쇼핑몰, 브랜드를 위한 초개인화 메세징을 보내는 방법

개별 사용자의 행동, 관심사, 정보에 따라서 최적의 매세지를 최적의 시간에 보내는 방법

고객을 대상으로 하는 메세징 채널은 아래와 같습니다.

이메일
기기별(모바일앱, 웹) 푸시 메세지
인앱(인 서비스) 메세지
알림톡, 친구톡, 네이터톡톡 등
문자
그외 (상담 채팅창 등)

외부로 발송되는 메세지의 유형은 아래와 같습니다 .

Transactional(거래성) messaging : 광고홍보성이 아닌 서비스 운영에 필수적인 메세지들

환영, 온보딩 메세지
인증, 보안 관련 메세지
결제관련 메세지
확인, 등록 메세지
상태 변경, 업데이트 메세지
고객 피드백 메세지 등

2. 마케팅 (Promotional) 메세지 : 광고 홍보성 메세지로 다양합니다.

실제 운영 상에서 둘 간의 경계는 모호합니다. 예를 들어, 결제 메세지는 오픈율이 97%인데, 하단에 프로모션 내용이 붙일 수도 있습니다.

** 스팸메세지는 광고홍보성 메세지인데 대상과 목적이 불분명하게 발송되는 메세지입니다. 일방적 메세지로 거부감이 매우 높습니다. 서비스를 운영하면서 프로모션 10개이나 전체 고객/사용자에게 단체 메세지 10번을 보낸다면 스팸으로 인식될 확률이 매우 높습니다.

‍

메세징의 기술적 분류

메세지는 기술적으로 2개로 분류됩니다.

데이터 메세징: 메세지에 데이터를 사용자별로 동적으로 실어서 보내거나, 데이터로 타겟팅하여 보내는 메세지. 초개인화된 메세지에는 필수입니다.
일반 메세지: 전체 공지성 메세지로 데이터를 동적으로 사용할 필요가 없음

‍

메세지를 보내는 수단

발송 비용 순으로 정리하면 아래와 같습니다.

이메일 : 발송건당 비용이 가장 낮음

소량이거나 영업 등 회신이 필요한 메세지는 개인 이메일 사용(Gmail 등)
직접 회신이 필요없는 메세지나 대량발송은 이메일 전문 서비스(AWS SES, 메일침프, 메일건, 샌드그리드, 등)을 주로 사용. 서비스에 따라서 월 무료 발송 가능한 발송량을 제공

2. 푸시메세지: 무료 또는 유료

Firebase FCM: 모바일이나 PC서비스에 알림형태로 보여지는 형태로 사용자의 식별 토큰으로 특정기기에 발송. 또는 모바일앱을 사용중에 전면, 카루솔, 하단 등에 보여지는 메세지가 가능
OneSignal : Firebase 와 유사한 기능을 하나 대량 발송에 안정적이고 고급기능이 많음.
둘다 무료티어나 무료 허용량이 있음
서버 개발이 필요함.

3. 톡: 오픈율이 높음

주로 대행서비스가 존재
관리자 화면에서 고객 파일 업로드 후 발송하거나 대행서비스에서 제공하는 API를 연동하여 자동 발송
아웃코드는 솔라피 통해서 발송

4. 문자: 비용이 높음

주로 대행서비스가 존재
관리자 화면에서 고객 파일 업로드 후 발송하거나 대행서비스에서 제공하는 API를 연동하여 자동 발송
아웃코드는 솔라피 통해서 발송

5. 그외

고객상담 (채널톡 등)에 마케팅 메세지 등

‍

고객 데이터소스

데이터베이스: PostgreSQL, MySQL, Mongo, Firebase Databse, SQL Server, Oracle Database, Redash
스프레드시트: Google Sheet, Excel
애플리케이션: 노션, 타입폼, 구글폼, 에어테이블 등
연동: API

‍

초 개인화된 메세지를 보내기 전 준비사항

사용자 데이터에 대한 준비와 이해가 필수입니다.

중요한 질문은 우리 서비스는 왠만한 쇼핑몰 수준으로 되어 있는데, 어떻게 충성도, 방문율, (재)구매율 등을 한차원 더 높일 수 있는가?

고객 또는 사용자의 여정 상에서 급락하는 지점 — GAP이나 Holes-을 찾아내는 생각이 필요합니다.
(총합적인 Chart나 Dashboard는 충분하지 않을 수도 있습니다.)

의사결정을 위한 충분한 정보 제공: 사용자가 스스로 알아서 찾지 않음. 선제적으로 즉시 또는 정확한 시점에 제공해야함

이 상품이 자신에게 필요한지 잘 모름(불충분한 정보)
다른 대체 상품이 궁금한 경우
예상 질의(실제 최종 가격, 부가서비스, 사후 서비스, 보증, 할인 등)가 있는 경우

2. 처음 방문한 경우

우리에게서 왜 구매해야 하는지 : 즉시 또는 그 다음날
첫 방문자 프로모션 안내

3. 재 방문한 경우

자주 방문하는 고객에 대한 혜택
자주 결제한 고객에 대한 혜택

3. 구매 시그널: 구매 전환시키는 것이 중요

특정 상품(군)을 찾는 경우
특정 상품(군)이 좋아요, 장바구니 등에 등록된 경우
장바구니에 담겨잇고, 아직 결제까지 이루어지지 않은 경우
특정 상품은 결제했지만, 다른 상품이 담겨잇는 경우

3. Cross/Up-sell: LTV를 올리기

고객의 생애주기

사용자와 구매자 구분
사용자의 생애주기에 따른 추천 (예시)
노트북을 구매한 사람은 모니터를 구매할 확율이 높다
1살짜리 유아복을 구매한 사람은 얼마 후 2살짜리 옷을 구매할 확율이 높다

** 반드시 우리의 상품의 관점에서 바라볼 필요가 없고 최종 사용자의 니즈에서 바라봐야함.

4. 고객의 생애주기별 적한합 메세징

상품 추천
프로모션 등과 결합
고객 관심사별
번들링:A를 구매하면 B를 50% 할인해줄게

5. Win-Back(Re-engagement) :Lower CAC

충성도가 높았는데 돌아오지 않는 경우
고객 생애주기 상 이탈 사유
이탈 고객에 대한 대응
충성도가 낮은데 떠나는 이유

6. Transactional Message: MUST

반드시 개인화하여 데이터를 실어보내야하는 메세지

구매 확인
결제 완료
(반품) 접수
클레임
환불완료

‍

봐야하는 데이터 포인트들

충분한 데이터들을 운영/마케팅/사업개발에서 볼 수 있는가?

사용자 프로파일, 구매기록, 장바구니, 접속 기록 등은 기본입니다.

잘게 쪼갠 사용자 세그먼트(연령대, 구매/비구매, 멤버쉽/비멤버쉽, 유료/무료 등)별로 일별 접속 통계(1일부터 30일차까지)와 Retention rate를 매일 체크하고 있는가?
접속율이 언제 떨어지는가? (2일차? 3일차?)
구매율이 언제 떨어지는가?
A라는 제품(군)을 구매한 고객이, 우리의 가정처럼, B라는 제품을 구매하는가?
왜 어떤 상품은 잘 팔리고, 다른 상품은 안팔리는가? 그럼 누가 언제 왜 구매하거나 하지 않는가?
사용자들은 우리 쇼핑몰, 서비스에서 어떤 행위를 하는가?
고객과 충분한 의사소통을 하고 있는가? 데이터에서 발견된 사실들을 해석할 수 있는가?