참고: 이 내용은 2022. 1. 31에 게시된 컨텐츠(Deliver the Future of Marketing Analytics Today)에서 번역되었습니다.
Snowflake의 마케팅 인텔리전스 팀은 당사의 마케팅, 판매 및 재무 팀에 걸친 많은 기능에 대한 실시간에 가까운 분석을 제공합니다. 이는 Snowflake를 진정한 통찰력 기반 조직으로 만듭니다.
Snowflake는 당사에서 진행하는 마케팅 캠페인의 효율성에 대한 통찰력을 도출하는 분석 대시보드를 통해 이러한 위업을 달성합니다. 마케팅 이해 관계자는 한눈에 각 캠페인의 정확한 현황을 확인할 수 있기에 데이터 기반 통찰력을 기반으로 결정을 내릴 수 있습니다.
당사는 판매 파이프라인 예측 및 계정 스코어링과 리드 스코어링을 통해 판매 팀에서 추구할 수 있는 최고의 계정과 리드 예상이 가능한 데이터 과학 애플리케이션을 구축했습니다. 지속적인 데이터 유입을 통해 당사의 자가학습 머신 러닝(ML) 모델은 이러한 예측을 매일 최적화합니다. 이를 통해 결과를 개선하고 판매 및 마케팅 팀 간의 긴밀한 연계가 가능합니다.
많은 조직의 경우 이러한 유형의 마케팅 분석이 불가능하진 않더라도 어렵게 느껴질 수 있습니다. 데이터가 너무 많은 위치에 분산되어 있거나 집합이 어려워서일 수 있습니다. 혹은 데이터가 여러분의 마케팅 팀에서 사용하는 여러 애플리케이션 및 시스템에서 사일로화된 상태일 수 있습니다.
이유와 관계없이 모든 마케팅 프로그램 및 이니셔티브에 대한 종합적인 시각을 제공하고 싶다면 마케팅 분석 팀은 단일 데이터 소스를 보유하고 있어야 합니다. 실시간에 가까운 분석이 이를 요구합니다.
사용 중인 마케팅 분석의 위력
다음은 당사가 구축한 분석 대시보드 및 데이터 과학 애플리케이션의 몇몇 예시입니다. 모두 Snowflake 마케팅 팀에서 사용하는 다양한 SaaS 애플리케이션에서 가져온 데이터에 의존합니다. 사일로화된 모든 데이터를 중앙화하는 것이 관건입니다. 모든 데이터를 쉽게 변환하고 분석에 사용할 수 있도록 하는 단일 데이터 플랫폼으로 데이터를 중앙화하면 마케팅 분석을 통해 달성할 수 있는 일의 일부분입니다.
캠페인 보고
당사의 수요 창출 팀에 대해 당사는 캠페인 반응 및 광고 비용을 추적하기 위한 대시보드를 제공합니다. 이를 통해 팀에 실시간에 가까운 캠페인 비용 대비 결과에 대한 가시성을 제공합니다. 당사의 캠페인 보고 대시보드는 소요한 비용, 생성된 응답 수 및 광고 플랫폼과 UTM 매개변수에 의한 주별과 일별 동향과 같은 요소를 제공합니다. 또한 당사는 캠페인 기여 모델을 구축하여 ROI를 측정하기 위해 판매 경로에 대한 영향과 더불어 각 계정의 캠페인 참여 여정을 이해합니다. 이러한 통찰력을 통해 마케터는 가장 효율적인 캠페인과 추후 캠페인 계획에 대한 통찰력 기반 결정을 빠르게 내릴 수 있습니다.
계정 기반 마케팅
수요 창출은 폭넓은 대상 및 시장을 여러 채널을 통해 세분화합니다. 계정 기반 마케팅(ABM)은 매우 높은 수준으로 개인화된 콘텐츠를 보유한, 특정 이름을 가진 계정을 타겟팅합니다. Snowflake에서는 모든 ABM 캠페인에 대한 전반적인 시각을 제공하는 분석 대시보드를 구축했습니다. 여기에는 ABM 마케터가 캠페인을 보다 심층적으로 개인화할 수 있도록 하는 추가 데이터 소스로부터 가져온 풍부한 계정 정보가 포함되어 있습니다.
여담이지만 ABM 공급자는 데이터에 불리한 수동 보고서를 제공합니다. 이로 인해 일부 마케팅 이해 관계자는 ABM 데이터가 사일로화되어 있건 그렇지 않건 상관하지 않을 수도 있습니다. 이러한 사고방식은 없어져야 하는 장애물입니다. 마케팅 분석 팀이 종합적인 ABM 시각을 제공할 수 있는 유일한 방법은 ABM 데이터를 다른 관련 데이터 소스와 결합하는 것입니다.
현장 마케팅 성과
현장 성과를 지원하고 판매 및 마케팅 팀 간 연계를 위해 당사는 각 현장 마케터가 자신의 영역, 계정 및 어제, 지난주, 지난달, 지난 분기 또는 지난해에 진행되었던 캠페인 참여 종류를 확인할 수 있는 개인화된 대시보드를 제공합니다.
당사는 당사의 마케팅 데이터베이스에서 시작했습니다. 여기에는 ABM 타깃 계정 및 캠페인 참여부터 현장 캠페인 이벤트, 더 넓은 회사 수준 캠페인 및 파이프라인 현황까지 포함되어 있었습니다. 그다음 당사는 데이터를 세분화하고, 판매에 적용되는 하향식 필드 계층에 맞춰 데이터를 조정했습니다. 모든 데이터가 나열되고 분류되어 있기에 이제 당사는 판매 팀과 마케팅 팀 간의 이러한 공유된 시각을 강화하고 있습니다. 또한 타겟팅된 계정의 참여를 촉진하기 위해 강력하게 연계되었습니다.
파트너 마케팅
캠페인에 대한 파트너 마케팅의 효과를 분석하는 것이 많은 조직에 어려울 수 있지만, 당사는 다양한 파트너 유형 및 프로그램에 대한 완벽한 가시성을 제공하는 대시보드를 구축했습니다.
당사는 매우 다양한 수치를 수집하기 때문에 파트너를 평가할 때 데이터를 다양한 방식으로 확인할 수 있습니다. 이러한 실시간에 가까운 보고 기능 덕분에 파트너와 기대 및 인센티브에 대해 건설적으로 대화할 수 있습니다.
일부 대시보드는 이벤트별 캠페인을 보는 것, 응답한 사람의 수를 확인하는 것과 다양한 판매 영역을 통해 캠페인을 정렬하는 것이 얼마나 쉬운지 보여줍니다. 우리는 또한 각 파트너가 어떻게 수요를 창출하거나 여러 업계에 침투하는 데 어떻게 도움이 되었는지 검토할 수 있습니다. 이러한 통찰력을 통해 Snowflake의 파트너 마케팅 팀은 개입 및 참여와 같은 통찰력 기반 요소에 따라 파트너를 여러 단계로 분류할 수 있습니다.
리드 스코어링
데이터를 위해 단일 소스를 사용하기 때문에 당사는 수신하는 모든 리드 사용에 대한 예측 리드 스코어링을 제공하는 ML 모델을 구축했습니다. 또한 일별 훈련 알고리즘을 통해 이러한 스코어링 애플리케이션에 들어가는 모든 데이터를 기반으로 실시간에 가까운 예측을 하는 완전 자동화 및 ML 지원 엔진을 보유하고 있습니다.
당사의 모델은 자가학습형이기에 날마다 새로운 모델이 생성됩니다. 모델이 계속해서 학습하고 있기에 오늘의 알고리즘은 어제와 다릅니다. 이것 ML의 위력입니다. 결과적으로 우리는 판매 및 마케팅 팀을 위해 가장 높은 수준의 잠재적 타깃 리드를 식별하는 것과 관련된 비즈니스 목표를 달성하고 있습니다.
또한 당사는 판매 개발 담당자(SDR)의 생산성을 개선하기 위해 원조 시퀀스에 우선순위를 지정하는 것을 돕습니다. SDR에 가장 중요한 자원은 시간이기에 리드 스코어링은 이들이 전환할 확률이 가장 높은 정확한 리드에 집중할 수 있도록 합니다. 결과적으로 SDR 팀의 리드-미팅 전환율이 50% 개선되었습니다. 이러한 수치는 모델이 추가 데이터를 통해 개선됨에 따라 지속적으로 성장하기만 할 것입니다. 장기적으로 당사는 스코어링 데이터를 광고 플랫폼으로 다시 전송하여 타겟팅과 리타겟팅을 개선할 수 있도록 할 예정입니다.
파이프라인 예측
당사는 파이프라인 예측 시 어림짐작을 하지 않도록 하는 ML 모델을 구축했습니다. CRM 보고를 실행하고 임시 분석을 수행하는 대신 당사의 모델은 각 분기에 얼마나 많은 파이프라인이 종료되고 다음 분기로 이동하는지를 예측합니다.
이 ML 모델은 특정 기회의 종료 여부와 종료 시점을 이해하기 위해 매우 복잡하고 이전 파이프라인 데이터와 수백 개의 기타 데이터 포인트 및 신호에 의존합니다. 이는 또한 각 담당자를 위해 얼마나 많은 신규 파이프라인이 생성되는지, 각 분기에 얼마나 종료되는지를 포함하여 판매 담당자 수준의 데이터를 사용합니다. 이러한 데이터는 판매 분야의 리더가 어디에 기회가 있는지에 따라 어디에 더 많은 담당자를 고용해야 할지 이해하는 데 도움이 됩니다.
판매 및 마케팅 이해 관계자가 파이프라인을 통해 이동되고 종료되는 내용과 예약 타깃에 반하는 분명한 파이프라인 뷰를 확인할 수 있으므로 모든 것을 나열하여 목표를 구현하고 비즈니스 결과를 촉진할 수 있습니다.
통찰력 기반 결정을 통한 팀 전반에 걸친 연계
이러한 예시에서 확인할 수 있듯이 마케팅은 홀로 작동하지 않습니다. 이러한 ML 모델과 분석 대시보드를 유지하고 구축하여 마케팅 인텔리전스 팀은 중앙화된 실시간에 가까운 통찰력 소스를 제공합니다. 이는 효과를 극대화하기 위해 다른 팀에서 사용할 수 있으며 사용해야 합니다. 판매 및 재무 팀과 같은 팀들은 동일한 기본 가정과 적절한 정보를 보유하기 위해 동일한 언어를 사용하는 것이 좋습니다. 그렇게 하면, 공유되는 상호 보완적인 목표에 대한 연계가 더 쉬워집니다.
현장 성과는 판매 및 마케팅 팀에 당사가 도입하는 연계의 완벽한 예시입니다. 마케팅 캠페인 데이터 및 판매 성과 데이터를 하나로 모으고 분석하여 두 팀에 속한 이해 관계자는 통찰력 기반 대화와 공유된 목표를 통해 더 나은 결정을 내릴 수 있습니다.
당사의 파이프라인 예측은 또 하나의 예시입니다. 마케팅 인텔리전스 팀은 당사가 파이프라인을 채우고 비우는 속도로 마케팅 및 판매 팀에 중요한 정보를 제공합니다. 그런데 이러한 통찰력은 예측과 예산을 담당하는 재무 계획 및 분석(FP&A) 팀에도 가치를 제공합니다. 판매 팀이 얼마나 잘 리드를 전환하는지에 따라 수익이 영향을 받기 때문입니다. 리드는 마케팅 파이프라인 이동 속도, 마케팅 캠페인의 효율성 및 리드 스코어링의 정확도에 영향을 받습니다.
반대의 경우에도 동일합니다. 마케팅 팀이 특정 캠페인을 통해 높은 수준의 성공을 이룩했음을 캠페인 보고 분석을 통해 입증하는 경우, 해당 데이터는 재무 팀과의 대화를 지원합니다. 이러한 대화에서 마케팅 이해 관계자는 이러한 유형의 캠페인을 가속화, 증가 및 복제하기 위해 추가 예산을 요청할 수 있습니다.
모든 것은 적절한 기술에서 시작됩니다
마케팅 분석 팀에서 오늘날 마주하는 근본적인 문제는 모든 데이터를 어떻게 하나로 만드느냐입니다. 모든 데이터의 통합 단일 복사본 없이는 시기적절한 예측 및 처방 통찰력을 제공하는 강력한 분석을 제공하고 모델을 구축하기가 매우 어렵습니다.
최신 클라우드 데이터 플랫폼은 모든 데이터가 단일 위치에 보관되는 중앙 리포지토리를 제공하여 이러한 문제를 해결합니다. 멀티 클러스터 공유 데이터 아키텍처에 구축되어 있는 플랫폼은 많은 양의 다양한 데이터의 빠른 수집, 데이터 세트 결합, 실시간에 가까운 고급 분석 실행 및 머신 러닝 모델 구축을 가능케 합니다.
마케팅 프로그램을 진정으로 최적화하고 ROI를 예측하려면 클라우드 데이터 플랫폼은 다음을 수행할 수 있어야 합니다.
- 모든 애플리케이션으로부터 가져온 지속적인 대용량 데이터 수집 조정 및 성능에 영향을 주지 않으며 무제한에 가까운 수의 동시 데이터 워크로드를 실행하는 컴퓨팅 파워 제공.
- 다양한 SaaS 및 클라우드 데이터 스토어에서 생성되고 사일로화된 정형, 반정형 및 비정형과 같은 다양한 데이터 중앙화 및 변환 그리고 이러한 데이터를 외부 애플리케이션으로 재전송.
- 고객을 추가적으로 이해하고 판매 전략을 전달하기 위해 외부 데이터 세트를 쉽게 수집하는 동시에 마케팅 조직 전반에 걸쳐 기타 이해 관계자 그룹 및 기타 비즈니스 파트너와 안전하게 라이브 데이터 공유.
- 비즈니스 인텔리전스 및 고급 분석을 지원하기 위해 빠르게 거의 모든 데이터 볼륨을 처리하는 최신 데이터 과학 사용 및 머신 러닝 모델 교육.
- 데이터 보호, 업계 및 지역 데이터 규정 충족 및 데이터 보관 장소와 사용자 추적을 위한 최신 보안 및 거버넌스 기능 제공 그리고 거의 무제한의 사용자가 의존할 수 있는 데이터의 단일 복사본 사용.
번성하는 문화가 있는 다양한 팀 구축
당사는 올바른 기술 외에도 지속적으로 현재 및 미래 영향을 주도하는 국제적으로 분산되어 있는 다양한 팀을 구축하고 있습니다. 마케팅 인텔리전스는 기술 영역에 속하지만, 창의적이고 계속해서 혁신적이어야 합니다. 마케팅 인텔리전스 팀의 모든 구성원은 다양한 역할을 맡습니다. 업계 최고 수준의 분석 대시보드 구축, 예측 데이터 과학 애플리케이션 개발, 창의적인 데이터 스토리 구현 및 고객을 끌어오고 업계에 영향을 주기 위한 사고적 리더십 활동 촉진과 같은 일을 합니다.
현재 그리고 미래에 제공하는 통찰력
Snowflake의 고객 우선 가치는 당사가 하는 모든 일을 주도합니다. 당사 마케팅 인텔리전스 팀의 경우 고객이 다양합니다. 마케팅, 판매 및 재무 팀이 일반적인 고객이지만 외부 고객도 있습니다. 최근 당사는 리드 스코어링 모델을 사용하고 있지 않지만 데이터를 통해 운영을 조정할 아이디어를 찾고 있는 고객과 대화를 나눴습니다. 이러한 대화는 갈수록 더 빈번해지고 있으며 덕분에 저는 Snowflake가 다양한 방식으로 도움이 될 수 있다는 사실을 깨달았습니다.
오늘날 당사는 Snowflake의 글로벌 마케팅 팀을 업계 최고의 통찰력 기반 팀으로 만들고 있습니다. 미래에는 당사가 확장 가능한 분석 대시보드 및 ML 모델을 고객에게 제공하여 더 폭넓은 고객에 대해 이러한 목표를 달성할 수 있을 것입니다. 데이터 및 머신 러닝의 진가는 우리가 이를 통해 언제나 학습 및 개선한다는 데 있습니다. 이는 발견 가능한 통찰력과 기회에 한계가 없음을 의미합니다.