고객의 활성화율과 전환율을 높이는 5개의 지점

Full name
11 Jan 2022
5 min read

어떤 서비스로부터 메세지를 받은 적이 있는데, 상당히 공들여서 작성한 내용이었습니다. 그러나, 읽어보기도 전에 삭제를 했는데요, 그 이유는 단순했습니다.

나와 관련이 없었습니다.

최근에 각광받는 마케팅 자동화는 정교하게 개인화된 고객 경험을 제공하는 것을 말합니다. 고객 여정과 활동 상황에 따라 자동으로 처리하는 것이며,  앱푸시, 이메일, 모바일 메세징, 알림톡/친구톡, 문자, 블로그 등의 작업을 자동화합니다.

이러한 자동화가 업무 시간을 줄여주기도 하지만, 마케팅 업무가 높은 가치를 만들어내는, 전략적인 업무로 바꾸어줍니다.

우리는 이런 생각들을 많이 합니다.

“절반 이상의 사용자가 관심이 있어요”

“클릭을 했는데, 딱 맞는 커뮤니케이션을 하기 어려워요”

우리는 더 사려깊은 생각을 해야합니다. 절반 이상의 사용자라면 나머지 수많은 사용자들은 어떻게 해야하는지, 관심있는 사용자에게 어떻게 다가가는지, 결제를 안한 사용자를 어떻게 유도해야하는지, 이탈이 발생한 사용자는 어떻게 해야하는지 등입니다.

또한 시장 환경도 달라졌습니다.

  • 낮은 충성도: 특정 브랜드나 서비스에 대한 충성도가 낮고, 다른 브랜드나 서비스로 스위칭이 빠릅니다.
  • 개인화 선호: 개인화된 경험에 대한 가치를 높게 평가합니다. 예를 들어 클레임이 접수되면 접수완료-해결중-해결완료 등의 여정을 사용자에게 신속하게 커뮤니케이션 해야합니다.
  • 불충분한 정보: 사용자들은 늘 정보부족에 시달리며, 결정이나 전환에 망설입니다. 특히 결정적인 순간에 충분한 정보를 주지 않으면 싫어합니다. 또한, 스스로 정보를 찾는 사용자의 비율이 줄고 있어. 정보 제공의 역할은 서비스 제공자가 수행해야 합니다.
  • 설득이 어려움: 과거 10년간 온라인 마케팅을 지배했던 넛지(Nudge)나 행위유도, 눈길을 사로잡는 주제는 크게 효과적이지 않습니다. 사용자들은 스마트하고 이런 테크닉에 익숙해져 있기 때문에 쉽게 설득되지 않습니다.

우리가 사용자의 활성화율과 전환율을 높이기 위해서 집중해야할 부분은 아래의 5가지 지점입니다.

  • 둘러보기: 처음 우리의 제품이나 서비스를 알아보는 첫 단계입니다. 이 단계에서 사용자의 행동 데이터를 기반으로 개인화된 메세지를 전달할 수 있습니다.
  • 여정: 가장 중요한 단계로 경험에 따라서 충성도가 생길수도 있고, 영원히 떠나버릴 수 있습니다. 사용자 여정 활동 데이터에 따라 개인화된 커뮤니케이션 해야합니다.
  • 낮은 충성도: 사용자의 충성도가 낮은 경우는 원하는 서비스가 없는 경우도 있지만, 찾지 못하는 경우도 많습니다. 다른 서비스나 제품대비 왜 우리 서비스를 사용해야하는지 장점들을 모르는 경우가 대부분입니다. 예를 들어, 접속 4일 후 접속빈도를 포함한 충성도가 급격하게 낮아지는 경우 선제적인 조치를 취할 수 있습니다.
  • 활성화: 사용자마다 다르게 나타납니다. 활동이 높은 사용자, 낮은 사용자 정도를 구분해서 유도하고, 코호드나 세크먼트별로 유용한 정보를 제공할 수도 있습니다.
  • 구매: 사용자에게 어떤 가치나 혜택을 받을지를 전달하여 충분한 정보를 바탕으로 전환이 이루어질 수 있도록 도와주어야 하며, 구매 후에는 충성도 높은 사용자가 될 수 있도록 유도해야 합니다.
  • 이탈: 사용자가 더이상 우리의 서비스를 사용하지 않는 경우는, 다시 활성화해야합니다. 과거의 관심사나 활동 정보를 바탕으로 개인화된 방법으로 해야합니다.

또하나는 최적의 시간도 알아야 합니다.

가입 후 1분이 최적인지, 2시간 후가 효과적인지 찾아야 하며, 장바구니 후 결제 안한 고객에게 다음날 아침 또는 저녁으로 다양하게 시도해야 합니다. 사용자 활동 데이터와 스케줄로 세분화된 20~50개 이상의 메세징 시나리오가 만들어지고, 이렇게 정교하게 실행되는 비지니스의 전환율과 활성화율은 높아질 수밖에 없습니다.

다만, 스타트업이나 작은 규모에서 이렇게 세분화된 시나리오별로 자동화를 하기란 어렵습니다.

아웃코드는 사용 중인 데이터와 툴을 연결해서 위의 자동화들을 심플하게 합니다. 이제 우리가 집중해야할 일은, 관련 시스템의 개발보다는, 어떤 사용자에게 어떤 내용으로 언제 커뮤니케이션하는가 입니다.

Your might also like our other articles

운영업무와 밀접한 데이터 자동화
에어테이블과 구글시트, 데이터베이스 완벽연동 방법
비대면 바우처 3차 신청하시고, 아웃코드 할인을 받으세요!
아웃코드팀이 2022 데이터스타즈 (DATA-STARS)에 선정되었습니다!
우리가 데이터 자동화를 꼭 해야하는이유
우리의 매출을 폭발적으로 향상시키기 위해 필요한 것 (쿠팡처럼 개인화 메세지 제공하기)
새로운 비지니스에 데이터 자동화가 필요한 이유
가장 중요한 지표인 유지율(Retention rate)조회화면 만들기
노코드를 배우시고 싶은 분들을 위한 주요 포인트를 정리
API와 데이터베이스, 구글시트, 에어테이블, 노션으로 연동하기
마케팅 업무를 높은 가치를 만들어내는 전략적인 업무로 바꾸는 방법
구글시트와 알림톡을 연결하는 업무툴 만들기 (30개의 알림톡으로 최적화하기)
8월에 한국투자액셀러레이터에서 진행한 ‘[Outcode] Supercharging Productivity’ 세미나에 대한 내용을 담았습니다.
우리가 업무 중에 사용하는 데이터소스에 관한 통계
삶의 질을 높이는 자동화 아이디어들
아웃코드를 잘 사용하는 사람들의 공통점
가까운 미래의 우리의 일은 어떻게 바뀔 것인가에 대한 생각
전환율과 구매율을 높이는 데이터 자동화 활용하는 방법
아웃코드팀이 바라보는 노코드 기술과 시장의 발전방향
아웃코드를 이용하면, 성장 초기부터 데이터 기반의 자동화된 업무를 중심으로 스케일이 가능하며, 감이나 직관에 의한 운영이 아니라 정교하고 고객이 정확하게 원하는 모습으로 성장이 가능합니다.
사용자가 얼마나 자주 우리 서비스를 사용하고 있을까요?
카카오 알림톡, 친구톡을 자동화할 때 재피어와 아웃코드 비교
개발하지 않고, 완벽하게 개인화된 맞춤형 메세지를 보내는 방법
비대면바우처로 아웃코드 할인받아서 사용하기
아웃코드는 처음 사용하시는 분들이 자주 묻는 질문에 대해서 준비해봤어요.
직접 아웃코드 AutoML에 데이터를 넣고 데이터 분석을 시행해 보았습니다. 데이터는 Walmart Sales Forecast kaggle에서 가져왔으며 예시 1번처럼 매출 예측 모델을 생성했습니다. 아래 그림처럼 IsHoliday, Dept, Weekly_Sales, Temperature, Fuel_Price, CPI, Unemployment의 Column으로 구성되어 있으며 주간 매출인 Weekly_Sales를 예측합니다.
데이터 자동화 관점에서 재피어의 성능과 데이터에 대해서 분석해보았습니다.
이번 후속투자로 고객을 위한 기능 개발을 확대할 예정입니다.