[서평] 린 AI - 그로스 마케팅에 인공지능 활용하기

#LeanAI #린AI #그로스해킹 #그로스마케팅 #성장전략수립 #인공지능활용하기

드디어 에릭 리스의 [린 스타트업] 시리즈로 [린 AI]가 나왔다. 그동안 [린 스타트업], [린 분석], [린 스타트업 실전 UX], [린 고객 개발]에 이어서 독자들이 기다려 왔던 책이라 생각된다. 

'힙한 인공지능 마케팅', '힙한 알고리즘 마케팅', '고객의 마음을 사로잡는 인공지능 마케팅' 등 다양한 마케팅 지능화 실행 방법론에 대해서 강의를 하고 있는 내 입장에서도 정말 필요했던 책이다. 

이 책을 7월 10일부터 개강되는 모두연 풀잎스쿨 '힙한 알고리즘 마케팅' 4기의 부교재로 활용할 생각이다. 현재 교재는 [알고리즘 마케팅]으로 예측 모델링, 프로모션과 광고, 검색, 추천, 가격 책정과 상품 구성 등 마케팅 기능별 알고리즘 단위로 깊게 다루고 있다.

이 책은 좀 더 큰 그림에서 사용자 유치, 그로스 마케팅, 성장 전략 수립에 어떻게 인공지능을 활용하여 성과를 창출하는지 다뤄주므로 완벽하게 상호 보완이 된다. 

주요 목차만 살펴 보아도, 데이터 기반의 마케팅 자동화 및 지능화에 관심을 가지셨던 분들이라면 바로 눈이 반짝거리실 것이다. 

Part 1. 인공지능 + 그로스 마케팅 = 스마트 마케팅

Chapter 1. 그로스 마케팅 알아보기

성공한 스타트업은 그로스 마케팅 전략을 바탕으로 실시간 데이터를 활용해 효과적인 마케팅이 무엇인지 검증할 수 있다.

스타트업 성공에 필요한 과제는 (1) 올바른 인재 채용 (2) 사용자 유치와 유지 (3) 매출 성장 최적화이다. 

스타트업의 PMF(제품 시장 적합성)을 넘어 존폐를 결정할 수 있는 그로스 마케팅은 전체 고객 퍼널을 여러 작동부가 있는 하나의 몸체로 본다. 이를 도와주는 새로운 레벨의 그로스 해킹 소프트웨어(엄청난 양의 데이터와 시장 피드백을 이해할 수 있도록 도와주는 인공 지능과 머신러닝)를 잘 활용하기 위해서는 그로스 마케팅의 기반이 되는 지식을 명확하게 이해해야 한다. 

인공지능이 대세가 된 시대에 린 스타트업 접근법에 관한 지식은 성공적인 성과를 얻을 기회를 빠르게 높여준다. 이제는 그로스 마케팅을 위해서 그로스팀에 적극적으로 인공지능 기술을 요소요소에 유연하게 활용할 수 있어야 한다. 많은 메이저 마케팅 플랫폼은 API를 제공해 쉽게 데이터를 확보하고 활용할 수 있으며 최종적으로 최선의 투자자본수익률(ROI)을 얻을 수 있는 곳에 마케팅 예산을 할당할 수 있도록 지능화해주고 있다. 

Chapter 2. 왜 린 AI인가

인공지능과 머신러닝의 힘으로 고객 마케팅 퍼널 전반의 프로세스를 효율화해 경쟁력을 확보할 수 있다.

• 인공지능 적용 분야: 시장 세분화, 개인화, 매체 구매, 캠페인 최적화, 고객 행동 예측, 데이터 분석 및 보고, 고객 지원, 크로스 플랫폼 통합, 부정 트래픽 방지, 광고 개발 및 개선 등

마케팅 프로세스에 인공지능을 활용하면 더 똑똑하게 일할 수 있으며 전체 여정에서 실시간으로 일어나는 전반적인 고객 상호작용을 볼 수 있다. 또한 데이터를 신속하게 처리하면서 빠르게 실행할 수 있는 인사이트를 확보해 더 높은 가치의 업무에 집중할 수 있다. 

린 AI 자동화 등급	설명
레벨 0	자동화 없음. 마케터는 자동화 기능이 없는 CRM과 기본 도구(대시보드나 비즈니스 인텔리전스 시스템)를 이용해 업무를 수행한다.
레벨 1	추천 자동화, 마케터는 마케팅 성과를 최적화하기 위해 마케터가 정의한 규칙에 따라 추천하는 시스템 기능을 활용한다. 채널별 마케팅 비용을 조정하는 추천 시스템이 있는 대시보드를 포함한다. 마케터가 반드시 추천된 변경 사항을 수정해야 반영된다.
레벨 2	규칙 기반 자동화, 레벨 2의 규칙 기반 자동화는 레벨 1에서 마케터가 지정한 규칙을 이용해 마케터의 개입이나 승인 없이 마케팅 캠페인을 자동으로 조정한다(일반적으로 앱 혹은 API를 통해 조정), 이런 시스템은 사용자가 직접 규칙을 입력한다. 동적인 시작상황은 일 단위, 주 단위 혹은 분 단위로 변경되며 규칙 기반 시스템은 시장 변화에 따라 유연하게 변경되지 않으며 융통성이 없다.
레벨 3	연산 자동화, 시스템은 머신러닝을 마케팅 자동화와 결합한 통계분석을 기반으로 관찰하고 학습하고 성과를 개선한다. 목표 설정이나 디지털 캠페인을 위한 시간 혹은 지역같은 상위 매개변수 외에는 사용자의 개입이 불필요하다.
레벨 4	인사이트 자동화, 시스템은 사용자 상호작용, 콘텐츠, 행동, 성능 데이터 등의 맥락적 의미를 이해하고 다양한 채널에 맞는 1:1 마케팅 메시지를 개인화하며 운영자를 위한 최적의 성능을 유지한다.
레벨 5	완전 자동화, 시스템은 통찰력 있는 자동화 능력을 보유하며 마케팅 팀의 계속적인 개입 없이 테스트와 광고 소재, 타깃 매개변수 등을 직접 생성한다.

Part 2. 사용자 유치 3.0

Chapter 3. 사용자 유치 3.0이란

• 사용자 유치 1.0은 각기 다른 서버에 분산돼 정리되지 않은 데이터를 기반으로 고객을 유치하는 단계이다.
• 사용자 유치 2.0은 클라우드 및 데이터 처리 기능을 활용해 여려 곳에 분산된 고객 데이터를 하나의 고객 데이터 플랫폼으로 통합할 수 있다. 페이스북, 구글, 스냅챗 등 주요 채널에 양질의 데이터를 제공하면서 인공지능과 자동화를 활용해 주요 광고를 노출하고 예산을 최적화하고 목표를 달성할 수 있다.
• 사용자 유치 3.0은 인공지능을 사용하여 고객 데이터를 효과적으로 활용하고 인사이트를 가시화한다. 예산을 최적화하고 성과를 달성하기 위해 실시간 데이터를 활용하여 유료 고객을 유치하는 전반적인 업무를 관리한다. 인공지능을 활용하여 사람이 일일이 개입하지 않고도 린 팀을 효과적으로 운영할 수 있다. 

Chapter 4. 수동화 대 자동화

• 미디어 구매 자동화: 머신러닝 알고리즘을 통해 미디어 광고 예산을 효율적으로 편성 (린 AI 자동화 등급 레벨 3에 해당)
• 크로스 채널 마케팅 오케스트레이션: 고객 여정 기반으로 마케팅 퍼널, 고객의 동선, 생애 주기를 고려하여 최적화
  • 고객 세분화와 타기팅
  • 제품 구매에 이르는 고객 여정을 파악하기 위해 다양한 채널에서의 고객 행동 예측
  • 크로스 셀링이나 업셀링을 위한 미세한 조정 및 보완
  • 광고의 노출 비율을 및 횟수에 기반해 고객 참여를 증진할 수 있는 적합한 채널 파악
  • 성능 분석에 대한 정확도 향상
  • 부정 거래 탐지 및 보안
• 마케팅 영역에서의 가상 비서: 고객이 직접 사용하거나 고객에게 서비스를 제공하는 앱을 위해 설계 (등급 레벨 4와 5에 해당)
• 콘텐츠 제작 및 배포: 인공지능이 고객이 좋아하는 콘텐츠, 잠재 고객이 공감할 콘텐츠, 효과가 높은 광고 매체를 선별해 줌
• 고객 지원 및 서비스: 인공지능 기반의 챗봇을 활용해서 고객의 시간을 아껴 주고 고객에게 좋은 경험을 제공해 줌
• 고객 세그먼트 개발 및 관리: 고객과의 상호작용, 구매, 제품 사용, 지원 및 서비스 등 실시간 누적 데이터와 결합하여 제공
• 인사이트 도출: 고객의 행동을 분석하여 다음 행동을 높은 확률로 예측하고, 계속 발전하는 고객의 행동과 관심사에 맞춰 인공지능 시스템도 같이 고도화되어가는 순환 구조를 만들어 냄
• 광고 소재 도출: 자연어 생성 기술로 인공지능이 마케팅 문구를 분석한 것을 토대로 브랜드의 목소리를 여러 형태로 만들어 냄
• 최소한의 투자 '고객 생애 주기 관리': '인지→관심/참여→평가→구매→구매 이후→기여' 고객 생애 주기 전반의 효율을 증대함

Chapter 5. 인공지능 프레임워크

마케팅 자동화를 위해 인공지능을 접목시킬 때는 프레임워크 개념을 심고 가는 것이 좋다.

★ 프레임워크의 기본 요소는 다음과 같다. 

• 고객 여정, 경험, 생애 주기에 대한 이해
• 고객의 생애 주기에 최적화된 광고 소재나 콘텐츠, 광고 소재나 구매 혜택 등의 내용은 생애 주기의 단계에 맞게 제공돼야 함
• 고객 여정을 파악하고, 행동 코호트를 타깃 세그먼트로 세분화할 데이터
• 광고 캠페인 제작 및 오케스트레이션을 목적으로 선호하는 마케팅 채널(페이스북, 인스타그램, 구글, 스냅챗, 이메일 서비스 제공자 등)에 대한 API 기반 접근
• 광고 리포팅 및 실시간 최적화를 위해 활용할 수 있도록 피드백 루프, 서드 파티의 분석 도구나 플랫폼 자체의 기능으로 운영될 수 있음
• 최적화 작업, 시스템에 입력된 피드백을 기반으로 성능을 개선할 수 있는 최적화 알고리즘

Chapter 6. 직접 구축 대 서드 파티 활용

그로스팀은 가장 먼저 '제품에 대한 상세 요구 사항(PRD: Product Requirement Document)'을 문서로 정리해야 한다. 모든 요구사항을 PRD에 명확하게 설명할 수 있어야 하며, 제품 로드맵 관점에서 지능형 머신 활용이 적합한 비즈니스 사례를 명시해야 한다. PRD를 통해 제품이 나아가야 하는 방향을 이해하고 우선순위에 따라 먼저 해야 할 일을 결정할 수 있다.

★ PRD에 포함되는 항목은 다음과 같다. 

• 비즈니스 및 기술적 관점에서의 프로젝트 목적 및 범위
• 예상되는 비즈니스 성과의 정량화된 지표 (예: ROI 10% 향상)
• 그로스팀에게 도움을 줄 수 있는 활용 시나리오
• 제약 사항 (예: 예산, 기간, 이용 가능한 개발 리소스, 전문가)
• 그 밖의 의존성을 지닌 요소
• 상세한 업무 절차, 일정, 마일스톤
• 성능 평가 지표 및 평가 계획
• 요구 사항의 상세 항목
  • 기능적인 요구사항: 제품이 어떤 기능을 할 수 있는가?
  • 사용성 측면의 요구사항: 제품이 어떻게 사용될 수 있는가?
  • 기술적인 요구 사항: 데이터, 보안, 네트워크, 통합 등은 어떠한가?
  • 지원 측면의 요구 사항: 제품 지원을 위한 리소스에는 무엇이 있는가?
  • 상호작용 관점의 요구 사항: 제품이 다른 시스템과 어떻게 연동될 수 있는가?

★ 직접 구축과 서드 파티 활용 분석하기를 위해서 거쳐야 하는 단계

• 해결해야 하는 문제를 정의하고, 예산 범위를 설정하고, 솔루션이 필요한 일정을 고려한다. 
• 직접 구축에 따른 리스크
  • 마케팅 목적의 인공지능이 회사의 핵심 역량이 될 수 있는가?
  • 얼마나 자주 업데이트해야 하는가?
  • 기회비용은 어떤가?
  • 기술 부채(Technical Debt, 장기적으로 필요한 솔루션을 적용하는 대신 당장 쉽게 적용할 수 있는 코드를 사용해 발생하는 추가 개발 비용)는 얼마나 되는가?
  • 규모의 경제를 실현할 수 있는가?
• 서드 파티 사용에 대한 리스크
  • 데이터 접근 권한
  • 안전성에 대한 리스크
  • 문제를 면밀히 파악하는가?
  • 서드 파티 자체의 리스크
• 서비스형 머신러닝(MLaaS, Machine Learning as a Service) 사용 방안
  • 아마존 머신러닝 서비스, 마이크로소프트 애저 머신러닝, 구글 클라우드 AI, IBM 왓슨 등이 있으며, 데이터 전문가로 구성된 데이터 팀이 회사 내부에 있어야 활용할 수 있다. 
• 직접 구축과 서드 파티 활용을 동시에 진행하기
  • 서드 파티 솔루션을 우선 도입해서 진행하다가, 고유한 기능 개발이 필요한 시점에 직접 인공지능을 구축하는 방안도 고려할 수 있다. 

Part 3. 중요한 지표 찾기

Chapter 7. 스타트업 성장을 위한 핵심 지표

지능형 머신이 목표로 삼을 수 있는 명확한 성공 목표를 제시하기 위해서는 가장 중요한 성장 지표가 무엇인지 파악해야 한다. 

• 사용자 유치 비용(CAC) = 신규 사용자 유치에 투자된 비용 / 신규 고객 수
• 고객 유지율 = (기간의 첫날 사용자 - 기간의 마지막 사용자) / 기간의 첫날 사용자
• 고객 생애 가치(LTV) = 평균 전환 가치 x 기간당 평균 전환 수 x 사용자 평균 유지 기간
• 광고 비용 대비 매출(ROAS) = 캠페인 수익 / 캠페인 비용
• 전환율(Conversion Rate) = 기대 행동을 수행한 사용자 / 기대 행동을 수행할 가능성이 있었던 사용자
• 허영 지표(Vanity Metric, 비즈니스 성공과 관련이 없는 지표) 주의하기
  • 허영 지표의 함정에 빠지지 않으려면 사용자 활동과 마일스톤을 단일 이벤트 흐름에 집중시키는 것이 좋다. 
  • 이벤트 흐름은 고객이 실제로 어떤 행동을 하는지 이해하고, 성공 지표와 함께 사용자 행동에 대한 주요 질문의 답을 찾을 수 있는 손쉬운 방법이다. 
  • 가장 좋은 방법은 모든 팀이 공동이 목표를 삼을 만한 몇 가지 핵심 성장 지표를 갖추는 일이다. 

Chapter 8. 광고 퍼포먼스

신경망과 NLP의 진보는 인공지능이 훈련을 통해 해당 브랜드와 어울리는 광고 혹은 마케팅 카피를 작성하거나 소셜 미디어 작성 글의 해시태그를 추천할 수 있도록 만들었다. 

Chapter 9. 크로스 채널 기여도 분석

앱스플라이어와 같이 멀티 터치 기여도를 제공하는 크로스 플랫폼 기술은 모든 채널과 플랫폼에서 나오는 방대한 데이터를 바탕으로 접점에 대한 전체적인 시각과 고객 개개인의 비전을 파악하는 '사용자 중심 기여도'를 제공한다. 이는 장치가 아닌 '사람'이 마케팅 채널에서의 개인의 데이터 접점들 사이에서 공통분모임을 이해하는 것을 바탕으로 한다. 

결과적으로 '사용자 중심 기여도' 분석은 분리된 마케팅 상호작용을 '고유한 사용자 프로필에 연결'해주는 데 초점을 맞춰야 한다. 사용자 중심 기여도 분석은 고객 생애 주기를 바탕으로 구체적인 광고 요소와 콘텐츠 효과에 대한 인사이트를 인공지능에게 제공할 수 있다. 

Part 4. 사용자 유치를 위한 올바른 접근법 선택하기

Chapter 10. 신규 사용자 유치 전략

★ 전략적 사용자 유치 계획 3단계는 효과적인 사용자 유치 계획을 위한 필수 단계를 포함한다. 

1. 알게 하라(인식) : 브랜드 인식 만들기
   • 유료 채널: SEM/ASO, DSP, SSP, 디스플레이, CPA, DRTV, 팟캐스트
   • 인플루엔서: PR, 지지 방송, 전략적 제휴
   • 유통: D2C, 온라인/오프라인, 소매점, 전략적 제휴
2. 믿게 하라(신뢰) : 신뢰를 쌓고 고객을 유치하라
   • 퍼널 최적화: 전체 퍼널 단계에서의 A/B 테스트와 다변수 테스트
   • 잠재 고객 교육: 영상, 케이스 스터디, 사용자 및 언론 리뷰, UGC
   • LTV 증가: CRM, 리타기팅, 광고, 유지율 증가, 관여와 수익화
3. 사랑하게 하라(지지자) : 지지를 얻어라
   • 지지자 식별을 위한 데이터 사용: NPS, CSAT, 평점과 리뷰
   • 입소문과 바이럴 순환 유도를 위한 혜택/유도책/기능
   • 커뮤니티 활성화: 로열티 프로그램, VIP 그룹, 온라인/오프라인 경험

★ 다섯 가지의 핵심 사용자 유치 전략

1. 유료 사용자 유치
   • 수익화할 수 있는 비즈니스 모델을 준비한다. 
   • 최고의 LTV 고객이 누구인지 파악한 후 유료 채널에서 유사한 고객을 찾는데 필요한 도움을 받는다.
   • LTV:CAC  비율을 3:1로 유지하기 위한 최적의 CAC를 만들어야 한다. 
2. 바이럴리티
   • 사용자의 '입소문'을 통해 '순고객 추천지수'(NPS: Net Promoter Score)와 긍정적인 사용자 리뷰를 얻을 수 있다. 
   • 바이럴 계수(= 사용자별 초대 수 x 평균 전환율)는 1을 넘으면 입소문이나 별도의 비용이 들지 않는 채널에서 더 많은 사용자가 유치돼 CAC 값이 내려가면서 사용자 유치 비용에 이득이 된다. 
3. 콘텐츠
   • 콘텐츠는 노출이 잘 되기까지, 팔로워의 커뮤니티가 형성되기까지 시간이 걸리지만, 효과적인 장기 사용자 유치 전략이 된다. 
   • 콘텐츠 마케팅을 활용하면 다양한 채널에서 타깃 고객을 유치하고 SEO를 위한 도메인 권한을 이용해 콘텐츠로 유입되는 링크를 만들 수 있다. 
   • 더 많은 플랫폼에 더 많은 콘텐츠를 작성하고 게시할수록 빠르게 새로운 영향력을 키울 수 있다. 
4. 전략적 제휴
   • 성공한 다른 플랫폼이나 비즈니스를 활용하는 것은 자신의 비즈니스나 플랫폼을 키우는 좋은 방법이다. 
   • 타깃 고객과 유사한 고객을 보유한 다른 연관 플랫폼, 비즈니스, 제품 혹은 서비스와 협업할 방법을 찾아야 한다. 
   • 타깃 고객과 유사한 사용자에게 도달하면서도 당신의 제품과는 직접적인 연관이 없는 파트너를 찾아, 동시에 양쪽 모두에게 이익이 되는 제휴를 찾는 것이 핵심이다. 
5. 제품 혁신
   • 대부분의 혁신은 기업의 핵심 사업을 향상시키고 보완하며, 잠재력을 가진 가치 있는 자산을 활용하고 강화해 결과를 만들어 낸다. 

수백만 명이 사용자와 유료 고객을 확보하는 데 성공한 스타트업은 항상 한두 개의 성장 전략에 집중하고 있으며, 이 전략들은 다른 전략으로 넘어가기 전에 완벽하게 최적화된다. 

Chapter 11. 그로스 스택

그로스 스택은 그로스 팀이 신규 사용자 유치에 필요한 사용자 성장 전략을 개발하고 발전시키는데 도움을 주는 프레임워크다. 스택은 제품 생애 주기의 모든 단계 혹은 다양한 비즈니스 모델에 적용할 수 있다. 프레임워크는 성장 수단을 핵심 퍼널 단계(사용자 유치, 관여, 유지, 수익화)로 나눈다. 실무자가 각 단계에서 모바일 제품의 성장을 이끌 모든 방법을 고려할 수 있게 하며, 집중해야 하는 영역을 결정하고 일관성 있는 전략을 만드는 데 도움을 준다.

스타트업을 성장시키는 각 단계에서 하지 말아야 할 일을 결정하는 것은 해야 할 일을 정하는 것만큼 중요하다. 

성장의 각 단계에서 어떠한 성장 스택 요소를 사용할지 정확히 결정하고 내부나 외부 플랫폼 중 무엇을 활용할 것인지 적절한 균형을 찾는 것이 모든 스타트업의 과제이다. 

Part 5. 복잡성과 리스트 관리하기

Chapter 12. 복잡성을 관리하는 방법

그로스 팀이 마케팅 자동화에 인공지능을 활용하는 것은 엄청난 이점이다. 인공지능은 수만 개의 테스트를 통시에 진행할 수 있다. 다양한 채널에 제공하는 일련의 캠페인을 자동으로 동기화하고 조정할 수도 있다. 

Chapter 13. 리스크를 줄이는 방법

예측 분석과 머신러닝 분야에서 종종 '콘셉트 드리프트(Concept Drift)'라는 말을 쓴다. 예측 대상의 통계적 속성이 시간이 지나면서 예측이 어렵게 변한다는 의미다. 시간이 지나면 자연스럽게 에측의 정확도가 떨어질 수밖에 없다. 콘셉트란 예측할 수치, 즉 예측 대상이 되는 변수를 뜻한다.

세상은 끊임없이 변하며 미래를 예측하기란 쉽지 않다. 사용자 유치도 마찬가지다. 언제든지 예측하지 못한 문제에 봉착할 수 있으며, 문제 해결을 위해서는 인공지능이 새로운 환경에 기민하게 적응해야 한다. 새로운 니즈, 데이터 소스, 학습 모델을 빠르게 받아들이고 적용해야만 변화하는 환경에 맞는 새로운 솔루션을 찾을 수 있다. 

Chapter 14. 인간 대 기계

인공지능은 그로스 팀의 마케팅 기술을 혁신할 수 있으며 더 나아가 경쟁력을 갖출 발판이 되어준다. 

그로스 팀은 단순히 '인공지능이 어떻게 작동하는지' 이해하는 데 그쳐서는 안 된다. 인공지능이 사람의 일을 어떤 식으로 돕게 할 것인지를 비즈니스 관점에서 판단할 역량을 길러야 한다. 

인공지능의 도입은 인간과 기계의 서로의 장단점을 보완하면서 가장 조화롭게 협업하는 방식을 찾아내야 한다. 

Part 6. 다음 세대의 중심이 될 인공지능, 그리고 인간

Chapter 15. 성과를 달성하기 위한 계획

"계획은 세우는 데 실패했다면 당신은 실패할 수밖에 없다." - 벤저민 프랭클린

비즈니스 측면의 KPI와 인공지능이 지향하는 바가 서로 일치한다면 인공지능의 성능 측정이 쉬워진다. 

인공지능을 성공적으로 도입한 기업이 특징은 경영진이 신기술 도입을 전폭적으로 지원한다는 점이다. 

★ 고객 데이터 플랫폼(CDP, Customer Data Platform)

• CDP는 고객을 전방위적 측면에서 바라보게 함으로써 더 나은 고객 경험을 제공할 수 있게 한다. 
• CDP 서비스를 지원하는 플랫폼은 데이터 기반의 고객 참여를 유도하고, 캠페인 결과를 정량화하고, ROI 개선 및 경쟁력 확보에 도움을 준다. 
• CDP는 사용자 이해도 향상, 효과적인 사용자 세분화, 맥락에 맞는 광고 메시지의 실시간 전달 등 인공지능에 긍정적인 영향을 미친다. 
• CDP는 인공지능의 생명이다. 비즈니스 관련 인사이트를 얻는 데 도움을 주기 때문에, 인공지능의 기능을 극대화하려는 기업에게 CDP의 도입은 매우 중요하다. 
• CDP와 같은 데이터 관리 플랫폼 및 관련 기술은 앞으로 더 발전하고 견고해질 것으로 예상되며 이는 곧 ROI 개선으로 이어질 것이다. 

Chapter 16. 해결해야 할 주요 과제

자사(1st Party) 고객 데이터는 값을 매길 수 없을 만큼의 가치를 지닌다. 누구나 쉽게 접근할 수 있는 형태가 아닌 자체적으로 수집한 고유한 데이터는 매우 큰 경쟁력이 된다. 

크로스 플랫폼을 대상으로 한 고객 여정에서 광고의 기여도를 분석하는 일은 그 자체로도 충분히 어려운 일이다. 여기에 개인정보 보호에 대한 정부의 조사까지 더해진다면 어려움은 더욱더 커질 수밖에 없다. 

디지털 광고 사기가 정확하게 측정하기 어려울 정도로 광범위하고 은밀하게 이루어지고 있다. 이를 막기 위해 서드 파티를 통해 광고 분석 플랫폼 내 비정상 트래픽을 모니터링하고 필터링하는 방법이 사용된다. 모호하고 불투명한 채널을 피하는 것이 광고 사기를 최소화할 수 있는 가장 좋은 방법이다. 신뢰할 수 있는 광고 미디어를 직접 구매함으로써 간단하게 사기를 피할 수 있다. 사기 때문에 발생한 부적절한 데이터는 인공지능 알고리즘에 좋지 않은 영향을 미치며 잘못된 광고 분석 결과를 불러온다. 

인공지능은 아직 초기 단계이고, 인공지능이 해결해야 할 도전 과제가 많다는 것은 개인과 팀 차원에서 학습하고 성장할 기회가 많음을 의미하기도 한다. 혁신의 대상이 되기보다 혁신의 주체가 되어야 한다. 

Chapter 17. 인공지능과 함께 성공하는 방법

인공지능, 머신러닝 및 자동화에 '린 AI 방식'을 적용하면 회사의 규모와 상관없이 많은 실험을 동시에 진행할 수 있다. 

사용자 유지 3.0 시대는 인공지능에 달려 있다. 인공지능은 주요 마케팅 플랫폼에서 동적으로 예산을 배정하고 광고 소재 노출을 조정하며, 인사이트를 도출하는 등 복잡한 캠페인을 자동으로 세밀하게 관리한다. 

인공지능은 당신의 비즈니스를 구성하는 많은 기능을 혁신시킬 것이다. 특히 그로스 팀은 혁신의 영향을 가장 크게 받는 조직이다. 그로스 팀 내에서 인공지능이 성공적으로 작동될 수 있도록 상세한 계획을 갖춰야 한다.

인공지능은 다양한 마케팅 및 광고 기술에 적용될 수 있다. 당신의 비즈니스에 특화된 결과를 얻기 위해서는 비즈니스 성격에 맞게 인공지능을 변형해 사용해야 한다. 가장 좋은 방법은 그로스 팀의 성격에 맞는 SaaS 플랫폼을 적용한 다른 기업의 사례를 참고하는 것이다. SaaS 플랫폼이 가진 기능은 인공지능을 가장 적합한 방식으로 동작하도록 지원해 제품 성능을 향상 시킬 수 있다. 

미래에는 인공지능과 인간이 하나의 팀이 되어 협력할 것이다. 

 

린 AI - 사용자 유치, 그로스 마케팅, 성장 전략 수립에 인공지능 활용하기

 

 "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."