구매 고려도 향상: 수요를 유도하는 3가지 상위 유입경로 전술
게시 됨: 2022-06-04지난 한 해 동안 디지털 채널이 가속화되면서 브랜드와 상위 유입경로에서 브랜드가 마케팅을 어떻게 투자, 전략화 및 배포하는지에 대해 오랫동안 예측해 왔던 고려 사항이 적용되었습니다.
간단히 말해서, "퍼포먼스 마케팅"에서 과도한 인덱싱은 브랜드에 해를 끼칠 것입니다. 성장을 주도하려면 브랜드를 효과적으로 구축하는 것이 중요하지만 상위 유입경로 마케팅은 하위 유입경로 성과 통찰력에 의해 뒷받침되어야 합니다. 이렇게 하면 모든 마케팅이 증분 수익, 고객 평생 가치(CLV)와 같은 전반적인 비즈니스 결과에 대해 책임을 져야 합니다. ), 수익성 있는 전환.
이를 전체 깔때기 활성화라고 합니다.
Avail, The Trade Desk 및 Wpromote의 마케팅 리더로 구성된 진정한 슈퍼그룹과 이야기를 나누며 마케팅 채널을 분리하고 퍼널 전반에 걸쳐 미디어를 정렬하는 것부터 터치포인트를 정확하게 귀속시키는 것까지 수요를 유도할 뿐만 아니라 창출할 수 있는 기회를 어떻게 잡을 수 있는지 알아보았습니다. 고객 여정의 모든 단계.
고객의 마음을 진정으로 얻으려면 여러 채널에서 통합 전선을 구축하는 것뿐만 아니라 장기적 가치 중심 참여를 통해 여정의 모든 단계에 있는 사람들을 위해 존재하는 것입니다.
오늘날 최고의 브랜드 차별화 요소는 더 이상 가격이나 제품 이 아니라 고객 경험 입니다. 고객은 원활한 디지털 거래 그 이상을 기대합니다. 모든 접점과 브랜드와의 상호 작용 전반에 걸쳐 고도로 개인화되고 예측 가능한 경험을 원합니다.
브랜드는 자신의 경험이 고객의 증가하는 요구 사항을 충족할 수 있도록 다음 세 가지 전략을 따라야 합니다.
- 특정 시점에서 거꾸로 보는 스냅샷과 달리 실시간 분석을 이상적으로 사용하여 브랜드 인지도 점수 를 조직의 핵심 KPI로 만드십시오 .
- 고객에 대한 집중적인 관점을 바탕으로 풍부한 자사 데이터 전략 을 구축하여 유입경로 전반에 걸쳐 더 나은 의도 신호와 행동 통찰력을 활성화하십시오(자세한 내용은 다음 섹션 참조).
- 마케팅, 영업, 고객 서비스와 같은 기능적 사일로 사이의 단절이 최종 소비자에게 보이지 않도록 고객 여정 전반에 걸쳐 개인 및 집단 목표를 조정하십시오.
“소비자는 경험을 통제할 수 있습니다. 따라서 소비자가 여행의 유형에 맞는 여러 장소에 있는 것과 그들이 더 이상 텔레비전을 텔레비전으로, 인쇄물을 인쇄물로 생각하지 않는다는 사실을 인식하는 것이 중요합니다. 그들은 이 모든 채널에 참여하고 있습니다."
자사 데이터를 활용하여 상위 유입경로 노력을 전환 중심 캠페인과 일치시킵니다.
미래 지향적인 마케터는 브랜드 구축과 성과 마케팅이 전체 비즈니스 목표를 달성하기 위해 함께 작동하는 보완적인 활동이라는 것을 직관적인 수준에서 알고 있습니다. 모든 마케팅은 수행되어야 하고 모든 마케팅은 브랜드 스토리에 기여해야 합니다.
그러나 마케팅을 진정으로 통합하고 전체 연속체에서 효율성을 극대화하려면 마케터가 자사 데이터 전략의 우선 순위를 정해야 합니다. 자사가 소유한 자사 데이터 또는 고객 데이터(물론 소비자 동의 하에)는 청중 통찰력 확보, 개인화된 경험 생성, 리타게팅 전략 개선, 패턴 식별, 미래 트렌드 예측과 같은 이니셔티브의 원동력입니다.
주요 브라우저와 플랫폼 이 데이터 개인 정보 보호 정책에 대한 광범위한 변경을 안내 함에 따라 마케터는 자체 데이터의 힘을 활용하는 새로운 방법을 찾는 데 훨씬 더 능숙해지고 전체 퍼널에서 일대일 기반으로 타겟팅하는 전략을 개발해야 합니다. . 다음은 조직이 보다 총체적인 마케팅과 보다 원활한 고객 경험을 달성하기 위해 배포할 수 있는 세 가지 데이터 기반 전략입니다.
- KPI에 따라 조정: KPI 및 예산 계획과 관련하여 공유 메트릭은 마케팅 활동을 핵심 비즈니스 목표에 맞추는 데 핵심이 됩니다. 전체 조직이 항상 같은 방향으로 나아가고 있는지 확인하기 위해 전반적인 커뮤니케이션, 계획 및 예산 처리와 관련된 프로세스를 정의하는 것이 중요합니다.
- 한 지붕 아래에서 데이터 통찰력 제공: 단일 측정 도구는 모든 미디어 노출, 전환 및 판매 데이터를 완벽하게 캡처하고 지속적으로 실행 가능한 통찰력을 제공할 수 없습니다. 성공하려면 채널 전반에 걸친 미디어 영향을 측정하기 위해 혼합된 접근 방식을 사용해야 합니다. 예를 들어, 기여 모델링 도구가 일부 브랜드 구축 활동 을 포함하도록 확장되고 있지만 여전히 실제로 일어나고 있는 일과 캠페인이 비즈니스 전체에 미치는 영향에 대한 왜곡된 관점을 초래할 수 있습니다. 대신, 다른 형태의 분석, 연구 및 테스트와 함께 기여 모델링 및 유사한 도구를 고려해야 합니다.
- 예산 책정에 대한 총체적인 접근 방식을 취하십시오. 브랜드 구축을 희생하면서 더 낮은 퍼널 성과 이니셔티브에 과도하게 투자하면 고객 기반을 확장하고 고객과의 감정적 연결을 유도하며 비즈니스 결과를 진정으로 극대화하는 브랜드의 능력이 손상됩니다. 대신, 유입경로의 두 끝이 어떻게 합쳐질 수 있는지, 그리고 어떻게 유동적이고 유연한 예산을 활용하여 목표를 달성하고 비즈니스 성장을 전체적으로 확장하는 조치에 집중할 수 있는지 생각해 보십시오.
“브랜드와 성능이 시너지 효과를 발휘하여 서로를 향상시킨다는 것을 이해하는 것이 중요합니다. 마찰이 있어서는 안 됩니다. 성능이 정말 잘 작동하고 있다고 생각하기 때문에 브랜드에서 성능 마케팅으로 돈을 옮기면 성능이 떨어지기 시작할 것입니다. 진정으로 최고의 가치를 창출하려면 예산에 따라 유연하고 유동적이어야 합니다.”
고객 여정의 모든 단계에서 주요 기여 터치포인트를 식별합니다.
잠재 고객을 구매자로 전환하기 위해 어떤 채널에서 크레딧을 받아야 하며 각 채널에서 얼마나 많은 크레딧을 받아야 합니까? 고객 여정이 점점 더 복잡해짐에 따라 각 접점의 기여도를 이해하는 것은 비즈니스 성공과 전달에 실패한 마케팅 노력의 차이를 의미할 수 있습니다.
궁극적으로 마케터는 고객 여정에 따른 각 접점의 영향을 측정하고 투자 가치를 극대화하기 위해 캠페인을 최적화할 수 있는 여러 가지 방법을 가지고 있습니다. 채널별로 마케팅 효과를 측정하는 일률적인 솔루션이 없다는 점을 감안할 때 특정 상황과 목표에 맞는 혼합 접근 방식을 취하는 것이 가장 좋습니다. 다음은 고려해야 할 세 가지 인기 있는 방법입니다.
- 마케팅 믹스 모델링(MMM): 장기적인 의사 결정에 가장 적합
- 많은 브랜드가 역사적으로 MMM을 리소스 할당 결정의 기본 소스로 사용했습니다. 그러나 과거 결과를 기반으로 하고 일반적으로 매년 실행되기 때문에 빠르게 변화하는 시장을 따라갈 수 없습니다. 이것이 정통한 브랜드가 실시간으로 보다 세분화된 통찰력을 제공할 수 있는 멀티터치 어트리뷰션 및 테스트와 같은 추가 방법론을 사용하는 이유입니다.
- 멀티터치 어트리뷰션: 일상적인 최적화 및 통찰력에 가장 적합
- 데이터 기반 기여(DDA)는 다양한 미디어 채널의 상대적 영향을 지속적으로 평가함으로써 MMM보다 실행 가능한 실시간 통찰력을 제공하기 위해 모델을 사용하는 MTA(멀티터치 기여) 유형입니다. 데이터 기반 어트리뷰션은 머신 러닝을 사용하여 고객이 처음으로 브랜드와 상호작용할 때부터 원하는 행동을 취하기 전에 최종 상호작용할 때까지 고객 여정의 각 클릭에 할당할 크레딧을 결정합니다. 원하는 액션을 완료한 고객과 그렇지 않은 고객의 경로를 비교하여 고유한 전환 패턴을 분석하여 각 비즈니스에 가장 효과적인 터치 포인트를 결정합니다.
- 실험: 새로운 발견을 검증하는 데 가장 적합
- 보다 정교한 성능 분석을 위해서는 무작위 통제 실험을 사용하여 각 전환을 유도한 요인(증분성 또는 상승도라고도 함)을 확인해야 합니다. 즉, 기여 분석은 소비자 행동을 전환과 연관시키는 데 도움이 되지만(최대 수익을 얻기 위해 마케팅 투자를 조정하는 데 유용한 도구임), 증분 실험은 인과 관계 방법론을 사용하여 광고가 실제로 소비자 행동을 변화시켰는지 여부를 결정합니다. 실험은 다양한 형태를 취할 수 있지만 증분은 특히 인과성과 관련이 있습니다. 이는 광고 캠페인의 예산 증가 또는 A/B 크리에이티브 테스트에 대한 영향을 측정하는 것과 혼동되어서는 안 됩니다.
" 세상에 완벽한 측정 도구는 없지만 마지막 클릭을 넘어 접근할 수 있는 더 좋은 방법이 있습니다. 한 가지 방법은 알고리즘 방식으로 고객 접점에 크레딧을 할당하는 매우 정교한 멀티터치 기여 모델 을 사용하여 지출이 가장 효과적인 부분과 가장 적은 부분을 조명하는 것입니다. "

