내일의 마케팅 업계 소식을 놓치지 마세요

전기자동차(EV)의 출현은 급속한 성장과 완고한 장애물이 공존하는 이야기였습니다. 실제로 디트로이트에 본사를 둔 자동차 컨설팅 및 기술 회사인 Urban Science 에 따르면 플러그인 하이브리드 EV(PHEV)와 하이브리드 전기(HEV)의 합산 판매량은 2023년에서 2024년 사이에 31% 증가했습니다 . Urban Science에 따르면 2023년 말까지 판매된 차량 6대 중 1대는 전기 파워트레인을 탑재했습니다. 2024년 4월 30일까지 그 수치는 약 5분의 1로 증가했습니다.

당연히 자동차 제조업체는 EV에 대한 소비자의 관심이 높아짐에 따라 반응하고 있습니다. 한때 Tesla가 지배했던 부문이었던 전통적 및 신흥 OEM(Original Equipment Manufacturer)은 판매용으로 제공하는 EV의 유형과 다양성을 극적으로 확장하고 있습니다. 그러나 이러한 진전에도 불구하고 EV 판매는 휘발유 차량에 비해 전통적으로 높은 표시 가격부터 고속 공공 충전 인프라의 가용성 및 품질에 대한 우려까지 다양한 요인으로 인해 어려움을 겪고 있습니다.

청중의 불확실성으로 인해 마케팅 ROI가 감소합니다.

OEM, 자동차 딜러, 수요측 플랫폼(DSP) 및 대행사는 성장하고 있지만 점점 더 경쟁이 치열해지는 EV 시장에서 또 다른 장애물에 직면해 있습니다. 바로 자동차와 트럭을 구매할 가능성이 있는 소비자를 정확히 파악하고 마케팅하는 방법입니다. 본질적으로 OEM, 딜러 및 마케팅 파트너의 문제는 고품질의 청중 데이터가 부족하다는 것입니다.

“현대 EV는 등장한 지 꽤 오래되었습니다. 이는 마케팅 담당자가 상품화할 수 있는 새로운 소비자 제품입니다.”라고 OEM, 딜러 및 이를 지원하는 광고 기술 회사에 서비스를 제공하는 Urban Science의 제품 개발 이사인 Scott Clark은 말했습니다. "광고주는 때때로 유익한 정보보다 소음이 더 많을 수 있는 광고 기술 공급망에서 EV 계획자를 식별하는 방법에 대해 어려움을 겪고 있습니다 ."

좋은 데이터가 없으면 OEM, 딜러 네트워크, DSP 및 해당 대행사는 프록시 데이터 및 방법론에 의존해야 합니다. 한 가지 접근 방식은 단순히 EV가 많이 판매되는 뉴욕이나 캘리포니아와 같은 지역에 마케팅 예산을 집중하는 것입니다. 그러나 이는 잠재 고객을 식별하고 광고 지출에 대한 수익을 극대화하기 위한 정확한 전략이 아닙니다.

EV에 관심이 있는 가구를 식별하기 위한 또 다른 현상 유지 전략은 디지털 마케팅 계획을 목표로 삼는 데 사용할 수 있는 구매자 프로필을 만드는 것입니다. 그러나 프로필을 작성하는 데 사용되는 소스 데이터가 불완전하고 EV와 관련이 없기 때문에 전략은 본질적으로 제한됩니다. EV 데이터 없이는 좋은 EV 모델을 만드는 것이 어렵습니다. Urban Science의 AdTech Performance 이사인 Carl Matter는 "잘못된 모델링이 많이 이루어지고 있습니다. 예를 들어 인구의 일부만 관찰한 데이터 제공업체는 추론 통계를 사용하여 최대 100%까지 모델링하고 다음과 같은 주장을 할 것입니다."라고 말했습니다. 전체 인구.” 혹은 간단히 말하면, 데이터 제공자가 종합적인 EV 판매 데이터를 보유하고 있지 않다는 점을 보완하기 위해 추론 통계를 사용합니다.

타겟 마케팅의 기반이 되는 판매 데이터

불행하게도 프록시 데이터만을 기반으로 한 타겟팅은 데이터가 부족하고 대규모 데이터 세트에서 추세와 기회를 정확히 찾아낼 수 있는 분석이 부족하기 때문에 EV 시장에 있는 사람들을 식별하는 능력이 제한되어 있습니다. 인구통계학적, 지리학적 데이터와 추론 통계에는 의심의 여지 없이 가치가 있습니다. 단지 과거 구매 데이터를 활용하면 잠재 고객에 대한 예측력이 향상되고 미묘한 이해가 가능해졌을 뿐입니다. 예를 들어, Urban Science's Matter는 판매 데이터를 심층적으로 조사한 결과 트럭 소유자의 EV 관심에 대한 선입견이 단순히 잘못된 것임을 지적했습니다.

“우리는 EV를 추가하는 트럭 소유자가 엄청나게 증가하는 것을 보았습니다. 그들은 트럭을 없애지 않고 여전히 트럭에 대한 충성도가 높지만 EV도 추가합니다.”라고 Matter는 말했습니다. “그것은 많은 사람들에게 일반적인 통념이 아닐 것입니다. 확실히 나에게는 그렇지 않습니다. 데이터가 그토록 중요한 이유 중 하나는 리소스가 가장 중요한 이 공간에 돈을 쓰려면 청중을 올바르게 확보해야 하기 때문입니다.”

효과적인 단기 및 장기 마케팅 캠페인을 알리기 위해 정교한 분석과 결합된 상세하고 현지화된 구매량 데이터의 중요성은 아무리 강조해도 지나치지 않습니다 . 예를 들어 Urban Science는 OEM과 수십 년간의 관계를 통해 만들어진 데이터를 활용하여 특정 EV 모델이나 브랜드를 구매할 가능성이 가장 높은 전국 가구를 식별합니다. 모든 것은 양질의 데이터에서 시작됩니다.

Matter는 “과거 판매 데이터가 향후 판매에 대한 예측력이 가장 크다는 것을 알고 있습니다.”라고 말했습니다. “그게 우리의 장점이에요. 우리는 각 구매가 누가, 무엇을, 언제, 어디서 하는지 자세히 이해하고 있습니다. 판매량이 있는 데이터를 개인 수준까지 분석하는 것은 더 높은 정확성과 개인화를 지원하는 효율적인 타겟팅 전략의 필수 구성 요소입니다."

좋은 데이터를 최대한 활용하기

이러한 종류의 잠재 고객 데이터는 그 자체로 마케팅 담당자에게 도움이 되지만 인텔리전스로 강화되면 더욱 가치가 높아질 수 있습니다. 예를 들어 Urban Science의 알고리즘은 데이터를 분석하여 구매자 성향 점수를 산출합니다.

Clark은 “데이터에는 육안으로는 볼 수 없지만 미세하게 조정된 알고리즘을 통해 포착할 수 있는 패턴이 있습니다.”라고 말했습니다. “Netflix가 과거 시청 습관을 기반으로 누군가가 다음에 무엇을 볼지 예측하는 것과 유사하게, 우리의 기계 학습 기술은 과거 구매 행동을 기반으로 특정 차량 세그먼트, 브랜드 또는 심지어 모델까지 가구가 구매할 가능성을 예측합니다. 예를 들어, 우리가 EV를 구매할 것으로 예상한 가구는 가능성이 낮다고 간주한 가구보다 5배 더 높은 비율로 EV를 구매했습니다. EV 광고주는 현재 캠페인에서 이러한 분석 기능을 활용할 수 있습니다.”

강력하고 지속적으로 업데이트되는 데이터는 EV 마케팅 비용이 영향을 미치는 정확성, 효율성 및 책임성을 촉진합니다. 예를 들어 Urban Science는 일일 판매 데이터를 수신하므로 예측 모델의 성능을 지속적으로 새로 고치고 검증하며 개선할 수 있습니다. 그럼에도 불구하고 타겟팅이 의도한 목표를 달성하는지 여부를 측정하는 것은 여전히 ​​중요합니다.

Urban Science는 미디어 노출과 매출을 일대일로 결정적으로 일치시킬 수 있는 측정 제품을 보유하고 있습니다. Clark은 “판매 전환에 대한 광고 비용의 영향을 측정하는 것은 매우 중요한 일입니다.”라고 말했습니다. "올바른 데이터 및 분석 파트너를 통해 EV 기획자에게 접근하고 전환 시점을 측정하여 성과를 검증할 수 있습니다."

EV 시장은 큰 변화, 불확실성, 기회의 순간에 있습니다. 이를 효율적이고 성공적으로 탐색하려면 수용적인 소비자를 대상으로 하는 현명한 마케팅이 필요합니다. 이러한 노력의 기초는 포괄적이고 상세한 판매 데이터입니다.

EV 마케팅 전략에 도움을 줄 파트너를 찾고 있다면 Urban Science에 문의하세요 .