[도서]마케팅을 바꾸는 데이터의 힘

책을 소개합니다. 

 

데이터는 마케팅만을 위해 필요한 것은 아닙니다. 우리가 하는 많은 일상에서 데이터가 필요하고 데이터를 어떻게 적용하고 활용할 지 하기 나름인 것이죠. 우리가 친구를 사귈 때도 낯선 사람을 처음 접했을 때는 일반적으로 접근하지만 이후 경험이 쌓이고 데이터가 축적되면 우리는 알게 모르게 상대방의 성향을 파악하고 반응하는 태도에 변화를 줄 수있습니다. 어릴 땐 세상사를 모르고 경험이 없어 본능대로 움직이지만 이후 우리는 성장하면서 세상의 원리를 깨달아야 하는 순간들이 계속 찾아옵니다. 편한대로 살고 싶지만 서로 다른 에너지와 방향성을 갖고 있으니 그 안에서 우리는 상처받고 부딪칩니다. 그래서 눈에 보이지 않는 길을 찾기 위해 우리는 데이터를 축적하고 파악해야 하는 방법을 길러야 하는데 어쩌면 이런 책을 통해 나의 방향성을 알아차리고 질문하는 법과 그 과정을 익혀야겠지요. 

마케팅을 바꾸는 데이터의 힘
 
지은이 : 백승록
출판사 : 갈매나무
출판일 : 2023년 08월

 

빅데이터 대홍수에서 마케터로 살아남기
쏟아지는 데이터를 있는 그대로 믿어선 안 된다!
데이터는 현상일 뿐 인사이트는 분석에 있다
-가공하지 않은 데이터는 거친 원석일 뿐이다

 

데이터는 외적으로 나타난 결과나 현상의 원인을 파악하고 해결 방법을 찾아가는 분석 과정을 거쳐야만 그 가치가 확인됩니다. 데이터 분석 도구나 데이터 자체가 정답을 제시해주지 않습니다. 데이터는 분석부터 인사이트 도출까지 일련의 과정을 거치게 되는데, 가장 일반적인 데이터 분석 프로세스는 분석 목적 정의, 데이터 수집, 데이터 정제, 데이터 분석, 인사이트 도출 다섯 단계로 나뉩니다. 데이터 분석은 ‘무엇을 알고 싶은지’ 올바른 질문을 하고 ‘어떤 목표를 달성하고자 하는지’ 분석의 목적을 명확하게 정의하는 데에서 시작됩니다. 무엇을 알고 싶고 어떤 목표를 이루고 싶은지를 정의하지 않으면, 어떤 데이터를 확보해야 하는지 알 수 없으며 분석의 방향을 정하기 어렵습니다. 매체별 광고 효율과 구매 전환율을 분석해서 매체별 광고비를 재조정한다든가, 자사 쇼핑몰 방문객이 구매에 이르기까지 전환율을 파악해 고객경험을 최적화한다는 등 분석 목적을 구체적으로 명시하는 편이 좋습니다.  <본문에서 발췌>

 

데이터 분석 과정 (Data Analysis Process)

1. 분석 목적 정의 (Define Analysis Purpose):
   - 데이터 분석의 첫 단계는 분석 목적을 명확히 정의하는 것입니다. 어떤 정보를 얻고자 하는지, 그리고 어떤 목표를 달성하고자 하는지를 정확히 파악해야 합니다. 이는 분석의 방향성을 결정하는 데 중요한 역할을 합니다. 예를 들어, 광고 효율을 높이기 위한 목적이나 구매 전환율을 향상하기 위한 목표 등이 여기에 해당합니다.

2. 데이터 수집 (Data Collection):
   - 정의된 목적에 따라 필요한 데이터를 수집합니다. 광고 효율과 관련된 지표를 분석하는 경우, 클릭율(CTR), 광고 노출당 비용(CPM) 등이 수집되어야 할 데이터일 수 있습니다. 이 데이터는 특정 기간 동안의 광고 캠페인 결과, 방문자 동향 등을 포함할 수 있습니다.

3. 데이터 정제 (Data Cleaning):
   - 수집된 데이터를 정제하여 분석에 적합한 형태로 가공합니다. 이는 중복된 데이터의 제거, 누락된 값의 처리, 이상치(outlier)의 확인 및 대응 등을 포함합니다. 데이터의 일관성과 신뢰성을 확보하는 과정입니다.

4. 데이터 분석 (Data Analysis):
   - 정제된 데이터를 기반으로 통계적이고 비통계적인 분석 방법을 사용하여 패턴, 관계, 트렌드 등을 파악합니다. 이는 주로 여러 가설을 설정하고 데이터로 검증하는 단계입니다. 예를 들어, 특정 매체의 광고 효과가 판매에 미치는 영향 등을 조사할 수 있습니다.

5. 인사이트 도출 (Insight Extraction):
   - 분석된 결과를 토대로 비즈니스에 유용한 인사이트를 도출합니다. 이는 의사결정에 활용될 수 있는 실질적인 통찰력을 의미합니다. 데이터로부터 얻은 특정한 광고 전략이나 고객 행동 패턴 등을 식별하여 이를 활용하여 비즈니스 성과를 향상할 수 있습니다.

6. 결과 반영 및 반복 (Reflection and Iteration):
   - 얻은 인사이트를 실제 의사결정에 반영하고, 그 결과를 다시 측정하여 분석 프로세스를 반복합니다. 이는 지속적인 향상과 최적화를 위한 단계로, 예를 들어, 광고 전략을 수정하거나 추가 실험을 통해 결과를 확인할 수 있습니다.

이러한 단계를 통해 데이터 분석은 단순히 데이터를 수집하고 정리하는 것을 넘어, 비즈니스 목표를 달성하는 데 중요한 역할을 하는 과정으로 이해됩니다. 각 단계는 다음 단계의 준비를 위해 철저한 계획과 실행이 필요하며, 실제 비즈니스 의사결정에 영향을 미칠 수 있는 통찰력을 도출하는 것이 목표입니다.

데이터 분석가가 하는 일(Data Analyst at IT)

데이터 분석가 vs 데이터 과학자 차이점

미래 유망 성장 직업

데이터 과학, Data Science를 공부하면 어느 분야에서 일하나

데이터 과학과 예측 관련성