개인정보보호법 - 마케팅 대응안
대응안 A 타입
쿠키 기반 타기팅 대안으로, 사용자 행동 대신에 사용자 환경이나 관심사를 타기팅함
1.1. 타기팅 방식 변화 - Contextual targeting 확대
쿠키 기반으로 방문자의 행동을 추적하는 게 아니라, 유저가 탐색하고 있는 환경을 타기팅하는 방식. 쿠키 정보 없이도 사용자가 탐색하고 있는 환경과 관련된 광고를 제공할 수 있음.
방문자의 과거 행동보다 현재 행동에 집중할 수 있음. 행동기반 타기팅의 대안이 될 수 있음.
Contextual advertising scans keywords
in the text of the page and renders related ads to that content based on what
consumers are searching or viewing.
[참고] Contextual vs. Behavioral Ad
- Contextual : 유저가 탐색하고 있는 환경을 타기팅 (예, 유저가 보고 있는 웹사이트에 노출)
- Behavioral : 방문자 행동을 추적. (예, 유저가 예전에 신발 본적 있음. 지금은 공구 사이트 탐색중인데도 신발 광고 노출됨) à contextual이 더 업그레이드 버전임.
1.2. 타기팅 방식 변화 - Google의 새로운 타기팅. FLoC
(FloC – Federated Learning of Cohorts)
개인 정보를 보관하는 게 아니라, 공통된 Interest 기반으로 audience를 그룹화함 (코호트 방식)
개인을 분간하지 않고도 마케팅 활용에 유의미한 비식별 데이터를 제공할 수 있음
FLoC 알고리즘에 따라 구글 사용자의 행동 분석
> Interest에 따라 Audience 그룹화 (Cohort ID로 구분)
-> 광고주는 Interest 별 Audience 타기팅 가능
(내부 테스트 결과, 기존의 쿠키를 사용한 마케팅/캠페인의 최소 95%의 구매 전환율을 보임)
FLoC 상세
* 개인 정보(쿠키)를 서버에 모으지 않고 브라우저 안에 보관하고 있다가 광고가 노출될 때 광고와 비슷한 사용자 정보가 있는 브라우저에 광고를 노출하는 형식
구글이 코호트 분석을 할 수 있는 이유는 구글 property 내에서 이뤄지는 개인행동에 대한 데이터는 지속 수집하되 해당 데이터를 직접 활용하여 광고 타기팅에 적용하지 않도록 하는 것
--> 우리는 너네 개인 행동 데이터 계속 수집하고 분석할건데, 브라우저 단에서만 할게.
그리고 개인 정보는 광고 타기팅에 못쓰게 할게
그래도 타기팅되는 느낌이라면, 너가 그 Interest로 분류되어서야
페이스북 대응안
https://htaegy.tistory.com/m/23
GDPR 준수 가이드라인
대응안 B 타입
개인화 마케팅 전면 대응.
3rd party 못쓰면 1st party나 고객이 직접 준 Zero party data 활용함
1. 1st part data - CDP 활용 확대
1P 데이터의 적극적 수집과 효율적 관리가 가능한 시스템적 환경 구축이 기업에게 필수적일 수 있음.
이에 유연하게 대응할 수 있는 최적화된 자체 인프라를 기업이 보유하는 것은 향후 경쟁에서 매우 중요한 요소가 될 수 있음
CDP (Customer Data Platform) 구축 : 각 회사의 특성에 최적화 한, 데이터 수집과 활용을 동시에 염두에 둔 CDP를 보유하는 것이 필수
더불어, 단일 매체의 1st Party Data 가치가 높아지고, 동의에 기반한 1st Party Data 기업의 거래가 활발해질 것으로 예상
고객이 자발적으로 브랜드와 공유하는 Zero Party Data의 활성화될 것.
이는 기업이 수집하는 First Party Data와 구분됨
고객이 구체적 의도나 가치 교환을 목적으로 브랜드에 직접 제공하는 데이터이며, 고객의 관심사,구매 의사, 개인 신상 정보 등이 포함됨
예. 넷플릭스 가입 시 자신의 취향과 비슷한 영화를 추천받기 위해 자발적으로 제공한 자신의 여화 취향 정보
-
기업 사례
① 페이스북이 머신러닝을 사용하여 개인화 마케팅
https://blog.naver.com/a3298021/222098738905
② 넷플릭스 초개인화 가능
소비자의 모든 행동을 데이터화해서 분석할 수 있는 보유 콘텐츠의 사전 개인화, 고객과 매칭시키는 AI 구조. 이를
통해 시시각각 변화하는 사용자의 의도와 맥락을 실시간으로 파악해 적절한 메시지를 개인에게 발송, 콘텐츠
추천하는 초개인화가 가능해짐
③ Amazon의 Zero Party Data 수집
[공통 플랫폼] DMP vs. CDP
Source:
https://www.treasuredata.com/learn/cdp-vs-dmp/
AdTech, MarTech 플랫폼 | DMP (Data Management Platform) | CDP (Customer Data Platform) |
공통점 | 데이터 관리 솔루션 | |
수집 데이터 형태 | 익명 데이터 (3rd-party) 예) Cookies, device ID, IP address | All data (1st party data, PII 포함) 예) 이름, 주소, 이메일, 핸드폰 번호 + 익명 |
정의 | 다양한 소스로부터 오디언스/캠페인 데이터를 한곳에 모아서 관리할 수 있음. 익명 정보만 모아서 세그먼트화 함. | 다양한 채널에서 각 customer data를 모아서 개개인 프로필을 만들 수 있음 익명, 개인 정보 모두 모아서 프로필화함 |
사용 목적 | 광고 캠페인에서 오디언스 타기팅을 효과적으로 하기 위함 (이미 디벨롭된 플랫폼) | 개인화된 메시지로 캠페인 가능함. 온-오프라인 연계한 모든 접점에서 사용자 경험 중심(CX) 마케팅에 활용 가능 (아직 뜬구름 잡는 이야기..) |
한계 | PII 데이터 저장 못함 나뿐만 아니라 경쟁사도 같은 audience data 쓸 수 있음 (데이터 차별화 불가) |
|
컨셉 비교 | 유입 데이터에 초점 맞춘 기능 (광고 등) Public park 느낌 (모르는 사람들이랑 장소 공유함) | Full customer lifecycle에 초점 Private park 느낌(내가 컨트롤 가능하고, 누가 있는지도 알고 있음) |
플랫폼 예 | Adobe DMP | Treasure Data |
