고객 데이터 유형: 정의, 가치, 예시

고객 데이터는 어디에나 있습니다. 다양한 유형의 고객 데이터는 기업이 이를 해석하고 활용하는 작업을 수행하면 유리하게 위치할 수 있습니다. 경쟁력을 유지하려면 데이터의 힘을 받아들이는 것이 중요합니다. 브랜드에 참여할 때마다 이동 경로의 흔적이 남습니다. 개별적으로 이러한 정보는 소비자인 귀하에 대해 뭔가를 말해줍니다. 그러나 결합되면 기업에서 사용할 수 있는 귀중한 고객 프로필이 생성됩니다.

일반적으로 회사가 수집하는 고객 데이터에는 네 가지 유형이 있으며, 각 데이터는 귀하를 파악하는 데 도움이 되는 고유한 목적을 갖고 있으며, 차별화된 고객 경험을 제공하는 방법을 알려줍니다.

"누구세요?"

고객 데이터 유형은 무엇입니까? 정의

먼저 고객 데이터 유형을 정의해 보겠습니다. 데이터가 수집되는 방식과 이유를 이해하면 회사를 위한 더 나은 전략을 수립할 수 있습니다.

1. 신원 데이터에는 "저는 John입니다. 저는 샌프란시스코에 살고 있습니다."라고 나와 있습니다 . 이름, 연락처, 계정 로그인 및 기타 개인정보입니다.
2. 설명 데이터에는 다음과 같은 내용이 추가됩니다. “저는 30대 남성입니다. 저는 결혼했고, 아이와 개가 있고, 글을 쓰는 일을 생계로 삼고 있습니다.” 기술 데이터는 그 사람이 누구인지에 대한 세부 사항을 더 자세히 조사합니다.
3. 행동 데이터에 따르면 "나에게 연락할 수 있는 가장 좋은 방법은 다음과 같습니다"(그리고 이를 뒷받침할 영수증도 있습니다). 행동 데이터는 구매 내역부터 소셜 미디어, 브랜드에서 보낸 이메일을 얼마나 많이 열었는지에 이르기까지 소비자가 브랜드와 어떻게 소통하는 것을 좋아하는지 보여줍니다.
4. 질적 데이터 또는 태도 데이터는 "내가 가장 관심을 두는 것이 여기에 있습니다."라고 말합니다 . 이러한 유형의 데이터는 기업이 소비자와 고객의 동기, 의견, 선호도 및 태도를 이해하는 데 도움이 됩니다.

신원 데이터란 무엇입니까? 개인 데이터입니다.

신원 데이터는 아마도 대부분의 사람들이 기업이 데이터를 수집하고 보관하는 것을 처음 생각할 때 생각하는 것일 것입니다.

신원 데이터는 귀하의 이름, 연락처 정보, 계정 로그인, 인구통계, 귀하의 소셜 미디어 프로필에 대한 고유 링크입니다. 정보 데이터베이스는 귀하를 다른 모든 사람과 구별하기 위해 사용합니다.

귀하의 신원 데이터는 고객 프로필의 기초가 됩니다. 이는 "안녕하세요. 제 이름은 John이고 샌프란시스코에 거주합니다."라는 소개와 같은 디지털 표현입니다. 요즘 시대에는 테이블이 중요합니다.

회사는 기본적인 개인화(예: 이메일에서 귀하의 이름을 언급하는 등)를 위해 이 데이터를 사용하지만 CDP는 다양한 데이터 소스에서 귀하의 정보를 집계하는 데에도 사용합니다. 이는 John Norris가 최근에 귀하에게서 제품을 구매하고 Instagram 게시물에 귀하를 태그한 John Norris와 동일한지 교차 확인하는 방법입니다.

설명 데이터란 무엇입니까? 관련성이 있습니다.

설명 데이터는 귀하의 이름과 주소를 넘어 귀하가 누구인지에 대한 더 완전한 그림을 그리기 시작합니다. 회사가 수집하는 고객 데이터의 유형은 비즈니스마다 다릅니다.

설명 데이터는 고객 프로필 정보를 더욱 완벽하게 보여줍니다. 여기에는 가족 및 결혼 상태, 직업 세부 정보 및 교육 정보, 소유한 집과 차량 유형, 자녀 수, 애완동물 유형 등과 같은 생활 방식 정보가 포함될 수 있습니다.

예를 들어, 개 미용사는 귀하가 키우는 개의 종류, 구조 여부 등을 알고 싶어할 수 있습니다. 반면에 옷가게에서는 애완동물에 대해 전혀 묻지 않을 것입니다.

소개 비유로 돌아가서 설명 데이터는 "어디 출신입니까?"와 같은 빠른 후속 질문에 대답하는 것과 같습니다. 또는 “무슨 일을 하세요?” 그것은 당신이 누구인지에 대한 좀 더 많은 맥락을 제공하지만 반드시 엿보거나 방해하는 것은 아닙니다.

기업에서는 이 정보를 다음과 같은 다양한 방법으로 사용합니다.

• 보다 정확한 잠재고객 세그먼트를 생성하려면
• 고객 페르소나 개발
• 구매 습관을 예측하려면
• 기본을 뛰어넘는 마케팅 개인화를 실현합니다 .

결코 데이터의 양이 중요하지 않습니다. 성공은 데이터의 품질에 따라 결정됩니다. 그리고 데이터가 의사소통 방식을 변화시키도록 허용하려는 의지입니다.

행동 데이터란 무엇입니까? 복잡합니다

행동 데이터는 과거 구매 내역과 같은 거래 데이터부터 제출한 고객 서비스 티켓에 이르기까지 회사 또는 브랜드와 상호 작용하는 다양한 방식을 모두 포괄합니다. 또한 영업 담당자와의 상호 작용, 이메일을 여는 빈도 등도 있습니다.

그리고 이는 온라인 상호작용에만 국한되지 않습니다. 예를 들어, 소매업체는 귀하가 가장 많이 방문하는 매장 위치를 ​​기록하거나 온라인으로 구매하는 동안 항상 매장에서 반품을 한다는 사실을 알 수 있습니다.

행동 데이터 정보는 고객이 브랜드에 어떻게 참여하는지 보여주고 다양한 방법으로 전반적인 고객 경험을 개선하는 데 사용될 수 있습니다.

행동 데이터의 예는 다음과 같습니다.

1. 설명 데이터와 마찬가지로 행동 데이터도 고객 세분화에 도움이 됩니다. 이는 개인화된 커뮤니케이션을 개발하는 데 사용될 수 있습니다(장바구니를 버린 고객에게 재타겟팅 이메일 전송 등).
2. 이는 브랜드가 소비자와 고객이 어떤 채널에 참여하기를 선호하는지 식별하는 데 도움이 됩니다 (예: 서비스 알림을 위해 문자 메시지 대신 이메일로 연락하도록 선택하는 경우 등).
3. 대규모로 행동 데이터는 회사의 전반적인 경험에서 추세와 문제를 식별하는 데 도움이 될 수 있습니다. 예를 들어 온라인 고객의 상당 부분이 특정 지점에서 사이트를 이탈하여 UX에 잠재적인 문제가 있음을 알 수 있습니다.
4. 회사가 제품에 대해 어떤 SEO 키워드를 타겟팅해야 하는지, 고객이 자주 방문하는 소셜 미디어 사이트 등을 알려줄 수 있습니다 .

행동 데이터는 모든 관계의 초기 단계 상호 작용과 동일합니다. 예를 들어 새 친구가 전화에 응답하는 것보다 문자 메시지에 응답할 가능성이 훨씬 더 높다는 사실을 알아내는 것과 같습니다.

태도 데이터란 무엇입니까? 감정적이고 가치 기반이며 항상 진화합니다.

최종 깊이 수준은 "정성적 데이터"라고도 불리는 고객 태도 데이터에서 비롯됩니다.

태도 또는 질적 데이터는 고객으로서 귀하에게 동기를 부여하는 요소의 핵심입니다. 옆에 있는 티셔츠에 비해 이 티셔츠를 구매할 가능성이 더 높은 이유는 무엇입니까? 이러한 유형의 데이터에는 동기, 의견, 선호도, 태도 등이 포함되며 인구통계나 구매 내역만큼 수집하기가 쉽지 않습니다.

이러한 유형의 데이터는 고객 프로필에 풍부함을 더해 주며, 잘 사용하면 고객에게 브랜드가 느끼는 느낌을 줍니다.

기업은 일반적으로 고객 인터뷰, 피드백 검토, 설문조사 등을 통해 태도나 질적 데이터를 얻습니다. 그리고 고품질 데이터를 얻으려면 브랜드는 올바른 방식으로 올바른 질문을 해야 합니다. 그렇게 하면 고객과 브랜드 간의 더 깊은 수준의 참여가 가능해지기 때문입니다.

회사는 고객이 제품의 가격이나 품질보다 자신이 지지하는 이유 때문에 고객을 선택한다는 사실을 밝힐 수 있습니다. 그들은 수많은 고객이 다른 방법으로는 고려하지 않았을 특정 제품 기능에 대해 매우 강하게 느끼고 있다는 것을 깨닫게 될 것입니다.

이는 누군가를 정말로 알기 시작하는 것과 같습니다. 그 사람이 좋아하는 것과 싫어하는 것뿐만 아니라 그 뒤에 숨겨진 이유 도 말입니다.

고객 데이터의 다른 분류 설명

위에서 언급한 네 가지 유형의 고객 데이터 외에도 여러 가지 다른 유형의 고객 데이터를 접할 수 있습니다.

데이터를 분할하는 몇 가지 다른 방법은 다음과 같습니다.

자사 데이터와 타사 데이터란 무엇입니까?

• 자사 데이터는 회사가 고객으로부터 직접 수집하는 데이터입니다(예: 이름 및 연락처 정보 요청, 주문 내역 추적, 다양한 채널에서 브랜드와의 상호 작용 감시).
• 반면, 제3자 데이터는 별도의 법인에 의해 수집되어 회사에 판매됩니다(예: 온라인 활동을 추적하는 인터넷 브라우저 쿠키). 데이터에서는 먼저 개인 식별 정보(PII)가 제거되므로 개인화와 같은 작업에는 유용하지 않습니다. 그러나 규모 면에서 추세를 파악하고 통찰력을 발견하는 데는 매우 가치가 있습니다.

구조화된 데이터와 구조화되지 않은 데이터란 무엇입니까?

• 구조화된 데이터는 잘 정의되고 고도로 구성되어 있어 쉽게 검색하고 필터링할 수 있습니다. (객관식 질문이나 체크박스를 생각해 보세요.)
• 구조화되지 않은 데이터는 형식이 더 느슨하며 일반적으로 사람이 읽고 해석해야 할 수 있는 서술형/개방형 형식을 취합니다. (설문조사의 단답형 질문이나 영업 통화 메모를 생각해 보세요.)

CDP를 통해 고객 데이터에서 더 많은 정보를 얻으세요

다양한 유형의 고객 데이터를 이해하면 기업은 통찰력을 효과적인 참여로 전환하는 것이 더 쉬워집니다.

고객 데이터 플랫폼은 회사의 모든 고객 데이터를 조정 및 집계하고 이를 사용하여 전체 고객 프로필을 구축하기 위한 정교한 솔루션으로 등장했습니다. 이를 통해 데이터의 가치는 크게 증가합니다.