안녕하세요, 저는 29CM 고객의 성장과 리텐션을 관리하는 리텐션팀 그로스 마케터 송효진입니다. 최근 고객 유입과 활동성을 담당하는 Activation 스쿼드, 29CM과 입점 브랜드를 소개하는 콘텐츠 제품을 담당하는 Contents 스쿼드 와 협업한 푸시 제품을 소개하고자 합니다.고객은 하루 평균 46개의 푸시 알림을 받지만 각 푸시 알림의 오픈율은 3% 미만인 경우가 대부분입니다. 100명 중 3명만이 관심있는 정보라는 이 사실은 97명에게 푸시 알림은 노이즈임을 의미합니다.<figure data-type="image-block" data-src="https://attachments.datarian.io/production-804e4017-42a9-49b5-84a7-d3600cac406b-x5RuKXg8oWT2L39NyUWbyeER2FvNy1nyIq_Tu0jLbCc.png" data-align="center" data-width="336" data-show-caption="true" style="width: 336px; max-width: 100%"><img src="https://attachments.datarian.io/production-804e4017-42a9-49b5-84a7-d3600cac406b-x5RuKXg8oWT2L39NyUWbyeER2FvNy1nyIq_Tu0jLbCc.png" width="336" /><figcaption>패션 커머스앱의 푸시 문구</figcaption></figure>하루에 받은 패션 커머스앱만의 푸시 문구를 비교해보았습니다. 하루간 받은 14개의 푸시알림 중 어느 것도 제가 관심있는 브랜드의 정보가 아니었습니다.<h1 id="80f91eef07064746b8ccb884a5da642d">푸시 = 노이즈 라는 문제</h1>푸시 = 노이즈 라는 공식이 사용자의 인식에 자리잡은 이유는 위처럼 고객 중심적이지 못한 푸시의 공급에 있습니다. 푸시 메시지는 고객과 연관있는 정보가 아닌, 특정 브랜드의 이벤트나 플랫폼의 기획전을 소개하는 경우가 대부분입니다. 또한 그 브랜드를 전혀 모르는 고객에게도 발송되는 랜덤 타겟팅 발송인 경우가 많습니다.29CM도 동일한 문제를 겪고 있었습니다. 메시지를 받는 고객이 궁금해하는 브랜드인지, 그 브랜드의 스타일에 관심있는 고객인지의 여부와 무관하게 도달하기에, 푸시의 클릭률은 1%대에 그쳤습니다. 이처럼 브랜드와의 계약에 의한 푸시 메시지는 공급자 관점의 마케팅이며 플랫폼의 사용자인 고객을 중심으로 설계되지 않았습니다. 그러나 브랜드와의 약속을 지키고 고객에게 좋은 브랜드를 플랫폼에서 소개하는 선순환 또한 필요합니다. 29CM은 브랜드와 구매고객 양 측의 니즈를 만족시킬 수 있는 푸시 설계가 필요했습니다.<h1 id="32b4e17222134799b861cfc4d780aaf5">가설검증</h1>“고객이 좋아할만한 정보라면 고객은 광고가 아닌 유용한 푸시로 인식할 것이다.”푸시 = 노이즈 라는 문제의 해결 방안으로 이 가설을 검증하고자 했습니다. 핵심지표는 기존 클릭률의 6배 성장을 목표로 고객이 원하는 정보의 공식을 찾고, 이에 따라 파생되는 비즈니스 임팩트의 크기를 위해 푸시 메시지 수신동의 고객 중 70%가 대상 고객군에 해당되고자 하였습니다.<h1 id="515a944a0ecb45599c795bd774e83f3b">어떤 고객에게 어떤 정보를 줄 것인가?</h1>클릭률 6배 성장을 만들면서도 유의미한 규모가 필요하다는 전제 하에 실험이 설계되었습니다.“고객이 앱 내에서 행동한 브랜드의 소식은 관심있는 정보일 것이다”는 가설로 고객이 원하는 정보가 무엇인지 확인했습니다.실험을 진행한 결과 고객이 앱 내에서 행동(장바구니, 좋아요, 브랜드홈 방문, 상품 상세페이지 조회)을 한 정보는 미개인화된 정보 대비 클릭률 약 3배, 클릭 후 구매전환율은 약 2배 더 높았습니다.그러나 고객 당 1개의 관심 브랜드만을 찾는 것은 임팩트의 크기를 키울 수 없는 한계가 있습니다. 하여 고객당 여러개의 관심 브랜드를 알고자 하였습니다. “브랜드에 얼마나 관심이 있는지” 알 수 있는 행동 정보인 브랜드홈 방문, 상품상세페이지 조회, 브랜드 좋아요의 이벤트를 몇번 했는지, 얼마나 최근 했는지에 따라 클릭률의 우선순위를 실험했습니다. 이제 저희는 고객당 관심있는 브랜드를 1순위부터 4순위까지 알 수 있게 되었습니다.<div class="prosemirror-column-container" data-type="column_container"><div class="prosemirror-column" data-type="column" style="flex: 0.5 1 0px; min-width: 0;"><figure data-type="image-block" data-src="https://attachments.datarian.io/production-d8f3de98-cc13-4a1e-9514-5edcf2c90140-9mgFougVrMduaUvrdJ75GG2upPHz9E5de9R_FmxI-d4.png" data-align="center" data-width="327" data-show-caption="true" style="width: 327px; max-width: 100%"><img src="https://attachments.datarian.io/production-d8f3de98-cc13-4a1e-9514-5edcf2c90140-9mgFougVrMduaUvrdJ75GG2upPHz9E5de9R_FmxI-d4.png" width="327" /><figcaption>상품 상세페이지 조회, 상품 좋아요</figcaption></figure></div><div class="prosemirror-column" data-type="column" style="flex: 0.5 1 0px; min-width: 0;"><figure data-type="image-block" data-src="https://attachments.datarian.io/production-b58a0afe-1071-488a-a00b-aa9f2da06530-tsOVrRERD2ylKCku9mWiMR092ECv2mFPTWmr1dkOx0M.png" data-align="center" data-width="332" data-show-caption="true" style="width: 332px; max-width: 100%"><img src="https://attachments.datarian.io/production-b58a0afe-1071-488a-a00b-aa9f2da06530-tsOVrRERD2ylKCku9mWiMR092ECv2mFPTWmr1dkOx0M.png" width="332" /><figcaption>브랜드홈 방문, 브랜드 좋아요</figcaption></figure></div></div><h1 id="cd191b973bbe4a3da612ce9ab700bd77">정보라는 데이터를 어떻게 메시지로 만들까?</h1>29CM의 단일 브랜드 소식은 예시로 아래와 같은 콘텐츠의 형태를 띄고 있습니다. 그러나 이 콘텐츠에는 여러 정보가 있습니다. 제목, 설명, 랜딩페이지 내 상품 정보, 프로모션의 정보(예. 신상, 단독할인, 단독신상의 할인 등), 할인율 등 많은 정보를 즉시 메시지로 만들기 위해서는 두 가지가 필요했습니다. 이 정보들이 데이터의 형태로 존재하고, 고객당 관심 브랜드와 실시간으로 연결되어야 했습니다.<figure data-type="image-block" data-src="https://attachments.datarian.io/production-b6d35ed9-4dee-47e2-9602-748e2f6be8ec-cPMFseEvx3YkLBVBkhE5iSwkSwd_k-USllymqlqQ6Ws.jpeg" data-align="center" data-width="336" style="width: 336px; max-width: 100%"><img src="https://attachments.datarian.io/production-b6d35ed9-4dee-47e2-9602-748e2f6be8ec-cPMFseEvx3YkLBVBkhE5iSwkSwd_k-USllymqlqQ6Ws.jpeg" width="336" /></figure>하여 콘텐츠 스쿼드는 내부에서 발행되는 모든 콘텐츠의 보이는 정보들(제목, 프로모션 종류 등)과 보이지 않는 정보들(참여 브랜드들, 상품들의 최대할인율 등)까지 담을 수 있는 콘텐츠의 데이터화(= 메타데이터) 작업을 진행했습니다.이 작업은 이번 푸시 제품 개발의 두 가지 필수요소를 가능케 만들었습니다.첫째, ‘참여 브랜드’는 설계된 푸시 메시지 로직 중 ‘고객당 관심 브랜드’와 연결되어 어떤 브랜드의 어떤 소식을 제공할 것인지 결정했습니다.둘째, 프로모션의 분류와 정보를 (예. 단독 할인 / ~10% 등) 콘텐츠당 연결시킬 수 있게 했습니다.<h1 id="5b2a25149a784e6bb552a4f1c250ea0f">고객과 어떻게 소통할 것인가?</h1>그럼 위 마뗑킴의 브랜드뉴스 중 고객이 가장 알고 싶어하는 정보는 무엇일까요?고객이 가장 알고 싶어하는 정보를 2줄이라는 한정된 영역 내 소통해야 하기에, 저희는 이를 UX writing을 통해 실험했습니다.1) 고객이 행동을 남긴 브랜드임을 메시지에서 알 수 있는 1인칭 시점의 소통으로 클릭률의 유의미한 증분을 확인하였으며2) 발매/입점/할인의 종류에 따라 총 27개 (3*3*3)의 프로모션을 분류하고 이 프로모션을 고객 관점에서 (예. 단독→ 29CM에서만, 신상입고 → 재고가 적은 특성에 따른 품절소구) 소통하여 최종 클릭률 6배 상승을 만들었습니다.<figure data-type="image-block" data-src="https://attachments.datarian.io/production-8016fd77-694a-46b3-9ea0-60bd3041be08-WBPCHDSoJunVVAL5mdQwFZBKn1r3zVyI5y0kQtyaxP0.png" data-align="center" data-width="576" data-show-caption="true" style="width: 576px; max-width: 100%"><img src="https://attachments.datarian.io/production-8016fd77-694a-46b3-9ea0-60bd3041be08-WBPCHDSoJunVVAL5mdQwFZBKn1r3zVyI5y0kQtyaxP0.png" width="576" /><figcaption>공급자 관점의 프로모션 분류 → 고객 관점의 프로모션 분류와 소통</figcaption></figure>이 클릭률의 성장은 시장에서 만연한 공급자 중심의 프로모션 소통 (예. 단독 X% 할인, 한정 발매, 선발매 등)에서 탈피하여, 고객이 받아들이기 쉬운 용어로 적시에 소통한 데 있었습니다.<h1 id="5e16fb11c758447ca283b3e27496c868">문제의 해결</h1><figure data-type="image-block" data-src="https://attachments.datarian.io/production-02ef62cb-99be-41fd-a1f1-b1039a4b2a24-ZKSzFtKgBpaviHlqT4ehn4P5g3jMQ9ygQkonFDhbuVg.webp" data-align="center" data-width="432" data-show-caption="true" style="width: 432px; max-width: 100%"><img src="https://attachments.datarian.io/production-02ef62cb-99be-41fd-a1f1-b1039a4b2a24-ZKSzFtKgBpaviHlqT4ehn4P5g3jMQ9ygQkonFDhbuVg.webp" width="432" /><figcaption>커머셜 개인화 푸시 라이브 메시지</figcaption></figure>위 성공 실험을 바탕으로 100개 이상의 고객당 개인화된 푸시 시나리오가 정립되었으며 커머셜 메시지 개인화 V1은 고객 관점에서 큰 임팩트를 만들었습니다. 이 푸시는 기존 광고 푸시 대비 클릭률은 6배 상승, 그에 따라 구매전환율도 증가하며 푸시를 통한 매출 증대로 이어졌습니다. 이에 따라 전수 적용된 개인화 푸시는 매주 발송되는 광고 푸시의 주당 발송량 44%를 대체하고 광고푸시 수신동의 고객의 70%를 커버했습니다.또한 문제상황이었던 공급자와 고객의 이해관계 충돌이 해결되었습니다. 공급자 중심의 푸시 설계가 아닌 고객 중심의 푸시설계로 전환한 결과, 브랜드와의 약속인 노출에 대한 문제 또한 뒤따라 해결되었습니다. 매일 하나의 브랜드를 불특정 다수에게 보내는 기존의 상황은 노출 브랜드 수의 한계가 있었으나, 개인화 푸시는 브랜드 고관여 고객에게 브랜드뉴스가 발행되기만 한다면 노출되기에 브랜드와의 약속을 100% 이행할 수 있게 되었습니다.<blockquote>이번 개인화 푸시 프로젝트를 통해 오직 고객집중의 가치관이 임팩트를 만들어낼 수 있음을 확인했습니다.</blockquote>이제 저희는 100% 광고 푸시를 개인화 푸시로 전환하는 것을 목표로 하고 있습니다. 앞으로의 커머셜 개인화 제품의 V2, V3 등을 통해 29CM의 푸시는 “고객이 필요로 하는 정보”만으로 채워지기를 기대합니다.<hr><h3 id="f9f98d49287544a1bfbdd49787c1e5cc">함께 성장할 동료를 찾습니다</h3>마케터가 제품을 소개하는 것이 생소하실 수도 있을 것 같습니다. 그러나 고객집중이라는 가치관을 공유한다면 서로 다른 부서가 함께 시너지를 낼 수 있습니다. 배울 점 많은 구성원들과 함께 임팩트를 만들고자 하시는 동료분들을 찾습니다.아래 채용 페이지에 오픈된 포지션에 많은 관심 부탁드립니다 :)🚀 29CM 채용 페이지 : <a href="https://www.29cmcareers.co.kr/" target="_blank">https://www.29cmcareers.co.kr/</a><hr><div data-type="callout" data-emoji="💡" data-background-color="rgba(235, 236, 237, 0.3)" style="background-color: rgba(235, 236, 237, 0.3);">Editor 보민’s comment이 글의 원문은 29CM 팀 블로그에 게시된 &#039;<a href="https://medium.com/29cm/%ED%91%B8%EC%8B%9C-%ED%81%B4%EB%A6%AD%EC%9C%A8-6%EB%B0%B0%EB%A5%BC-%EB%A7%8C%EB%93%A0-%EA%B3%A0%EA%B0%9D%EC%A7%91%EC%A4%91-2811bf0a15c7" target="_blank">푸시 클릭률 6배를 만든 고객집중</a>’입니다푸시는 앱 서비스가 사용자들과 소통하기 위해 사용할 수 있는 아주 강력하고 유용한 소통 수단 그리고 마케팅 수단입니다. 하지만 잘못 쓰면 오히려 독이 될 수 있죠. 사용자들이 푸시 메시지를 노이즈하다고 느끼게 되면 앱 자체에 대한 신뢰도나 호감도를 떨어뜨릴 수도 있거든요. 최악의 경우 앱을 삭제해 버리기까지 하죠.푸시 메시지를 발송하는 마케터라면 누구든 이런 부작용을 이미 잘 알고 계실 텐데요. 그럼에도 불구하고 대다수의 앱에서 다수의 고객에게 일괄적으로 푸시를 발송하는 이유는 고객들을 어떻게 나누어야 하는지, 나누어진 고객들에게 어떤 메시지를 보내야 할지 막막하기 때문인 것 같습니다.그런 면에서 이 글에 나와있는 자세한 실험 과정은 고객 세분화를 어떻게 해야 할지 고민하는 많은 CRM 마케터 분들에게 힌트를 줄 수 있을 것 같아요. 저도 이 글에서 얻은 아이디어들을 CRM 마케팅할 때 적극적으로 활용해 봐야겠습니다.</div>

어떤 고객에게 어떤 정보를 줄 것인가?

정보라는 데이터를 어떻게 메시지로 만들까?

고객이 푸시 알림을 정보로 느끼게 되기까지

푸시 클릭률 6배를 만든 고객집중

Contents

데이터 분석 소식을
매월 받아보세요

함께 읽어보면 좋은 글

[데이터 분석가 없이 데이터 드리븐 디자인하기] 세미나 다시보기

푸시 메시지 타이밍 찾기

검색엔진 최적화(SEO)란 무엇인가요?

데이터 분석 소식을
매월 받아보세요데이터 분석 소식을 받아보세요