개인화 마케팅 초개인화 마케팅 차이 (개념과 사례 핵심 정리)

 
 

개인화 마케팅 초개인화 마케팅 차이와 사례

 
 
 
이 글은 개인화와 초개인화 마케팅에 대한 차이, 사례를 핵심 정리한 글입니다. 
 
 
 

개인화 마케팅

 
개인화 마케팅은 고객의 기본 정보를 바탕으로 segmentation (고객 그룹 설정) 하고, 이에 따른 그룹별 라이프 스타일, 취향, 특성 등에 맞춘 마케팅을 의미한다. '반려동물을 키우는 30대 남성/여성을 위한 제품'처럼 타깃 그룹의 특성뿐만 아니라, 고객의 이름을 활용해서도 진행되었다. 이는 초개인화 마케팅 이전의 마케팅 방법, 초석이다.
 
 

개인화 마케팅 사례 (팔도 남자라면, 배달의 민족)

 
 
그중 오래되고 정말 익숙한 개인화 마케팅 사례로, 스타벅스의 Call My Name이 있다.
아래는 2014년 2월 기사로, 스타벅스가 매장에서 고객 닉네임으로 음료를 제공하는 마케팅을 시작한다는 내용이다. 그 당시 이를 경험하고자 가입한 신규 고객수가 기존 월평균 신규 가입수 대비 2배를 넘었다는 점을 보면 굉장히 성공적인 마케팅이라고 볼 수 있다.
 
 

(좌 출처: 연합뉴스 https://www.yna.co.kr/view/AKR20140219184000030)

 
 

데일 카네기의 인관계론에서 인간은 '중요한 사람'이 되고자 하는 원초적 욕망이 있다고 한다. 

 
 
이름을 부른다는 것은 그 사람을 명확히 인지하고 있음을 나타내는 것이다. 직원이 그리고 기업이 고객의 이름을 부른다는 것은 고객이 중요한 사람으로 느껴지게끔 하는 아주 쉬운, 기본적인 방법이다. 따라서 현재는 어디서나 접할 수 있는 개인화 마케팅 방법이다.
 
 

 

초개인화 마케팅

초개인화 마케팅은 고객의 기본 정보를 활용해, 타깃 그룹별 맞춤형 마케팅을 진행하는 개인화 마케팅에 '예측'을 얹은 것이다.
사회, 기술 등의 발전과 변화로 다수보다 소수, 집단보다 개인, 현재보다 미래의 니즈를 파악하는 방향으로 나아갔다. 그래서 기존의 개인화 마케팅에서 더 발전한 초개인화 마케팅이 등장했다. 보다 더 자세하게 고객 데이터를 활용해서 니즈를 미리 예측해야 한다. 즉, 한 명의 고객에 대한 정확한 파악과 예측을 바탕으로 관심 있어할 것, 필요할 것 등을 제시하는 마케팅을 진행하는 것이다.
 
 

냉장고를 채울 때가 되셨죠?
좋아할 만한 브랜드 상품이에요!
지금 이 상품이 필요하신가요?
...

초개인화 마케팅 사례 (쿠팡)

 
 
배송, 제품 다양성 등 다양한 니즈를 충족시키며 빠르게 고객들을 흡수한 공룡 기업 쿠팡에서 흔히 볼 수 있는 문구들이다. 앱 내에서도, 푸시 메시지로도 자주 보이는 문구들인데, 이는 고객의 기본 정보와 더불어 검색 및 구매 등 행동 데이터를 바탕으로 초개인화 마케팅을 진행하고 있음을 보여준다. 그래서 과거의 마케팅보다 현재의 마케팅은 데이터와 AI 등 기술 활용과 관리가 더욱 중요해진 것이다.
 
예를 들어, 고객이 파스타 소스를 장바구니에 담았다. 그렇다면 홈 화면의 추천 상품 리스트는 파스타 면, 파스타에 사용될 기타 식재료, 와인 및 치즈 등으로 즉시 업데이트될 것이다. 이는 Basket Analysis (연관성 분석, 장바구니 분석)을 기반으로 진행한 초개인화 마케팅이다. 예시처럼 파스타 소스와 같이 판매되었던 제품 중 연관성이 높은 제품들을 파악하고 조합을 바탕으로 추천 시스템에 활용하는 분석이다.
 
 

Basket Analysis 연관성 분석

 
 
이로써 '네가 뭐가 필요할지 난 알고 있어~ 이거 필요했지? 이런 것도 좋으니까 추천해 줄게~'라며 초개인화 마케팅을 할 수 있다.

*개인적으로 이런 부분들이 재밌어서 데이터 분석과 마케팅을 합니다 ㅎㅎ;;
 
 

 

초개인화 마케팅의 현재

 
개인에게 맞춘 메시지와 콘텐츠를 시시각각 필요에 맞게 제공하기 위해서는 콘텐츠 자동화 프로세스 구축은 필수적이다. 
그리고 더욱 맞춤화된 메시지와 콘텐츠들에 고객은 더 반응하기에, 고객 소통도 굉장히 강화되어야 한다. 따라서 소통 창구가 될 채널들 간 연계도 중요할 뿐만 아니라, 다양한 소통 채널에서 쌓이는 데이터 관리와 활용도 굉장히 중요하다.
또한, 정교해지는 추천 엔진을 바탕으로 추천이 당연해진(난무하는) 이 세상에서 어떻게 더 차별화된 추천을 할 수 있을지에 대한 끊임없는 고민도 필요하다.