CDP가 등장하게 된 배경

차세대 시스템 구축의 가장 큰 목표 중의 하나는 고객 데이터를 통합하는 것이었다. 이전의 시스템에서 고객 데이터는 상품과 계좌(또는 계약)에 흩어져 있어서 고객을 통합된 하나의 뷰로 바라볼 수가 없었다. 차세대 시스템 구축으로 고객 데이터는 하나의 논리 형태로 구성되어서 통합을 달성하였다.

디지털화가 진전되면서 고객 데이터의 새로운 사일로가 나타나기 시작했다. 콜센터, 모바일, 키오스크 등 새로운 채널이 추가되고 상품과 서비스의 모바일화 진전에 따라 고객 데이터는 로그 형태로 채널 영역에 대규모로 발생하기 시작했다. 또한 소셜 미디어의 발전 등에 따라 외부에 존재하는 고객 데이터를 활용하기 위한 융합 필요성이 대두되었다. 내부의 로그 데이터, 외부의 소셜 데이터 또는 앞으로 등장하게 될 오픈 데이터 등의 고객 데이터를 통합해야 하는 과제가 등장했다.

차세대 시스템은 주로 거래의 자동화 및 일관성 확보가 목표였다. 수작업으로 수행되던 거래를 정보시스템이 처리하도록 하는 것이었다. 결과적으로 대부분의 거래는 자동화되었다. 예를 들어서 창구에서 발생한 거래는 회계처리 및 관리회계까지 자동으로 연계되어 처리되었다.

차세대 시스템 구축 이후에 발전된 디지털 기술은 백오피스 업무를 자동화하는데 사용되기 시작했다. 이미지를 확인하고, 웹사이트에서 관련된 조회를 하는 등의 업무를 사람이 아닌 소프트웨어 로봇이 담당할 수 있게 되었다. 이는 RPA(Robotic Process Automation)이라고 하며 최근에 많은 기업들이 앞다투어 도입하고 있다.

디지털 시대는 마케팅 사이클이 점점 짧아지는 추세를 보인다. 기업의 제품과 서비스에 대한 소비자의 반응은 즉시 수집되고 분석되어서 마케팅 기획에 반영되어야 한다. 마케팅 기획, 실행, 성과 분석, 피드백 프로세스는 하나의 일관된 프로세스로서 통합되어야 한다. 마케팅의 자동화 및 통합이 디지털 마케팅의 성과를 좌우하게 되었다.

거래 데이터뿐만 아니라, 콜센터 상담, 웹과 앱 동선 등 비구조적 데이터를 통합 필요성이 커졌다. 거래 자동화와 백오피스 자동화를 넘어선 마케팅 자동화가 요구되었다. 고객 데이터 플랫폼(CDP, Customer Data Platform)은 두 가지 목표를 달성하게 해주는 패키지 소프트웨어이다. 조사에 의하면 2016년 이후 CDP 벤더 수는 매년 두 배로 늘어나고 있다고 한다. CDP는 디지털 기업 또는 데이터 주도 기업(Data Driven Enterprise)가 되기 위해서 반드시 갖추어야 하는 환경이 되고 있는 것이다.

 

CDP의 개념

CDP는 새롭게 등장한 소프트웨어이다. 따라서 CDP 솔루션마다 지향점이 다르다. Data CDP는 데이터를 통합해주는 기능을 주로 한다. Insight CDP는 데이터 통합과 함께 마케팅을 위한 분석 기능을 지원한다. 통합 마케팅 CDP는 데이터 통합과 분석에 덧붙여서 마케팅 프로세스의 자동화와 통합을 지원한다. CDP는 “개인의 모든 데이터를 통합하여 고객 싱글 뷰를 제공하고, 고객 분석과 캠페인 수행 등의 마케팅 프로세스를 자동화한 솔루션으로서 마케터가 직접 사용할 수 있는 소프트웨어”라고 정의할 수 있다.

핵심 키워드는 세 가지이다. 파편화되어서 존재하는 고객의 모든 데이터를 통합하는 것, 마케팅 프로세스를 통합하는 것, 그리고 마케터가 자유롭게 사용할 수 있도록 자동화된 것 등이다.

 
[그림 1] CDP의 유형

CDP의 대상 데이터는 기존 CRM의 고객 데이터 범위를 확장한다. 고객 접촉에서 발생한 데이터는 물론 고객의 소셜 데이터와 외부의 고객 데이터 예를 들면 전기 요금 납부 실적 등과 같은 데이터도 포함한다. 이들 데이터의 특징은 각각 다른 식별자 체계를 갖고 있고, 형식과 의미가 다르다는 점이다. 표준화와 식별화를 통해서 기존 거래데이터와 융합하는 과정을 거치게 된다.

[그림 2] CDP의 대상 데이터와 주요 기능 / Source: Element Solutions

CDP가 자동화하는 프로세스 영역은 세가지이다.

첫째, 데이터 프로세스는 데이터 원천으로부터 데이터를 수집하고 정제하여 사용할 수 있는 상태를 만든다.

둘째, 인사이트 프로세스는 인공지능 등을 이용하여 고객 페르소나를 찾고, 고객 여정을 분석하여 Next Best Action을 찾을 수 있도록 한다.

셋째, 실행 프로세스는 마케터가 필요한 시점에 최적의 마케팅 액션을 트리거링하고 결과를 확인할 수 있는 프로세스이다.

[그림 3] CDP 아키텍처

 

CDP의 핵심 기능

▶ 마케팅을 위해 필요한 모든 고객 데이터의 통합

CRM을 디자인하고 구현하면서 “360도 고객 view”, “고객중심 데이터 통합”, “고객 접촉정보 통합”에 대한 기반 인프라 구축을 과제로 정의하였다. 기업 중심의 고객 데이터 분석 해법이 CRM의 기대효과를 충족시키지 못했다. 즉, 기업 프로세스 상에서의 고객 분석, 계약과 거래 중심의 고객 정보 통합, 고객이 다양한 경로를 통해 접근한 상품/서비스 정보가 아닌 기업이 고객에게 접촉한 홍보, 캠페인, 안내 정보로 구성되었기 때문이다. 이 현상은 CRM의 개념에 문제가 아닌, 그 당시 고객의 반응을 여러 채널과 영업 현장, 외부 데이터에서 수집할 수 있는 환경 구성이 어려운 상황이었기 때문이다.

고객 경험 관리(CXM, Customer eXperience Management)를 위한 기본은 고객 여정과 Pain Point를 찾아내고 이를 통한 미래 페르소나와 고객 여정을 만드는 일이다. CXM(또는 CEM) 구현과 운영의 어려움은 페르소나, 즉 단순 통계학적 세그먼트가 아닌 고객별 행동 패턴과 반응, 선택의 여정에 따라 정의하기가 어렵다는 것이다. 이것은 일회성의 고객경험 설계 과정에서는 외부 컨설턴트나 담당자의 역량으로 가능하지만, CXM 운영 시점에서 지속적인 페르소나의 변화에 대응하기는 역부족이다.

CDP의 고객 데이터는 기업이 마케팅을 위해 필요한 데이터이지만, 고객의 행동과 원하는 패턴 그리고 이를 선택하는 반응에 대한 전방위 데이터를 의미한다.

첫 번째, 기업이 운영하는 웹사이트, 모바일, 영업점(매장) 등 모든 고객 접점 채널에서 수집하는 고객 접근과 반응 데이터들이다(1st Party customer data).

두 번째, 제휴나 콘텐츠 제공사 및 외부 채널 매체와의 계약을 통해 확보할 수 있는 고객 데이터이다(2nd Party customer data).

세 번째, 고객이 외부의 다른 웹사이트나 매체 SNS 등에서의 활동, 그리고 타 산업 시장에서의 활동(금융, 통신, 커머스 등)에서의 반응과 실제 구매 행동 데이터이다(3RD Party customer data).

이러한 전방위 고객 데이터 구성과 결합은 CDP에서 가장 중요한 기반 요소다. 하지만 CDP 고객 데이터의 핵심은 그 데이터 속성이 개인 정보가 아니라 고객의 접근과 행동, 반응 정보에 집중한다는 것, 그리고 무엇보다 데이터에 대한 식별 및 고객 식별 알고리즘을 가지고 식별체계를 지속적으로 진화시키는 방식이다. 이것은 DMP(Data Management Platform, IP주소, 디바이스 및 쿠키 데이터를 활용)와의 차이점이며, 궁극적으로 개인화 마케팅에 가장 효율성을 낼 수 있는 “디지털 고객 프로파일 생성”의 핵심 기능이다.

▶ 마케터가 직접 조작 가능한, 영업 활동을 위한 고객 행동, 반응 분석

CDP 내의 빅데이터는 말 그대로 방대한 양의 고객 반응과 행동 데이터베이스이다. 이를 마케팅과 영업에 연결시키기 위한 대상 고객에 대한 가공 작업은 필수적이다. 고객 행동과 반응 데이터에 대한 지속적이 통찰력이 필요하지만, 마케터 개인의 능력으로 불가능한 데이터 양과 구조이다. CDP는 사용자에게 원하는 고객 데이터에 대한 통제권을 제공한다. CDP 내에는 기본적 기계학습과 예측 모형을 탑재하여야 한다. 당연히 AI가 적용되어야 할 대상이다. 이것은 CDP를 사용하는 마케터에게 고객 행동과 반응에 대한 거대 데이터의 주도권을 갖게 한다.

데이터 분석 기반의 가장 세분화된 타겟 페르소나와 타겟 고객 여정을 만들어 내는 일은 마케팅 효과를 창출한다. 그로스 해킹과 퍼포먼스 마케팅에서 고객 반응에 대한 분석 효과는 입증되었다. 마케터나 현업 사용자의 데이터 접근과 활용은 지금까지도 어려운 숙제 중의 하나이다. 이를 해결하는 솔루션을 제공하여 데이터 사용자(마케터)의 통찰력을 발휘시켜줄 수 있어야 한다. 상위 CDP 솔루션 업체들은 기계학습과 AI를 탑재한 분석기능을 핵심으로 제공하고 있다. 영국의 온라인 중고서점 “World of Books”는 CDP의 AI 주도 예측모델을 통해 만들어 낸 세분화 고객 CELL 표적이 “신규 구매자의 두 번째 구매율을 131%로 증가”시켰다고 한다.

▶ 즉각적인 마케팅 자동화를 위한 채널 연결

디지털 마케팅의 등장과 관심의 핵심은 과거 대비 수많은 채널과 온라인 매체 등장과 이로써 파생된 다양한 마케팅 방식 따라잡기 어려움에 대한 해결을 보여주었기 때문이다. 고정된 매체와 지면에 정해진 기간 동안 돈을 지불하면 많은 사람들에게 홍보할 수 있었던 Paid marketing, Mass marketing 의 효과가 상대적으로 가성비가 떨어지기 때문이기도 하다.

디지털 마케팅 중 Programmatic Marketing, Ad-Tec, Performance Marketing, Data Driven Marketing 등이 레벨과 방식의 차이를 보이지만 이를 활용하여 기존 마케터가 아닌 디지털 마케터로서 광범위한 범위의 마케팅 활동을 기획 실행하고 있다. 오래된 고민은 정확한 타겟 마케팅인데, 여기에는 대상 고객과 채널(매체)를 포함시킨 묶음이어야 한다. 이 묶음의 단위는 가장 세분화 될 수 있을 때 효과와 효율이 극대화 될 것이고, CDP는 이 “묶음(고객 프로파일과 타겟 채널)” 생성을 실시간 분석으로 광고, 마케팅이 자동 연결 시키도록 구현한다. 기술적으로는 대내외 채널과 매체에 연결하기 위한 우수한 API기능이 포함되어야 한다.

 

CDP 도입을 위한 제언

CDP는 궁극적으로 전체 고객경험 여정에 “실시간” “개인화” “맞춤형” 마케팅과 서비스를 제공함으로써, 고객에게 즉각적 만족을 주는 구매로 이어지는 지속적인 사이클을 만들고자 함이다. 한가지, 시장에서 언급되지 않는 CDP의 요소는 데이터의 유통이다. CDP도 플랫폼이기에 예로 앞서 언급한 3RD Party customer data의 유통 구조가 필요하다. CDP의 사용자는 다른 CDP 사용자에게 공급자의 역할을 할 여지가 매우 높기 때문이다. 기업은 CDP를 통해 생태계 내에서의 Customer Data 의 소비자와 공급자 역할을 모두 가져야 할 것이다. 이것이 CDP를 통한 다음 단계의 비즈니스 모델이 될 것이다.

- 끝 -