컨버티드 : 마음을 훔치는 데이터분석의 기술

컨버티드 : 마음을 훔치는 데이터분석의 기술 - 실리콘밸리 최고 데이터분석 전략가가 밝히는 60억 고객을 사로잡는 법
닐 호인 지음, 이경식 옮김 / 더퀘스트 / 2022년 6월

사회적으로 ‘데이터'에 대한 관심이 부쩍 높아졌다.

데이터의 중요성은 모두가 알고 있지만 그 데이터를 제대로 활용하고 있지는 못하다.

왜일까?

데이터가 가지고 있는 본질적인 의미를 찾기 보다는 데이터로 부터 원하는 결과를 찾으려 하기 때문이다.

이 책 ‘컨버티드'는 데이터에 대하는 올바른 자세에 대해 말하고 있다.

데이터란 무엇일까?

고객이 남긴 이동경로, 구매정보, 가입현황 등을 말한다.

저자는 이 데이터를 고객 그 자체로 바라보라고 말하고 있다.

온라인이 아닌 실제 오프라인에서의 고객이라고 생각하면 데이터에 대한 관점이 달라질 수 있다.

매장에 들어와서 기웃거리다가 나가는 손님도 있고, 이것저것 물어보고 나가는 손님도 있고, 몇 번이나 재방문해서 나중에 구매하는 손님도 있다.

한번에 많은 것을 구매하는 손님도 있고, 자주 오는 단골손님도 있다.

오프라인에서는 이런 손님 유형에 따라 다른 응대가 가능하다.

그런데 왜 온라인에서는 그렇게 하지 않고 있을까?

온라인 상에서도 이런 고객들의 유형을 확인할 수 있다.

하지만 오프라인에서처럼 유형에 따른 맞춤 응대를 하지 않는다.

이런 맞춤 응대를 가능하게 할 수 있는 방법을 찾는 것이 올바른 데이터 분석이다.

아래는 데이터를 다루는 세 가지 원칙이다.

일단 시작하라
 - 무엇보다도 단순하게 시작하는 것이 중요하다.
 - 일을 진행하면서 더 많은 데이터를 얼마든지 추가하겠지만 구체적인 목적을 가지고 진행해야 한다.
 - 진짜 실력 있는 마케터는 자기가 가진 데이터를 어떻게 사용할 것인가에 초점을 맞춰 최대한 단순하게 진행한다.
사람에서부터 시작하라
 - 우리가 고객을 통해 돈을 번다면 그 돈이 어디서 왔는지 알고 그 고객이 누군인지 알아야 한다.
 - 채널이나 캠페인 또는 제품을 기반으로 조직된 데이터는 데이터를 바라보는 잘못된 방법이다.
 - 데이터는 사람에서부터, 곧 돈에서부터 시작해야 한다.
모든 고객이 이름을 알아두어라.
 - 될 수 있으면 고객의 이름을 많이 알아야 한다.
 - 어떤 고객의 실제 이름, 이메일 주소, 충성 고객을 관리하는 프로그램의 고유번호 등이 바로 그 고객의 이름이다.

데이터 분석을 너무 거창하게 시작할 필요가 없다.

지금 당장 얻을 수 있는 데이터에서부터 시작하자.

그 데이터로부터 유효한 결과를 얻을 수 있다면 조금씩 더 확대해 나가면 된다.

데이터는 곧 사람(고객)이다.

실제로 오프라인에서 고객의 동선을 확인하는 것이라 생각하면 된다.

마지막으로 고객의 이름을 알아야 한다.

오프라인에서 단골 고객, 진상 고객의 이름이나 특징을 외우는 것처럼 온라인 상에서의 고객의 특성별 이름을 기억해야 한다.

질문의 방식은 돌아오는 답변뿐 아니라 고객의 행동도 달라지게 할 수 있다.
예를 들어 “제품과 관련된 경험은 어땠습니까?” 같은 중립적인 질문이나 “개선해야 할 점이 있었습니까?” 같은 부정적인 질문을 하면 더 많은 정보를 얻을 수 있다.
또 “제품에서 가장 마음에 드는 점은 무엇입니까?” 같은 긍정적인 질문을 하면 매출을 더욱 높일 수 있다.

‘아' 다르고 ‘어' 다르다.

이는 질문에도 유효하다.

원하는 데이터가 무엇이냐에 따라 질문의 방식이 달라져야 한다.

적극적인 호응을 얻기 위해서는 긍정적인 질문을 해야 하고, 반대의 경우에는 부정적인 질문을 한다.

이는 정치와 같은 인기투표에서 많이 사용하는 방법이다.

중립적인 질문을 통해 객관적인 데이터를 얻어야 하지만, 원하는 데이터에 따라 질문의 유형이 달라진다.

원하는 ‘올바른' 결과를 얻을 수 있는 질문을 만들어야 한다.

가장 좋은 질문은 상대방의 대답을 토대로 바로 행동할 준비가 되어 있는 질문이다.
어떤 질문을 하기 전에, 상대방의 대답을 들은 다음에 어떻게 대응할 것인지 미리 생각해둬라.
만약 상대방의 대답에 다음 행동을 바꿀 게 아니라면 상대방에게 구매비 지출이 얼마나 되는지 묻지 마라.
질문을 할 때는 언제나 분명한 의도가 있어야 한다.

꼭 명심해야 할 문구이다.

언제 필요할지 모르는 데이터를 저장하기 위한 의미없는 질문은 오히려 고객들에게 피로감만 준다.

당장 고객에게 피드백을 줄 수 있는 질문이 아니라면 과감하게 포기하라.

처음 방문한 고객에게 수십가지의 질문을 던진다면 질려서 바로 나갈 것이다.

질문의 적절함은 문제 수만 아니라 시점도 중요하다.

데이터를 수집하는 질문의 수나 시점이 적절한지 살펴보자.

어떤 통찰이라도 영원한 진리로 남을 수는 없다.
끊임없이 질문하고, 테스트하고, 의미 있는 신호를 찾아야 한다.
오늘 사용할 수 있는 것을 사용하되 내일에 맞는 해답을 찾아야 한다는 것을 기억하라.

데이터 분석은 한번으로 끝나지 않는다.

같은 질문을 하더라도 상황-시기나 환경-에 따라 답이 달라질 수 있다.

당연히 답에 따라서 분석 결과가 달라질 것이다.

의미 있는 신호는 오늘 유효한 것이고, 내일을 또 다른 신호를 찾아야 한다.

고객 관계를 지금보다 더 발전시키기로 마음먹었다면 모든 고객을 대상으로 노력을 해서는 안 된다.
누구를 대상으로 할지, 서비스 비용을 너무 많이 잡아먹는 누구를 대상에서 제외할지 알려주는 신호들을 먼저 포착해야 한다.

많이 실수하는 부분 중 하나이다.

‘모든 고객'을 만족시킬 수 있는 서비스는 없다.

현재의 서비스에 만족하는 고객들에게 더 나은 서비스를 제공할 수 있도록 노력해야 한다.

만족하지 않은 고객을 포기하라는 것이 아니다.

더 신경써야 할 고객 우선순위를 정하라는 것이다.

매달 수백만원의 매출을 올려주는 고객과 매일 구경만 하는 고객을 똑같이 대한다면 문제가 있는 것이다.

지금 집중해야 할 고객이 누구인지 선별하라.

그리고 그들의 만족도를 더 높여줄 수 있는 방법을 찾아라.

이 책을 보면서 ‘데이터'에 대한 시각이 많이 바뀌었다.

또한 올바른 데이터 수집을 어떻게 해야 하는지도 배웠다.

지금까지 ‘아무 생각없이' 데이터를 수집하기 위한 행동들이 참으로 의미없었음을 알게 되었다.

데이터 분석을 하기에 앞서 올바른 데이터를 수집해야 한다.

그 이후에야 분석의 의미가 있을 것이다.

데이터 분석을 하는 이유는 ‘제대로 고객을 이해하기 위한 것'임을 잊지 말아야 한다.