마케팅, 서비스 데이터 해석과 성질에 대한 짧은 이야기

데이터는 최근 마케팅에서 매우 중요한 부분으로 자리 잡고 있습니다. 그러나 데이터 그 자체로만은 커다란 비용일 뿐 목적 적합성이 떨어지는 데이터는 마케팅적으로 무의미할 뿐 아니라 엄청난 기회 손실을 발생시킵니다. 적합한 데이터에 혼란을 주기 때문입니다.

 

 

데이터 의미는 소비자/유저 경험 향상할 때

 

마케팅 데이터는 소비자 또는 유저 경험을 향상할 때 의미를 가집니다. 앱을 사용하면 나오는 추천 같은 알고리즘 또한 소비자/유저 경험을 향상하기 위한 것입니다. 제품 유사성 또는 관련 제품 추천이나 비슷한 취향의 다른 유저들의 선택을 토대로 하는 추천이든 최근 앱/웹 서비스를 이용하다 내 마음을 왜 잘 알지 생각 드는 알고리즘들은 모두 데이터에 기반하고 있으며 또한 유저의 사용 경형을 향상하기 위해 제공됩니다.

 

때로는 데이터와 경험의 인과 관계가 모호할 때가 있습니다. 사전 경험이 있기에 그런 데이터가 나온 것인지 데이터를 기반으로 한 서비스 제공으로 사용 유저가 그런 경험을 했는지 서비스를 운영하다 보면 선후 관계를 파악하기 애매한 상황이 발생하고는 합니다.   

 

이렇게 닫힌 네트워크 플랫폼에서 데이터 분석과 경험 설계가 어려운데 광고나 홍보처럼 열린 네트워크 플랫폼, 크로스 플랫폼을  활용해 진행되는 데이터 분석과 경험 설계는 더 모호한 상황이 더 많이 발생합니다.

 

 

광고를 해서 매출이 올랐나, 매출이 올라 광고를 많이 한 것인가?

 

광고가 효과를 내는 프로세스를 보면 다음과 같습니다.

광고를 한다 → 소비자가 광고에 노출된다 → 제품을 기억한다 → 호감이 형성된다 → 제품 구매 가능성이 올라간다 →매출이 상승한다.

 

삼성전자와 같이 대기업이 되면 매년 일정 광고비를 지출하게 됩니다. 광고비는 언론과 관련이 되어있는 경우가 많아 언론과 우호 관계를 형성하기 위해서라도 광고비를 일정 이상 매년 지출합니다. 그런데 이 금액은 매출에 기반합니다. 그러므로 위의 과정은 이 관점에서는 위의 광고 프로세스 앞에는 매출이 오게 됩니다.

 

매출은 이미 시장 데이터를 발생시키는 요소입니다. 즉 광고 효과 데이터가 광고가 아닌 매출 때문일 수도 있습니다. 이것은 소비자 경험에서 1등 또는 구매한 제품이라 조건이 발생시키는 영향력인 후광효과와 인지부조화로 알 수 있습니다.

 

게임 같은 온라인 콘텐츠, 서비스 시장에서도 비슷한 유저 경험 효과는 나타납니다. 광고를 많이 하는 게임이 또는 온라인 서비스의 이용자가 상대적으로 더 많습니다. 그것은 게임성 또는 서비스 완성도보다도 더 이용자 증가에 영향을 줍니다. 리니지류 게임이 뽑기다, 도박이다, 아이템을 구매해야 이길 수 있다 말이 많지만 항상 매출 1위를 하는 것도 같은 이치입니다.

 

온라인 콘텐츠, 서비스와 크게 관련 없을 것 같은 TV 광고가 때로는 온라인 광고나 모바일 광고보다 더 많은 사용자를 모으기도 합니다. 물론 일정 이상 광고비가 지출되었을 때 발생하기는 합니다. 소액 광고 시에는 온라인 광고나 모바일 광고가 더 효과 있습니다.

 

즉 마케팅 데이터, 사용자 데이터는 광고비의 규모에 따라 달라집니다. 그렇다고 광고가 온라인 서비스나 게임의 성공을 장담하지는 않습니다.

 

 

익숙하기에 좋은가 낯설기에 더 좋은가?

 

사람의 인지 시스템은 익숙한 것에 대해 좋다고 느끼고는 합니다. 미국에서 대공항 시절 일자리 창출 목적으로 사전 단어들의 선호도를 조사한 적이 있었습니다. 이때 잘 안 쓰는 좋은 단어보다 많이 사용하고 있는 부정적 단어를 더 선호하고 호감을 느낀다는 결과가 나왔습니다. 온라인 서비스나 게임도 더 잘 만들어서가 아니라 더 익숙하고, 더 많이 들어 보았기에 좋다는 데이터가 나오는 것일 수 있습니다.

 

 반대의 데이터가 나오는 경우도 있습니다. 익숙한 것에 대해 지루함을 느끼고 새로운 낯선 것에 대해 신선함을 느끼기도 합니다. 만약 공략하려는 핵심 사용자가 얼리어답터일 경우 새로운 것에 더 좋다는 데이터를 쏟아 낼 가능성이 큽니다.

 

그러므로 데이터는 어떤 요소들이 관계되어 나온 것인가에 따라 같은 상황 다른 결과를 나타내기도 하고, 어떤 상황과 시점에서 보느냐에 따라 같은 데이터가 해석이 되기도 합니다. 마케팅이나 서비스가 사람에 의해 생성되는 데이터를 기반하기 때문입니다.