본문 바로가기
기획 일반

마케터는 마케팅 데이터를 어떻게 활용해야 하는가?

by 애플_피시 2021. 11. 16.

마케터는 마케팅을 통해 시장에 영향을 주려 합니다. 신제품을 소비자가 알고 구매하게 하고, 2등 제품이 1등이 되게 하려 합니다. 결국 마케팅은 시장 데이터를 생성하고 변화시키는 활동이라는 의미가 됩니다. 그러나 데이터는 이외 다양한 요소에 의해 변합니다.

 

 

기업은 왜 마케팅을 할까?

 

마케팅 데이터의 활용에 대해 이야기하기 위해서는 먼저 마케팅이 시장에서 어떻게 작용하는지와 왜 기업은 마케팅을 하는지에 대해 이해해야 합니다.

 

마케팅은 시장에 대해 새로운 제품을 출시하고 가격을 붙여 유통하고, 광고 등 커뮤니케이션을 통해 알려 소비자로 하여금 제품을 구매하게 하는 활동을 합니다.

 

이 과정에서 기업은 마케팅 활동을 통해 소비자를 현혹해야 합니다. 제품의 기능을, 제품에 대한 이미지를, 또는 신뢰성 등을 소비자가 확신할 수 있도록 다양한 미사여구를 붙여 이야기합니다. 이런 마케팅 활동에 의해 소비자는 제품 그대로가 아닌 더 나은 기억과 가지고 싶다는 마음이 생기게 됩니다.

 

즉 마케팅 활동은 근본적으로 시장에 제풍에 대한 정보를 제공하는데, 더 좋게 포장하여 전달하고, 소비자가 가지고 싶은 내용을 담아 전달하는 활동입니다. 이는 다소 간의 과정과 허위가 포함되는 경우도 있습니다.

 

 

왜 시장 데이터는 변화는가?

 

이렇게 기업이 하는 것은 마케팅을 통해 기존 시장에 축적되어 있는 데이터를 변경시키려 하기 때문입니다. 신제품을 출시했다면 시장 내 데이터에는 이 신제품에 대한 것이 없을 것입니다. 3위 제품이 마케팅을 통해 2위로 올라서려고 한다면 시장 데이터 상에는 3위로 되어 있는 것을 바꾸어야 합니다.

 

시장 데이터를 조사해 보면 소비자의 마음이 변화고 구매하는 제품들이 달라지고, 제품에 대한 태도가 변화는 것은 바로 기업들이 마케팅을 하고 있기 때문입니다.

 

이런 시장의 변화가 복잡한 것은 시장 데이터 변화에 영향을 주는 것들이 다양하기 때문입니다. 가장 큰 것으로 경쟁 제품들의 마케팅이 있습니다. 만약 아이폰 신제품이 나온다면 갤럭시의 판매량은 줄 것입니다. 반대로 갤럭시 신제품이 나온다면 아이폰 구매량 또한 줄 것입니다.

 

다음은 정치적 요소입니다. 과거 우버의 일부 서비스와 타다는 성장을 하다 시장 철수를 했습니다. 철수를 하게 된 것은 서비스 자체가 정치적 요소에 의해 불법으로 규정되었기 때문입니다. 그러면 시장에 있던 우버 일부 서비스나 타다의 데이터는 성장과 호감으로 존재하다 갑자기 사라지게 됩니다.

 

또 하나는 언론입니다. 언론은 소비자가 신뢰하는 정보원입니다. 그러므로 언론에 내용은 시장 데이터에 매우 큰 변화를 일으킵니다. 과거 쓰레기 만두 파동이나 황토 사건 등 언론의 기사가 기업을 판산으로 이끌기도 했습니다. 반대의 경우도 있습니다. 언론에서 좋게 기사화된 제품은 너무 잘 팔려 품절되기도 합니다.

 

 

변화와 관계의 이해

 

이렇게 시장 데이터는 여러 요소의 관계에 의해 변화하고 생성됩니다. 문제는 시장 데이터가 수많은 변수로 이루어진 함수의 결괏값 같다는 점입니다. 시장 데이터의 이해와 활용을 더 어렵게 하는 것은 변수가 많은 함수의 결괏값인데 이 함수 결과에 영향을 주는 변수를 다 적용시킨 것도 아니고 적용된 변수도 변화값을 정확히는 알지 못한다는 것입니다. 이로 인해 시장 데이터는 불확실성을 띄게 되고 확률 성질을 가지게 됩니다.

 

어쩌면 마케터가 시장 데이터를 얻기 위해 조사를 하고 측정하는 순간 시장에 영향을 주어 변화시키는지도 모릅니다. 일종의 슈뢰딩거 고양이 같은 것이라 할 수 있습니다.

 

결국 시장 데이터는 존재하지만 마케터가 마케팅을 위한 온전한 정확한 데이터를 얻는 것은 불가능하다는 것을 의미합니다. 그러므로 마케터는 데이터를 통해 시장의 방향성과 소비자 니즈와 욕구의 형태 등을 파악할 수 있습니다. 또한 소비자 각각을 알기는 데이터 확보나 저장/처리 비용 등으로 불가능합니다. 단지 방향성과 범위에 대한 파악만 가능합니다. 이런 이유로 인스타그램, 아마존 등 서비스에서 추천을 상품/콘텐츠 관계나 협업 필터링 같은 기술로 적용하는 것입니다.  

 

 

댓글