수익성은 우리에게 정답을 제공합니다

더 읽기 전에 이 질문에 답하십시오. 월말에 수익 증가 또는 이익 증가 중 무엇을 보고 싶습니까? 거의 모든 경우에 답은 이익입니다.

수십 년 동안 월스트리트와 금융 업계는 수익을 지표의 황금 표준으로 사용했지만 마케팅 캠페인의 성공은 수익 지표로 판단됩니다. 수익은 우리 모두에게 친숙한 측정항목인 전환을 통해 변환됩니다. 기본적으로 전환 모니터링은 마케팅 활동의 성과에 대한 신속하고 결정적인 답변으로 이어지기 때문에 의미가 있습니다. 그러나 전환수와 수익 측정과 수익성 측정의 차이점은 수익성이 우리를 답뿐만 아니라 올바른 답으로 이끈다는 것입니다.

위의 차트는 제품 1이 월간(MoM) 100% 증가하는 전환을 보여줍니다. 샴페인을 터뜨리고 전체 예산을 제품 1을 타겟팅하는 쪽으로 이동하여 우리가 승자를 찾았습니다. 반면에 제품 2는 평평하며 MoM 전환의 증분 상승이 0%입니다. 제품 2에 대해 생각해 본 적이 있는 사람을 해고하고 제품 카탈로그에서 제품 2를 제거하십시오. 제품 2는 존재한 적이 없습니다. 이것은 단순한 예일 뿐만 아니라 성급한 의사 결정이지만 여기에 있는 데이터는 우리의 노력이 조정되고 제품 1에 집중되어야 한다는 분명한 표시를 보여줍니다.

이 예에서 기업은 일련의 논리적 단계와 결정적인 대답을 찾았습니다. 제품 1에 대한 전환이 급증했고 제품 1에 대한 노력이 증가했습니다. 새로운 정보를 도입하면 어떻게 될까요? 제품 1의 이윤이 $1.00이고 제품 2의 이윤이 $5.00라고 가정해 보겠습니다.

수익성을 고려하면 상황이 달라지기 시작합니다. 제품 1의 전환이 급격히 증가했음에도 불구하고 제품 2는 제품 1보다 비즈니스에 더 많은 수익을 창출하고 있습니다.

더 건강한 이익이 더 건강한 회사로 이어지기 때문에 이제 우리는 새로운 답을 얻었습니다. 우리는 제품 2의 판매를 늘려야 합니다.

잠재 고객을 조사하고 마케터가 자주 높이려고 하는 또 다른 지표인 AoV(평균 주문 가치)를 사용하면 수익성의 힘이 지속됩니다.

이것을 팀의 또 다른 승리로 기록하십시오. Audience 1의 AoV는 100% 증가했으며 매출 성장은 폭발적입니다. 다시 한 번 살펴보겠습니다. 이번에는 AoV가 아닌 AoP(Average Order Profit)를 측정해 보겠습니다. 예를 들어, Audience 1은 $2.50의 이윤을 제공하고 주문당 항목 수를 10개에서 20개로 늘린 변형 제품만 구매하는 반면 Audience 2는 $9.00의 이익 마진이지만 주문당 10개만 계속 구매합니다.

AoV에서 엄격히 벗어나 정상적인 사고 방식은 우리가 Audience 1에 더 많은 노력을 기울이도록 이끌 것입니다. 우리는 유사한 대상을 만들고 Audience 1에 속하고 Audience 2에 더 적은 노력을 들이는 고객에게 리마케팅할 것입니다. 그러나 AoP는 정 반대. Audience 1의 AoP가 두 배로 증가한 것에 대해 여전히 황홀해야 하지만 Audience 2의 매출을 늘리는 데 시간과 노력을 집중해야 합니다.

그렇다면 이익 측정을 시작하는 방법은 무엇입니까? 이익 마진에 도달하려면 각 제품에 대한 매출 원가(COGS) 데이터를 마케팅 팀이 사용하는 분석 플랫폼이나 광고, 분석 또는 CRM 플랫폼에 푸시해야 합니다. 이를 수행하는 세 가지 방법이 있습니다.

• dataLayer를 통해 동적으로
• 분석 플랫폼에 대한 특정 시점 업로드로 정적으로
• 태그 관리 시스템(TMS)의 룩업 테이블을 통해 정적으로

dataLayer 사용

dataLayer는 태그 관리 시스템 또는 다른 픽셀에 설정된 태그에 의해 가져올 수 있는 정보를 저장하는 위치로 웹사이트의 배후에서 존재합니다. 정보는 키-값 쌍(ProductName: White T-Shirt)으로 나타납니다. dataLayer에서 일반적으로 발견되는 정보에는 제품 이름, SKU 번호 및 가격이 포함됩니다. 한 가지 유의할 점은 dataLayer에서 찾은 정보는 공개적으로 볼 수 있지만 경쟁업체가 볼 수 있는 방식으로 매출 원가 데이터를 표시하는 것에 대한 우려가 발생하기 전에 다음과 같이 데이터를 마스킹하는 간단한 방법이 있습니다. 선택한 입력을 받아 해당 달러 수치에 연결하는 키.

dataLayer 사용의 장점은 변수가 동적으로 캡처된다는 것입니다.

dataLayer는 백엔드 데이터 또는 CRM 또는 Google 시트와 같은 타사 소스에 접근하여 변수 값을 채웁니다. 이는 정확한 메트릭을 실시간으로 사용할 수 있기 때문에 이점이 극적으로 증가하기 때문에 수익성을 측정할 때 특히 중요하지만 나중에 자세히 설명합니다. 그런 다음 dataLayer에서 찾은 정보를 분석 플랫폼으로 자동 전송한 다음 수익성에 대해 보고하고 AoP와 같은 메트릭을 생성하는 데 사용할 수 있습니다.

정적 업로드

분석 플랫폼을 사용하면 사용자가 데이터를 업로드하고 맞춤 측정항목을 통해 보고서에 구현할 수 있습니다. 제품 카탈로그 및 해당 COGS 데이터가 포함된 스프레드시트를 만들고 스프레드시트를 분석 플랫폼에 업로드하여 이 프로세스를 활용할 수 있습니다.

태그 관리 시스템의 룩업 테이블

광고주는 SKU 데이터를 관련 매출 원가와 일치시키는 태그 관리 시스템에서 조회 테이블을 생성할 수 있습니다. 그런 다음 TMS는 이 데이터를 가져와 분석 플랫폼으로 푸시할 수 있습니다.

dataLayer 대 업로드 및 테이블

dataLayer를 활용하는 것은 COGS 데이터를 제공하는 훨씬 더 강력하고 효율적인 방법입니다. dataLayer가 정보를 동적으로 가져오기 때문에 정확한 COGS를 유지하려면 COGS 데이터가 저장된 수치를 업데이트하고 나머지는 데이터를 수집하고 분석 플랫폼으로 푸시하는 이벤트 추적과 dataLayer에 맡기기만 하면 됩니다. 업로드 또는 조회 테이블을 통해 최신 COGS 데이터를 유지하려면 더 많은 노력이 필요합니다. 제품 카탈로그에서 제품 또는 제품에 대한 매출 원가 데이터가 변경되거나 추가되거나 제거될 때마다 새로 업로드하거나 편집해야 합니다. 업로드 또는 조회 테이블 프로세스를 통해 필요한 노력의 양으로 인해 회사는 종종 설정된 간격으로 업데이트를 수행하고 업데이트 시 COGS를 전체 간격 동안 판매된 상품 원가로 적용합니다. 그렇게 하면 수익성 측정을 통해 제공되는 정보가 불투명해지고 인사이트를 얻기가 더 어려워집니다.

COGS 데이터가 매일 업데이트되고 dataLayer를 통해 푸시된 것과 업로드를 통해 월말에 입력된 COGS 및 전체 기간 동안 적용된 정적 COGS가 있는 두 달의 데이터를 살펴보겠습니다.

정보를 매일 업데이트함으로써 광고주가 활용할 수 있는 훨씬 더 많은 컨텍스트와 정보가 제공됩니다. 특정 시점 업데이트는 해당 월의 총 이익 및 COGS에 대한 부정확한 정보를 제공하며 일일 이익 마진 또는 월간 추세에 대한 통찰력을 제공하지 않습니다. 이 정보는 광고주가 마케팅 활동에 대한 결정을 내릴 때 중요합니다. 위의 차트를 예로 사용하여 광고주는 매월 19일부터 원가가 크게 감소했다는 사실을 활용하고 가치가 높은 광고 게재위치에 대한 입찰을 높여 판매를 늘릴 수 있습니다.

전반적인 이점

dataLayer를 활용하든 COGS 데이터를 분석 플랫폼에 직접 업로드하든 상관없이 수익성을 포함하면 비즈니스에 완전히 새로운 패러다임이 열립니다. 광고 지출 수익률 및 세션당 수익과 같은 지표가 광고 지출 대비 수익 및 세션당 수익이 됨에 따라 마케팅 목표는 대차대조표의 최종선과 직접 일치하기 시작합니다. 우리는 리마케팅, 유사 잠재고객 생성 및 제품 예산 책정과 같은 목표가 수익성 구현과 함께 어떻게 더 강력해지는지 보았습니다. 그러나 수익성을 포함하면 기업은 신제품의 인기도와 기존 제품의 이윤을 결합하여 고객에게 새로운 번들을 제공하는 것과 같은 판매 전략을 수립할 수도 있습니다. 마케팅의 불투명한 의사결정 시대가 다가오고 있으며 정확한 선택을 위한 새로운 방법은 수익성 측정에서 시작됩니다.