개인화

개인화는 다음과 같은 의미에서 디지털 마케팅 개인화는 행동, 인구 통계, 위치, 추천 경로, 과거 상호 작용 등의 데이터를 기반으로 개별 사용자 또는 정의된 사용자 세그먼트에 맞춰 콘텐츠, 레이아웃, 추천 또는 메시지를 조정하는 작업입니다. 이를 통해 사용자 경험을 더욱 관련성 있게 만들어 참여도 또는 전환율을 높이는 것을 목표로 합니다. 개인화는 처음 방문하는 사용자와 재방문 사용자에게 서로 다른 홈페이지 배너를 보여주는 것과 같은 간단한 규칙 기반 접근 방식부터, 예측된 의도를 기반으로 개별화된 제품 추천을 생성하거나 페이지 콘텐츠를 실시간으로 동적으로 재배열하는 정교한 머신 러닝 기반 시스템에 이르기까지 다양합니다.

개인화의 근거는 단일한 획일적인 경험이 다양한 고객층에게 똑같이 효과적이기 어렵다는 점에 있습니다. 가격에 민감한 첫 방문 고객을 위해 최적화된 랜딩 페이지는 프리미엄 요금제를 검토하는 재방문 고객을 위해 최적화된 페이지와는 다른 메시지 우선순위를 가져야 합니다. 전자상거래 및 SaaS 분야의 연구 결과는 일반적으로 세그먼트별 메시지 또는 제안이 일반적인 콘텐츠보다 상당한 차이로 우수한 성과를 낼 수 있음을 보여줍니다. 다만, 그 차이는 세그먼트의 세분화 정도와 개인화 로직을 구동하는 데 사용할 수 있는 관련 데이터의 양에 따라 크게 달라집니다. 개인화는 일반적으로 단일 지표로 측정하기보다는 비교 테스트를 통해 평가합니다. 즉, 정의된 테스트 기간(일반적으로 주간 행동 주기를 고려하여 2~4주) 동안 개인화된 경험과 개인화되지 않은 대조군의 전환율, 참여도 또는 평균 주문 금액을 비교 분석합니다.

개인화 구현에는 일반적으로 세 가지 구성 요소가 필요합니다. 첫째, 자사 데이터, 온사이트 행동 신호 또는 CRM 통합을 통해 관련 사용자 속성 또는 행동을 식별할 수 있는 데이터 계층, 둘째, 특정 사용자에게 어떤 콘텐츠 변형을 보여줄지 결정하는 규칙 또는 모델링 계층, 셋째, 눈에 띄는 지연 없이 올바른 변형을 렌더링하는 전달 메커니즘(대개 태그 기반 개인화 플랫폼 또는 기본 CMS 기능)입니다. 일반적인 개인화 사용 사례로는 지역 기반 콘텐츠(예: 현지 통화 표시 또는 지역별 사례 연구), 행동 트리거(예: 장바구니에 상품을 담았지만 구매하지 않은 사용자에게 이탈 의도 제안 표시), 재방문자 로직(사용자가 이전에 방문한 페이지에 따라 메시지를 변경) 등이 있습니다.

흔히 개인화가 높을수록 자동으로 더 나은 결과를 가져온다고 오해하는 경우가 많습니다. 실제로 세그먼트별 트래픽이 충분하지 않은 상태에서 과도하게 세분화하면 통계적 신뢰도를 확보할 수 없는 비교로 이어지고, 부족하거나 신뢰할 수 없는 데이터 신호에 기반한 개인화는 오히려 신뢰를 손상시키는 관련성 없거나 심지어 불쾌감을 주는 콘텐츠를 보여주는 등 오작동을 초래할 수 있습니다. 또한, 특히 타사 쿠키에 대한 브라우저 수준의 제한과 GDPR과 같은 규정으로 인해 개인화와 개인정보 보호에 대한 기대 사이에는 갈등이 존재하며, 이러한 규제는 업계를 자사 데이터 기반 전략과 교차 사이트 추적에 덜 의존하는 상황적 개인화로 이끌었습니다. 또 다른 함정은 개인화를 한 번 설정하고 잊어버리는 방식이 아니라, 통제된 테스트를 통해 각 규칙을 검증해야 한다는 점입니다. 특정 세그먼트가 무엇을 선호하는지에 대한 가정은 실제 데이터와 비교했을 때 종종 틀리기 때문입니다.

CRO 및 성장 컨설팅 프로젝트에서 개인화는 일반적으로 모든 사용자에게 영향을 미치는 기본적인 전환 문제를 해결한 후에 도입됩니다. 근본적으로 취약한 페이지에 개인화를 적용하는 것은 노력만 늘리고 결과는 미미하기 때문입니다. 컨설턴트는 일반적으로 기존 분석 데이터를 사용하여 의미 있는 행동이나 의도를 가진 세그먼트를 식별한 다음, 전체 사이트에 걸쳐 광범위한 개인화를 한 번에 시도하기보다는 신뢰도가 높은 소수의 개인화 규칙을 설계하고 테스트합니다. 각 규칙의 점진적인 효과를 검증한 후 프로그램을 확장합니다.

대표적인 예로, 신규 방문자와 재방문자라는 두 가지 세그먼트로 나뉜 온라인 소매업체를 들 수 있습니다. 신규 방문자는 일반적으로 광범위한 카테고리 탐색과 신뢰 구축 콘텐츠를 필요로 하는 반면, 재방문자, 특히 특정 제품을 이전에 살펴본 적이 있는 방문자는 일반적인 프로모션 배너보다는 최근에 본 상품이나 관련 추천 상품을 보여주는 홈페이지에 더 긍정적인 반응을 보입니다. 다른 모든 요소를 ​​고정한 상태에서 정적인 홈페이지를 대상으로 이러한 단일 세그먼트 기반 개인화 규칙을 테스트하는 것은, 필요한 데이터 인프라와 규칙 로직에 대한 투자가 타당한지 검증하는 일반적인 방법입니다. 이를 통해 지리적 위치나 구매 내역과 같은 추가 세그먼트로 개인화를 확장하기 전에 타당성을 확인할 수 있습니다.