(참조 자료: Achieving Identity Resolution with a CDP)

고객 아이덴티티 식별(Identity Resolution)은 마케터들이 다양한 디바이스와 채널에 걸쳐서 고객들을 식별하는 능력입니다. 온라인과 오프라인 채널에 걸친 다양한 고객 활동을 트래킹함으로써 통합적인 고객 뷰(Customer View)를 얻게 합니다. 이는 고객들이 온라인에 접속할 때마다 즉시 그들을 인식하고 어떤 디지털 터치포인트에서 특정한 활동을 할 수 있도록 해줍니다.

또한 고객 아이덴티티를 식별함으로써 마케터들은 고객 개개인의 선호도에 맞춰 실시간으로 개인화된 메시지를 보낼 수 있습니다. 예를 들어, 특정 고객에 대한 완전한 뷰를 가진 기업은 그 고객이 찾고 있는 제품이나 서비스 유형에 대해 정확히 알 수 있습니다. 결과적으로 기업은 고객 컨텍스트(Context)에 따라 맞춤형 제안과 함께 해당 고객이 찾아오는 채널을 통해 그를 타깃팅할 수 있습니다. 이렇게 타깃되어된 마케팅 캠페인은 높은 전환을 가져올 뿐만 아니라 브랜드 충성도까지 향상시킵니다.

고객에 대해 통합된 뷰를 가지고 계신가요?

CDP(고객 데이터 플랫폼)을 활용한 고객 아이덴티티 식별

이 문제를 몇 가지 시나리오와 함께 살펴봅시다. 가령 은행업이라 고려해보죠.

시나리오 1: 사용자가 자신의 데스크톱 PC를 통해 은행 웹사이트에 방문하여 로그인합니다. 자신이 필요한 은행 업무를 끝내고 나면 사이트 내 다른 페이지를 탐색하기 시작합니다.

시나리오 2: 위와 동일한 사용자가 로그인하지 않고 익명으로 은행 웹사이트를 방문하여 자신의 데스크톱 PC에서 웹페이지를 둘러보기 시작합니다. 몇 개의 페이지를 살펴본 후에 사이트를 떠나게 됩니다.

시나리오 3: 이 사용자는 모바일을 통해 로그인하지 않고 익명으로 은행 웹사이트를 다시 방문하게 됩니다. 또 몇 개의 페이지를 둘러보고 사이트를 떠나게 됩니다.

시나리오 1에서는 사용자가 이미 로그인 했기 때문에 은행은 쉽게 해당 고객을 식별할 수 있습니다. 

시나리오 2에서는, 만약 사용자가 브라우저의 쿠키 기록을 삭제하지 않았다면, 해당 은행은 그 사용자가 이전에 쿠키 ID를 활용하여 이전에 은행 웹사이트에 방문한 적이 있는지 확인할 수 있을 것입니다. 사용자가 이전에 동일한 쿠키 ID로 접속하였다면 은행은 그 사용자가 누구인지 정확히 알 수 있을 것입니다. 만약 사용자가 다른 브라우저를 사용하여 이전에 웹사이틀 방문하였다면 은행은 그 사용자를 식별할 수 없을 것입니다.

시나리오 3에서는, 은행은 사용자를 식별할 수 없게 됩니다. 은행은 오직 모바일을 통해 익명의 사용자들의 방문 기록과 그들의 웹사이트에서의 활동 정보만을 알 수 있을 뿐입니다.

위의 시나리오에서는 3개의 시나리오 방문자가 모두 동일인이라는 사실을 은행이 분석하고 확인할 수 있다는 전제하에 진정한 고객 식별이라고 말할 수 있을 것입니다. 마찬가지로, 기업이 고객들의 모든 온라인 및 오프라인 활동을 트래킹하여 하나의 고객 프로필에 통합할 수 있다면 고객에 대한 완전히 통합된 뷰가 나올 수 있는 것입니다.

CDP: 아이덴티티 식별을 해결하기 위한 패러독스

CDP: 아이덴티티 식별을 해결하기 위한 패러독스

IBM과 Econsultancy이 2018년 진행한 연구 결과에 따르면 주요 마케터들의 33%가 데이터 수집과 분석에 적합한 기술이 고객 이해에 동 된다는 데 동의하였습니다. 마케터들은 이러한 문제를 해결하기 위해 적절한 디지털 도구를 찾기 위해 노력해 왔습니다. 그리고 최근 몇 년 동안 고객 데이터 플랫폼(CPP)이라는 디지털 마케팅 도구가 마케팅 업계에서 두각을 나타내기 시작했습니다.

CDP는 마케팅 사일로 간에 서로 다른 고객 데이터를 수집하고 이를 하나의 통합된 개별 고객 프로필로 통합할 수 있다. 따라서 여기서는 동일한 사용자의 여러 고객 기록들을 하나의 시스템에 통합하기 때문에 마케터들은  그 기록이 한 명의 고객에 대한 것임을 확인할 수 있습니다.

예를 들어 오늘 오전 10시, 이메일을 개설한 davidgordon@gmail.com과 어제 오후 5시 홈페이지를 방문한 모바일 클라이언트 ID 1991011609.1549004479의 사용자가 동일인으로 인지되었다고 가정해 봅시다.

CDP가 어떻게 아이덴티티 해결을 달성할 수 있는지 살펴보십시다.

CDP에서는 결정론적 매칭과 확률론적 매칭을 모두 사용하여 고객 프로파일 식별 문제를 해결하게 됩니다. 

결정론적 매칭(Deterministic Matching): CDP는 이 방법을 활용하여 고객의 퍼스트 파티 데이터를 분석하여 사용자의 이름, 이메일, 전화번호 등의 식별 변수를 활용하여 고객 기록을 매칭시킵니다.

확률론적 매칭(Probabilistic Matching): 이 방법은 퍼스트 파티 데이터를 사용할 수 없을 때 활용됩니다. 디바이스 유형, 브라우저 유형, IP 주소, OS 등의 식별 변수를 활용합니다. 통계적인 예측을 통해 고객들을 식별하게 됩니다.

따라서 CDP에서는 위 2가지 방법을 활용하여 효과적인 고객 아이덴티티 식별을 하게 됩니다.

결론

일대일로 고객들을 참여시키기 위해서는 마케터들은 고객에 대해서 좀 더 깊이있게 알 필요가 있습니다. 효과적인 아이덴티티 식별은 어떤 채널이나 플랫폼에서든 고객을 즉시 인식할 수 있게 하는 핵심입니다. 고객이 정확히 누구인지 식별되면 마케터들은 고객이 누구인지에 따라서 개인화된 마케팅 캠페인을 진행할 수 있습니다.

CDP와 같은 혁신적인 도구는 다양한 데이터 사일로에서 여기저기서 나오는 고객 프로파일을 통합하고 통합함으로써 마케터들이 고객 아이덴티티를 식별하는데 큰 도움이 될 수 있습니다. 또한 디바이스 간 및 채널 간 타겟팅, 옴니채널 분석, 세분화 개선을 촉진하여 각 개별 고객에게 최적화된 개인화 경험을 제공할 수 있게 됩니다.