소비재(CPG) 산업은 TV, 옥외광고(OOH) 및 인쇄물과 같은 전통적인 광고에 수십억 달러를 지출합니다. 그러나 디지털 광고는 CPG 브랜드가 제품을 마케팅하는 방식을 변화시키고 있습니다.

그러나 광고 효과에 대한 투명성이 부족하고 일반적으로 디지털 광고에 대한 불확실성으로 인해 많은 광고주가 원하는 만큼 정확하게 타겟팅하거나 효율적으로 지출할 수 없습니다. 고객에 대한 데이터가 가장 적은 광고주는 지출을 낭비할 위험이 가장 높으며, 이는 많은 CPG 마케터가 너무나 잘 알고 있는 상황입니다.

미디어 소비 습관의 변화와 함께 기술이 발전함에 따라 디지털은 광고주가 소비자에게 도달하는 가장 중요한 채널 중 하나가 되었습니다. 그러나 소매업체 중개업체로 인해 CPG 제조업체는 도달하려는 소비자에게 직접 접근하지 못하거나 광고가 판매에 미치는 영향에 대한 통찰력을 얻지 못하는 경우가 많습니다.

인지도와 참여도를 높이기 위한 전략

소비재 광고주는 효과적인 작업에 더 많은 비용을 지출하고 최상의 결과를 위해 효율적으로 지출하기를 원합니다. 디지털의 어드레서빌리티(addressability)를 통해 그 어느 때보다 광고의 정확성과 개인화가 가능해졌지만, 많은 팀이 디지털에 대한 전문 지식이 부족하고 광고 효과와 투명성에 대해 우려하고 있습니다.

광고주가 온라인 광고를 실행할 때 결정해야 하는 두 가지 중요한 문제는 타겟팅할 잠재고객과 해당 잠재고객에게 도달하기 위해 사용할 데이터 소스입니다. 대상을 정의하고 식별하는 데 사용할 수 있는 다양한 데이터 원본이 있으며, 모두 비용이 다르고 다양한 대상 기준을 기반으로 합니다.

최근 웨비나에서는 이러한 문제를 다루었습니다. Put Your Money Where Your Consumer Is에서는 개인/가구 수준의 미디어 및 판매 데이터와 멀티터치 어트리뷰션을 사용하여 총 2억 5,800만 달러의 온라인 지출을 기록한 31개 CPG 브랜드의 750개 디지털 광고 캠페인을 분석한 결과를 발표했습니다.

이 Nielsen 분석은 온라인 마케팅 활동이 매장 내 구매에 미치는 점진적인 영향을 측정했습니다. 그 결과 오디언스 타겟팅 데이터와 실행의 차이가 어떻게 더 높은 결과를 이끌어 낼 수 있는지 알 수 있었습니다.

마케터를 위한 6가지 권장 사항

연구 결과에 따르면 광고주가 소비자를 타겟팅하기 위해 사용하는 데이터 유형(예: 자사 데이터, 지리적, 행동 등)은 투자 수익률(ROI)에 상당한 영향을 미칩니다. 

구매 기반 잠재고객'(예: '지난 3개월 동안 경쟁사에서 구매한 사람')을 기반으로 한 타게팅은 모든 유형에서 평균보다 3배 높은 가장 높은 ROI를 달성했습니다.

또한 이 보고서는 CPG 브랜드가 풍부한 잠재고객 데이터를 사용하여 마케팅 효과를 개선할 수 있는 방법에 대한 6가지 권장 사항을 제공합니다. 

1. 성능 향상을 위해 디지털에 집중

디지털 성과는 광고주가 디지털 성과에 얼마나 많은 관심을 기울이느냐에 따라 크게 좌우됩니다. 디지털 채널로 더 큰 성공을 거둔 광고주는 디지털 목표를 지원하도록 조직을 구성했습니다.

이러한 종류의 조직은 다양한 방식으로 나타날 수 있지만 디지털 마케팅 결과에서 단계적 변화를 제공하기 위해서는 분석, 미디어, 기술 및 타사 공급업체 전반에 걸친 다기능 운영 모델이 필요합니다. 소비자에 대한 명확한 초점은 이러한 팀의 핵심 통합 원칙입니다.

테이크아웃: 디지털 채널 전반에서 소비자와 설득력 있는 커뮤니케이션을 할 수 있는 기능을 구축합니다.

2. ROI 향상을 위해 구매 기반 데이터에 투자

구매 기반 잠재고객 데이터(귀사 또는 경쟁업체에서 구매한 고객의 데이터)를 사용하면 결과에 상당히 긍정적인 영향을 미칩니다. 이 데이터는 상대적으로 쉽게 얻을 수 있는 도달 범위 기반 인구 통계 또는 지리적 데이터보다 더 많은 투자가 필요하지만 훨씬 더 높은 수익을 제공합니다.

테이크 아웃 : 비즈니스 목표에 맞는 데이터 유형을 선택하십시오. 타겟팅을 위해 도달범위 기반 데이터를 사용하는 경우 데이터의 품질을 극대화하는 광고 인증 기술을 찾아보세요.

3. 확률론적 데이터보다 결정론적 데이터 사용

묵시적 행동 대신 검증된 행동을 기반으로 하는 데이터를 사용하는 브랜드는 더 높은 수익을 달성합니다.

시사점: 유사 모델 또는 암시적 모델에서 데이터 세트로 이동하기 전에 알려진 개인의 행동을 기반으로 잠재고객 타겟팅을 하여 실적을 최적화합니다.

4. 데이터 사일로를 허물어 통찰력과 성능 향상

사일로화된 채널별 전략, 전술 및 지표를 사용하여 광고와 마케팅 채널을 별도로 관리하는 것은 더 이상 효과적이지 않습니다. 중앙 고객 데이터 관리 기능이 있는 브랜드는 더 나은 결과를 얻을 수 있습니다. 

중앙 집중식 소스는 타겟이 적절하게 관리되도록 하고 대상이 동일한 메시지 또는 다른 캠페인에 대한 충돌 메시지에 과도하게 노출되는 것을 방지합니다.

시사점: 광고주와 대행사가 동시에 동일한 데이터에 액세스할 수 있을 때 보다 효율적으로 협업할 수 있습니다.

5. 새로운 잠재고객을 찾기 위한 데이터 마이닝

데이터를 창의적으로 보면 현재 또는 기존 고객과 다를 수 있는 잠재고객을 발견할 수 있습니다.

테이크 아웃 : 새로운 데이터 소스 및 잠재 고객에 대한 메시지와 제안을 테스트하여 간과된 타겟으로 결과를 도출 할 수 있는지 확인하십시오.

6. 목표에 가장 적합한 기여 분석 모델 선택

두 가지 일반적인 측정 접근 방식인 마케팅 믹스 모델링과 멀티터치 어트리뷰션은 서로 다른 목표를 지원하기 위해 구축되었습니다. 마케팅 믹스 모델링은 예산 책정 및 장기 계획을 위한 높은 수준의 전략적 통찰력을 제공하지만, 단기 최적화를 위한 전술적 통찰력을 찾는 마케터는 멀티터치 어트리뷰션을 고려해야 합니다.

어떤 채널과 전술이 특정 오디언스에게 영향을 미치는지 명확하게 파악하면 마케터는 채널과 디바이스 전반에 걸쳐 최적의 소비자 경험을 조율하고 지출을 최적화하여 비즈니스 성과를 극대화할 수 있습니다.

테이크 아웃 : 마케팅을 측정하여 잠재 고객을 이해하고 마케팅 효과를 극대화하십시오.

오디언스 데이터가 판매를 촉진하는 데 어떻게 도움이 되는지 자세히 알아보려면 소비자가 있는 곳에 돈을 투자 하세요 웨비나를 시청하세요.