우리 삶의 많은 부분이 디지털화됐다는 사실에는 의심의 여지가 없다. 최근 진행된 한 조사에 따르면, 세계적으로 45억 명의 사람들이 인터넷을 사용하고 있으며, 이들이 매일 평균 온라인에서 보내는 시간은 6시간 43분에 달한다. 디지털을 통한 전자상거래도 증가 추세에 있다. 특히, 2020년은 팬데믹으로 인해 전자상거래 판매가 30% 급증하기도 했다. 이에 점점 더 많은 브랜드들이 온라인으로 전환하고 있다.

디지털 전환 가속화로 데이터의 양 또한 기하급수적으로 증가하고 있다. 사람들이 소셜미디어에 로그인하거나, 웹을 탐색하거나, 이메일이나 동영상을 보거나, 전자상거래 활동에 참여할 때마다 풍부한 데이터 흔적을 남기기 때문이다. 라콩퇴르(Raconteur)의 추산에 따르면, 2025년까지 매일 463 엑사바이트(Exabyte)의 엄청난 데이터가 전 세계적으로 생성될 것이라고 한다.

이 엄청난 양의 데이터는 이커머스 브랜드와 온라인 판매 기업이 고객을 더 잘 이해하는 밑거름이 된다. 데이터에서 추출한 인사이트를 토대로 잠재고객들을 세분화하고, 미래 행동을 예측하고, 커뮤니케이션을 개인화하고, 경험을 최적화할 수 있다.

스태티스타(Statista)에 따르면, 전 세계 마케터의 89%가 전략적 의사결정을 위해 데이터를 사용한다. 또한, 첨단 기술을 활용하여 데이터 활용을 혁신하는 기업들은 총수익을 12.5%까지 올릴 수 있다. 경쟁에서 뒤쳐지지 않도록 돕기 위해, 데이터를 사용하여 구매 의향을 높일 수 있는 6가지 스마트 전략을 소개한다.

1. 행동 기반 트리거 이메일을 실시간으로 전송하라

이메일은 여전히 효과적인 마케팅 도구이다. 그러나 개별 고객들의 관심사가 모두 다르고 구매 여정에서도 서로 다른 단계에 있기 때문에, 모두에게 동일한 이메일을 일괄 전송하는 것은 효과가 없다.

이메일 마케팅 성과를 높이고 잠재고객의 구매를 유도하려면 행동 데이터로 알려진 의도 데이터(intent data)를 사용하여 웹사이트에서 발생한 특정 행동을 기반으로 고객을 실시간 공략해야 한다. 웹사이트에서의 행동을 분석하면 고객의 관심사를 근거로 트리거(trigger) 이메일을 개인화하여 구매 의지를 높일 수 있다.

누군가가 온라인 패션 사이트에서 봄 신상품 컬렉션을 탐색한 경우 해당 컬렉션 제품만 포함된 구매 가이드와 프로모션 코드를 포함하여 트리거 이메일을 전송할 수 있다. 또 다른 활용 방법은 누군가가 회원가입을 했을 때, 원하는 서비스 또는 제품을 물어보면서 무료배송과 같은 회원 특전에 대해 알려주는 메일을 보낼 수 있다.

2. 이탈 의도(Exit Intent) 팝업으로 사이트에 계속 머물게 하라

고객이 사이트에 머물러 있는 시간이 길어질수록 전환 및 구매 가능성은 높아진다. 웹페이지에서 방문자의 마우스 움직임으로 드러나는 행동 데이터를 추적하고 분석함으로써 이탈 의도(exit intent)를 감지하여 방문자가 구매하지 않고 사이트를 떠나려고 하는 순간을 알 수 있다. 보통 이탈하려고 하는 경우 마우스가 뒤로가기 버튼 쪽으로 이동하거나, 유휴 상태로 움직임이 없거나, 페이지 상단으로 빠르게 스크롤하는 행동 등을 보인다.

이런 유형의 행동이 포착되면 이탈 의도 기술(exit intent technology)은 자동으로 팝업 메시지를 띄워 해당 방문자가 관심을 가질 만한 제안, 상품 추천, 또는 기타 메시지를 전달하여 계속 사이트에 머물도록 유도한다.

이탈 의도 팝업은 방문자가 이미 활동적이고 구매할 마음을 어느 정도 가지고 있는 상태에서 시선을 사로잡기 때문에, 상당히 효과가 있는 편이다. 실제로 5-10% 정도의 평균 전환율을 보인다.

3. 맞춤형 쿠폰으로 망설이는 사람들을 설득하라

프로모션 마케팅은 사람들을 구매로 이끄는 좋은 방법이다. 발라시스(Valassis)가 발표한 수치에 따르면, 소비자의 54%는 쿠폰 때문에 충동 구매를 한 적이 있다고 한다. 그러나 효과적이고 실제로 수익을 창출하는 데 도움되는 프로모션 마케팅 전략을 수립하기 위해서는 공략 대상을 잘 선정해야 한다.

혜택이 있든 없든 구매를 완료할 즉각 구매자나 둘러보기만 하는 윈도우 쇼퍼에게도 쿠폰을 보내서 예산을 낭비하는 일 없이 그 경계에서 구매할지 말지 고민하고 있는 망설이는 사람들을 집중 공략해야 한다.

망설이는 고객들을 식별하기 위해서는 고급 머신러닝(ML)이 필요하다. 머신러닝을 활용하여 고객의 탭, 스와이프, 스크롤 방식을 포함한 온사이트 행동 데이터를 분석하면 이들의 구매 의도를 정확하게 포착하여 쿠폰을 전송했을 때 전환 가능성이 가장 높은 잠재고객을 공략할 수 있다.

4. 적시에 미리 알림을 보내 장바구니 이탈자들을 되돌아오게 하라 

장바구니 방치는 이커머스 브랜드에게는 큰 문제로, 평균 방치율은 약 88%로 알려져 있다. 의무 가입부터 높은 배송비, 다른 사이트로의 손쉬운 이동 등 사람들이 장바구니를 방치하는 이유는 여러 가지가 있는데, 그 중 일부는 결제 절차를 최대한 번거롭지 않게 구성하면 극복할 수 있다. 

장바구니 방치 문제를 해결하고 구매 의도를 높일 수 있는 또 다른 효과적인 방법은 리마케팅이다. 인공지능(AI) 기반 마케팅 자동화 플랫폼을 활용하여 최근 한 시간 사이 장바구니에 품목을 추가한 후 다음 액션이 없는 사용자들에게 친절한 알림 메시지를 보낼 수 있다. 이 경우, 고객이 느낄 불편감을 방지하기 위해 최근 24시간 이내에 결제를 진행한 사람들은 제외하는 것이 좋다.

또한 AI를 사용하여 고객의 행동과 습관을 분석하면 개별 고객에게 메시지를 보낼 최적의 타이밍을 파악하여 고객이 브랜드의 메시지에 반응할 가능성이 가장 높은 시점에 연락을 취할 수 있다. 이는 고객의 참여율을 높이는 데 도움된다.

5. 고급 추천 엔진을 사용하여 고객 참여를 확대하라

개인 맞춤형 추천은 고객을 확보하는 가장 좋은 방법이다. 액센츄어(Accenture)의 조사에 따르면 91%의 소비자는 자신과 관련 있는 상품과 서비스를 “알아보고, 기억하고, 제공하는” 브랜드에서 쇼핑할 가능성이 높은 것으로 나타났다. 

머신러닝(ML) 기술의 발전으로 인구통계 정보와 세분화에만 의존하는 개인화된 추천 그 이상이 가능해졌다. 딥러닝(DL) 기반 추천 엔진을 사용하여 고객이 검색해 본 상품에 대한 설명, 콘텐츠 및 이미지, 그리고 사용자 행동 및 프로필 등 상품과 사용자 사이의 맥락을 분석하여 개별 고객에게 의미 있는 초개인화된 추천을 제시할 수 있다.

예를 들어, 어떤 고객이 온라인 가정용품 사이트에서 소파 제품을 탐색하는 경우, 딥러닝 모델은 제품 이름, 세부 속성, 카테고리, 이미지 등 페이지 내 심층 콘텐츠를 분석하여 해당 고객이 짙은 회색 계열의 3인용 소파를 찾고 있음을 알아챌 수 있다.

그러면 사이트에 있는 비슷한 제품을 추천하거나 해당 스타일 소파에 잘 어울리는 인테리어 조명 또는 커튼과 같은 관련 아이템을 추가로 추천할 수 있다. 시간이 지나면서 더 많은 데이터가 쌓일수록 추천 상품은 더욱 더 개인화될 것이다.

6. 윈도우 쇼퍼들을 (잠재적인) 고객으로 전환하라 

둘러보기만 하는 윈도우 쇼퍼들은 이상적인 공략 대상은 아니지만, 적절한 전술을 사용하면 잠재고객 또는 유료고객으로 전환될 수 있다.

윈도우 쇼퍼들이 구매를 원하지 않는 데에는 여러 이유가 있다. 구매를 할 준비가 되어있지 않거나, 상품에 대한 정보를 여전히 수집 중이거나 아니면 자신이 원하는 것이 무엇인지에 대한 확신이 없을 수 있다.

육성 캠페인은 윈도우 쇼퍼들의 참여를 높이고 잠재고객으로 전환할 수 있는 효과적인 방법이다. 외부 사이트에서 이들이 읽고 있는 내용이나 보고 있는 제품 등 외부 데이터를 분석해 이들의 관심사를 보다 잘 파악한 뒤, 유용한 팁, ‘튜토리얼’ 동영상, 블로그 게시물 등 관련 콘텐츠나 무료 샘플 교환 쿠폰으로 육성 캠페인을 진행할 수 있다. 그러면 마케팅 퍼널을 따라 신뢰를 구축하고 이들의 관심을 높여 전환으로 유도할 수 있다.

적절한 기술을 사용하여 데이터를 활용하고 데이터 중심 전략을 마케팅에 구현함으로써 구매 의도에 긍정적인 영향을 미쳐 잠재고객을 고객으로 전환하고 판매 및 수익을 증대할 수 있다.

* 데이터에서 실행 가능한 인사이트를 도출하여 마케팅 성과를 최적화할 수 있는 방법을 알아보고자 하시면 문의를 남겨주세요. 애피어의 전문가 팀이 독점 상담을 제공해드립니다.