디지털 분석: 정의 및 마케팅 활동 개선 방법

데이터에 내재된 지식 자본을 활용하기 위해 기업 은 데이터 분석의 힘과 정확성을 마케팅 전략에 통합해야 합니다.

온라인 행동과 상호 작용을 추적하는 디지털 기술과 시스템은 이제 우리가 이전에는 달성하지 못한 정도의 깊이와 세분화로 분석할 수 있는 엄청난 양의 정보를 생성합니다. 이러한 측정, 수집, 분석 및 보고 활동 은 디지털 분석 , 특히 기업과 소비자 모두가 말 그대로 정보가 넘쳐나는 정보 맥락에서 회사와 기관이 기능하는 방식에 중요한 프로세스가 되었습니다.

디지털 분석은 다양한 종류의 비즈니스 문제를 해결하고 재무에서 운영, 인적 자원에서 마케팅에 이르기까지 비즈니스의 모든 측면에 영향을 미치기 위해 사용되고 있습니다(모든 비즈니스 부서에 계단식으로 적용됨). 오늘날 기업, 개인, 대행사, 중개인 등 시장에서 다양한 역량으로 상호 작용하는 모든 당사자는 디지털 분석의 소비자(및 생산자)이기도 합니다.

기업 측면에서 디지털 분석은 이제 고객 경험 관리 전략 을 개발하는 데 핵심적인 역할을 합니다. 실제로 고객 경험이 오프라인과 온라인 모두에서 고객과의 첫 번째 접촉에서 유지에 이르는 일련의 상호 작용이라면 디지털 분석을 통해 이러한 행동을 개별적으로 그리고 전체적으로 이해하고 최적화하여 개인화된 설계 에 필요한 통찰력을 제공할 수 있습니다. 고객 경험.

디지털 분석이 마케팅 이니셔티브에 미치는 영향을 설명하기 전에 의심을 명확히 하기 위한 기본 정의를 제공하겠습니다.

디지털 분석이란 무엇입니까?

"디지털 분석"이라는 용어는 기본적으로 디지털이거나 디지털 형식으로 변환되고 고객 여정 전반에 걸쳐 소비자와 브랜드의 상호 작용 과정에서 생성되는 데이터를 수집, 구성 및 해석하는 모든 프로세스를 의미합니다.

디지털 분석은 다양한 마케팅 활동의 성과를 측정 및 평가하고 기업이 가장 효과적인 커뮤니케이션 및 영업 활동을 설계하는 데 필요한 통찰력을 제공하는 데 사용할 수 있습니다. 이러한 의미에서 디지털 분석은 데이터 분석 활동이자 이러한 분석 결과입니다.

디지털 분석은 회사(및 특히 마케터)가 측정, 정량화 및 의미(운영상의 의미 포함)를 자신의 행동에 부여할 수 있는 수치 인 메트릭스 의 형태로 데이터를 반환하여 데이터를 이해할 수 있게 만듭니다 . 내용이 효과적인가? 어떤 채널이 최고의 실적을 제공합니까? 캠페인 실적이 만족스럽습니까? 디지털 분석을 통해 이러한 질문(및 더 많은 질문)에 대한 답을 얻을 수 있으며 마케팅 및 영업 팀 은 리드 및 고객이 브랜드와 상호 작용하는 방식에 대한 포괄적인 보기를 제공합니다.

디지털 애널리틱스 활동은 기업에 유용한 지식을 제공 하여 마케팅 전략에 힘과 정확성을 부여하고 고객과의 관계를 보다 효과적이고 오래 지속 되도록 하며 최근 강화되고 있는 개인화 추세를 활용합니다. 연령.

브랜드가 고객과 관계를 구축하기 위해 사용하는 방법과 콘텐츠(온라인 비디오, 검색, 디스플레이 광고, 소셜 미디어)는 분석가에게 고객이 특정 구매 및 소비 의제를 추구할 때 디지털 채널을 어떻게 사용하는지에 대한 풍부한 데이터를 제공합니다.

고객-비즈니스 관계의 성공을 평가하고 고객 여정을 이해하는 방법을 알기 위해서는 데이터 흐름 분석에 적합한 프레임워크가 필요합니다. 이것은 아마도 디지털 마케팅 워크플로 내에서 데이터 분석의 가장 중요한 측면일 것입니다. 수집된 정보를 포괄적이고 일관되며 의미 있는 보고서로 변환하는 기능입니다.

데이터 분석의 기회와 그 이점에 대한 기대는 기술의 발전과 함께 비약적으로 커졌지만 오늘날 우리가 향유하는 데이터 분석의 편재성은 지난 반세기 동안의 기술 변화의 원래 산물입니다. 갑자기 갑자기 발전하지 않습니다. 아이디어를 표현하기 위해 인류는 수천 년 동안 데이터를 분석하고 사용해 왔습니다.

디지털 분석이 무엇이고 어떻게 마케팅 활동을 개선할 수 있는지 이해하기 위해 데이터와의 관계 및 상호 작용에 대한 더 넓은 관점을 제공하고 역사적 관점에서 살펴보겠습니다 .

데이터 분석의 간략한 인류 역사: 데이터로 아이디어 표현하기

데이터가 항상 존재했다면 수십 년 전에 디지털 데이터 생성으로 끝난 긴 초기 단계를 식별할 수 있습니다. 7,000년의 역사는 세계를 기록하고 설명하는 데 사용되는 단순한 지도와 같은 가장 보잘 것 없는 형태에서 시작하여 오늘날 우리가 알고 있는 현대적인 관행으로 발전했으며 통계, 의학, 정치 및 기타 여러 분야로 확장되었습니다. 수세기에 걸쳐 새로운 기능을 점진적으로 추가하고 끊임없이 변화하는 중요한 문제를 해결했으며 Kevin Hartman(Google의 분석 책임자이자 현재 Google의 수석 분석 전도사)의 말에 따르면 결국 " 예술과 과학의 균형 잡힌 조화.”

• 1600년 이전 에도 기하학적 다이어그램과 지도는 탐색과 탐색을 도왔습니다. 17세기 에는 분석 기하학, 확률 측정 이론, 정치적 산술이 발전했습니다 . 1700 년대에 예술가들은 개념을 표현하고 현상, 심지어 매우 복잡한 현상을 설명하기 위해 새로운 그래픽 형식을 만들었습니다.
• 1800년에서 1849년 사이 에 산업 혁신은 질서 정연하고 이해하기 쉬운 시각적 형태로 반환되어야 하는 정보의 흐름을 증가시켰습니다. 19세기 후반 은 비할 데 없는 아름다움의 그래픽 혁신으로 많은 사람들이 데이터 분석의 황금기로 간주합니다.
• 1900년대 초반 10년은 데이터 분석의 "암흑기"였으며, 이 기간 동안 이전 세기의 열정은 일반적으로 형식을 준수하는 태도로 대체되었습니다.
• 1950년부터 데이터 분석 도구 및 방법론에 대한 연구 , 특히 점진적인 데이터 민주화를 가능하게 한 시각화 기술에 대한 연구의 새로운 자극이 기록되었습니다. 대화형 컴퓨터 시스템과 고차원 데이터의 개발은 1994년까지 계속되었습니다. 컴퓨터와 응용 프로그램은 점점 더 많은 양의 정보를 처리하고 데이터 시각화 방법에 대해 이미 얻은 지식을 활용하여 효과적이고 매우 강력한 이미지를 만들었습니다.
• 최초의 디지털 배너 광고가 등장한 1994년 이후 인터넷 이용은 폭발적으로 증가했다. 미국에서는 1994년에 웹 서핑을 한 사용자가 5% 미만이었지만 2014년에는 75%, 2019년에는 90%에 육박했습니다(출처: Nielsen Online, ITU, PEW Research 및 Internet World Stats). 1994년부터 2014년까지의 20년(인터넷과 주요 플랫폼이 완전한 성숙기 에 도달한 시기)은 단순히 또 다른 커뮤니케이션 채널의 추가를 목격한 것이 아닙니다 . 엄격하게 오프라인에서 금지되었던 방식으로 온라인에서 상호 작용합니다. 이 기간 동안 전통적인 미디어 방송에서 디지털 채널의 내로우캐스팅으로 전환되었습니다 . 기업은 이전과는 전혀 다른 방식으로 소비자 행동에 대한 정보를 수집할 수 있는 분석 도구를 갖추고 마케팅 이니셔티브를 측정하고 평가하는 혁신적인 방법에 의존할 수 있었습니다.

데이터 분석이 어떻게 발전했는지 아는 것은 오늘날 데이터 기반 콘텐츠와 이미지를 생성하는 컴퓨터 응용 프로그램이 얼마나 발전했는지에 대한 통찰력을 제공하기 때문에 중요합니다. 데이터 분석의 초기 역사는 디지털 분석의 생성으로 끝나며, 이는 다시 오늘날 우리가 살고 있는 정보화 시대의 시작을 알립니다(출처: Digital Marketing Analytics: In Theory And In Practice, Kevin Hartman).

마케팅에서 디지털 분석을 완벽하게 사용하는 방법: Google의 ZMOT에서 McKinsey의 CDJ까지

오늘날 우리는 데이터 분석 역사의 한 단계가 결실을 맺고 또 다른 단계가 도래하는 역사적 순간에 살고 있습니다. 디지털 분석 과 데이터 분석은 이제 기업 커뮤니케이션, 마케팅 및 광고에서 절대적인 관련성을 갖게 되었습니다.

깔때기 전반에 걸친 터치포인트 의 확산으로 상호 작용 기회가 배가되어 점점 더 정확한 분석에 대한 수요가 급증하고 있습니다. 모바일 장치 의 가용성과 마찬가지로 정보에 대한 액세스가 증가했습니다 . 기업은 극도로 혼란스러운 정보 환경에 질서를 부여하고 비즈니스 프로세스를 최적화하는 것을 목표로 디지털 분석에 투자하여 비즈니스의 디지털 전환을 추구해 왔습니다.

데이터는 자신의 선택을 지원하기 위해 온라인에서 정보를 적극적으로 검색 하는 소비자를 포함하여 결정을 내리거나 영향을 미치려고 시도하는 모든 사람에게 가장 귀중한 리소스가 되었습니다 .

1980년대 개인용 컴퓨터 사용부터 1990년대 웹 보급, 2000년대 스마트폰의 놀라운 성공에 이르기까지 사람들이 구매 과정에서 따르는 궤적과 브랜드가 고객과 관계를 맺는 방식은 변경되었습니다. 이러한 새로운 역학을 구성하기 위해 기업은 디지털 분석을 배치할 이론적 프레임워크로 특정 프레임워크를 채택하기 시작했습니다. 덕분에 분류하기가 점점 어려워지는 행동에 의미를 부여할 수 있습니다.

Zero Moment of Truth: Google이 소비자 선택의 순간을 포착하는 방법

2011년 구글은 욕구의 시작과 그것을 만족시키기 위한 해결책을 찾는 자극 사이의 시간 간격을 나타내는 "진실의 순간"이라는 개념과 "진실의 첫 순간"이라는 개념을 도입했습니다. P&G의 3단계 모델에 따르면 소비자가 대안 제안 사이에서 결정을 내릴 때마다 발생합니다. ZMOT를 통해 Google 은 전문 사이트에서 읽은 제품 리뷰에서 개인 경험에서 Facebook 계정에 이르기까지 훨씬 더 많은 정보로 무장한 소비자와 함께 현대 쇼핑 선택을 유도하는 논리의 불규칙하고 분기되는 특성 을 포착하려고 했습니다. 해당 브랜드와 그 서비스에 반했다는 유명인의 트윗부터 우리가 매일 접하는 수천 개의 광고와 승인에 이르기까지 해당 제품과 함께.

Zero Moment of Truth는 소비자가 한 소스에서 다른 소스로 빠르게 전환하고 온라인과 오프라인 세계 사이를 유동적으로 이동하면서 특정 목표를 달성하기 위해 탐색하는 정보 흐름의 복잡하고 대체로 예측할 수 없는 중첩의 스냅샷입니다. 이러한 비선형 여정을 설명하려면 디지털 분석 이 필수적입니다.

McKinsey의 고객 의사 결정 여정: 현미경으로 의사 결정

McKinsey의 CDJ(Customer Decision Journey)는 구매 과정에서 소비자에게 가해지는 영향의 교차 시스템을 되돌리려 합니다. 특히 소비자가 구매하기 전에 경험하는 중요한 순간을 식별합니다. 디지털 분석을 사용하면 이러한 우유부단과 시행착오 상황을 마케터에게 전략을 설계하고 구현하는 데 유용한 통찰력을 제공하는 일련의 입력으로 변환할 수 있습니다. 고객 의사 결정 과정은 여러 단계로 구성되며 각 단계는 의사 결정 프로세스의 고유한 단계를 나타냅니다. 각 단계에서 브랜드는 소비자와의 관계에 대해 점점 더 정확한 정보를 얻습니다. 분석가는 이 정보를 사용하여 대상 고객에 대한 지식을 넓히고 명확하게 표현할 수 있습니다. CDJ 는 평가되는 제품에 관계없이 각 고객의 여정 뒤에 있는 논리를 인식할 수 있게 합니다.

디지털 분석을 통해 프로파일링되고 의미 있는 고객 경험 구축 가능

이론적인 프레임워크는 이제 실무자들 사이에서 널리 알려져 있지만, 데이터 분석 기술은 오픈 소스 도구의 발전 과 기업이 복잡하고 엄격한 컴퓨팅 솔루션을 구현하고 수익성 있게 사용하도록 도울 수 있는 자격을 갖춘 파트너 의 존재로 인해 점점 더 쉽게 접근할 수 있게 되었습니다.

기술적 요소 외에도 경제적, 사회적, 문화적 환경도 데이터 분석에 대한 수요에 지대한 영향을 미쳤습니다. 불확실성의 조건을 줄일 수 있는 솔루션을 찾고 기업의 더 큰 책임에 대한 필요성 은 디지털 기반 비즈니스 모델의 출현에 기여했으며 디지털 분석 사용에 상당한 자극을 주었습니다.

다양한 미디어와 채널을 다룰 수 있는 디지털 분석 기반 마케터는 이제 조직이 액세스할 수 있는 막대한 양의 정보 , 독점 및 제3자의 다양한 소스에서 제공되는 정보를 사용하여 운영합니다. 행동, 맥락, 심리적, 인구통계학적, 지리적 데이터와 브랜드에 대한 고객 만족도와 같은 덜 즉각적인 측정 결과는 브랜드 와의 각 상호 작용에 운영상의 의미를 부여하고 이러한 해석에서 보다 프로파일링되고 의미 있는 것을 구성하는 데 사용됩니다. 경험담.