이는 최근 멜버른과 시드니에서 열린 <CMO>-<CIO>의 EC(Executive Connections) 이벤트에서 마케팅과 고객 참여 부문에서 AI 활용이 어떻게 확산되기 시작했는지 소개한 IDC의 리서치 디렉터 게리 머레이(사진)의 주장이다. 머레이는 마케팅과 기술 임원들이 자신들의 잠재력을 실현하기 위해 무엇을 해야 하는지도 언급했다.
머레이에 따르면, AI는 현재 모든 마케팅 툴에 적용되고 있으며 IDC는 최근 조사 결과에서 80건 이상의 AI 활용사례를 발견했다고 밝혔다. 이는 가상 판매원과 소셜 분위기 분석부터 리드 스코어링, AI 지원 콘텐츠 마케팅, 챗봇, 추천 엔진, 속성 분석에까지 적용된다.
그중 일부는 기존의 마테크 시스템과 플랫폼에 융합되고 있으며 다른 AI 엔진들은 사례별로 개발될 것이다.
머레이는 참석자들에게 “스포츠에 비유하고자 한다. 수영부터 스카이다이빙, 미식축구, 서핑, 오스트레일리안 풋볼까지 매우 다양하다”고 말했다. 이어서 “각 운동선수들은 재능이 있으며, 자신의 분야에서 매우 높은 수준으로 경쟁하기 위해 특화된 기술을 개발하느라 엄청난 노력을 기울였다. 그들을 섞어 놓고 같은 수준의 성과를 기대하지는 않을 것이다”고 이야기했다.
머레이는 “AI 엔진도 마찬가지다. 일반적으로 특정 목적에 특화되어 있다”고 전했다.
AI와 ML에 대한 IDC의 자체적인 공식 정의는 다음과 같다. “일련의 기술은 자연어 처리, 머신러닝, 지식 그래프, 비디오/이미지/음성 분석, 기타 기술을 이용해 질문에 대한 답을 찾고 통찰을 발견하며 예측 또는 추천을 제공한다. 이런 기술을 이용하는 애플리케이션은 가설을 제시하고 이용 가능한 증거에 기초하여 가능한 답변을 구성하며 광범위한 데이터/콘텐츠를 흡수하여 교육할 수 있으며 자동으로 적응하며 실수와 실패로부터 학습한다.”
현재 AI는 이메일 제목 표시줄 최적화, 콘텐츠 추천 엔진, 판매 가격 솔루션 등 과업 수준의 활동에서 가장 많이 활용되고 있다.
머레이는 “모든 분야에서 AI로 얻는 게 있으며 마케팅 자동화 및 AI/ML이 스택 수준에서도 사용되고 있다. 하지만 CMO를 위한 계획, 예산 책정, 경쟁 정보, 통찰 달성 등을 지원하는 기능도 존재한다”고 말했다. 이어서 “여기에 핵심은 마케팅 업무로 인해 AI 사용례가 발생한다는 점이다. 사용례를 결정하는 팀에서 시작되며 이 팀은 이 의사결정을 뒷받침하는 데 필요한 데이터를 찾아낸다. 이것을 통해 데이터에 적용하고 싶어 하는 엔진의 유형이 결정된다”고 이야기했다.
무엇보다도 팀들은 AI의 성과를 전통적인 활동과 비교하기 위한 탄탄한 지표를 마련해야 한다.
“마지막으로 엔진을 구동하기 위한 모든 데이터 요건을 이용할 수 있는지 확인해야 한다”고 머레이는 말했다. “데이터는 마케팅이 아닌 다른 부서에 있을 수도 있고 마케터에게 해당 데이터에 관한 접근 권한이 없거나 데이터 세트를 신뢰하기 어려울 수도 있으며, CRM의 평판이 그다지 좋지 않을 수도 있다.”
머레이는 “이는 식당 운영과 비슷하다. 소비자용 상품으로 만들 수 있는 전문 기술과 도구를 갖춘 주방팀에게 상하기 쉬운 다양한 재료를 제공해야 하는 것과 같다는 의미다. AI ‘웨이터’는 고객이 원하는 경험과 식당이 재료를 고객이 좋아할 만한 음식으로 바꾸는 방법을 잇는 핵심 역할을 맡아야 한다”고 강조했다.
“다른 역할들은 데이터 지향적인 마케팅 전문가와 백엔드를 다루는 엔지니어링 전문가 사이를 잇는다. 여기서 핵심 역할은 비즈니스 분석가다”고 머레이는 덧붙였다. 그에 따르면 이것들은 마케팅 전문가에게 목표, 데이터 세트, 결정 기준을 제공하며 전문가들은 이것들이 데이터 세트에 포함되어 있는지 확인하고 엔지니어링팀이 이 모든 것들을 융합하도록 한다.
인간의 창의력
머레이는 인간의 개입과 창의력에 대한 지속적인 필요성은 마케팅 조직이 장기적으로 AI를 경쟁우위로 삼는 데 필수라고 밝혔다.
그는 “기계가 점차 더 많은 일을 수행할 수 있을 것이며 특정 역할이 하는 많은 일이 자동화될 것이다. 그렇다면 마케팅팀의 남는 역량은 어떻게 해야 할까? 결국 이것이 그 성과가 될 것이다”고 전망했다.
“과업부터 시작하겠지만 스스로 여전히 구식인 마케팅을 더 빠르고 저렴하게 잘 처리하여 같은 수준의 고객 서비스를 제공하는 목적으로만 기술을 이용하고 싶지는 않을 것이다. 이런 문제에 대해 다르게 생각할 수 있어야 한다”고 그는 전했다.
머레이는 최근 수년 동안 마케팅 자동화 시스템의 상품화가 한 때 얼리 어답터에게 기술 단의 경쟁우위였던 것을 어떻게 앗아갔는지 지적했다.
그는 “데이터 분석도 마찬가지다. 한 산업 내에서 은행들이 보유하고 있는 고객에 관한 데이터는 큰 차이가 없다”며 다음과 같이 말을 이었다. “결국 모두가 모두를 알기 때문에 시간이 지남에 따라 경쟁우위가 약화될 것이다. 그렇다면 모든 경쟁자의 기술적 역량이 같을 때 무엇을 해야 할까? 인간의 창의력은 그렇게 되지 않으리라 생각한다. 창의력이야말로 데이터를 새로운 방식으로 다룰 수 있는 능력을 발전시킨다.”
즉, AI로 인한 변화를 겪는 상황에서 마케팅 전문가, IT, 조직의 나머지 부문에서는 창의력이 완전히 새로운 의미를 갖게 될 것이라고 머레이는 주장했다.
그는 “모든 팀이 조직에서 이 개념과 새로운 문화를 용이하게 하고 완전히 이해하기 시작했으며, 이를 위해 우리는 데이터를 더욱 스마트하게 새로운 방식으로 활용하여 고객에게 서비스를 제공할 수 있어야 한다”고 말했다.
이를 달성하기 위해 머레이는 기능, 데이터 세트, 팀들 사이의 사일로를 무너뜨리는 것이 얼마나 중요한지 강조했다.
그는 “마케팅팀 내부에서만 하더라도 어렵다. 소셜 마케팅 전문가는 행사에서 100명의 사람에게 식사를 어떻게 제공하는지 신경쓰지 않으며 이벤트 전문가는 월간 500개의 트윗을 어떻게 작성하는지 관심이 없다”고 말했다. “하지만 각각 서비스를 제공하는 고객의 신원을 획득하는 방법이 중요하다. 고객에 관한 정보를 보유하고 있으며 알고 있고 상호작용을 통해 수집하는 데이터와 속성의 종류는 무엇일까?”고 질문을 던졌다.
“소셜 마케팅 전문가와 어떤 사람이 함께하는 세션을 이벤트 전문가가 공유하게 되면 그 사람이 무엇에 관해 트윗을 작성하든 더욱 강력한 관심의 표현이 될 것이다. 소셜 전문가가 행사에서 어떤 일이 일어나고 있는지 모니터링할 수 있고 누구의 게시물이 더 많이 리트윗되는지 또는 청중들에게 더 큰 영향을 끼치는지 파악할 수 있으며 이벤트 전문가는 이런 정보를 이용해 사람들에게 동기를 부여하고 보상을 제공할 뿐 아니라 행사에서 유익한 시간을 보내지 못하는 사람을 도움으로써 그들의 경험을 개선할 수 있다.”
머레이는 이런 종류의 데이터 교환이 조직에도 직접 적용돼야 한다고 밝히며 다음과 같은 질문도 던졌다. “비용을 지불하지 않는 고객들은 어떨까? 마케팅 캠페인에서 분석과 유사성 모델링을 수행하여 이런 유형의 고객들을 더 많이 유입시키지 않을 수 있지 않을까?”
그는 “조직에서 이런 대화를 시작해야 한다고 생각한다. 이런 데이터에 관한 대화를 시작하면 조직에서 발휘할 수 있는 창의적인 가능성도 발견하게 될 것이다”고 설명했다.
IDC가 소개하는 마케팅과 주요 비즈니스 담당자를 위한 10가지 AI 사례
• 가상 판매원 – 100% 리드를 달성할 수 없는 사람들
• 소셜 분위기 분석 – 많은 양의 소셜 트래픽, 강력한 외부 인플루언서에 대응하는데 이상적
• 리드 스코어링 – 리드 및 유형이 많은 판매원과 파트너들
• AI 지원 콘텐츠 마케팅/역동적 콘텐츠 – 대형 콘텐츠 인벤토리 지원
• 속성 분석 – 복잡한 장기 사이클 고객 획득 시 또는 단일 채널 지출이 큰 경우 단일 채널 마케팅에 이상적
• 경쟁 정보 – 역동적이며 파괴적인 경쟁 환경을 따라잡을 수 있도록 지원
• 챗봇 – 매우 높은 웹 트래픽 그리고/또는 온라인 지원 요청
• 교차판매(Cross-sell)/상향판매(Upsell) – 제품 및 서비스 기회가 많은 대형 고객층을 가진 기업들
• AI 지원 판매 – 복잡한 주문 및 재고 관리 지원
• AI 지원 추천 엔진 – 복잡한 구매자 여정 및 콘텐츠 일치화, 의사 결정 지원 처리
[email protected]