오늘날 고객은 제품 탐색에서부터 구매에 이르기까지 각 단계에서 여러 데이터를 남기게 됩니다. 기업과 고객의 접촉 채널 및 데이터 유형이 증가함에 따라서 고객 데이터(Customer Data)의 양도 급증하고 있습니다. 하지만 이 수많은 고객 데이터들은 각기 다른 개별 시스템으로부터 수집 및 저장되기 때문에 통합적으로 활용하기가 어렵습니다.
그동안 많은 기업들은 시스템별로 고객 데이터를 관리했기에 고객의 특성과 요구사항을 정확하게 파악하고 이해하기에 어려움이 많았습니다. 보다 정확한 고객 요구사항이나 고객(군)의 특성을 파악하기 위해 고객 데이터를 효율적으로 통합하고, 다차원적으로 분석하는 데이터 기반의 개인화 마케팅이 더욱 요구되는 시대입니다.
개인화 마케팅(Personalization Marketing) 시대에 접어들면서 고객의 요구사항들은 점점 다양해지고 있고, 고객은 기업에게 더욱 많은 것을 기대하고 있습니다. 기업도 고객 데이터를 정확히 분석함으로써 고객의 눈높이에 맞는 서비스를 제공할 필요가 있습니다. 하지만 실제 고객에게 이러한 경험을 제공할 수 있는 기업은 많지 않습니다. 고객 데이터의 통합이 효과적으로 이루어지지 않은 까닭입니다.
이런 이유로 최근 기업들은 CDP(Customer Data Platform)의 도입을 고려하고 있습니다. CDP는 시스템별로 수집되는 고객 데이터를 하나의 중앙 저장소에 모아 통합관리 및 분석을 가능하게 합니다. 이로써 기업은 이메일, 소셜미디어 등을 통한 온라인 마케팅뿐만 아니라, 다양한 형태의 마케팅 캠페인 활동을 효과적으로 수행할 수 있는데요. 이를 통해 기업은 고객 만족도를 높이고, 신규 고객 창출과 기존 고객 유지가 가능해져 기업의 매출과 수익을 향상시킬 수 있는 것이죠.
CDP는 구체적으로 무엇인가요?
CDP의 목적은 다양한 채널을 통해 수집된 고객 데이터를 통합하여 360도의 고객 프로필을 생성하는 것입니다. 이를 통해 ‘단일 고객 뷰(Single Customer View)’라고 하는 통합 고객 프로파일을 만듭니다.
고객의 요구에 맞는 다양한 개인화 경험과 그것들에 기반한 오퍼(Offer)를 제공하기 위해서는 고객을 제대로 분석하는 것이 중요한데요. 그런 차원에서 CDP는 기존 고객 정보의 문제점들을 해결하기 위한 솔루션으로 여러 시스템으로부터 수집된 고객 데이터들을 통합하고, 기존 시스템과 쉽게 연계하여 사용할 수 있는 통합 데이터베이스라고 할 수 있습니다. 이를 통해 고객에 대한 많은 인사이트를 얻을 수 있으며, 제품 추천과 최적의 캠페인 실행 업무 등을 수행할 수 있습니다.
CDP의 주요 기능은 무엇인가요?
CDP의 주요 기능은 크게 네 가지로, 데이터 수집, 데이터 통합, 데이터 활성화, 데이터 관리가 있습니다.
- 데이터 수집(Data Collection)
CDP를 사용하면 웹사이트와 모바일 앱을 포함하여 기업과 상호 작용하는 모든 채널에서 고객 데이터를 수집할 수 있습니다. 대표적인 채널로는 광고 채널, 이메일, CRM, 결제 시스템, 홈페이지, 온라인 쇼핑몰 등이 있는데요. CDP는 각 채널에서 수집된 정보가 한곳에 저장될 수 있도록 단일 정보 저장소(Single Source of Truth)를 생성합니다. - 데이터 통합(Data Synthesis)
CDP는 개별 고객을 어떤 연관성으로 그룹핑함으로써 온라인이나 오프라인의 모든 채널에서 사용자의 활동과 특성을 파악할 수 있습니다. 웹사이트를 방문했으나 아직 가입하지 않은 잠재고객에 대한 익명 프로필도 생성할 수 있는데요. 잠재고객인 해당 방문자가 웹서핑이나 회원 가입 절차에서 남긴 디지털 흔적(Digital Footprint)을 통해 식별되면 통합 고객 프로필을 생성하여 관리하게 되는데요. 이를 통해 데이터의 손실 없이 고객 정보를 통합할 수 있습니다. - 데이터 활성화(Data Activation)
CDP를 통해 수집/저장/통합된 데이터는 기존에 기업에서 사용하고 있는 시스템과 채널, API 등을 상호 연계하여 다양한 관점에서 활용할 수 있습니다. 자체적으로 수집한 고객 데이터에 대해 캠페인을 실행할 수 있는 기능을 포함하기도 합니다. CDP는 수집 시점부터 통합된 데이터를 활용하여 고객의 참여와 유지, 평생 가치(CLV: Customer Lifetime Value) 창출에 사용될 수 있는 중요한 인프라 역할을 수행합니다. - 데이터 관리(Data Governance)
CDP는 여러 채널에서 수집된 데이터의 무결성(Data Integrity) 여부와 개인 정보 보호법 준수를 확인하기 위한 공통 데이터 표준을 적용합니다. 이를 통해 법규 준수 및 데이터 관리의 효율성을 꾀할 수 있습니다. 즉, 데이터 품질(Data Quality) 문제를 신속하게 진단하고, 이를 해결하기 위한 방안을 제공하는 것인데요. 예를 들어 데이터가 사양에 맞지 않는 경우 CDP는 데이터 무결성을 유지하기 위해 이벤트를 자동 차단하거나 변환할 수 있습니다.
CDP를 통한 고객 데이터 통합이 왜 중요할까요?
고객 데이터를 통합하는 여러 방법들 중에서 CDP를 활용해야 하는 이유는 무엇일까요? 크게 기술적, 데이터 가치, 개인정보 보호 등 세 가지 측면에서 살펴보겠습니다.
첫째, 기술적 측면에서 CDP는 각 시스템별로 산재돼 있는 데이터를 통합하기 위한 여러 가지 기술적 기능들을 제공합니다. 이를 통해 시스템 구축 기간을 단축하여 기업 환경에 빠르게 활용할 수 있습니다. 데이터 수집 양이 크게 증가하는 경우, 이에 대한 관리를 효율적으로 수행할 수 있는 환경을 제공하기도 합니다. 그리고 인공지능(AI)과 기계학습(Machine Learning)을 활용한 데이터의 처리 및 분석 활동을 통한 예측 모델(Prediction Model)을 쉽게 만들어 마케팅에 적용할 수 있습니다.
둘째, 데이터 가치 측면에서 기존 CRM(Customer Relationship Management)이나 DMP(Data Management Platform)를 통해 처리할 수 없는 고객 정보를 통합하여, 고객 관리를 보다 효율적으로 수행할 수 있습니다. 고객의 기본 정보뿐만 아니라 여러 가지 행동 정보, 거래 정보 등을 통합하여 단일 뷰(View)로 볼 수 있습니다. 이를 통해 온/오프라인 상의 정보를 통합한 옴니 채널 경험을 제공할 수 있는 기반을 마련해 줍니다. 이러한 통합 고객 정보를 통해서 심층 분석과 고객의 관심과 니즈에 맞는 데이터 기반의 개인화 마케팅이 가능합니다.
셋째, 개인정보 보호 측면에서 GDPR(General Data Protection Regulation, 유럽연합 개인정보보호규정)같은 법률로 인해서 고객 데이터를 수집/저장하는 것이 기존보다 엄격해졌습니다. 이 규제로 인해 데이터를 단순히 수집해서 저장하는 것을 넘어섭니다. 데이터를 어디에 저장하고, 어떤 방법으로 암호화하고, 안전하게 처리하는지, 데이터 삭제 요청 시 즉시 처리가 필요한지 등에 대한 정책 및 처리 기술을 가지고 있어야 합니다. 이런 처리 기술을 새롭게 개발하기에는 시간과 비용이 많이 소요될 수밖에 없습니다. 하지만 CDP를 활용하면 개인정보 관리를 훨씬 효율적으로 수행할 수 있습니다.
CDP가 수집하는 고객 데이터 유형은 어떤 것들이 있을까요?
CDP는 기존에 보유한 고객 정보 이외에 고객이 온/오프라인 상에서 활동하면서 생성되는 여러 가지 데이터와 회원 가입 시 입력한 정보와 거래 내역들을 수집하고, 이를 통합하여 관리할 수 있게 합니다. 대표적인 고객 데이터 유형은 다음과 같습니다.
- 인구통계 데이터(Demographic Data)
이름, 주소, 연락처, 연령, 인종, 소득, 교육, 관심사, 고용 등의 개인 정보와 머신러닝 기반으로 생성된 구매 가능성 예측 데이터 등
- 고객 행동 데이터(Behavioral Data)
인터넷에 연결된 디바이스를 통해 회사와 고객의 상호작용에 의해 생성되는 웹사이트, 앱, 모바일 브라우저 세션의 방문 정보, 앱 다운로드, 클릭 현황, 이탈 페이지, 접속 시간 등 사용자의 행동을 통해 발생하는 행동 데이터
- 거래 데이터(Transactional Data)
기업 및 개인 간에 발생하는 거래 교환, 계약, 이체를 문서화하는 과정에서 생성되는 e-커머스, POS 시스템에서의 구매, 반품, 지불, 가입, 예약, 구독 및 기타 정보
- 캠페인 지표(Campaign Metrics)
고객을 대상으로 캠페인을 수행함으로써 얻을 수 있는 Engagement(참여), Reach(도달), Impression(노출), ROAS(광고당 수익) 등
- 고객 서비스 데이터(Customer Service Data)
상담 및 사후 서비스 등을 통해서 생성되는 실시간 채팅 정보, 빈도, NPS 스코어 등
CDP는 누구를 위해 활용될 수 있을까요?
CDP의 궁극적인 목표는 신뢰할 수 있는 고객 데이터를 한곳에 모아서 통합된 고객 데이터 분석을 통해 고객 경험(CX: Customer eXperience)을 극대화하는 것입니다. 이 과정에서 CDP는 기업의 모든 이해관계자에게 활용될 수 있을 것입니다.
- 경영진
경영진의 핵심 역할은 기업의 비전을 수립하고, 기업이 최종 목표를 달성할 수 있도록 하는 것입니다. 신뢰할 수 있는 데이터를 쉽게 사용할 수 있는 CDP를 활용하여 기업의 비전 달성을 위한 성과를 측정, 모니터링할 수 있습니다. 경영진들은 매출 증대, 비용 감소, 보안 위험 감소, 팀 생산성 등으로 CDP의 효과를 체험할 수 있습니다.
- 마케팅
마케터들은 고객 행동 데이터와 CDP를 통해 더 적합한 타깃을 추출할 수 있고, 그들에게 맞춤형 캠페인을 실행할 수 있습니다. CDP는 마케터가 온/오프라인의 모든 정보를 통합 및 활용할 수 있는 최고의 도구입니다. 실시간으로 고객을 분석할 수 있으며, 최적의 마케팅 채널이 어디인지도 판단할 수 있습니다. 마케팅 측면의 효과는 ROAS(Return on Ad Spend) 같은 광고 효율성, 웹사이트 방문자 수 증가, NPS 점수 등으로 측정됩니다.
- 생산
CDP는 생산 측면의 중요한 KPI의 측정 및 개선에 필요한 데이터에 쉽게 접근할 수 있습니다. 고객의 행동을 통해서 제품에 대한 사용 현황 정보 등을 파악하는 데 활용될 수 있습니다. 이를 통해 제품에 대한 통찰력을 확보할 수 있을 것입니다. 생산 측면에서는 제품 사용 정보, 실제 활용률, 제품 만족도 등으로 CDP 효과를 측정할 수 있습니다.
- 시스템 개발
CDP는 고객 데이터를 수집하기 위해 기존 시스템에서 사용할 수 있는 API를 제공함으로써 시스템 개발에 소요되는 시간을 절감할 수 있습니다. CDP는 개발자들이 데이터 수집을 보다 쉽게 할 수 있게 하고, 데이터 통합에 대한 불필요한 작업을 줄여줍니다. 그리고 최적의 쿼리를 만들 수 있도록 지원합니다. 개발자 측면의 효과로는 개발 생산성 및 페이지 로딩 시간 같은 화면 Performance, 버그 감소 등으로 측정됩니다.
- 분석
CDP는 분석가들이 완전한 작업을 수행할 수 있도록 정확한 데이터와 이를 유지하기 위한 도구를 제공합니다. CDP를 사용함으로써 데이터 관리에 대한 표준을 활용할 수 있습니다. 이를 통해 데이터 정리에 소요되는 시간을 줄이고, 심층 데이터 분석을 위한 시간을 확보합니다. 결국 CDP는 데이터 수집의 표준화 및 데이터 품질 향상이 가능하고 모든 사업 팀도 자체적으로 쉽게 분석할 수 있습니다. 분석 측면에서의 효과는 CLV(Customer Lifetime Value)나 팀간 생산성 및 효율성 등으로 측정됩니다.
- 고객 서비스
CDP는 고객센터의 상담 정보와 서비스 경험 정보 등을 통합하여 고객의 불만 요인을 정확하게 파악할 수 있습니다. 이를 통해 서비스 수행에 대한 품질 향상을 가능하게 하고, 고객 만족도를 향상시킬 수 있습니다. 고객 서비스 측면에서의 효과는 CS 처리 완료율, CS 처리 건수, 평균 해결 시간, 최초 응답 시간 등으로 측정됩니다.
지금까지 CDP 개념과 주요 기능, 고객 데이터 통합의 중요성과 고객 데이터 유형, 주요 활용 분야 등에 대해 살펴봤습니다. 고객 데이터 통합의 중요성은 아무리 강조해도 지나치지 않을 것입니다. 고객 데이터를 통합해서 분석할 때 비로소 고객에 대해 정확하게 이해할 수 있습니다. 기업은 결국 고객에 대한 이해를 바탕으로 고객 중심적인 기업 활동을 할 때만이 궁극적으로 도태되지 않고 사업을 지속적으로 영위해 나갈 수 있습니다.
이러한 환경 속에서 CDP 도입은 이제 선택이 아닌 필수가 될 것입니다. CDP의 중요성을 다시 한번 인식하고, 이를 효율적으로 구축하고 활용하기 위한 여러 가지 전략을 수립하길 기대합니다.
글 | 김종진 총괄 컨설턴트
LG CNS Entrue컨설팅 CX전략그룹 소속의 20년차 데이터 분석 전문가이다. 데이터 기반의 고객경험 관리 및 기업의 CDP, CRM 전략 수립 업무를 수행하고, 사내와 대학에서 통계 및 머신러닝, 데이터 분석에 대한 강의도 진행한다.