<마케팅 5.0> Chapter.4~12

"마케터는 데이터 수집 계획을 세워야 한다." 인상깊었던 문장과 메모 제품 선택의 과정에서 기술과 개인화에 관해 우리는 개인의 ‘통제욕’을 예측할 수 있어야 한다. "일반적인 믿음과 달리, 선택을 없애면 의사결정에 대한 불안감이 줄어들고 행복감이 향상된다" 고객 경험의 관점에서도 늘 색다른 경험을 하도록 경험을 낱개화 모듈화 ➡️ 경험의 공동 창조 행위를 통한 주인 의식 강화 “기업은 정보 제공, 상호작용, 몰입감 생성이라는 세 가지 차원에서 새로운 고객 경험을 전달하는 데 주력해야 한다. 고객이 답을 찾고, 대화를 갈망하고, 감각적인 경험을 할 기회에 둘러싸일 때마다 기업은 새로운 고객 경험을 제공할 준비가 되어 있어야 한다.” “고객 경험을 설계할 때는 오프라인 세계와 온라인 세계를 잇는 데 초점을 맞춰야 하며, 이때는 디지털 자산을 구축하는 것을 최우선 과제로 삼아야 한다.” AI는 비정형화된 데이터를 분석하여 정형화된 정보로 변환한다. UX가 중요한 이유 : “경쟁에서 이길 수 있는 열쇠가 제품이 아니라 고객이 제품을 어떻게 평가하고, 구매하고, 사용하고, 추천하느냐로 바뀌었기 때문이다.” 5A "특이치를 유지할지 아니면 걸러낼지를 결정하는 주체는 데이터 사이언티스트가 아니라 기업 경영자다." (인지-호감-질문-행동-옹호 별 마케팅과 기술 활용에 관한 정리 표 체크할 것) 데이터 마케팅의 단계 1. 목표 정의 (목표가 개많으므로 '가장 영향이 클' 한두가지 목표로 초점 좁히는 게 중요.) 2. 데이터 요건과 가용성 파악 소셜 데이터 : 위치, 인구통계학적 양상, 관심사 등 SNS 사용자의 모든 정보 미디어 데이터 : 기존 미디어 시청률과 청취율 등 웹 트래픽 : 페이지 뷰, 검색, 구매 등 인터넷 이용자가 생성한 모든 Log 정보 POS 및 거래 데이터 : 위치, 금액, 신용카드 정보, 구매, 시기, 경우에 따라 고객 ID 등 모든 거래 정보 IoT 데이터 : 위치, 온도, 습도, 다른 장치와의 근접성, 활력 징후 등 연결된 기기와 센서 수집 정보 참여 데이터 : 콜센터, 이메일, 채팅 데이터 등 기업이 고객과 직접 만나는 모든 접점의 정보 3. 통합 데이터 생태계 구축 : 모든 고객 데이터 셋을 고객의 고유 ID와 연결해야 한다. 예측 마케팅 모델 구축 : 1) 회귀 모델, 2) 협업 필터링 3) 신경망 분석 "AI 기반 맥락 마케팅을 위해서는 POS 센서와 장치를 연결한 생태계부터 구축해야 한다." 깨달음과 질문과 적용 <팀원으로서 나의 성향은?> 테스트를 통해 얻은 165명의 관심사 데이터가 내가 처음 획득한 데이터다. 클러스터 분석에 있어서 165개의 관심사 데이터셋은 충분했는가? 중복에 대한 클렌징은 시도했다만, 내가 나열한 23개의 관심사는 위드의 차기 프로젝트 기획에 필요한 depth로서 충분했는가? '협업 필터링collaborative filterinrg'의 관점에서, 비슷한 고객과 제품 모으기에 기초 자료가 될 수 있는가? '관심사'는 심리적 특성 및 행동적 특성 자료가 될 수 있는가? 위드를 마케팅함에 있어서 가장 먼저 선점해야 하는 키워드는 무엇일까? 우리의 타겟은 누구인가? 타겟이... 누구지? 🫠 그들은 어떤 메세지에 혹하는가?