프로필 세분화: 고객 개인화의 이점

현대 마케터들은 '1:1 개인화'를 달성하기 위해 많은 시간과 노력을 들입니다. 그들은 더 우수하고 맞춤화된 브랜드 경험을 위해 콘텐츠를 최적화하는 방법을 지속적으로 모색하여 수익과 브랜드 충성도를 높입니다. 이 모든 것은 프로필 세분화 없이는 불가능합니다. 알아야 할 다른 유행어나 용어에 대해 걱정하기 전에 하지 마십시오. 우리는 당신을 위해 몇 가지 환상적인 프로필 세분화의 예를 가지고 있습니다.

그러나 어떤 마케터도 데이터베이스의 모든 고객에 대해 개인화된 콘텐츠 를 수동으로 생성할 수 없습니다. 브랜드에 연락처가 수십만, 수백만 개이더라도 해당 사용자 지정에 소요되는 시간을 상상하는 것은 상상만 해도 끔찍합니다. 대신, 개인화를 가능하게 하기 위해 마케터는 고객 프로필 세분화에 크게 의존합니다.

문제는 세분화조차 너무 복잡해져서 잠재고객을 개인화하는 것만큼이나 수동으로 잠재고객을 세분화하는 것도 어렵다는 것입니다.

개인 수준에서 고객과 연결하기 위해 주요 브랜드는 인공 지능(AI) 및 데이터, 특히 자사 데이터를 통해 지원되는 고객 프로필 세분화에 의존합니다.

자사 데이터 및 고객 프로필 세분화

자사 데이터 는 단순히 연락처에서 직접 수집하고 사용 권한이 있는 정보입니다. 연락처가 브랜드와 상호 작용하고 세부 정보를 기록할 때마다 자사 데이터가 생성됩니다. 예로는 고객 피드백, 매장 내 구매 데이터, 소셜 미디어 데이터 및 설문 조사 데이터가 있습니다.

자사 데이터에는 다음과 같은 많은 이점이 있습니다.

1. 믿을 수있는. 이 데이터는 연락처에서 직접 가져오기 때문에 간접적인 출처에서 가져온 제2자 또는 제3자 데이터보다 품질이 높고 정확합니다.
2. 비용 효율적입니다. 자사 데이터는 다른 기업이나 데이터 수집기로부터 구입한 타사 또는 타사 데이터보다 저렴합니다. 물론 마케터는 이를 수집하는 기술이 필요합니다.
3. 준수 GDPR 및 캘리포니아 소비자 개인정보 보호법(CCPA)과 같은 더 많은 규정으로 인해 기업은 사용 중인 데이터가 법적 문제를 일으키지 않도록 해야 합니다. 자사 데이터는 사용에 대한 고객 동의를 얻는 것을 제어합니다.
4. 관련있는. 마케터가 제2자 및 제3자 소스에서 얻는 데이터는 고객과의 상호작용과 관련이 있을 수도 있고 관련이 없을 수도 있습니다.

관련된 자사 데이터는 고객 프로필 세분화의 생명선입니다.

새로운 주방용품 액세서리 출시를 예로 들어 보겠습니다. 수집한 자사 데이터를 사용하여 특정 고객 그룹을 타겟팅할 수 있습니다. 세 그룹으로 마케팅할 수 있습니다. 작년에 기기를 구입한 고객; 기기에 대한 다른 액세서리를 두 개 이상 구매한 고객 귀하의 블로그에서 관련 레시피를 읽는 사람들.

고객 참여 플랫폼 내에서 자동화를 사용하여 세분화된 그룹에 관련 메시지가 포함된 캠페인을 설정할 수 있습니다. 고객이 귀하의 브랜드에 참여함에 따라 일부는 자동으로 세그먼트 중 하나에 포함된 다음 관련 캠페인을 실행하는 조치를 취합니다.

자사 데이터가 없었다면 이와 같은 개인화 캠페인은 결코 불가능했을 것입니다.

프로필 세분화의 예: 3개 브랜드가 개인화의 이점을 발견합니다.

가상의 예도 좋지만 실제 프로필 분할 예가 더 재미있고 계몽적입니다.

세 브랜드는 자사 데이터를 사용하여 개인화되고 관련성 높은 경험을 제공하고 주요 이점을 발견했습니다.

1. Innovasport: 세분화 후 급증한 고객 충성도 프로그램
2. Orlebar Brown: 데이터 사일로를 제거하여 놀라운 CX 및 참여 제공
3. BrandAlley: 관련 메시지로 평균 주문량이 10% 증가했습니다.

Innovasport: 고객 세분화는 로열티 프로그램을 강화합니다.

로열티 프로그램은 풍부한 자사 데이터 소스입니다. 선도적인 스포츠 용품 소매업체인 Innovasport 는 고객 라이프사이클을 더 잘 이해하고 고객 선호도에 대한 더 깊은 통찰력을 얻기 위해 Legends라는 새로운 충성도 프로그램을 시작했습니다 .

Innovasport는 Legends를 계층형 프로그램으로 설계하여 고객을 저, 중, 고소비자로 분류했습니다. 그렇게 함으로써 마케팅 팀은 고객의 구매 행동을 기반으로 고객에게 맞춤화된 할인을 더 잘 제공할 수 있습니다. 또한 프로그램 혜택과 보상, 실시간 커뮤니케이션을 쉽게 확인할 수 있는 환영 캠페인을 제공합니다. 이 프로그램은 구매 빈도와 평균 주문 가치(AOV)를 모두 증가시키도록 설계되었습니다.

첫 출시 2개월 만에 레전드 프로그램은 350,000명의 회원으로 성장했습니다. 뿐만 아니라 이메일 열기율도 8%에서 35~40%로 증가했습니다.

올바른 메시지를 사용하여 올바른 청중에게 도달하면 고객 관계에 지속적인 영향을 미칩니다.

Orlebar Brown: 개인화된 CX는 놀라운 결과를 얻습니다.

브랜드와 상호 작용하는 라이프사이클과 관련하여 고객을 세분화함으로써 마케터는 메시지를 보다 효과적으로 개인화할 수 있습니다. 그들은 또한 고객이 길을 잃으려 할 경우 다시 정상 궤도에 오르도록 조치를 취할 수 있습니다.

남성 수영복 소매업체인 Orlebar Brown의 CRM 및 고객 인사이트 책임자인 Sebastiano Elia 는 "고객이 새로운지, 활동적인지, 참여하지 않는지, 비활동적인지 여부를 활용하십시오."라고 말합니다 .

초기에 브랜드는 데이터 사일로와 시스템이 서로 통신할 수 없기 때문에 개인화에 어려움을 겪었습니다. 그러나 데이터를 통합된 고객 참여 플랫폼으로 통합함으로써 놀라운 발전을 이루었습니다.

Orlebar는 이름을 사용하는 것에서 구매자의 라이프사이클 단계에 따라 메시지를 맞춤화하는 방향으로 전환했습니다. 데이터 분석 및 시각적 선호도와 같은 도구를 통해 Orlebar는 맞춤형 권장 사항을 제공하고 신규 고객을 더 잘 환영하며 활성 고객의 참여를 유지하고 이탈 고객을 다시 일반 상태로 유인할 수 있습니다.

BrandAlley: AI 및 자사 데이터의 힘 활용

마케팅은 소비자 트렌드의 변화를 파악하여 관련성을 유지할 수 있는 기회가 있습니다. 소비자의 이해관계가 불가피하게 변하는 경우 세그먼트에서 세그먼트로 자유롭게 이동할 수 있어야 합니다.

BrandAlley는 고객에게 많은 양의 이메일을 보냅니다. BrandAlley는 고객 참여를 위한 AI 채택을 통해 관련 메시지를 통해 고객을 전략적으로 타겟팅할 수 있었습니다.

BrandAlley의 마케팅 책임자인 Alexandra Vancea 는 "올바른 언어로 올바른 고객과 대화할 수 있도록 했습니다."라고 말합니다 .

마케팅 팀은 고객 라이프사이클의 특정 세그먼트에서 평균 주문 금액이 10% 증가하는 것을 확인했습니다. 그들은 또한 이탈할 가능성이 있는 고객의 24%를 되찾을 수 있었습니다.

프로필 세분화로 1:1 개인화 달성

자사 데이터는 자동화된 고객 프로필 세분화에 매우 중요합니다. 이것이 없다면 대규모 개인화 마케팅 은 헛된 꿈일 뿐이지만, 이를 통해 마케터는 고객의 관심사에 직접 이야기하고 관련 없는 콘텐츠에 주의를 낭비하지 않을 수 있습니다.

이러한 자동화를 지원하는 고객 참여 플랫폼을 통해 마케터는 대규모 1:1 개인화를 달성하고 탁월한 고객 참여를 유도할 수 있습니다.

위의 사용 사례 는 고객 지출 계층, 고객 수명 주기 및 고객 관심 분야를 기반으로 한 세분화 전략 을 설명합니다. 자사 데이터를 사용하여 잠재고객을 분류하는 방법은 마케팅 목표와 제품에 따라 크게 달라집니다. 세분화에 사용되는 기타 일반적인 데이터 포인트에는 연령, 성별, 구매 내역, 구매 빈도, 채널 선호도, 매장 내 구매 대 웹 기반 구매 등이 있습니다.

나누어 정복하라!