고객 세분화 – 성장을 위한 단계별 가이드 고객 세분화 방법

고객 세분화란 무엇입니까?

세분화는 고객을 서로 다른 그룹으로 나누는 프로세스입니다. 각 그룹은 유사한 특성을 공유하여 참여, 판매 및 충성도를 향상시킵니다.

그러나 종종 고객을 세분화하는 가장 좋은 방법을 찾는 것은 쉽지 않습니다. 성장을 가속화할 수 있도록 고객을 세분화하는 방법에 대한 다양한 통찰력을 다룰 것입니다.

비즈니스에 대한 데이터의 중요성에 대한 맥락부터 살펴보겠습니다. 2018년에 미국 기업은 타사 데이터를 구매하는 데 약 190억 달러를 지출했으며 해당 데이터를 지원하는 타사 솔루션에 거의 같은 금액을 지출했습니다. 그럼에도 불구하고 이러한 정보 중개인이 소비자에 대해 가지고 있는 대부분의 데이터는 정확하지 않습니다. 예를 들어 오래된 경우가 많습니다.

기업이 데이터에 그렇게 많은 비용을 지출하는 이유는 무엇이며 세분화의 이점은 무엇입니까?

Braze(이전 Appboy)는 2년 동안 실행한 30,000개 이상의 캠페인에서 마케팅 데이터를 분석했습니다. 그들은 신중하게 고려된 고객 세그먼트에 보낸 캠페인이 광범위한 잠재고객에게 보낸 캠페인보다 200% 더 많은 전환을 보았다는 것을 발견했습니다.

즉, 세분화를 수행한 다음 매출 및 이익을 개선하는 것 사이에는 명확한 연결 고리가 있습니다.

마케팅 비용은 얼마나 드시나요? 대부분의 회사는 비즈니스 전체 수익의 약 11-13%를 지출합니다. 그러나 Rakuten Marketing의 보고서에 따르면 마케터는 마케팅 예산의 26%를 잘못된 채널이나 전략에 낭비할 것으로 예상합니다. 이는 대개 잘못된 세분화 때문입니다.

결론은 세분화를 통해 매출과 이익을 개선할 수 있는 기회에도 불구하고 많은 마케터가 제대로 하지 못하고 돈을 낭비하고 있다는 것입니다.

한편 고객은 개인화를 원하고 기대합니다.

• 소비자의 91%는 관련 제안 및 권장 사항을 제공하는 브랜드와 함께 쇼핑할 가능성이 더 높습니다.
• 고객의 80%는 개인화된 경험을 제공하는 브랜드의 제품이나 서비스를 구매할 가능성이 더 높습니다.
• 2019년 소비자의 72%는 특정 관심사에 맞춤화된 마케팅 메시지에만 참여합니다.
• 자신을 단골 쇼핑객으로 분류하는 사람들의 80%는 자신의 경험을 개인화하는 브랜드에서만 쇼핑한다고 말합니다.
• 소비자의 63%는 서비스의 표준으로 개인화를 기대합니다.
• 조사 대상 소비자의 88%가 "맞춤형 지원"을 받지 못했다고 보고했습니다.

— 그리고 세분화는 이러한 기대에 부응하는 가장 빠르고 간단하며 가장 비용 효율적인 방법 입니다.

고급 고객 세분화 기술은 대기업이나 대기업에만 해당된다고 생각할 수 있습니다. 그러나 그렇지 않습니다. 이 가이드에서는 전환, 판매 및 고객 충성도를 향상시키는 강력한 방법을 찾는 데 도움을 드리겠습니다.

고객 세분화의 이점은 무엇입니까?

고객 세분화가 왜 중요한가요? 마케팅의 핵심 초점은 수익성 있는 고객과의 관계를 구축하는 것입니다. 마케팅은 단일 구매, 단일 전환에 관한 것이 아닙니다. 목표는 고객 기반을 확장하고 장기적인 가치를 구축하는 것입니다.

고객을 이해하고 세분화하고 마케팅 캠페인, 제안 및 커뮤니케이션을 개인화하는 것은 고객 관계 관리(CRM)로 널리 알려진 부분입니다.

CRM 도구와 방법은 고객 세분화 전략을 개발한 다음 이를 구현하는 방법의 근간을 제공합니다.

Harvard Business Review에 따르면 매년 30,000개 이상의 새로운 소비자 제품이 출시됩니다.

그리고 95%는 다음 7가지 이유 중 하나에 실패합니다.

• 소비자의 필요와 욕구를 이해하지 못함 .
• 존재하지 않는 문제 수정.
• 잘못된 시장 타겟팅 .
• 가격이 잘못되었습니다.
• 약한 팀과 내부 능력.
• 개발이 지연되거나 시장 진입이 지연됩니다.
• 실행 불량.

고객 세분화 이점

• 새로운 시장 기회를 감지하고 활용하는 데 도움이 됩니다.
• 고객 행동을 예측하는 방법을 개선합니다.
• 고객 유지 및 충성도 증가.
• 개인화를 통해 브랜드에 대한 인식을 향상시킵니다.
• 워크플로를 간소화하고 개선합니다.
• 고객평생가치 향상에 기여합니다.
• 이메일 마케팅 담당자는 이메일 캠페인을 세분화하여 수익이 760% 증가하는 것을 목격했습니다.

다음 통계를 고려하십시오.

• 소비자의 71%는 개인화된 경험이 이메일과 상호작용하기로 한 결정에 영향을 미칠 것이라고 믿습니다.
• 응답자의 80%는 개인화된 경험을 제공하는 회사와 거래할 가능성이 더 높다고 답했습니다.
• 미국 마케터의 88%가 개인화로 인해 측정 가능한 개선을 경험했다고 보고했으며 절반 이상이 10% 이상의 향상을 보고했습니다.
• 최근 McKinsey 설문조사에 따르면 고객 분석을 광범위하게 사용하는 기업은 115% 더 높은 ROI와 93% 더 높은 수익을 보고하고 있습니다.

고객 세분화의 문제는 무엇입니까

7 일반적인 분할 실수

1. 세그먼트가 비즈니스 목표와 일치하지 않습니다.
2. 구체적인 데이터가 아닌 본능에 따라 분류하고 있습니다.
3. 제한된 데이터를 기반으로 세그먼트를 만들었습니다.
4. '더티 데이터'를 사용하고 있습니다.
5. 세그먼트를 개발하는 동안 채널을 무시하고 있습니다.
6. 당신은 참여 시간과 맥락을 고려하지 않습니다.
7. 시간 경과에 따른 세그먼트 실적을 추적하지 않습니다.

6 고객 세분화 방법

고객을 세분화하는 방법에는 여러 가지가 있지만 가장 좋은 방법을 선택하는 것은 비즈니스 유형과 시장/산업에 따라 다릅니다. 예를 들어, B2B 세분화는 종종 B2C 마케팅에 대해 매우 다른 접근 방식을 요구합니다.

모든 세분화 방법의 시작점은 데이터입니다. 고객 데이터를 기반으로 의사 결정을 내리는 것은 모든 마케팅 활동의 기초이며 성장을 제공하는 세분화를 효과적으로 개발하는 방법입니다.

1. 지리적 세분화

지리적 세분화란 무엇입니까?

지리적 세분화 는 고객을 지역에 따라 그룹으로 나눕니다. 이를 수행하는 가장 일반적인 방법은 국가, 지역, 주 및 도시와 같은 기존 경계를 사용하는 것입니다.

시장을 나누는 더 미시적 수준의 방법은 농촌, 교외 및 도시 시장 부문과 같은 생활 지역 유형을 기반으로 합니다.

지리적 세분화의 예

• 관광 및 여행 산업은 기후와 같은 보다 미묘한 요소를 포함한 지리적 세분화를 사용합니다.
• IP 주소는 현지화된 언어, 제품 및 가격을 사용하여 온라인 비즈니스를 돕고 사람들을 현지 사이트로 안내하는 데 사용됩니다.
• 자동차 제조업체는 개방형 자동차의 세분화 요소로 기후를 사용합니다.

지리적 세분화 사용의 장점

그렇다면 지리적 세분화의 장점은 무엇입니까? 몇 가지를 살펴보겠습니다.

• 이는 국내 또는 국제 시장이 큰 회사에 효과적인 접근 방식입니다. 지역에 따라 소비자가 다르기 때문에 특별히 목표로 삼을 수 있는 요구 사항, 요구 사항 및 문화적 특성이 다르기 때문입니다.
• 또한 예산이 제한된 소규모 비즈니스에 효과적인 접근 방식이 될 수도 있습니다. 그들은 정의된 영역에 집중할 수 있고 목표 지역에 적합하지 않은 접근 방식에 불필요한 마케팅 비용을 지출하지 않을 수 있습니다.
• 그것은 인구 밀도의 다른 영역에서 잘 작동합니다. 도시 환경의 고객은 종종 교외 및 시골 환경의 사람들과 비교하여 다른 요구 사항, 구매 패턴 및 소득을 가지고 있습니다. 종종 이 세 영역 사이에는 문화적 차이도 있습니다.

지리적 세분화의 단점

• 같은 출신국에서 온 매우 이질적인 관광객들을 혼합하여 인위적으로 그들을 하나의 세그먼트로 취급하는 위험, 예를 들어 이탈리아인은 모두 같지 않습니다.
• 때때로 지리적 데이터가 사용되지만 구매 패턴이나 행동에 거의 또는 전혀 차이가 없어 타겟팅이 무용지물이 됩니다.

2. 인구통계학적 세분화

인구통계학적 세분화란 무엇입니까?

인구 통계 데이터는 인구 조사 데이터, 일반적으로 10년마다 업데이트되는 데이터 분석, Google Analytics와 같은 데이터 분석, SurveyMonkey와 같은 질문 및 양식을 통한 소비자, Facebook Insights와 같은 기타 데이터 소스를 통해 얻기가 쉽기 때문에 가장 일반적으로 사용되는 데이터 중 하나입니다. . 또 다른 이유는 목표 시장을 분할하는 가장 저렴하고 쉬운 방법으로 간주되기 때문입니다.

그러나 인구통계학적 데이터 자체는 고객에 대한 통찰력을 거의 제공하지 않습니다. 내 고객은 누구인가 에 대한 답은 되지만 왜 고객이 구매하는가에 대한 질문에는 답하지 않습니다.

인구통계학적 세분화의 예

• 나이.
• 성별.
• 경주.
• 결혼 상태.
• 자녀 수(있는 경우)
• 직업.
• 연간 소득.
• 교육 수준.

인구통계학적 세분화 사용의 장점

• 인구 통계 데이터는 일반적으로 다른 세분화 기술에 비해 수집 및 측정하기가 더 쉽습니다.
• 타겟팅은 일반적으로 인구 통계를 메트릭으로 사용할 때 더 간단합니다. 예를 들어 35세에서 45세 사이의 남성과 같은 소비자 그룹을 타겟팅할 수 있습니다.
• 인구 통계 데이터를 다른 데이터 세트와 혼합하면 고객 간의 차이를 쉽게 분석할 수 있습니다.
• 추세 및 사회적 변화를 모니터링하는 데 이상적입니다.

인구통계학적 세분화의 단점

• 인구 통계 데이터는 빠르게 변경됩니다. 매년 바뀌는 나이(물론), 소득, 결혼 여부, 학력, 직업 등의 목록은 계속된다.
• 설명적일 뿐 - 소비자 자신에 대한 이해가 거의 없습니다.
• 동일한 인구통계학적 그룹의 소비자가 비슷한 요구 사항과 라이프스타일을 가지고 있다고 가정합니다. 예를 들어 30세 모두가 동일한 요구 사항을 가질 가능성은 거의 없습니다.
• 데이터를 수집할 때 사람들은 종종 자신의 나이나 소득과 같은 데이터의 다른 요소에 대해 거짓말을 합니다.
• 일부 제품 및 서비스의 경우 인구 통계가 거의 사용되지 않습니다. Spotify를 예로 들면 음악은 매우 주관적인 주제입니다. Spotify는 인구 통계가 아닌 행동과 청취 선호도를 추적합니다. Spotify의 경우 인구 통계 데이터가 너무 모호하여 의미 있는 마케팅 콘텐츠나 효과적인 커뮤니케이션을 만들 수 없습니다.

식료품점은 일반적으로 인구 통계 데이터를 사용하여 고객을 타겟팅합니다. 그들은 가족이 독신이나 커플보다 연간 더 많은 상품을 구매한다는 것을 알고 있습니다.

3. 심리적 세분화

심리학적 세분화는 사람들의 태도와 관심을 사용하는 것으로, 종종 전형적인 인구통계학적 데이터와 함께 연구되어 고객을 구축하고 타겟팅합니다.

인구 통계, 거래 또는 행동 데이터와 달리 사이코그래픽스는 특정 고객이 제품을 구매하기로 선택한 이유 에 대한 아이디어를 제공합니다.

이 시장 조사와 함께 Facebook Pixel과 같은 방법을 사용하여 고객이 온라인에서 좋아하거나 보거나 공유하는 모든 것을 추적할 수 있습니다.

사이코그래픽 세분화의 예

• 이해
• 인격
• 생활 양식
• 사회적 지위
• 활동, 관심, 의견(AIO)
• 태도

Brandwatch와 같은 도구를 사용하면 청중에 대한 세부 정보를 수집한 다음 이를 사용하여 태도, 관심, 활동 및 성격 특성에 따라 시장을 나눌 수 있습니다.

사이코그래픽 세분화의 장점

• 고객의 라이프스타일과 니즈에 대한 통찰력을 제공합니다.
• 제품 및 브랜드 구매 동기와 이유를 찾는 데 도움이 됩니다.
• 종종 판촉 캠페인을 개발하는 데 더 도움이 됩니다.

사이코그래픽 세분화의 단점

• 시장 조사가 필요합니다(일반적으로 질적 및 양적 혼합). 비용이 많이 들 수 있습니다.
• 연구 비용의 결과로 더 큰 회사/브랜드에 더 적합할 것입니다.
• 때때로 정성적 시장 조사는 결과에 대한 다양한 해석에 여전히 열려 있습니다.
• 사이코그래픽 세그먼트는 판촉 방법을 통해 도달하거나 매장 내 식별이 쉽지 않을 수 있습니다.

4. 행동 세분화

행동 세분화는 고객이 무엇 을 하고 따라서 다시 할 가능성이 있는지를 기반으로 합니다. 행동 세분화는 주로 고객의 구매 프로세스에 초점을 맞춘 다음 유사한 구매 행동을 가진 고객을 하나의 '세그먼트'로 그룹화합니다. 그런 다음 기업은 구매 행동을 기반으로 회사, 고객 및 잠재 고객을 타겟팅할 수 있습니다.

한두 가지 행동을 기반으로 소비자의 구매자 여정 단계를 식별하려고 하면 쉽게 잘못된 가정을 하게 될 수 있습니다.

다양한 단계의 고객은 여전히 ​​다양한 채널을 통해 다른 시간에 특정 순서 없이 다른 단계의 콘텐츠와 상호 작용하고 참여합니다. 따라서 단일 고객 행동 또는 상호 작용만으로는 어떤 여정 단계가 존재하는지 정확히 파악할 수 없습니다.

정확도를 높이려면 다양한 접점과 채널에서 모든 행동 데이터를 활용해야 시간 경과에 따른 행동 패턴을 기반으로 가중치 알고리즘을 구축할 수 있습니다.

Gartner는 2025년까지 마케팅 부서의 25%가 전담 행동 과학자 또는 민족지학자를 정규직 직원으로 두게 될 것이라고 예측합니다. 따라서 인간의 편견을 이해하는 것은 행동을 이해하는 데 중요합니다.

행동 데이터의 예

• 온라인 쇼핑 습관: 모든 사이트에서 사용자의 온라인 쇼핑 습관을 고려할 수 있습니다. 이는 웹사이트에서 온라인 구매를 할 가능성과 상관관계가 있을 수 있기 때문입니다.
• 타이밍 기반 행동: 구매 시기를 기준으로 고객을 세분화하는 것을 고려하십시오. 기회 세분화, 연중 시기, 계절별, 일회성 구매, 분기별 패턴 등
• 웹사이트에서 취한 조치: 사용자가 온라인 자산에 대해 취하는 조치를 추적하여 사용자가 상호작용하는 방식을 더 잘 이해할 수 있습니다. 사용자가 사이트에 머문 시간, 기사를 끝까지 읽었는지 여부, 클릭한 콘텐츠 유형 등을 확인할 수 있습니다.
• 추구 편익: 이것은 고객이 제품을 구매함으로써 충족시키려는 요구를 나타냅니다.
• 사용량: 사용량을 기준으로 사용자를 분류할 수 있습니다. 귀하의 메시지는 제품의 헤비 유저, 미디엄 유저, 라이트 유저 또는 비사용자인지에 따라 달라집니다.
• 충성도: 고객은 제품을 일정 기간 사용한 후 브랜드 충성도를 개발하는 경우가 많습니다. 브랜드에 대한 충성도에 따라 고객을 분류하고 그에 따라 메시지를 조정할 수 있습니다.
• 제품 리뷰/피드백 – 사람들이 실제로 제품을 어떻게 경험했는지, 그들이 겪었던 어려움 또는 가장 즐겼던 것을 보는 것은 유용한 통찰력입니다. 이것을 제품으로 제한할 필요는 없습니다. 경쟁업체, 보완업체 및 비교 대상을 볼 수 있습니다.

행동 세분화의 장점

• 둘 다 판매에 중점을 두고 있기 때문에 마케팅 및 판매 팀을 조정하는 데 도움이 됩니다.
• 구매 프로세스 내의 단계에 초점을 맞추므로 보다 상황에 맞는 커뮤니케이션을 생성합니다.
• 유사한 행동과 요구를 가진 고객을 식별합니다.
• 브랜드 충성도는 브랜드에 대한 친밀도를 보여준 고객을 기반으로 더욱 구축될 수 있습니다. 따라서 행동 세분화는 고객 충성도를 높이는 데 도움이 됩니다.

행동 세분화의 단점

• 고객의 행동은 시간, 장소, 상황, 요구사항 등에 따라 변하기 때문에 항상 정확하게 예측할 수는 없습니다. 행동 세분화는 성격 특성과 행동에 대한 틀만 제공할 수 있습니다.
• 대부분의 행동 세분화는 완전한 양적 데이터가 아닌 정성적 데이터를 기반으로 수행됩니다. 따라서 예측, 예산, 비용 등을 만드는 것은 모두 특정 가정에 달려 있습니다.

5. 페르소나 세분화

잘 정의된 페르소나는 더 나은 마케팅 계획을 세우는 데 도움이 되고 마케팅 캠페인과 제안을 잠재 소비자의 올바른 그룹에 타겟팅하는 데 도움이 됩니다. 마케팅 페르소나는 고객과 얼굴을 마주하고 고객의 필요와 욕구를 식별하는 데 도움이 됩니다.

사람들이 마케팅 페르소나를 개발하는 방법을 이해하는 데 도움이 되도록 페르소나 캔버스를 만들었습니다.

페르소나 세분화의 예

마케팅 페르소나는 매우 강력한 고객 세분화 방법입니다. 특히 고객 목표에 대한 연구와 함께 사용할 때.

또한 연구에 따르면 고객 페르소나를 사용하면 마케팅 결과가 향상됩니다.

그러나 효과적인 페르소나는 구성되지 않습니다. 이는 수집할 데이터, 비즈니스 목표와 어떻게 관련되는지, 데이터를 효과적으로 사용하여 의사 결정을 내리는 방법에 대해 훨씬 더 깊이 이해해야 하는 더 큰 데이터 중심 전략의 일부입니다.

페르소나 세분화의 장점

• 고객 목표, 요구 사항 및 수행해야 할 작업에 대해 더 깊이 이해하십시오.
• 고객이 구매하는 방법과 이유에 대한 풍부한 지식을 구축합니다.
• 팀이 고객 세그먼트를 일관되게 이해하도록 돕습니다.
• 팀이 창의적이고 혁신적인 솔루션을 생산하는 방법을 개선합니다.

페르소나 세분화의 단점

• 제작에 시간이 걸립니다.
• 강력한 프로필을 생성하려면 여러 데이터 세트가 필요합니다.

6. 예측 세분화

예측 분석이란 무엇입니까?

예측 모델은 많은 비즈니스와 일상 생활에서 사용됩니다. 예를 들면 정치, 사기 탐지, 금융 모델링이 있습니다. 마케팅에서는 개별 고객 행동을 예측하고 고객을 가장 실행 가능하고 의미 있는 방식으로 그룹화하는 데 사용되었습니다. 예를 들어, 예측 분석을 사용하여 고객이 다음에 구매할 계획인지 여부와 시기를 예측할 수 있습니다.

예측 분석을 사용하면 고객이 다음에 구매할 수 있는 특정 제품을 예측하고 이러한 제품을 고객에게 사전에 추천할 수 있습니다.

예측 세분화의 예

• 비지도 학습 : 비지도 학습은 명시적으로 결과를 추정하거나 예측하려고 시도하지 않고 데이터에서 숨겨진 패턴을 찾습니다.
• 지도 학습 : 지도 학습은 샘플 입력과 목표로 훈련하여 입력이 주어진 출력을 추정하는 데 사용됩니다.
• 강화 학습 : 지도 학습은 샘플 입력과 목표로 훈련하여 입력이 주어진 출력을 추정하는 데 사용됩니다.

마케터는 이제 브랜드 선호도, 할인 선호도, 사이트에 머문 시간, 브라우징 행동, 통화 시간, 구매 내역, 조회한 제품 등 수백 가지 유형의 데이터에 액세스할 수 있습니다. 각 변수 간의 관계를 찾기 위해 여러 유형의 데이터를 사용하지만 오늘날의 강력한 컴퓨터와 알고리즘에서는 쉽게 분석할 수 있습니다.

고객 세분화는 수동 프로세스에서 AI 자동화 프로세스로 이동하고 있습니다.

비지도 학습: 클러스터링과 세분화의 차이점

세분화는 유사성을 기반으로 고객을 수동으로 그룹화하는 프로세스입니다. 클러스터링은 다르지만 고객을 그룹화할 수 있도록 고객의 유사점을 찾는 자동화된/통계적으로 엄격한 프로세스입니다.

클러스터링은 고객에 대해 이미 알려진 요소를 사용하여 고객 기반의 세그먼트를 자동으로 검색 하는 방법입니다. k-means 및 apriori 알고리즘과 같은 클러스터링 알고리즘은 수백 가지 고객 속성과 이전 고객 상호 작용을 분석하여 고객 행동과 이러한 행동을 이끄는 힘에 대한 통찰력을 드러낼 수 있습니다.

이것은 대부분의 세분화가 고객을 그룹화하기 위해 비통계적 방식으로 연령이나 소득과 같은 한두 가지 요소를 활용한다는 점에서 고객 세분화와 다릅니다.

지도 학습: 성향 모델

성향 모델은 과거의 예에서 학습하여 고객의 미래 행동에 대한 진정한 예측을 만듭니다. 예를 들어 고객이 제품을 구매할 가능성이나 잠재 고객이 웹사이트에 참여할 가능성이 있습니다.

예를 들어 성향 모델은 예측된 평생 가치 모델을 생성하기 위해 고객이 평생 동안 지출할 금액을 예측하는 데 사용됩니다. 이러한 유형의 모델은 미래의 전망이나 고객 행동을 예측하는 데 사용할 수 있습니다.

강화 학습 및 협업 필터링

협업 필터링 모델의 일반적인 마케팅 응용 프로그램은 권장 사항입니다.

협업 필터링 모델은 제품, 콘텐츠 또는 거의 모든 것을 추천할 수 있습니다. 이러한 추천 모델은 "이 제품을 좋아한 고객, 또한 ...도 좋아한 고객"이라는 제안으로 Amazon에서 유명해졌습니다.

기타 고객 세분화 방법

• 가치 세분화: 일부 기업은 고객의 "거래 가치"(제품에 지출할 가능성이 있는 금액)에 따라 시장을 분할합니다. 고객의 거래 가치를 결정하기 위해 구매 횟수, 구매 빈도 및 구매 항목의 가치와 같은 이전 구매 데이터를 볼 수 있습니다.
• 기업 간 세분화: 기업 간(B2B) 회사는 기업 간 세분화를 사용하여 시장에서 비즈니스를 나눌 수 있습니다. 이는 개별 소비자에 대한 인구통계학적 세분화와 유사하지만 대신 고객이 될 수 있는 기업의 특성을 살펴봅니다. 살펴볼 데이터의 예에는 산업, 수익, 직원 수 및 위치가 포함됩니다.
• 세대 세분화: 기업은 소비자를 세대별로 분류하고 Z세대, 밀레니얼, X세대, 베이비붐 세대 및 침묵하는 세대를 포함하는 범주로 그룹화할 수 있습니다. 이 세대는 특정 선호도, 행동, 성격 특성 및 신념을 공유하는 것으로 믿어집니다. 물론 한 세대의 모든 구성원이 같은 것은 아니지만 세대별 세분화를 통해 청중에 대한 추가 통찰력을 얻을 수 있습니다.
• 생애 단계 세분화: 시장을 삶의 위치에 따라 그룹으로 나눌 수도 있습니다. 대학에 가고, 결혼하고, 자녀를 갖는 것은 고려해야 할 주요 인생 사건의 예입니다. 삶의 다른 단계에 있는 사람들은 다른 것을 필요로 합니다. 예를 들어, 곧 대학생이 될 경우 아파트 가구가 필요할 수 있습니다. 새로운 부모는 이유식을 구입하려고 할 것입니다.
• 계절적 세분화: 사람들이 삶의 다른 시기에 다른 제품을 구매하는 것과 유사하게 사람들은 연중 다른 시기에 다른 품목도 구매합니다. 크리스마스와 하누카와 같은 주요 휴일도 구매 행동에 큰 영향을 미칩니다.

초보자를 위한 고객 세분화 방법

1단계: 올바른 측정 선택

여기에 고객 세분화를 시작하는 방법에 대한 기본 아이디어를 제공하기 위해 4단계 가이드가 있습니다.

2단계: 올바른 도구 선택

구글 애널리틱스

• Google Analytics를 사용하면 상세한 고객 세그먼트를 생성할 수 있습니다 . 잠재고객 탭에서 많은 인구통계학적 통계와 방문자의 (기타) 관심사에 대한 정보를 찾을 수 있습니다. "세그먼트 추가"를 클릭하여 원하는 세그먼트를 추가하고 추적하세요...
• Google Analytics를 사용하면 트래픽과 웹사이트 흐름을 분석할 수 있습니다 . 탭 동작 및 획득 은 방문자가 웹사이트에서 시간을 보내는 위치, 시간 및 시간을 정확히 알 수 있는 좋은 장소입니다. 시간을 할애하여 청중을 끌어들이고 관심을 유지하고 개선할 수 있는 영역을 식별할 수 있습니다.
• Google Analytics를 사용하면 특정 목표를 설정하고 솔루션을 테스트할 수 있습니다. 웹사이트에서 개선이 필요한 부분에 대한 기본 아이디어가 있으면 전환 탭으로 이동하여 새로운 목표를 설정할 수 있습니다. 대상(단일 페이지 방문), 기간(페이지에 머문 시간), 세션당 페이지/화면(클릭률) 및 이벤트(페이지의 특정 작업)의 4가지 범주가 있습니다. 모범 사례를 위해 미시 전환 목표를 거시 전환 목표와 연결해 보세요.
• 보다 심층적인 분석에 투자하려는 경우 Mixpanel, Kissmetrics 또는 Amplitude와 같은 대안을 시도해 볼 수 있습니다.

페이스북 인사이트

Facebook 잠재고객 인사이트는 유용한 인구통계학적 데이터와 심리 통계학적 데이터를 많이 제공합니다. 또한 웹사이트에서 Facebook 픽셀을 사용하면 행동 데이터도 추적할 수 있습니다. 다음은 고객 세분화에 사용할 수 있는 몇 가지 Facebook 데이터 유형입니다.

• 인구통계.
• 지리학.
• 성별.
• 시간 사용자가 활성 상태입니다.
• 장치.
• 이해.

3단계: 데이터에서 인사이트 도출

이것은 나를 다음 요점과 아마도 가장 중요한 요점으로 이끕니다. 사이코그래픽스가 상당한 인기를 끌었지만 사이코그래픽스 작업을 하는 대부분의 사람들이 간과하는 경향이 있는 부분이 여전히 있습니다.

심리학 이론에 다시 연결하여 통찰력을 실행 가능하게 만드십시오. 데이터세트를 자세히 살펴보세요.

• 행동 패턴을 알고 있습니까?
• 특정 소비자 특성에 연결할 수 있습니까?
• 그러한 특성과 패턴을 관련 심리학적 원리와 일치시킬 수 있습니까?

사본에 그러한 원칙을 포함할 수 있는 방법에 대해 생각해 보십시오.

실험을 설정하여 가정이 올바른지 조사하십시오. 물론 어떤 것이 작동하는지 여부는 시도해야만 알 수 있습니다. 새로운 실행 계획을 기반으로 웹사이트를 조정하고 어떤 것이 중요한지 확인하십시오(마케팅 심리학으로 결과를 뒷받침할 수 있는 방법을 알고 싶다면 이 가이드를 읽으십시오).

4단계: 테스트, 테스트, 테스트

따라서 기초 작업을 수행하고 웹 사이트에서 몇 가지 새로운 전략을 테스트하고 고객에 대해 조금 더 배웠습니다.

우리의 심리적 경향의 적어도 일부가 고정되어 있음을 시사하는 많은 증거가 있지만 인간 행동의 대부분은 역동적입니다. 우리가 생각하고, 행동하고, 느끼는 방식은 시간이 지남에 따라 다양한 상황에 따라 변할 수 있습니다. 이러한 변형으로 인해 다양한 쇼핑 상태가 생성되며, 이는 분석 중에 고려해야 할 또 다른 요소입니다.

비즈니스 모델 캔버스 및 고객 세그먼트

이제 고객 세그먼트의 중요성과 고객을 세분화하는 다양한 방법을 이해하게 될 것입니다.

비즈니스 모델 캔버스의 첫 번째 블록이 고객 세그먼트라는 것은 놀라운 일이 아닙니다.

두 번째 블록은 가치 제안입니다.

간단히 말해서 모든 훌륭한 비즈니스의 핵심에는 고객이 원하는 것을 생산하는 동일한 원칙, 즉 고객에게 가치를 제공하는 원칙이 있습니다. Alexander Osterwalder와 Yve Pigneur는 이 두 블록의 중요성을 너무도 확신하여 이후에 가치 제안 캔버스(Value Proposition Canvas)라는 추가 책을 발표했습니다.

이 가이드에서는 가치 제안 캔버스를 채우는 방법에 대해 설명합니다.

GDPR에 대한 최종 요점

마지막 참고 사항: 데이터 수집 및 분석 노력이 적절하고 가치 있고 실행 가능하고 비침해적이고 GDPR을 준수하는지 확인하십시오. 그렇게 하면 모두가 승리합니다!