오늘 믿지 말아야 할 개인화 신화 8가지

당신에게는 그렇지 않은 것처럼 보일 수도 있지만 개인화는 논쟁의 여지가 있는 주제입니다. 어떤 이들은 비즈니스 레퍼토리에서 가장 가치 있는 전술이라고 말합니다. 다른 사람들은 사용하지 않는 것이 더 좋은 오싹한 기술이라고 말합니다. 일부는 세분화와 다르지 않다고 말하고 다른 일부는 그 이상이라고 주장합니다.

모든 상충되는 정보가 돌아다니면서 사실을 똑바로 유지하기가 어렵습니다. 오늘은 가장 일반적인 개인화 신화에 대해 다룹니다.

8가지 개인화에 대한 잘못된 믿음

오해 #1: 개인화는 비효율적이다

믿거나 말거나 – 점점 더 개인화되는 마케팅 경향과 그 기반이 되는 논리에도 불구하고 여전히 개인화의 효과를 부정하는 사람들이 있습니다.

이들은 대개 성의 없이 개인화를 시도하고 포기한 사람들입니다. 대부분의 데이터가 소비자와 마케팅 담당자 모두의 개인화 성공을 가리키기 때문에 이렇게 말합니다.

소비자의 약 70%는 관련 없는 마케팅 메시지를 대중에게 퍼뜨리는 구식 방식에 지쳤다고 말합니다. 이것이 마케터의 86%가 더 나은 고객 경험을 제공하기 위해 개인화를 사용한다고 말하는 이유입니다.

개인화를 수행하는 이유에 관계없이 개인화에는 큰 이점이 있습니다. 미국 마케터의 거의 90%가 개인화로 인해 측정 가능한 개선을 경험했다고 보고했으며 절반 이상이 10% 이상의 향상을 보고했습니다.

개인화에 대한 인상적인 ROI 데이터가 부족하지 않습니다. 여기에서 모든 디지털 광고주가 염두에 두어야 할 68가지 개인화 통계를 찾아보십시오.

오해 #2: 개인화는 오싹하다

"개인화는 오싹하다"는 좀비 신화입니다. 몇 번을 죽여도 계속 돌아옵니다.

WordStream은 몇 년 전에 리타겟팅 광고가 실제로 더 많은 사용자가 광고에 노출될수록 더 효과적이라는 것을 보여주면서 이를 폭로했습니다.

더 많은 증거가 필요하다면 SAS가 7개국 2,900명 이상의 소비자를 대상으로 한 온라인 연구에서 대부분의 사람들이 개인화를 높이 평가하는 것으로 나타났습니다. 그들은 대가를 받는 한 자신에 대한 정보를 기꺼이 공유합니다.

Epsilon 설문 조사는 고객의 80%가 개인화된 경험을 제공하는 회사와 비즈니스를 할 가능성이 더 높다는 추가 증거를 제공했습니다. 또한 18-64세 인구의 90%가 개인화에 매력을 느끼는 것으로 나타났습니다.

이러한 통계 등으로 인해 "소매업체가 서비스를 개인화하기를 원하는 소비자가 그 어느 때보다 많아졌습니다" 및 "소비자가 개인화를 기대하며 보고서를 공개합니다."와 같은 헤드라인을 장식했습니다.

소비자가 개인화를 원한다는 것을 쉽게 알 수 있습니다.

물론 너무 멀리 갈 수 있습니다. Target이 임신한 십대를 부모에게 노출시킨 이야기는 널리 알려져 있습니다. 그러나 이와 같은 경우는 올바른 판단을 내리거나 고객 설문 조사를 통해 쉽게 해결됩니다. 매장 근처에 있을 때 비콘 기술을 사용하여 푸시 알림을 보내길 원하십니까?

아마도. 그러나 아마도 그들은 그것이 오싹하다고 생각할 것입니다. 확실하게 알 수 있는 유일한 방법은 질문하거나 테스트하고 결과를 평가하는 것입니다.

오해 #3: GDPR로는 개인화할 수 없습니다.

일반 데이터 보호법은 쿠키를 개인 정보로 분류한 최초의 인터넷 규정으로 역사를 만들었습니다. 예상대로 광고주들은 개인화 종말의 날을 경고했습니다. 데이터 수집에 대한 엄격한 제한이 있는 경우 관련 경험을 어떻게 생성할까요?

하지만 1년이 넘게 지났지만 크게 달라진 것은 없습니다. 일부 사람들은 개인화가 돌이킬 수 없을 정도로 방해를 받았다고 생각하지만 소수에 속합니다. 마케터들 사이에서 지배적인 믿음은 개인화가 실제로 개선되었다는 것입니다.

GDPR이 통과된 후 Marketing Week는 소비자의 27%가 브랜드와의 관계가 개선되었다고 느꼈고 41%는 브랜드가 이메일을 통해 그들과 소통하는 방식이 개선되었다고 보고했습니다.

데이터를 윤리적으로 수집하고 관리하는 사람들은 걱정할 것이 없습니다. GDPR은 부주의하게 수집되고 관리된 데이터를 기반으로 한 개인화만을 위협합니다. 소비자가 자신의 데이터(데이터가 어떻게 사용되는지, 어디로 가는지, 액세스 권한이 있는 사람)에 대해 안전하다고 느낄 수 있을 때 데이터를 포기하는 것이 더 편할 것입니다. 그리고 그것은 개인화를 향상시킬 수 있습니다.

신화 #4: 개인화 확장은 Amazon과 같은 크고 확립된 브랜드에서만 가능합니다.

기업이 개인화를 추구하는 것을 방해할 가능성이 가장 높은 신화일 수 있습니다. 큰 예산을 가진 대형 브랜드만이 전술을 달성할 수 있다는 것입니다. 하지만 그렇지 않습니다.

개인화는 비용과 복잡성이 다양한 많은 기술을 포괄하는 광범위한 용어입니다. 하지만 어떤 사람들은 이 용어를 들으면 값비싼 도구, 과정, 복잡한 알고리즘을 생각합니다. 그들은 개발자나 전체 대행사를 고용하는 것을 생각합니다. 심지어 조직의 사일로를 허물기 위해 부서를 재구성하기도 합니다.

이것들은 모두 더 나은 개인화를 달성하는 데 도움이 될 수 있지만 모든 브랜드가 콘텐츠 개인화를 시작하기 위한 요구 사항은 아닙니다. 개인화는 고객 설문 조사를 통해 대상 범위를 좁히거나 위치별 제안을 만드는 것과 같은 간단한 행위를 의미할 수 있습니다.

개인화는 광범위하게 시작하여 좁아질 수 있습니다. 기본적으로 시작하여 더 복잡해질 수 있습니다. 예를 들어 모든 개인화된 광고는 방문자를 개인화된 클릭 후 랜딩 페이지로 안내해야 합니다.

이 기술에는 과정이나 조직 구조 조정이 필요하지 않습니다. 디자이너가 클릭 후 방문 페이지에 광고 메시지를 반영하기만 하면 됩니다.

그러니 겁먹지 마세요. 초개인화를 달성한 브랜드는 그런 식으로 시작하지 않았습니다. 연령, 위치, 성별 등과 같은 매개변수와 같은 기본 사항으로 시작했습니다. 이는 귀하의 비즈니스에도 가치가 있을 수 있습니다.

신화 #5: 한 비즈니스에 적합한 개인화 유형은 다른 비즈니스에도 적용됩니다.

인구 통계와 같은 개인화를 위한 기본 매개변수에 대해 이야기하는 동안 이러한 매개변수에서 모든 개인화가 시작되어야 한다는 지속적인 통념을 다루어야 합니다.

그들은 아니야. 성별은 다른 기업이 타겟팅에 사용하는 데 가치가 있을 수 있지만 귀하에게는 가장 가치가 없을 수 있습니다. 예를 들어, 남성과 여성이 마케팅을 소비하는 방식에 거의 차이가 없다면 별도의 캠페인을 만드는 것은 그만한 가치가 없을 수 있습니다.

HubSpot의 Alex Birkett에 따르면 개인화는 최적화 프로세스의 확장으로 간주되어야 합니다. 개인화를 위해 구현할 규칙을 결정하는 것은 실행할 실험을 결정하는 것과 같습니다. Instapage의 블로그 게시물에서 그는 다음과 같이 자세히 설명합니다.

당신이 취하는 각 행동을 기회 비용일지라도 비용으로 생각하고 각 행동에는 ROI의 기대 가치가 있습니다. 행동을 위한 행동은 실제적인 전략적 딜레마인 반환에 대한 실질적인 관심 없이 프로그램 비용을 증가시킵니다.

개인화를 비용과 보상 사이의 절충점으로 프레이밍하면 경험의 실현 가능성(효과적으로 전달할 수 있습니까?)과 잠재적 영향(실제로 성공한다면 긍정적인 면은 무엇입니까?)을 모두 고려해야 합니다. 이러한 답변에 도달하면 "이것이 우리 리소스를 가장 잘 사용하는 것입니까, 아니면 실행해야 할 더 가치 있는 실험이 있습니까?"라고 묻게 됩니다.

이는 최적화 이외의 모든 마케팅 활동을 구성하는 방식일 가능성이 높습니다. 그들은 당신의 시간 가치가 있습니까? 당신의 예산?

한 비즈니스에 적합한 것이 다른 비즈니스에는 적합하지 않을 수 있습니다. 그리고 개인화에 관해서는 효과가 있는 작업 만 수행해야 합니다. 개인화된 경험을 효과적으로 제공할 수 있고 주요 성능 지표를 높일 수 있다면 구현할 가치가 있습니다.

오해 #6: 개인화는 광고만을 위한 것입니다.

마케팅 담당자가 개인화를 생각할 때 많은 사람들이 광고의 실제 세분화를 생각합니다. 신화는 개인화하는 경우 광고를 대상으로 지정하거나 대상을 변경한다는 것입니다.

eMarketer에 따르면 그렇지 않습니다.

개인화는 광고를 넘어 콘텐츠, 소셜, 검색, 이메일 등으로 확장됩니다. 데이터가 명확합니다.

하지만 클릭 후 개인화보다 사전 클릭 개인화를 더 우선시하는 마케팅 담당자가 여전히 있기 때문에 이러한 신화가 지속되는 것은 놀라운 일이 아닙니다. 광고 타겟팅을 인구통계, 사이코그래픽, 기업 통계, 행동 정보 등으로 좁게 정의합니다. 그러나 그들은 고도로 타겟팅된 광고 트래픽을 일반 랜딩 페이지로 보냅니다.

이것은 광고주의 실패입니다. 사전 클릭이 개인화를 제공하고 클릭 후가 동일한 개인화를 제공하지 않는 경우 방문자는 단절되고 비인격적인 경험을 하게 됩니다. 그리고 이것은 많은 예 중 하나일 뿐입니다.

점점 더 많은 광고주들이 광고 캠페인의 한 플랫폼, 매체 또는 단계에서 단순히 개인화할 수 없다는 사실을 깨닫고 있습니다. 하나를 개인화하면 모두를 개인화해야 합니다. 개인화 광고는 시작에 불과합니다.

신화 #7: 개인화에 성공하려면 기술 전문 지식이 필요합니다.

위의 그래프에서 볼 수 있듯이 개인화에서 가장 어려운 영역 중 하나는 "데이터 기반" 개인화입니다. 디지털 광고주가 그 어느 때보다 데이터에 더 쉽게 액세스할 수 있기 때문에 이것이 가장 쉬운 작업 중 하나라고 생각할 수 있지만 실제로는 바로 이러한 이유로 가장 어려운 작업 중 하나입니다. 많은 사람들이 정리할 것이 너무 많다고 생각합니다. 개인화를 위한 의미 있는 규칙으로 원시 데이터를 어떻게 변환합니까? 이것은 많은 브랜드가 어려움을 겪는 것입니다.

그러나 개인화 가 세분화일 필요는 없습니다 . 마찬가지로 개인화할 규칙을 결정하기 위해 항상 데이터를 파헤칠 필요는 없습니다. 개인화에 대한 블로그 게시물에서 Guy Yalif는 다음과 같이 설명합니다.

규칙 기반 개인화와 달리 예측 개인화는 아이디어가 다양한 청중에게 어떻게 작용하는지 관찰하여 세그먼트를 자동으로 발견합니다. 이러한 AI 기반 시스템은 방문자 특성의 가능한 모든 조합을 탐색하여 각각에 가장 적합한 메시지를 발견합니다. 세그먼트를 미리 정의하고 각 세그먼트에 대한 메시징을 지정할 필요가 없습니다(선택적으로 원하는 경우 제외). 예측 개인화는 종종 청중에 대한 새로운 통찰력을 제공합니다.

비용이 더 많이 들지만 기계 알고리즘을 기반으로 한 개인화는 데이터를 수동으로 정렬하고 이해하려고 시도하는 수고를 덜 수 있습니다. Yalif의 Intellimize와 같은 도구를 사용하면 트렌드를 찾고 이점을 활용할 수 있습니다. 개인화 시스템의 도움으로 온라인 은행인 Chime은 다양한 헤드라인이 장치에 따라 다양한 결과를 생성한다는 사실을 발견했습니다.

그런 다음 트래픽을 가장 잘 전환된 위치로 자동 리디렉션하여 수동 규칙 기반 개입 없이 장치 개인화 수준을 달성했습니다.

더 간단한 수준에서 소셜 미디어의 제품 리타겟팅을 생각해 보십시오. 사용자가 백엔드에 픽셀이 있는 제품 페이지와 상호 작용하고 Facebook에 로그인하면 해당 제품에 대한 광고가 표시됩니다.

광고주가 설정할 필요가 거의 없습니다. 백엔드의 픽셀, 트리거하는 사람들을 위한 광고 캠페인입니다. 데이터를 통해 고된 작업을 수행해야 하는 규칙이 필요 없이 개인화할 수 있는 강력한 방법입니다.

오해 #8: A/B 테스트는 개인화입니다.

이 신화는 당연히 혼란스럽습니다. 얼핏 보면 A/B 테스트와 개인화는 매우 비슷해 보입니다. 방법은 다음과 같습니다.

A/B 테스트는 하나의 웹 페이지(A)와 해당 웹 페이지의 두 번째 버전(B)을 비교하여 특정 목표에 대해 어떤 것이 더 나은 성능을 보이는지 확인하는 프로세스를 말합니다. 유효성 위협을 제어하면서 각각에 동일한 트래픽을 유도한 후 더 성공적인 페이지에 대한 아이디어를 갖게 됩니다.

그 시점에서 웹 페이지를 방문한 트래픽 소스에 맞게 웹 페이지를 "개인화"하는 것이 더 낫다고 생각할 수 있습니다. 하지만 당신은?

A/B 테스트의 강점은 무작위성입니다. 방문자가 A 페이지에 방문할 확률이 50%이고 B 페이지에 방문할 확률이 50%이므로 실험이 선택 효과로 인해 어려움을 겪지 않습니다. 무작위 샘플을 통해 테스트 중에 수집한 데이터에서 방문자에 대해 정확한 추론을 할 수 있습니다.

그러나 특정 모집단에 적합한 디자인을 식별할 때 주요 약점이기도 합니다. 최고의 성능을 발휘하는 디자인을 찾기 위해 트래픽 A/B 테스트를 계속하면 최상의 평균 디자인만 얻을 수 있습니다. 각 그룹에 가장 적합한 맞춤형 디자인을 얻을 수 없습니다.

예: 비즈니스에 대한 두 개의 서로 다른 랜딩 페이지를 A/B 테스트하고 있습니다. 그들 중 하나는 대부분의 이미지를 사용합니다. 다른 하나는 긴 형식의 본문 사본을 사용합니다. 귀하의 결과는 방문자의 60%가 이미지 기반 페이지를 선호한다고 표시할 수 있지만 이것이 다른 페이지가 비효율적이라는 의미는 아닙니다. 평균 방문자를 기준으로 이미지 페이지가 최고라는 의미입니다. 이것이 A/B 테스트입니다.

반면에 개인화는 최상의 평균 페이지를 찾는 것이 아닙니다. 관심사, 인구통계, 선호도 등을 기반으로 방문자에게 가장 관련성 높은 페이지를 제공하는 것입니다. A/B 테스트와 개인화는 함께 사용할 수 있지만 동일하지 않습니다. 예를 들어 Instapage는 사용자가 UTM 매개변수의 도움으로 개인화된 경험을 만들 수 있도록 합니다.

이러한 매개변수를 충족하는 사용자에게는 해당 개인화된 경험이 제공됩니다.

개인화된 경험을 만든 후에는 A/B 테스트를 통해 이를 개선할 방법을 찾을 수 있습니다. 이 두 기술은 서로를 보완하여 핵심 하단 유입경로 측정항목의 잠재적 향상에 기여합니다.

개인화 신화 극복

개인화는 일시적인 유행에 불과합니까? 대답은 매우 분명합니다. 소비자는 그것을 기대합니다. 즉, 그것을 제공할 수 있는 사람들은 큰 혜택을 볼 수 있습니다. 모든 비즈니스에 제공할 수 있는 유연한 방법이 있다면 제공하지 않을 이유가 없습니다.

그러나 개인화는 고객이 좋아할 균형 잡힌 경험을 제공하기 위해 도움이 되는 것과 거슬리는 것, 사전 클릭과 사후 클릭 사이의 균형을 유지해야 합니다. Instapage Personalization 데모를 통해 디지털 캠페인의 균형을 맞추는 방법에 대해 자세히 알아보세요.