디지털 광고 기술이 고도화되면서 더욱 정교한 타겟팅을 활용해 광고를 노출할 수 있습니다. 연령, 성별, 관심사 등의 타겟팅은 이미 익숙하지만, 이런 정보만으론 실제 소비 성향을 파악하기 어렵습니다. 같은 40대 여성이어도 서로 다른 특징을 가지고 있어, 더욱 정교한 방식으로 타겟팅을 해야 합니다. 예를 들어, 부촌 지역 아파트에 거주하고 있다면 소득이 높을 것으로 추정할 수 있습니다.

오늘은 이렇게 거주하고 있는 아파트 정보가 광고에서 어떻게 활용될 수 있는지 살펴보겠습니다.

아파트 거주를 추정할 수 있다면?

오프라인 방문 데이터를 활용하면, 고객의 거주지를 추정할 수 있습니다. 밤 시간대에 반복적으로 위치가 인식된다면, 해당 위치를 거주지라고 생각할 수 있습니다. 만약 고객의 거주지가 아파트로 인식된다면, 아파트가 보유한 여러 데이터를 활용할 수 있습니다.

공시지가 기반 타기팅

아파트에서 공개하고 있는 공시지가를 활용하면, 해당 아파트 거주자의 자산 수준을 추정할 수 있습니다. 만약 10억 이상 아파트 거주자로 세그먼트를 구성한다면, 구매력이 높은 고객에게 광고를 집행할 수 있습니다.

고소득자로 추정되는 세그먼트는 다음과 같은 업종에서 활용도가 높습니다.

• 프리미엄 자동차

• 명품 및 럭셔리 브랜드

• 고가 가전 및 가구

준공연도 기반 타기팅

아파트의 준공연도 역시 다양한 마케팅에 활용됩니다. 건축된 지 오래된 아파트일수록 리모델링이나 시설 교체 수요가 발생할 가능성이 높기 때문입니다.

예를 들어 2005년 이전 준공 아파트 거주자를 대상으로 광고를 집행한다면, 다음과 같은 업종에서 높은 활용도를 기대할 수 있습니다.

• 인테리어 및 리모델링

• 보일러 교체

• 주방 및 욕실 시공

• 가전·가구 교체

엘리베이터 광고 성과 분석

아파트 데이터는 타겟팅뿐 아니라 광고 성과 측정에도 활용할 수 있습니다. 다양한 브랜드가 아파트 엘리베이터 지면에 자사 제품 및 서비스를 노출하고 있습니다.

만약 실제 오프라인 매장이 있는 광고주라면, 아래와 같이 광고 성과를 파악할 수 있습니다.

• 광고 노출 이후 매장 방문이 얼마나 증가했는지

• 광고 집행 전후 방문 추이는 어떻게 달라졌는지

• 경쟁 브랜드 방문은 증가했는지 감소했는지

이를 통해 단순히 광고를 노출하는 것에서 끝나는 것이 아니라, 광고가 실제 오프라인 행동으로 이어졌는지까지 분석할 수 있습니다.

지금까지 거주하는 아파트 데이터가 광고에서 어떻게 활용되는지 살펴봤습니다.

고객의 주거 환경을 바탕으로 세그먼트를 생성하면,더욱 정교하게 브랜드 맞춤형 타겟이 가능합니다. 또한 엘리베이터 광고를 집행하고 있는 경우에는, 방문 성과를 비롯한 여러 데이터를 분석할 수 있습니다.

이처럼 오프라인 데이터는 고객의 거주지를 추정해, 다양한 방식으로 광고에서 활용할 수 있습니다.

다음에는 더욱 유용한 오프라인 데이터 활용법을 소개해 드리도록 하겠습니다.