e커머스를 위한 리드 스코어링 방법

e커머스를 위한 리드 스코어링 방법

(참조 자료: E-Commerce Lead Scoring: How to Prioritize Your Hottest Sales Prospects)

쇼핑 중에 어느 남성복 매장에 관심이 생겨 매장 안으로 들어왔다고 상상해보세요. 입장 하자마자 매장 직원이 다가와 무엇이 필요하냐며 옆으로 다가와 물어봅니다. 보통 이런 경우에는 고객들은 어떤 반응을 보일까요?

대부분의 반응은 “아니오, 괜찮아요” 하면서 대강 둘러보면서 다시 매장을 나가는 것입니다. 이렇듯 매장에 들어오는 모든 사람들이 그 즉시 바로 구매할 준비가 된 것은 아닙니다. 브랜드 자체에는 관심이 있을 수 있지만(그렇지 않으면 애시당초 매장에 들어오지도 않습니다) 아직 마케팅 퍼널 상에서는 구매 단계가 아닌 다른 단계에 있을 수 있습니다.

따라서 누구를 타깃해야 하는지, 어떤 메시지를 전달해야 하는지 파악하는 것이 중요하기 때문에 퍼널 상단에 있는 잠재 고객들을 이제 겁내하지 않아도 됩니다. 이 단계에서는 단순한 윈도우 쇼핑을 넘어 브랜드 자체에 대해서도 잘 알 수 있게 됩니다.

여기서부터가 바로 리드 스코어링(lead scoring)이 시작되는 단계입니다.

이를 통해 올바른 메시지를 적절한 시기에 적합한 잠재 고객들에게 쉽게 타깃팅하여 전달할 수 있습니다. 오늘은 e커머스를 위한 리드 스코어링 시스템을 구축하는 방법에 대해서 소개하려 합니다. 또한 새로운 리드를 분류하고 스코어링하는 방법에 대한 예시도 함께 소개해드릴 예정입니다.

리드 스코어링(Lead Scoring)이란?

리드 스코어링은 기업이 다양한 매개 변수를 기반으로 수많은 리드들을 분류하고 중요도를 설정하여 각 리드별로 어떤 구매 퍼널 단계에 있는지 결정하는 방법입니다.

퍼널 상단 유입 경로에서 리드가 취하는 반응들에 대해 가중치에 따라 스코어링을 합니다. 이 가중치는 리드가 취하는 각 액션의 형태가 퍼널 하단에 얼마나 가까운지에 따라서 그 포인트 값이 다릅니다. 예를 들면 단순한 상세 페이지 클릭과 장바구니 추가를 비교하면 후자가 그 포인트 값이 훨씬 더 높을 것입니다.

또한 이 값은 리드 스코어링을 셋업하기 전에 정의한 타깃 고객의 인구 통계 및 사용자 행동을 기반으로 할 수 있습니다.(나중에 자세히 설명)

즉, 효과적인 리드 스코어링 모델을 만들기 위해서는 고객 페르소나와 구매 퍼널에 대해서 잘 이해해야 할 것입니다.

그렇게 되면 퍼널의 모든 단계에서 리드에 대한 타깃팅된 캠페인을 만들어 최대한 많은 리드들을 퍼널 다음 단계로 넘어가 결국은 구매 고객으로 전환할 수 있게 될 것입니다.

그리고 이 모든 것을 리드 스코어링 시스템을 구축하면 자동으로 실행됩니다. 이제 그럼 e커머스를 위한 리드 스코어링 프레임워크를 구축하는 방법에 대해서 알아보도록 하겠습니다.

e커머스를 위한 리드 스코어링 사례

리드 스코어링 전략에 포함할 매개 변수를 정할 때에는 구매를 트리거할 가능성이 높은 사용자 행동에 대해 아는 것이 중요합니다.

이는 제품, 구매자, 개인 정보 및 구매 퍼널에 따라 다를 것입니다.

그러나 e커머스 기업들은 주로 인구 통계 및 사용자 행동 데이터를 주목하여 분석하는 것이 좋습니다.

연령, 성별, 그리고 위치와 같은 인구 통계 데이터를 기반으로 새로운 리드를 분류하여 타깃 그룹에 적합한 고객인지 알 수 있습니다.

연령대에 따라 쇼핑 패턴도 다릅니다. 따라서 밀레니얼 세대를 타깃으로 하는 경우 해당 연령대의 리드에게 더 높은 포인트를 줄 수 있습니다.

성별도 마찬가지입니다. 메이크업이나 헤어 관련 제품을 파는 기업이라면 남성보다 여성 리드에게 더 높은 포인트를 제공할 수 있습니다.

또한 실제 오프라인 매장이 있거나 잠재 고객들의 비율이 높은 지역에 사는 리드들에게는 다른 지역보다 더 높은 포인트를 제공할 수 있을 것입니다.

인구 통계는 회원 가입 시, 새로운 리드들을 분류할 수 있는 좋은 데이터입니다.(아래에서 보다 자세히 소개하도록 하겠습니다) 다만 이 데이터만으로는 퍼널에서 잠재 고객이 어느 단계에 위치하여 있는지에 대해서는 알려주지는 않습니다.

퍼널 내 잠재 고객의 위치를 알려주는 가장 좋은 데이터는 사용자 행동입니다.

이미 사이트에서 구글 애널리틱스 등의 트래킹 툴을 활용하여 사용자 행동을 트래킹했을 것입니다.(그렇지 않은 경우 바로 시작해야 합니다) 이 데이터를 사용하여 더욱 많은 리드를 끌어오고 각 리드들이 고객 여정에서 어떤 위치에 있는지 알고 싶지 않으신가요?

사용할 수 있는 데이터의 예는 다음과 같습니다.

1. 제품 카테고리

사용자에게 표시할 제품 카테고리 유형을 살펴보고 어떤 유형의 제품을 추천할지 알아보십시오. 제품에 대한 관심 수준을 스코어링하기 위해 이 페이지를 얼마나 자주 보는지 확인하십시오. 특정 제품 카테고리를 더 많이 볼수록 해당 제품에 대한 높은 관심도를 나타냅니다.

사이트에 검색 기능이 있다면 검색 대상에 따라 리드 스코어링을 해야 합니다. 구글의 Set up Site Search를 활용하여 이를 활성화하십시오. 그러면 사용자가 사이트에서 검색하는 정확한 단어와 문구를 확인할 수 있습니다.

제품에 따라 특정 검색어가 특정 스코어링을 산출해야 합니다.

2. 방문 빈도

사용자가 사이트를 방문하는 빈도는 브랜드에 대한 관심을 나타내는 매우 훌륭한 지표입니다.

사용자가 일주일 이내에 5번 사이트를 방문하고 몇 가지 다른 제품 페이지를 보고 있다고 가정해 보겠습니다.

사용자가 브랜드 자체에는 관심이 있지만 어떤 특정 제품에는 아직 관심을 보이지 않았다는 것을 알게 될 것입니다.

이 리드는 특정 제품 페이지를 여러 번 방문한 다른 리드보다 낮은 포인트를 받아야 할 것입니다. 그러나 이것이 그늘이 육성해야 할 가치가 없는 리드라는 걸 의미하지는 않습니다. 이 리드들에게는 세일즈 표현이 강한 메시지는 지양해야 한다는 점을 의미합니다.

예를 들어, 상담을 요청하는 팝업을 띄울 수 있습니다. 사이트에서 무언가를 찾는데 도움이 필요하거나 질문이 있을 수 있습니다.

잠재 고객들이 위 옵트인 양식을 통해 문의하게 되면, 그들의 행동 유형이 보여주는 관심도 수준에 따라 포인트를 받게 될 것입니다.

3. 특정 제품 페이지

e커머스 사이트 내에 다른 어떤 페이지보다 방문자의 더 높은 관심도를 보여주는 페이지가 있을 수 있습니다.

이는 또한 리드 스코어링에서 중요한 매개 변수가 될 수 있습니다.

예를 들어, 특정한 제품 페이지를 방문하는 리드는 일반 홈페이지 또는 다른 페이지보다 더 높은 포인트를 받아야 할 것입니다.

따라서 사이트 내 모든 페이지에 중요도 순위를 매기고, 그 중요도에 따라 각 페이지에 포인트 값을 할당하여 리드 스코어링을 할 수 있습니다.

예를 들면 영업 시간이 포함된 페이지가 있을 수 있습니다. 이 페이지를 방문한 리드는 해당 지역의 특정 매장 방문이나 구매에 관심이 있을 수 있습니다. 그런 다음, 위치 데이터를 기반으로 해당 지역의 상점 오퍼에 대한 정보를 전송하는 것이 이상적입니다.

4. 쇼핑 행동

쇼핑 행동은 방문자의 구매 가능성에 대해 많은 것을 말해주기 때문에 다른 어떠한 것보다 주목할 만한 매개 변수입니다.

장바구니에 제품을 추가했거나, 이전에 구매 기록이 있다면 이 정보는 매우 가치있습니다.

실제로 이전에 두 번 구매했던 고객은 세 번째에도 다른 고객보다 구매할 가능성이 53% 더 높습니다. 그리고 10번째 구매를 할 때마다 다시 구매할 가능성이 83% 더 높습니다.

또한 사용자가 장바구니를 버린 경우, 후속 조치를 취하여 구매를 완료하도록 다시금 초대해야 합니다.

그들은 제품 구매에 큰 관심을 보였지만 어떤 무엇인가가 그들이 구매를 최종 완료하도록 만들지는 못했습니다. 따라서 버려진 장바구니를 다시 리마인드하기 위한 이메일로 해당 문제를 해결하여 최종 전환이 될 수 있도록 만드세요.

버려진 장바구니를 리마인드하는 이메일 캠페인의 평균 ROI는 $5.64 이며, $0.02에 불과한 프로모션 이메일과 비교하였을 때 그 효과가 매우 좋다는 것을 알 수 있습니다.

이는 버려진 장바구니를 트래킹하는 것이 얼마나 중요한지 보여줍니다. 사용자가 왜 장바구니를 버렸고 리마인드 이메일을 통해 다시 전환이 되는지 확인해보십시오.

반복 구매 고객은 첫 구매자보다 다른 유형의 메시지를 필요로 합니다. 왜냐하면 이미 이 브랜드를 알고 있기 때문입니다.

장바구니에 상품을 남겨둔 잠재 고객은 제품 페이지를 탐색한 고객보다 포인트가 높아야 합니다. 그리고 반복 구매 고객은 역시 장바구니를 버린 고객보디 높은 리드 포인트를 받아야 할 것입니다.

위의 모든 매개 변수를 리드 스코어링 전략에 통합하면 리드 스코어링에 따라 올바른 메시지로 적합한 잠재 고객을 타깃팅할 수 있는 보다 관련성 높은 리드 스코어링 시스템을 구축할 수 있습니다.

가입 시 새로운 리드를 분류하는 방법

사용자가 뉴스레터에 처음 가입하게 되면 리드 스코어링에 대한 정보를 최대한 많이 얻으려고 합니다.

너무 많은 정보를 요구하는 것과 너무 적은 정보를 요구하는 것 사이의 균형을 잘 맞춰야 할 것입니다.

아마 전환율이 떨어지지 않게 하기 위해 너무 많은 정보를 요구하고 싶지는 않을 것입니다. 그러나 새로운 잠재 고객들을 스코어링할 수 있는 충분한 정보도 여전히 필요하겠지요.

우선 초기 가입 시점에서는 기본적인 연령이나 성별, 위치 그리고 관심사와 같은 간단한 인구 통계 정보만 요청하는 것이 좋습니다.

이를 염두해 놓고 사람들이 가입할 때 자신의 관심사를 쉽게 선택할 수 있도록 만드세요.

예를 들어 여행 업계라면 잠재 고객이 어느 지역으로 여행가고 싶은지 알고 싶을 것입니다. 그러면 해당 양식이 아래와 같이 보일 것입니다.

리드 스코어링을 설정하는 방법

자동 리드 스코어링을 설정하는 방법은 물론 각 CRM 시스템에 따라 세부적으로 다를 것입니다. 본 게시물에서는 Sleeknote 툴로 진행되는 과정을 보여드리며 스크린샷으로 보여지는 시스템 UI 보다는 대략적으로 이러한 프로세스으로 시스템에서 설정이 되는구나 하는 정도만 파악하시면 될 것 같습니다.

1 단계: 활성 캠페인에 로그인 후에 ‘Contacts’을 클릭합니다.