참고: 이 내용은 2022. 4. 5에 게시된 컨텐츠(The Great Refactoring: Predictive Models Face Off Against Rapid Change)에서 번역되었습니다.

2020년 락다운의 부작용 중 하나는 많은 예측 모델이 붕괴된 것이었습니다.

그 당시 Guan Wang은 B2B 여행 서비스의 SaaS 공급업체에서 고객 성공(보상, 운영, 전략)을 담당하고 있었습니다. Wang은 데이터 사이언스팀과 협력하여 특정 고객이 해당 계정을 갱신할 가능성을 예측하는 모델을 구축하였습니다. “모델의 핵심 요소는 ‘사용자 채택’이었고 ‘온보딩’ 또는 신규 사용자가 해당 계정에서 SaaS 플랫폼을 사용하기 위해 로그인하는 양으로 피벗해야 했습니다.”라고 Wang이 말했습니다.

팬데믹 락다운에 봉착했을 때 사용자 채택은 근본적으로 0이 되었고, 모델의 예측치 또한 마찬가지였습니다.

“우리는 데이터 사이언스팀이 새로운 모델을 구축할 수 있도록 가능성 있는 모든 요인과 데이터 포인트를 공유했고 고객 성공팀에게 권장 사항을 제시할 수 있도록 했습니다.”라고 Wang이 말했습니다. 팬데믹이 지속되면서 “정말 힘든 시간을 보냈습니다. 또한, 최고의 [계정] 건강 지표를 파악하는 큰 변화가 일었습니다.”

분명히 팬데믹은 전 세계, 그리고 경제에 이례적이고 급진적인 충격을 안겨 주었습니다. 그런데 구매 습관은 이미 빠르게 변화하고 있었고, 세상이 우리를 중심으로 변화함에 따라 계속해서 변화하고 있습니다. 극심한 기상 사태의 증가부터 끊임없이 진화하는 소셜 미디어 분야까지, 기업들은 모델의 리팩토링과 더 많은 실시간 데이터로의 시급한 전환이 점진적으로 또는 갑자기 필요할 수 있는 다양한 요인에 직면해 있습니다.

빠른 변화의 기법 마스터하기

Wang은 현재 Snowflake의 마케팅 인텔리전스 글로벌 이사로 완전히 데이터에 집중하는 회사의 데이터 소비자입니다. “저희 팀의 미션은 Snowflake 마케팅이 업계에서 가장 통찰 중심의 팀이 되는 것입니다.”라고 그는 말했습니다.

Wang에 의하면 요즘은 데이터 마케팅 부서가 작업할 데이터가 B2B와 B2C에서 모두 부족하지 않다고 합니다. “광고 채널, 소셜 채널, 콘텐츠 마케팅, 할인 행사 등 관계를 맺고 고객에 대한 시그널을 수집할 수많은 채널을 사용할 수 있습니다.”라고 그는 말했습니다. 하지만 많은 조직이 이 모든 데이터를 효과적으로 지키는 적절한 프로세스를 갖추고 있지 않습니다. 이것이 첫 번째 장애물입니다.

“기업들은 고객을 전체적으로 그릴 수 있도록 한 곳에 이 모든 데이터를 가져와야 하고 판매 과정을 통틀어 고객과의 관계를 유지하는 방법을 이해해야 합니다.”라고 Wang이 말했습니다.

두 번째 장애물은 변화율입니다. 단속적인 팬데믹 락다운은 여행과 차량 공유에서부터 제조업에 이르기까지 많은 산업에 분명히 부정적인 영향을 미쳤습니다. 하지만 일부 기업과 산업은 그 반대 효과에 직면하여 갑작스러운 경제 활성을 경험했습니다. 예를 들어, 화상 회의, 음식 배달, 언어 앱을 생각해 보십시오. 이것들은 좀 낫지만 여전히 나름의 어려움이 있습니다. 2020년 6월에 수행된 McKinsey 설문 조사에 따르면 팬데믹 이후 첫 몇 달 동안 고객의 75%가 이미 “새로운 쇼핑 행동을 시도”했다고 합니다.

하지만 팬데믹이 닥치기 전에 이미 많은 변화가 있었습니다. 우리는 어떤 새로운 기술이 부상하여 미래의 소비자 행동에 영향을 미칠지 예측할 수 없습니다. 소셜 미디어 플랫폼을 생각해보십시오. 크리에이티브 단체인 Composed에서 젊은 세대의 브랜드 충성도 형성을 중심으로 시행한 2019년 설문 조사에 따르면, 밀레니얼 세대의 34%가 Instagram을 사용하여 새로운 브랜드를 발견한다고 합니다. 물론 Instagram은 그 세대가 태어났을 때 존재하지도 않았습니다. Z세대의 경우, 이 수치는 58%로 뜁니다. Z세대 또한 Z세대가 태어났을 때 존재하지 않았던 TikTok에서 엄청난 영향을 받고 있습니다.

또한, 밀레니얼 세대와 Z세대 구매자들은 이전 세대들이 크게 드러내지 않던 기업의 사회적 책임에 대해 큰 기대를 갖습니다. Deloitte 연구에 따르면 밀레니얼 세대의 37%가 윤리적이지 않다고 생각하는 기업을 멀리한다고 합니다.

Wang은 문제를 더 복잡하게 만드는 B2B의 결점, 즉 매우 긴 판매 주기를 지적했습니다.

“고객이 자격을 갖춘 상태일 수 있지만 가까이 다가가는 데까지는 6개월에서 12개월까지 걸릴 수 있습니다. 그렇다면  어떻게 해야 고객을 핵심 마케팅 판매 시그널에 계속 관여하게 할 수 있을까요?”라고 그는 말했습니다. 이로 인해 다시 모든 데이터를 한 곳으로 가져와야 할 필요성을 느끼게 됩니다. Wang은 마케터들이 기존의 마케팅 세분화뿐만 아니라 각 고객 활동에 기반한 최고의 “다음 단계” 권장 사항에 대한 이해를 통합하는 더 나은 데이터에 대한 통찰을 얻어야 한다고 생각합니다.

이 모든 것들에 대한 결론은 이렇습니다. 마케터들은 그 순간 현지에서 발생하는 일을 정확히 반영하는 데이터로 예측 모델이 작동하는지 확인해야 합니다.

준실시간

이 모든 것들은 거침없이 마케터들을 실시간 데이터로 이르게 합니다. Wang은 수많은 마케터들이 이 길에서 약간의 과도기를 거칠지라도 이것이 중요한 목표라고 말합니다.

2021년에 시행한 InsideSales의 연구는 400곳 이상의 기업에서 570만 명 이상의 리드를 다루는 리드 응답을 조사했습니다. 연구에 따르면 판매자가 새로운 리드에 5분 이내로 응답할 때 전환이 8배나 더 높았습니다. 하지만 이 시간대에 발생하는 첫 번째 응답 전화는 1% 미만에 달합니다. B2B 구매자들은 약간의 여유를 부릴 수 있는데, 2020년에 밀레니얼 세대 테크 구매자를 대상으로 한 Foundry(이전 IDG Communications)의 연구에 따르면 16%만이 첫 3시간 이내에 후속 조치를 취할 것으로 예상되었습니다.

“기업들이 첫 5분 이내에 관계를 맺는 방법을 파악하는 것이 매우 핵심적인 사이언스입니다. 그리고 잠재적으로 막대한 엔지니어링 비용도 발생합니다.”라고 Wang이 말했습니다. “모든 데이터를 실시간으로 가져오는 것은 정말 어렵습니다. Google ads와 Facebook ads를 중앙화된 플랫폼으로 연결한다고 생각해보세요. 이 모든 것을 통합하려면 상당한 데이터 파이프라인이 필요합니다.”

“준실시간(Near real time)”은 대부분의 회사가 주시하는 과도기입니다. Wang은 많은 데이터 공급자가 여전히 데이터를 하루에 한 번만 업데이트한다고 말합니다. 데이터 소비자로서 그는 모든 데이터가 2시간마다 업데이트되도록 재촉하고 있으며, 이것이 바로 Snowflake의 마케팅 그룹이 준실시간을 정의하는 방식입니다.

Wang이 생각하는 궁극적인 마케터의 비전은 매우 복잡하고 세분화된 내일의 구매자 여정을 전체적으로 시각화하는 것입니다. 지금은 “이러한 비선형 여정을 시각화 또는 맵핑하는 쉬운 방법은 없다”고 그는 말합니다.

“이는 매우 복잡하고 거의 신경망과 같습니다. 그 어떠한 기업도 개발한 적이 없으며, 심지어 Google 같은 기업도 대단한 AI와 머신 러닝을 구축하고 있지만, 아직 아무도 전체 네트워크를 모델링한 적이 없습니다.”

장기적으로 Wang은 마케터에 대한 낙관적인 견해를 갖고 있습니다. “향후 5년에서 10년 동안 우리는 이것을 더 잘 이해하게 될 것입니다.”라고 그는 말했습니다.

그동안에는 데이터 사일로를 없애고 실시간 데이터에 가까워지며 예측 모델을 최신 상태로 유지하는 것이 마케터들이 집중해야 할 가치 있는 일입니다.