브랜드를 구축을 위한 데이터 마케팅

브랜드 구축을 위한 데이터에는 시장 데이터와 마케팅 피드백 데이터로 크게 구분할 수 있습니다. 시장 데이터는 브랜드와 직접 관련 있는 데이터와 그렇지 않은 데이터로 구분됩니다. 피드백 데이터는 브랜드 구축을 위해 기업이 진행한 마케팅에 노출된 소비자의 데이터입니다.

 

 

 

■ 브랜드 구축에 필요한 데이터 종류

 

브랜드 구축에는 크게 2종류의 데이터가 사용됩니다. 하나는 시장 데이터이고 다른 하나는 마케팅에 따른 피드백 데이터입니다. 이 두 데이터는 다른 특성을 가지고 있습니다. 그러므로 전달해 주는 정보도 다릅니다.

 

시장 데이터가 전반적인 상황 데이터 그러니까 소비자들이 브랜드에 대해 바라는 사항들과 시장에 대해 포지셔닝된 기존 브랜드에 대한 정보를 제공해줍니다. 시장 데이터는 순간순간 경쟁 브랜드의 활동 상황을 알려주기도 합니다.

 

마케팅 피드백 데이터는 브랜드 구축을 위해 진행된 마케팅의 효과에 대한 정보를 제공해 줍니다. 마케팅을 통해 시장이 얼마나 변했는지, 그 변화가 의도한 방향으로 이동하고 있는 것인지 확인할 수 있게 합니다. 때로는 브랜드 구촉 마케팅에 대응하는 경쟁 브랜드의 활동에 대한 정보도 제공해주어 대응 전략 수립에 도움을 줍니다.

 

그러나 일단 브랜드 구축 마케팅을 시작하면 시장 데이터와 마케팅 피드백 데이터는 서로 영향을 주는 관계에 있게 됩니다. 시장 데이터에도 마케팅에 따른 피드백 정보가 존재하고, 마케팅 피드백 데이터에도 시장 정보가 포함되게 됩니다.

   

 

 

■ 브랜드 구축에 필요한 시장 데이터

 

시장 데이터에는 브랜드와 직접 관련이 있는 시장 데이터와 직접 관련은 없지만 특정 상황에서 영향을 줄 수 있는 데이터를 구분할 수 있습니다.

 

브랜드와 직접 관련 있는 시장 데이터는 브랜드 제품의 구매 가능성이 큰 소비자로 구성된 시장 데이터를 의미합니다. 이 시장의 소비자에 대해 마케팅하는 다른 브랜드 관련 데이터도 포함할 수 있습니다. 다른 브랜드의 데이터는 결국 소비자 데이터에 포함되기는 하지만 원인 결과 파악을 위해 데이터는 따로 수집/관리하는 것이 좋습니다.

 

브랜드와 직접 관련은 없지만 영향을 줄 수 있는 시장 데이터는 정치/법률, 인구 변화, 수입, 기술 등과 관련한 데이터와 국내 시장용 브랜드의 경우 해외 시장의 변화 또한 포함될 수 있습니다. 해외에서도 판매되고 있는 브랜드라면 해외 시장 또한 브랜드와 직접 관련 있는 데이터가 됩니다.

 

브랜드의 특성에 따라 직접 관련성은 달라질 수 있습니다. 만약 모든 작업을 수작업하는 맞춤형 프리미엄 브랜드라면 직접 연관이 없는 로봇 기술과 머신러닝 기술의 발전이 로봇을 통한 자동화 대량 생산이 강점인 대중 브랜드나 유행 데이터를 기반으로 AI 디자인 기술을 바탕으로 하는 패션 브랜드라면 직접 관련이 있는 데이터가 됩니다.

 

즉 가치 생산을 위한 브랜드 핵심 역량에 어디에 있느냐에 따라 직접 관련성 데이터는 세부적으로 달라질 수 있습니다. 또 새로운 법률의 제정으로 사업에 영향을 받게 된다는 정치/법률 데이터는 더 이상 직접 관련이 없는 데이터로 치부하기에는 무리가 있게 됩니다.

 

 

 

■ 브랜드 구축에 필요한 마케팅 피드백 데이터

 

마케팅 피드백 데이터는 브랜드 구축을 위해 기업이 진행한 마케팅 결과로 나타나는 데이터를 의미합니다. 물론 마케팅을 진행한 소비자를 특정할 수 있고 이 소비자에게 마케팅을 하고 변화 데이터를 피드백받을 수 있다면 정확히 해당 데이터가 피드백 데이터라는 것을 알 수 있지만 그렇지 않은 경우가 더 많습니다. 그래서 통계적으로 검토할 수밖에 없습니다.

 

데이터 트래킹이 다른 매체에 비해 상대적으로 가능한 온라인 매체를 통한 광고에서도 다양한 상황에 따라 데이터는 유실되기도 하고 잘못된 데이터가 끼어들기도 합니다. 또한 온라인 매체를 통해 광고에 노출되었다 해도 해당 소비자가 그 광고 노출에 영향을 받았다고 단정할 수는 없습니다. 다른 광고/홍보 자극으로 마음이 움직였는데 때마침 광고가 있어 바로 구매 사이트로 이동할 수 있어 클릭한 것일 수 있습니다.

 

그리고 구매가 아닌 태도 변화를 측정하는 것은 더 어렵습니다. 인스타그램 광고에 노출된 소비자가 바로 구매는 없었지만 브랜드에 대해 좋은 태도를 가지게 되었다는 것을 어떻게 측정할 것인가에 대한 부분은 데이터 측면에서 아직 무리인 부분이 많이 존재합니다.

 

우선 소비자는 하나의 앱만 이용하는 것이 아닌 여러 서로 다른 앱을 이용한다는 것입니다. 크로스 사용되는 시점에서 사용자를 추적할 수 있어야 하고, 만약 다른 아이디를 사용하고 있다면 같은 사용자임을 확인할 수 있어야 합니다. 앱에 따라 이런 정보를 주지 않을 수도 있고 서로 다른 노출 알고리즘으로 인해 이 사용자의 행동 패턴이 앱에 따라 다를 수도 있습니다.

 

그러므로 마케팅 피드백 데이터는 통계와 확률 개념을 통해 변화를 추론하게 됩니다.

 

이렇게 보면 광고에 따른 즉각적인 구매 데이터는 브랜드 구축 마케팅에서는 매우 일부 데이터임을 알 수 있습니다. 구매 데이터만으로는 브랜드 변화를 결론지을 수는 없습니다. 단지 해당 시기 구매가 늘어난, 줄어든 결과를 보여줄 뿐입니다. 데이터 분석은 이 결과의 이유를 찾아내는 것입니다.