와 상호작용하는 옴니채널 환경에서 단일 터치 어트리뷰션은 의미가 없습니다. 효과적인 마케팅 전략에는 집중된 방향으로 추진력을 창출하고 유지하려는 서로의 노력을 기반으로 하는 일련의 응집력 있는 전술이 필요합니다.

싱글 터치 어트리뷰션을 사용하면 마케팅 담당자는 일반적으로 발견 또는 전환 단계에서 한 번에 하나의 전략만 볼 수 있습니다. 다중 채널 전략을 이해하기 위해 단일 터치 기여에 의존하는 마케터는 중요한 중간 퍼널 전략을 무시함으로써 근시안적인 의사 결정을 내릴 위험이 있습니다. 브랜드는 정보에 입각한 다중 채널 결정을 내리기 위해 무엇이 성공에 기여하는지에 대한 더 큰 그림이 필요합니다.

멀티터치 어트리뷰션이란 무엇입니까?

멀티 터치 기여는 마케팅 담당자가 각 터치 포인트가 전환에 미치는 영향을 확인할 수 있도록 각 채널에 수치 값을 할당하여 고객 여정의 모든 터치 포인트를 측정하는 마케팅 모델입니다.

중간 유입경로는 측정하기 어렵지만, 중간 유입경로를 정량화하는 데 리소스를 투자하면 효과가 있습니다. 미드 퍼널 마케팅은 여러 채널에서 전환율을 높여 브랜드 획득 노력을 더욱 성공적으로 만듭니다. 또한 조기에 지지를 구축하고 LTV를 개선하며 고객 확보에 대한 부담을 줄여 유지 경로를 원활하게 만듭니다.

고객 여정의 모든 단계에 가치를 부여하는 멀티 터치 어트리뷰션은 여전히 ​​중요한 프레임워크이지만, 오늘날의 버전은 마케터들이 선호했던 타사 쿠키 기반 접근 방식과는 거리가 멀습니다.

올바른 데이터를 수집하는 방법

픽셀과 쿠키를 통해 수집된 제3자 데이터는 멀티터치 어트리뷰션의 주요 소스였습니다. 마케팅 담당자가 채널, 장치, 플랫폼 전반에 걸쳐 사용자 행동을 추적하려면 웹사이트에 코드 조각만 추가하면 됩니다. 사용자의 동의 없이 트래픽에 Facebook 또는 Google 쿠키가 자동으로 태그 지정됩니다. 해당 쿠키는 웹에서 사용자를 따라가며 사용자가 무엇을 했는지 관찰하고 관련 광고를 통해 사용자를 다시 타겟팅합니다. 마케팅 담당자는 사용자 행동을 이해하고 고객 여정을 최적화하기 위해 타사 쿠키의 데이터를 멀티 터치 기여 보고서에 집계합니다.

오늘날에는 동일한 사용자 수준 데이터에 액세스하기가 더 어렵습니다. GDPR과 CCPA로 인해 Google, Facebook 및 기타 플랫폼은 제3자 쿠키를 단계적으로 폐지했으며, 이로 인해 마케팅 담당자는 검증된 멀티 터치 어트리뷰션 방법을 포기하게 되었습니다.

데이터 기반 마케팅 담당자는 자사 데이터와 제로 파티 데이터를 활용하여 마케팅 퍼널 전반의 성과를 정량화하면서 새로운 분석 환경에 적응하기 시작했습니다.

제로 파티 데이터와 퍼스트 파티 데이터의 구분은 비교적 새로운 것입니다. 최근까지 브랜드가 수집한 모든 데이터는 '자사'로 간주되었습니다.

오늘날 자사 데이터는 브랜드가 고객과의 상호 작용을 통해 추적하는 정량적 행동을 의미합니다. 자사 쿠키, 태그 및 Urchin 추적 모듈(UTM)은 소비자 브랜드가 자사 데이터를 수집하는 데 사용하는 일반적인 방법입니다. 옴니채널 소매업체는 장바구니 포기, 이메일 클릭 등 전자상거래 고객의 행동과 연계하여 오프라인 매장 방문을 추적할 수도 있습니다. GDPR 준수 쿠키는 마케팅 담당자가 제3자 쿠키를 사용하여 추적하는 데 사용하는 일부 지표를 대체할 수 있습니다.

이를 올바르게 사용하려면 동의를 구하고 사용자가 개인 데이터 삭제를 요청할 수 있도록 하는 개인 정보 보호 우선 전략이 필요합니다.

제로파티 데이터란 고객이 브랜드에 자발적으로 알려주는 정성적 정보를 의미합니다. 고객 지원 대화, 제품 리뷰, 설문조사 응답, 소셜 미디어 댓글은 모두 제로 파티 데이터에 속합니다. 질적 고객 데이터는 적절하게 활용된다면 브랜드에 매우 귀중한 데이터가 될 수 있지만, 정량적 보고서에만 의존했던 마케팅 담당자에게는 텍스트에서 의미 있는 통찰력을 찾는 것이 어려울 수 있습니다.

규제가 강화되고 추적 시스템이 단계적으로 폐지되는 시대에 최고의 소비자 마케팅 담당자는 Bazaarvoice의 제로파티 정성적 통찰력을 활용하여 구매자 여정을 조명하고 성장 기회를 찾습니다.

멀티터치 어트리뷰션과 고객 여정

다중 채널 마케팅에서 다중 터치 속성을 사용하면 전환율을 높이고, 평균 구매 시간을 단축하며, 평균 주문 가치(AOV)를 향상시키는 전략을 찾을 수 있습니다.

마케팅 전술은 진공 상태로 존재하는 것이 아니라 다중 채널 생태계에 존재합니다. 고객 여정의 어느 위치에 있든 싱글 터치 어트리뷰션을 통해 하나의 전략에 전적으로 기여하는 것은 고객 확보에 역할을 하는 다른 모든 것을 무시하는 것입니다. 중간 퍼널에서 잠재 고객과 브랜드의 관계는 더 많은 비즈니스를 창출하고 수익을 늘리는 데 매우 중요합니다.

다중 채널 마케팅 환경에서 다중 터치 기여는 무엇이 효과가 있고 그 이유를 이해하는 데 핵심입니다. 500달러짜리 다이슨 진공청소기에 대한 가상의 6단계 구매 여정을 생각해 보세요.

마케팅 팀은 첫 번째 터치 기여를 사용하여 유료 검색이 확실한 승자라고 결론을 내릴 수 있습니다. 그러나 유료 검색이 전부는 아닙니다. Dyson은 UGC 및 계열사의 사회적 증거 없이는 많은 전환을 유도하지 못할 수 있으며, 이는 첫 번째 접촉 기여가 명확하지 않습니다.

Dyson이 최후의 기여에만 의존했다면 팀은 할인을 기반으로 마케팅 전략을 수립하기로 결정할 수 있습니다. 이는 프리미엄 시장 플레이어에게는 까다로운 조치입니다. 다이슨의 제품은 당연히 비싸며, 이는 다이슨의 독점 기술과 강력한 브랜드 덕분에 효과가 있는 가격 전략입니다. 과도한 할인은 다이슨의 브랜드 초강대국을 보완하기는커녕 오히려 방해할 것이며, 누구도 이길 수 없는 바닥을 향한 경쟁을 만들어낼 것입니다.

멀티터치 속성을 통해 Dyson은 전환 경로를 더 잘 이해할 수 있어 실험을 위한 더 많은 옵션이 제공됩니다. UGC는 전환율을 향상시키고 (가상) 고객 여정에서 역할을 하는 것으로 알려져 있으므로 다이슨은 수익을 늘리기 위해 다음 분기에 더 많은 UGC 광고를 실험하기로 결정할 수도 있습니다.

멀티터치 기여 모델의 유형

소비자 마케팅 담당자는 선형, J자형, 역J자형 및 U자형 모델을 사용하여 고객 여정 전반에 걸쳐 성과를 부여합니다.

선형 기여는 고객 여정의 모든 단계에 동일한 가중치를 부여하고 마케팅 담당자에게 전환 경로에 대한 균형 잡힌 시각을 제공합니다. 다른 모델보다 중간 깔때기 전술에 더 많은 공로를 부여하므로 처음으로 중간 깔때기에 집중할 때 유용할 수 있습니다.

좋은 출발점이지만 중요하지 않은 상호 작용의 가치를 부풀리고 중요한 전술을 과소평가할 수 있습니다. 따라서 선형 속성 모델링은 마케팅 담당자가 효과가 있지만 장기적으로 모든 시나리오에 효과가 있을 만큼 정확하지 않은 것에 대한 자체 가정에 도전하는 데 도움이 됩니다.

전통적인 J자형 모델은 고객 여정의 마지막 단계에 더 많은 가중치를 부여하는 반면, 역J자형 모델은 고객 여정의 시작 단계에 더 많은 가중치를 부여합니다.

위치 기반 모델이라고도 하는 U자형 모델은 첫 번째 터치와 마지막 터치에 동일한 가중치를 할당하고 그 사이의 모든 것에 더 작은 비율을 할당합니다.

각 유형의 멀티 터치 속성이 어떻게 가상의 500달러 진공청소기 구매자 여정에 가치를 할당하는지 살펴보겠습니다.

브랜드가 선택하는 기여 모델은 시나리오, 우선순위, 철학에 따라 달라집니다. 발견 구축에 중점을 둔 팀은 역 J자형 모델을 사용하여 고객 여정의 시작 단계를 이해할 수 있고, 중간 퍼널에 중점을 둔 팀은 선형 모델을 적용하여 통찰력을 얻을 수 있습니다.

다중 채널 마케팅에서 다중 터치 기여 모델 활용

시나리오는 다음과 같습니다. 아동복 브랜드는 전자상거래 채널의 성장 기회를 찾고 싶어합니다.

첫 번째 접촉 기여를 사용하여 팀은 브랜드가 없는 유료 검색 트래픽이 유료 소셜을 통해 획득한 고객보다 평균 주문 가치(AOV)가 높지만 전체적으로 수익을 창출하는 것은 더 낮다는 결론을 내렸습니다.

만약 거기서 멈춘다면 의류 브랜드는 적은 양에도 불구하고 유료 검색이 시간과 돈을 더 잘 활용한다는 결론을 내릴 수도 있습니다. 이는 합리적일 수 있지만 월말(EOM) 수익은 상대적으로 작은 폭으로 증가할 것입니다.

기준 EOM 수익: $212,350

멀티터치 기여 분석 모델과 첫 번째 터치 보고서를 결합하면 팀에 더 많은 옵션이 제공됩니다.

팀은 세그먼트에서 구매자 여정 보고서를 실행할 때 유료 검색 트래픽에서 AOV가 높은 구매자가 구매 전 며칠 동안 스토어의 추천 페이지를 방문하는 경향이 있다는 사실을 발견했습니다. 이 페이지는 만족한 고객의 리뷰를 강조하며 제품 페이지에 링크되어 있습니다.

브랜드는 획득 관점에서 성과를 보고 있으므로 AOV가 높은 고객 여정인 유료 검색에서 전환까지의 경로를 이해하기 위해 역J자형 모델을 사용하기로 결정했습니다.

각 상호 작용의 상대적 가치를 AOV가 낮은 구매자의 여정과 비교한 후 팀은 유료 소셜 트래픽을 리타겟팅 캠페인을 통해 추천 페이지로 유도하기로 결정했습니다. 그러면 해당 채널의 AOV가 높아질 수 있습니다.

시나리오 B 진입: UGC(이 경우 평가 및 리뷰)를 활용하여 AOV를 개선하고 유료 소셜에서 더 많은 수익을 얻습니다. 팀은 실험 결과 유료 소셜의 AOV가 99달러로 증가할 것이라고 가정했습니다. 성공한다면 실험은 시나리오 A보다 더 큰 증가분으로 수익을 증가시킬 것입니다.

기준 EOM 수익: $212,350

멀티 터치 어트리뷰션은 보완적인 전술을 상황에 맞춰 제공하여 팀이 시장의 제약과 조직의 강점을 고려하여 미묘한 결정을 내리는 데 필요한 정보를 제공합니다.

개인정보 보호가 최우선인 세상을 위한 멀티터치 어트리뷰션 도구

Bazaarvoice의 옴니채널 상거래 도구 제품군은 제로파티 데이터를 수집하는 가장 좋은 방법입니다.

영국 최고의 와인 브랜드인 Hardys Wines는 Bazaarvoice를 사용하여 구매 결정에 가장 중요한 두 가지 요인인 평가 및 리뷰를 통해 제로 파티 데이터를 수집합니다. Bazaarvoice의 플랫폼을 통해 소매업체 전반에 걸쳐 리뷰를 배포한 후 Hardys는 리뷰 양을 2,300% 늘렸고 평균 별 평점을 4.32에서 4.59로 향상시켰습니다.

많은 온라인 쇼핑객이 별 4.5개 이상 등급의 제품을 표시하기 위해 결과를 필터링하므로 Hardys는 하나의 중간 퍼널 전략으로 여러 채널에 걸쳐 수익을 창출하면서 더 많은 잠재 고객에게 다가갈 수 있었습니다. Bazaarvoice 내부의 통찰력 및 보고서는 Hardys와 같은 브랜드가 제로 파티 데이터의 가치를 극대화하는 데 도움이 됩니다.

Bazaarvoice의 도구를 Klaviyo와 같은 자체 마케팅 플랫폼과 결합하여 제로 파티 정성적 통찰력을 보완하는 행동 데이터를 수집합니다. Klaviyo의 고객 프로필을 통해 브랜드는 사용자 수준에서 구매자 여정을 매핑한 다음 이메일 및 마케팅 도구 제품군을 통해 개인화된 경험을 제공할 수 있습니다.

Segment와 같은 집계 도구를 활용하여 채널 전반에 걸친 고객 여정을 정량화하고 대규모 구매 패턴을 찾아보세요. Segment는 여러 소스의 자사 데이터 흐름을 통합하여 통찰력을 연결하여 소비자 브랜드가 일반적인 구매자의 여정을 이해하고 전체 구매 여정에서 성과를 귀속시키는 데 도움을 줍니다.

Segment의 연결된 프로필을 통해 소비자 브랜드는 선호도, 구매 패턴 및 감정을 기준으로 고객을 분류하고 멀티 터치 속성을 통해 더욱 구체적으로 참여와 충성도를 높일 수 있습니다.

데이터가 모든 것을 말해주지는 않습니다

기여 모델은 바로 모델입니다. 모든 모델에는 결함, 취약성 및 사각지대가 있습니다. 뉘앙스, 통찰력, 직관의 여지를 남기지 않고 정량적 데이터를 액면 그대로 받아들이는 브랜드는 데이터에 대한 과도한 의존으로 인해 더 많은 안전이 아니라 더 많은 위험을 초래합니다.

멀티 터치 기여는 완벽하지 않습니다. GDPR 이전에도 멀티 터치 기여 모델은 결코 편견이 없는 현실 그림이거나 성공을 위한 완벽한 청사진이 아니었습니다. 모든 비즈니스는 마케팅 기여에 대해 약간 다른 접근 방식을 사용합니다. "잘못된" 것은 없지만 모두 서로 다른 우선 순위와 본질적인 편견을 반영합니다.

처방전이 아닌 모델처럼 멀티터치 기여에 접근하는 것이 전략적 대화와 의미 있는 통찰력의 문을 여는 열쇠입니다.

고객 행동에 대한 종합적인 관점을 얻으려면 Bazaarvoice의 정성적 사용자 데이터와 정량적 기여 모델을 결합하세요. 평가, 리뷰, 사용자 생성 콘텐츠는 소비자 브랜드가 청중을 이해하는 데 활용할 수 있는 통찰력의 금광입니다.

Bazaarvoice의 통찰력 및 보고서 도구는 브랜드에 정서 데이터, 소셜 분석 및 고객 피드백 추세를 제공하여 중간 퍼널을 최적화하고 채널 전반의 전환을 향상시킵니다.