American Apparel: 옴니채널 세계에서 고객 중심 추진

American Apparel의 최고 디지털 책임자(CDO)는 소매의 미래, 소비자에게 가치를 제공하는 것의 중요성, IoT 및 옴니채널 세계를 위한 전략에 대해 논의했습니다.

American Apparel의 최고 디지털 책임자인 Thoryn Stephens은 ClickZ Live Hong Kong에서 마케터가 데이터와 기술을 사용하여 소비자에게 가치를 제공할 수 있는 방법에 대한 기조 연설을 했습니다. 방법은 다음과 같습니다.

가치를 어떻게 정의하고 가치를 어떻게 측정하며 가치를 창출하는 방법은 무엇입니까?

Stephens는 항상 록 스타가되고 싶었습니다. 대신 그는 분자생물학자가 되었습니다. 데이터 분석에 대한 이러한 과학적 접근 방식 덕분에 2003년에 결국 소비자 행동을 이해하기 위해 처음으로 Google Analytics 계정을 Ad Words 및 Salesforce와 연결하게 되었습니다.

이것은 차례로 실리콘 밸리의 신생 기업, 텔레비전 방송인, 그리고 오늘날 American Apparel의 CDO로서의 역할로 이어졌습니다.

“전직 과학자였기 때문에 내가 하는 모든 일은 측정에 기반을 두고 있습니다.”라고 Stephens가 말했습니다.

그는 모든 것을 측정하는 방법을 보여줄 수 있기 때문에 다른 어떤 부서장보다 더 많은 자금을 지원받는다고 생각합니다. 그는 또한 자신의 성공이 자신의 기술 팀을 소유하는 데 달려 있다고 믿습니다.

Stephens에 따르면 트래픽을 획득에서 전환으로 유도하려면 마케터가 다음을 수행해야 합니다.

• 소비자 경험 이해
• 테스트 및 학습을 통한 최적화
• 유지 전략 개발

이 모든 것의 기본 요소는 기술과 데이터 과학입니다.

시작하려면 조직이 데이터 성숙도 곡선에서 자신이 어디에 있는지 이해해야 합니다.

데이터 성숙 곡선의 4단계는 다음과 같습니다.

1. 올바른 데이터 수집

2. 데이터 보고 및 인사이트 도출

3. 가설 테스트(테스트 및 학습 접근 방식 개발)

4. 예측 분석

곡선의 각 단계는 더 복잡해 지지만 동시에 조직이 도달하는 곡선을 따라 더 나아가 잠재적인 비즈니스 영향도 증가합니다.

사용자 상태 및 프로필

Stephens는 세 가지 주요 차원에서 세상을 봅니다.

• 알 수 없는 사용자
• 익명의 사용자
• 알려진 사용자

각 차원에는 값이 있습니다. 사용자가 식별되면 알 수 없거나 익명의 사용자에서 알려진 사용자로 소비자를 유도하는 것이 목표입니다.

알 수 없는 사용자

Fox Broadcasting에서 근무하는 동안 Stephen은 비즈니스 최초의 데이터 과학 최적화 전략 구축을 담당했습니다. 당시 그는 심슨 가족 브랜드 작업을 하고 있었습니다. Facebook 페이지에서 7천만 개 이상의 좋아요(알 수 없는 사용자)가 있었지만 그에 비해 CRM은 작았습니다(알려진 사용자).

주요 과제는 이러한 알 수 없는 사용자를 알려진 사용자로 전환하는 것이었습니다. 경품과 같은 Facebook 애플리케이션을 사용하여 Stephens와 그의 팀은 사용자를 참여시키고 이메일 주소를 공유하도록 장려했습니다. 이메일 주소로 알 수 없는 사용자가 알려진 사용자가 되었습니다.

익명의 사용자

익명 사용자는 예를 들어 쿠키가 될 수 있는 사용자입니다. 행동이나 지리적 위치에 대한 기본 프로필이 있지만 정확히 누구인지는 알려져 있지 않습니다.

리타게팅을 사용하여 마케터는 이러한 소비자에게 콘텐츠를 맞춤화하고 알려진 사용자가 되도록 유도할 수 있습니다. 이는 다음과 같이 장려함으로써 달성할 수 있습니다.

• 이벤트 등록
• 구매를하다
• 앱 다운로드(등록 포함)

알려진 사용자

사용자가 알려진 사용자가 되면 모든 종류의 데이터를 가져올 수 있습니다.

"궁극적으로 당신은 소비자로서 뿐만 아니라 이제 브랜드로서도 그들로부터 최고의 가치를 이끌어낼 수 있습니다. 왜냐하면 당신이 그 알려진 개별 사용자에게 경험을 맞춤화하고 있기 때문입니다."라고 Stephens는 말했습니다.

이러한 방식으로 사용자를 식별하면 여러 채널에서도 더 효과적으로 타겟팅할 수 있습니다.

• 알 수 없는 사용자는 TV와 비디오로 표적이 될 수 있습니다.
• 광고에 대한 사이트 경험을 기반으로 하는 리타게팅을 통한 익명의 사용자.
• 앱, 푸시 알림, 인앱 메시지, SMS 및 이메일이 있는 알려진 사용자.

"궁극적으로는 알 수 없는 사용자 외부의 이러한 모든 상호 작용을 추적하고 이해하고 궁극적으로 최적화할 수 있습니다."라고 Stephens는 말했습니다.

사용자 수준의 가치 평가를 통한 고객 중심 추구

Stephens에 따르면 고객 중심성은 비즈니스의 장기적 가치를 극대화하기 위해 선별된 고객 집합의 현재 및 미래 요구 사항에 중점을 둡니다.

Stephens는 80:20 규칙으로 귀결됩니다.

"당신은 그 사용자가 누구인지 진정으로 이해함으로써 80%의 수익을 창출하는 20%의 고객에게 집중하고 있습니다."라고 그는 말했습니다.

다음은 다양한 형태의 고객 가치에 대한 분석입니다.

• RCV – 실현된 고객 가치: 오늘날 이 고객의 가치.
• RLV – 남은 평생 가치: 이 고객을 미래에도 유지합니다.
• CLV – 고객평생가치 – RCV와 RLV의 조합으로 일정 기간 동안의 소비자 가치입니다. 이 고객을 확보하기 위해 얼마를 지불할 용의가 있습니까? 예를 들어 고객의 평생 가치가 500달러라면 고객을 확보하기 위해 200~300달러를 지불할 준비가 되어 있을 것입니다.

RCV 사례 연구: 실리콘 밸리 스타트업

이전 직책에서 Stephens는 4000만 달러를 모금하고 200만 Facebook 팔로워와 1000만 회원을 보유한 스타트업에서 일했습니다.

그러나 고객의 비율은 상당히 작았고 RCV는 마이너스 수만 달러였습니다. Stephen은 어떻게 부정적인 가치의 고객을 가질 수 있었는지 궁금해했습니다.

그의 팀은 데이터를 분석한 결과 사용자 수준에서 다수가 직렬 교환 및 반품인 것을 발견했습니다. 특정 RCV 지표를 통해 팀은 즉시 회사의 배송 및 교환 정책을 변경하여 비즈니스에 추가적인 비용 절감 효과를 가져올 수 있었습니다.

클러스터링 분석 사례 연구: Fox Broadcasting

클러스터링이라는 통계적 방법을 사용하여 Stephen은 특정 방식으로 모두 유사한 Fox 웹사이트 방문자를 식별할 수 있었습니다.

먼저 그는 1년치 Adobe 분석 데이터를 모아서 클러스터링했습니다.

팀은 비즈니스를 주도하는 가치 지표(이 경우 비디오를 시청하는 소비자)(감시 중독자)를 주요 수익 창출 소스로 찾고 있었습니다.

클러스터링과 여기 최대화 알고리즘(EM)이라는 특정 알고리즘을 사용하여 그들은 행동 패턴을 보기 시작했습니다. 네 가지 주요 유형의 사용자가 생태계 내에서 등장하기 시작했습니다.

1. Watchaholics : 웹 사이트를 다시 방문하여 비디오 광고 조회수를 유도하는 방문 빈도가 높은 사람들. 이 그룹은 추가 광고 비용을 유도하고 있었기 때문에 평가 곡선에서 고부가가치 소비자로 간주되었습니다.

2. 우연한 관찰자

3. 국제 그룹

4. 수동적 집단

워치홀릭에 초점을 맞춘 후 팀은 최근성과 빈도를 살펴보았습니다.

“그들의 행동에 대해 무엇을 배울 수 있습니까? 우리는 그 통찰력을 가지고 테스트를 시작했습니다.” 그런 다음 이 통찰력을 사용하여 일반 감시자 중 일부를 감시 중독자로 유도하는 것을 목표로 테스트했습니다.

“우리는 거기서 멈출 수 있었습니다. 그러나 우리는 그렇지 않았습니다.”라고 Stephens는 말했습니다.

데이터에 따르면 수동 사용자는 비디오를 많이 소비하지 않았지만 방문 횟수는 많았습니다. 팀은 Fox 웹사이트를 방문한 직후 두 번째 페이지가 일정이라는 것을 발견했습니다.

“그들은 실제로 Fox.com을 거대한 TV 가이드로 사용하고 있었습니다. 이는 밸류에이션 곡선을 뒤집었습니다. 이를 통해 수동 사용자의 행동과 그에 대한 테스트 방법을 이해할 수 있었습니다.”

수동적인 사용자가 웹사이트를 방문할 때마다 세그먼트를 만든 후 사용자가 가장 좋아하는 프로그램의 일정을 홈페이지에 배치했습니다.

그런 다음 Stephens의 팀은 자동화된 경고를 위한 이메일 수집을 통해 한 단계 더 나아갔습니다.

잠재고객 개발 사례 연구: American Apparel

Facebook은 몇 년 전에 맞춤 잠재고객을 개척했습니다. 이를 통해 마케팅 담당자는 이메일, 전화번호, 장치 아이디어 또는 쿠키의 네 가지 주요 변수를 가져와 Facebook에 입력하고 여러 차원을 통해 해당 소비자를 타겟팅할 수 있습니다. 이제 Instagram, Twitter 및 Google의 Customer Match와 같은 다른 플랫폼에서도 사용할 수 있습니다.

이 예에서 American Apparel은 장바구니 포기율을 개선하고자 했습니다. “오라클을 통해 누군가가 장바구니에 광고를 할 때를 알 수 있습니다. 문자 그대로 반송되면 몇 초 안에 이메일을 받는 대신 Facebook에서 리타게팅된 광고를 받습니다. 밀리세컨드까지 내려갈 수 있습니다.”

Stephens는 이러한 소셜 CRM 캠페인의 수익이 광고 투자 수익의 30배라고 말했습니다.

또 다른 예에서 American Apparel은 데이터를 사용하여 휴면 이메일 구독자, 즉 일정 기간 동안 웹사이트와 상호 작용하지 않았거나 이메일을 열지 않은 소비자를 찾았습니다. 이러한 재참여 캠페인은 이메일이나 Facebook을 통해 배포되어 할인 대상이 되었습니다.

소매의 미래

American Apparel의 마케팅에 대한 미래는 어떤 모습입니까? Stephens는 여러 분야에 집중하고 있습니다.

옴니채널

옴니채널 마케팅은 소매와 디지털의 교차점입니다. 예를 들어, 소비자가 길을 걷고 있고 상점을 지나갈 때 상점으로 구매를 유도하는 푸시 알림을 받습니다. 이 옴니채널 어트리뷰션은 판매에 대해 디지털 및 소매 채널 모두에 크레딧을 제공합니다.

사물인터넷과 RFID

RFID는 모든 의류의 태그에 내장될 수 있는 칩입니다. American Apparel에서 이 기술은 전 세계적으로 200개 매장과 1,500만 개의 태그에 배포되었습니다. 이를 통해 마케팅 팀은 글로벌 실시간 재고 수준을 추적하고 이해할 수 있습니다.

다음 단계는 소비자 경험을 개선하고 수익을 창출하는 데 사용할 수 있는 방법을 설정하는 것입니다. American Apparel은 현재 NFC 칩을 사용하여 광고판이나 버스 정류장의 광고에 연결하는 모바일 장치를 실험하고 있습니다. 소비자가 광고를 좋아하면 휴대전화를 탭하여 텍스트 봇 대화를 시작합니다. 사용자는 색상이나 크기에 대해 질문한 다음 해당 특정 맞춤형 제품이 가까운 매장에서 구입할 수 있는지 확인할 수 있습니다.

Postmates와 함께 주문형

최근 American Apparel은 미국에서 Postmates와 함께 주문형 배송 캠페인을 진행했습니다. 소비자는 후드티를 주문하고 60분 이내에 배송받을 수 있습니다.

“소비자 채택이 있습니까? 아직까지는 아니지만 목표에 도달하고 있습니다.”라고 Stephens는 말했습니다. 그는 밀레니얼 세대의 "must have now" 문화를 강조했으며 주문형 배송이 미래의 방식이라고 믿습니다.

테이크아웃

Stephens의 주요 내용은 다음과 같습니다.

1. 조직 데이터 성숙도 평가

2. 고객 중심 측정 및 측정 기준으로 비즈니스 추진

3. 테스트 및 학습 - CLV가 높은 사용자를 분류하고 가치가 낮은 사용자를 가치가 높은 사용자로 이동하기 위한 가설을 테스트합니다.

“모든 것을 시험하고 배우십시오. 고가치 고객을 이해했다면 그들에 대해 무엇을 배울 수 있는지 물어보고 중저가 소비자를 테스트하여 고가치 고객이 되도록 하십시오.”

4. 주문형 이행은 소매의 미래입니다.

적은 예산

Stephens는 평생 가치를 이해하는 데 큰 예산이 필수적인 것은 아니라고 말했습니다.

“많은 모델이 무료로 제공됩니다. 전자 상거래 엔진 또는 판매 시점에서 거래 기록이 나오는 한 필요한 모든 데이터가 있습니다. 최근성과 빈도가 다소 애매할 수 있지만 일반적으로 타임스탬프와 거래 기록 등 필요한 것은 있어야 합니다.”