1. 빅데이터의 활용
- 온라인 마케팅을 위한 빅데이터 분석 -
김수보(@subokim), 대디하우스
http://subokim.wordpress.com
kimsubo@gmail.com
2. 중소기업 대상 인식 조사
2
빅데이터 활용 예정분야자주 사용하는 데이터
빅데이터 활용 및 구축시 애로사항
※ 중소기업의 빅데이터 인식조사, 2013, 중소기업연구원
3. B2B 영업 프로세스
3
기업용 제품을 만들거나 판매하는 경우 전후로 일어나는 일반적인 프로세스
문제인식 유사사례수집 원인추정 해결방안모색
업체검색업체미팅대체방안모색업체비교
업체선정 솔루션 도입 문제해결시도
2차문제발견사후정보수집노하우 축적문제해결
정보수집 단계
(사전영업단계)
솔루션 구매 단계
(영업단계)
문제 해결 시도
(수행단계)
문제 해결 단계
(지원단계)
4. B2B 시장의 특징
4
많은 Right Person들이 알고 있을수록 우리 제품이 판매될 확률은 높다.
직접 판매영업이 불가능한 곳에서 회사 운명을 가를 매출처가 등장할 수 있다.
수요가 있고
내가 아는 시장
수요가 있지만
내가 모르는 시장
언젠가 수요가 생길
시장
대인 영업으로 해결
온라인 도구들을 활용하여 우리 회사를 노출시킨다
- 방문확률을 높인다.
- 재구매 확률을 높인다.
5. 온라인 마케팅 도구
5
블로그
온라인
검색광고
네이버카페
페이스북, SNS
쇼핑몰
오프라인 대면영업
홈페이지
등등등제품 판매
고객 대면 ~ 계약까지
고객 대면까지
- 제품 정보를 찾는다.
- 제품 정보를 비교한다.
제품 판매
- B2C라면 온라인 쇼핑몰
제품 판매 이후
- 사용 후기를 공유한다.
- 매뉴얼을 배포한다.
- 기술 경험을 공유한다.
온라인은 글로벌하게 모객할 수 있는 가장 저렴하고 효과적인 마케팅 채널이다.
7. 어떤 도구를 쓸 것인가?
7
누가 내 제품을 원하고 그 사람들은 어떤 경로로, 왜 정보를 얻을까?
그리고 우리 제품의 사용후기는 어떤 경로로 전파될까?
• 86%가 그 사람에 대한 추가 정보를 얻기 위해 인터넷 검색을 해본다.
• 75%가 자신의 이름을 검색해본다.
- 그중 48% 는 자신에 대한 긍정적 결과를 보지 못했고,
- 30%는 전혀 자신에 대한 정보를 찾지 못했다.
• 31%는 정치인을 알기 위해 다른 사람의 의견을 찾아보았고,
- 절반 이상이 투표에 활용했다.
• 다른 사람을 검색해본 경험이 있는 사람 중
- 42%는 같이 일하기 전에 검색해 보고, 그 중 45%는 같이 일하기를 포기한다.
미국 성인들은
우리나라 사람들은
8. 포털의 빅데이터 서비스들
8
네이버는 전체 검색 키워드 조회수를 분석, 구글 트렌드는 뉴스 콘텐츠에
한하여 검색률을 분석
우리 제품에 대한 도달 경로 시뮬레이션 가능
네이버 검색광고 :
http://searchad.naver.com/
구글 트렌드 :
http://www.google.com/trends/
9. 일반적인 데이터 분석 도구들
9
※ 출처 : http://analyticsstory.com/49
엑셀 MS Access Python
R Database
• 172억개 데이터
• VBA로 고급조작
• 과도한 리소스 사용
• 고급 통계 함수
• 다양한 통계챠트
• 다양한 데이터 저장 및 조작
• SQL을 이용한 자유로운 조작환경
데이터 분석을 위한 다양한 도구 사용이 가능
다만 고급 데이터 조작과 고급분석이 필요할수록 프로그래밍 능력이 필요
12. 데이터 분석의 시작
12
Lean Canvas Customer Lifecycle
데이터 분석은 사업 목적, 핵심지표를 정하는 것부터 시작.
유저가 어떻게 당신을 발견하는가?
유저를 어떻게 감동시킬 것인가?
그들이 다시 돌아올 것인가?
돈을 어떻게 벌 것인가?
그들이 다른 사람에게 전파할까?
13. 린 분석
13
공감
흡인
전파
수익
확산
그리고 어떻게 하면 사람들이 돈을 낼 것
인지 알고 있다
나는 어떤 니즈가 시장성이 있다는 것
을 발견했다.
그리고 사람들을 모을만한 제품을 만들었다.
사용자나 제품이 조직적, 주도적으로 사업
을 성장시킬 수 있다.
건강한 생태계 안에서 정당한 수익을 추구
할 수 있는 사업을 발견했다.
나는 적당한 시기에 성공적인 EXIT을 할 수
있다.
14. 린 분석의 예제
14
※ SEM : Search Engine Marketing. CAC (Customer Acquisition Cost), LTV (Life Time Value), CLV (Customer Lifetime Value),
WoM(Word Of Mouth), ARPDAU(일일이용자 평균수익률), CPE (Cost Per Event), eyeballs(눈팅러)
15. 분석의 기초
15
측정 분석
• 왜 측정하려고 하는가?
• 무엇을 측정할 것인가?
• 목적없는 측정은 불가
• 변하지 않는 지표는 잘못
• 무엇을 의미하고 있는가?
• 그래서 어떻게 할 것인가?
• 풀이는 사람의 역할
• 행동할 수 없으면 무의미
모든 데이터 분석은 측정에서 시작된다.
16. 온라인 캠페인 사례 연구
16
Acquisition (인식)
Activation (활성화)
Retention (유지)
Revenue (수익)
Referral (전파)
• 홈페이지, 블로그에 제품을 소개, 정보 검색에 타게팅
• 페이스북, 트위터 등을 통해 전파
• 제품 사용경험의 공유
• 검색을 통한 제품 소개 정보 유입
• 페이스북, 트위터 등을 통한 사용경험 전파
• 제품 자체의 품질이 제일 중요함
• 제품 사용경험의 검색, 재사용을 유도
• 제품 자체의 품질이 제일 중요함
• 제품 사용법에 대한 숙지, 상세한 사용 정보 수집
• 편리한 결제 수단
MCCLURE PIRATE METRICS를 기준으로 계획을 수립해 봄
17. 좋은 지표의 모습
17
1. 제품에 대한 가설을 검증할 수 있을 것
• 옳다 아니다로 판단될 수 있는 가설일 것
2. 비율로 정량화 시킬 수 있을 것
• 소수점이나 퍼센트로 표현할 수 있을 것
3. 비교 가능할 것
• 과거 데이터와 비교할 수 있거나
• A/B 테스트로 비교할 수 있거나.
• 이 케이스에 대해서는 시장을 고려하지 않음
4. 설명할 수 있을 것
• 의미를 설명할 수 없다면, 지표를 잘못 잡은 것
직접적이고 행동개선을 유도할 수 있는
가장 먼저 해야 할 일은 지표를 선정하는 것
18. 좋은 지표의 장점
18
빠른 문제점 파악과 대응이 가능함
※ 출처 : 파인트리, GA교육자료
※ 리드 : Read, ROAS : Return On Ads Spending
21. Google Analytics
21
측정과 분석을 함께 해주는 도구
웹사이트 방문자와 온라인 광고 분석에 특화된 도구
특징
장점 빠른 로딩속도
상세하면서 세분화된 분석기능
높은 자유도 (커스터마이징이 가능)
API를 이용하여 타 리포팅 앱과 연동
Google이 알아서 업그레이드
무료
단점 데이터 샘플링
데이터 Limit (1천만 Hit까지)
데이터 보관기간 25개월
한글 메뉴 번역이 이상함
한글 매뉴얼 취약
고객지원 취약