많은 기업들이 시장, 경쟁사, 소비자 및 판매정보 등 다양한 마케팅 데이터를 축적하고 있음에도 불구하고 마케팅 데이터 분석에 어려움을 토로하고 있다. 우수한 데이터 사이언티스트들을 대거 영입하고도 분석된 데이터의 비즈니스적 의미를 해석하는데 난항을 겪으며 단순한 통계놀이에 그친다고들 한다. 어떤 곳은 유의미한 분석 결과를 도출하고도 부서 간 이해 관계가 달라 이를 통합적으로 활용하지 못하는 안타까운 상황에 놓이기도 한다.
왜 이런 일이 발생하는 것일까? 데이터, 분석 및 실행 관점으로 나누어 살펴보면 이유를 찾을 수 있다.
우선 데이터 측면에서는 기업 내부 운영 시스템과 외부 고객 데이터 간 연계가 매끄럽지 않은 것이 문제의 원인일 수 있다. 내부 데이터를 활용하는 것에 익숙하고 이를 선호하다 보니 외부 데이터 플랫폼을 도입하더라도 원활한 통합이 되지 않는 것이다. 데이터 관리 주체가 부서 등으로 분산되어 있어 전사 차원의 데이터 신뢰성 검증에 제약이 생기는 것도 간과할 수 없다.
둘째, 마케팅 데이터를 분석하는 과정에서 비즈니스 활용 목적이 등한시 되고 이론적 접근에 매몰되면서 분석 모델의 수준 및 실무 활용도가 저하되는 문제를 들 수 있다. 특히 데이터 사이언티스트의 개인기에 의존한 일회성 단편적 분석은 수행 이력이 축적되지 않고 인공지능(AI) 및 머신 러닝(Machine Learning)에 대응하기 위한 분석 연속성 확보 측면에서 어려움을 유발한다. 이러한 상황에서 세부 마케팅 업무 영역까지 아우르는 전사적 분석 표준화를 추진하기에는 한계가 있다.
마지막으로 분석 결과의 수준이 낮고 실행 연계가 잘 되지 않는다는 점도 마케팅 데이터 분석을 어렵게 만드는 원인이다. 같은 데이터로 분석을 하더라도 부서별로 다른 방법론을 적용하고 해석을 달리할 경우 파편적 인사이트가 도출된다. 그렇다 보니 의사결정자는 데이터 기반의 분석 결과보다 과거 경험에 의존할 수 밖에 없게 되며, 분석 결과를 실행하더라도 성과 모니터링 및 후속 고도화 연계가 미흡하게 된다.
그렇다면 이 같은 상황을 방지 혹은 해결하기 위해서 어떻게 해야 할까?
에스코어(S-Core)에서 수행한 다수의 마케팅전략 컨설팅 프로젝트 경험에 비추어 볼 때 마케팅 데이터의 통합 활용, 분석 기반 실행 강화, 체계적 분석 운영을 위한 전문가 조직(Center of Excellence)을 구축하길 제언한다. 전문가 조직 구축을 위해서는 절차가 필요하다.
우선 데이터 수집과 관리 체계를 정립해야 한다. 기업 내부와 외부를 망라한 모든 유형의 데이터를 확보하고 마케팅과 관련 있는 데이터를 통합하는 방안을 수립할 필요가 있다.
둘째, 고객 관점의 인사이트를 도출하는 분석이 이루어져야 한다. 1차원적 팩트를 나열하는 것이 아닌, 전사 차원에서 고객 분석 전략을 수립하고 단순 리포팅부터 실시간 센싱, 측정 및 인공지능과 머신 러닝에 이르기까지 고도화된 예측 기법을 활용하는 것으로 확장해 나가야 한다.
셋째, 분석 후에는 그 결과를 업무에 반영해 실행해야 한다. 이를 위한 의사결정 프로세스를 수립해야 할 뿐 아니라, 업무 결과를 모니터링 해 분석 모델을 지속적으로 고도화 해나가는 것이 중요하다.
마지막 단계로 마케팅 데이터 분석 조직을 갖추는 것을 목표로 전문 인력을 확보해야 한다. 초기에는 외부 전문가를 아웃소싱하여 방법론을 전수 받으면서 전사 조직을 육성하는 것도 좋은 접근법이다.
여기서 잊지 말아야 할 것은 훌륭한 인재를 확보하는데 그치지 말고 이들이 역량을 펼치도록 꾸준히 조율해 줄 수 있는 조언자들이 함께 해야 한다는 사실이다. 특히 경영진이 조언자 그룹에 반드시 포함되어야 한다. 이들이 하나의 팀이 되어 마케팅 분석 체계 수립부터 조직 구축과 안정화를 거쳐 고도화까지 이루어내는 전 과정을 함께 할 때, 기업 비즈니스를 성장시킬 수 있는 보석 같은 마케팅 인사이트를 지속적으로 찾아낼 수 있을 것이다.
/김동호 기자 dongho@sedaily.com
< 저작권자 ⓒ 서울경제, 무단 전재 및 재배포 금지 >
