미디어 및 엔터테인먼트 인텔리전스 플레이북

이제는 대중매체 마케팅의 세계에서 한 사람만을 위한 마케팅의 세계로 접어들었습니다. 꼭 봐야 할 영화, 획일적인 케이블 TV 패키지, 정해진 시간에만 볼 수 있는 TV 프로그램은 이제 개개인이 직접 선별한 미디어로 대체되었습니다. 이 미디어는 언제 어디서든 다양한 기기를 통해 즐길 수 있습니다.

소비자가 왕이 되고 기대 수준이 역대 최고조에 달한 환경에서 글로벌 미디어 및 엔터테인먼트(M&E) 기업은 맞춤형 큐레이션 경험을 선사하는 동시에 내부 프로세스를 효율화하고자 비즈니스 모델을 재검토해야 합니다.

M&E 기업은 수십억 명 규모의 대상 고객에게 자사 제품을 알리는 데 익숙합니다. 하지만 이제는 수십억 명의 개개인에게 제품을 효과적으로, 그리고 대규모로 홍보해야 합니다. 변화는 언제나 어렵지만, 연구 결과에 따르면 고객을 최우선으로 고려하는 전략은 결국 세 가지 주요 과제로 귀결됩니다.

• 예산 제약
• 고객과의 실시간 소통
• 혁신

실시간으로 혁신하고 고객과 소통하려면 분석과 데이터 인사이트가 모든 참여를 이끄는 핵심 동력이 되어야 합니다. 이는 비즈니스에서 가장 중요한 자원이라고 할 수 있습니다. Salesforce 데이터 및 분석 현황 보고서 의 설문조사에 참여한 거의 모든 분석 및 IT 의사 결정권자(92%)는 신뢰할 수 있는 데이터가 그 어느 때보다 중요하다고 답했습니다. M&E 업계 리더에게는 데이터 품질 역시 최우선 우려 사항 중 하나로 꼽혔습니다.

그러나 M&E 업계에 인수 합병이 쇄도하는 상황 속에서 오래된 백엔드 시스템은 데이터와 팀을 분리하고 사일로를 유발하며 잠재력을 온전히 발휘하지 못하게 하는 경우가 많습니다. 데이터가 여러 시스템에 분산되어 있는 조직(23%), 부분적으로만 통합되어 있어 공백이 있는 조직(23%) 또는 전략은 수립되어 있는데 시행하지 못한 조직(36%)이 여전히 존재합니다. 초기 데이터 기반 구축은 향후 AI 이니셔티브를 위해 꼭 필요한 작업입니다.

M&E 조직이 데이터를 진정으로 활용하려면 단순히 데이터를 보유하는 것 이상의 노력이 필요합니다. 개별 부서의 KPI와 우선순위에 따라 수동적인 업무 프로세스를 수행하던 방식에서 벗어나, 모두가 협력하여 효율적으로 일하며 하나로 이어진 고객 여정을 선사하는 시스템으로 변모해야 합니다.

그렇다면 어떻게 해야 전환할 수 있을까요? 어떻게 하면 새로운 인사이트를 얻고 데이터를 활용하여 현명한 의사결정을 내릴 수 있을까요? 그 답은 세 가지 핵심 요소를 실행에 옮기는 데 있습니다.

• 데이터 활용하기
• 데이터 이해하기
• 데이터로 행동하기
• 비즈니스 프로세스 자동화하기

데이터를 활용할 수 있게 되면 M&E 조직은 360도 관점을 확보하여 고객을 최우선으로 고려하고, 고객 여정 전반에 걸쳐 모든 상호 작용과 선호도를 깊이 있게 이해할 수 있습니다. 여기에는 전화, 페이지 조회, 캠페인 참여, 이벤트 참석, 구매력, 제품 또는 서비스 사용 등 고객이 무엇을 언제, 왜 필요로 하는지 파악하고 예측하는 데 도움이 되는 모든 정보가 포함됩니다.

오늘날 인수 합병은 M&E 산업 전반에서 흔히 이루어지고 있습니다. 대형 통신사가 콘텐츠 브랜드를 인수하거나 거대 미디어 기업이 여러 소규모 조직을 흡수하는 경우처럼 인수 합병은 팀, 데이터, 프로세스, 시스템 등 다양한 요소의 복잡한 통합을 요구합니다. 당연하게도 이러한 통합은 내부적인 문제를 야기합니다. 여러 부서가 서로 다른 기술 시스템을 사용할 경우, 공통된 정보를 쉽게 공유하기가 어렵습니다.

현재 평균적인 조직은 991개의 서로 다른 애플리케이션을 사용 하고 있는데, 이 중 많은 시스템이 제대로 연결되지 않은 상태입니다. 같은 연구에서, 이로 인해 형성된 데이터 사일로가 90%의 조직에서 통합된 사용자 경험을 창출하는 데 걸림돌이 된다고 나타났습니다.

단절된 대규모 데이터 시스템은 문제를 일으킵니다. 고객은 구독부터 스트리밍 서비스, 온라인 출판물에 이르는 모든 분야에서 군더더기 없는 경험을 기대하고 있습니다. 사일로화된 데이터는 팀 간 협업을 방해하고, 결과적으로 M&E 조직이 소비자를 360도로 정확히 파악하는 일을 어렵게 만듭니다.

그렇다면 이 문제를 어떻게 해결할 수 있을까요? 해답은 간결한 기술 스택과 API 전략을 결합한 기반 위에 구축된, 연결된 시스템에 있습니다. 이러한 응용 프로그램 네트워크를 구축할 수 있는 조직은 '데이터 도미노 효과' 속에서 성공을 거두게 됩니다.

강력한 데이터 문화는 레거시 기술에 의존하지 않는 간결한 기술 스택에 기반을 둡니다. 전환은 보통 클라우드에서의 플랫폼 재구축으로 시작됩니다. 바로 이 단계에서 개발자는 재사용 가능한 데이터 세트를 통합한 민첩한 모듈식 아키텍처를 구현합니다. 다시 말해, 이 과정에서 직원이 업무를 효율적으로 수행하는 데 필요한 여러 도구를 하나로 통합합니다.

작업을 완료한 후에는 견고한 고객 관계 관리(CRM) 플랫폼에 전부 통합되었는지 확인해야 합니다. 더 간결해진 기술 스택이 마련되면 이점이 곧바로 드러납니다. IT 부서는 더 빠르게 실험하고, 보다 효과적으로 제공하며, 비즈니스 요구에 발 빠르게 대응할 수 있게 됩니다.

API는 서로 다른 시스템에 분산된 데이터를 끌어내 정리하고 조율할 수 있도록 만들어 줍니다. 이를 통해 다양한 애플리케이션이 자유롭게 정보를 주고받아, 궁극적으로 하나의 플랫폼에서 모든 업무를 처리할 수 있게 됩니다.

M&E 업계에서 API 전략은 콘텐츠를 소비하는 이용자가 선호하는 기기와 무관하게 호환되는 형식으로 콘텐츠를 제공할 수 있게 해 줍니다. M&E 기업은 또한 여러 백엔드 시스템에서 어떤 기기로든 콘텐츠를 매끄럽게 노출할 수 있게 함으로써, 이용자에게 매끄러운 멀티스크린 시청 경험을 제공할 수 있습니다.

바로 이 지점에서 Salesforce가 도움을 드릴 수 있습니다. Salesforce는 CRM, 통합, 데이터를 고려한 종합적인 전략을 수립하여 고객이 다음과 같은 목표를 달성할 수 있도록 지원합니다.

• 데이터의 위치와 관계없이 어떤 시스템에서든 데이터를 연결해, 중요하고 시간에 민감한 프로젝트를 완수합니다.
• 검색 및 재사용 가능한 API와 통합을 활용하여 디지털 수요에 맞춰 확장하고 운영상의 공백을 해결함으로써 비즈니스 연속성을 확보합니다.
• 속도와 민첩성을 높여 연결된 경험을 창출하고, 기업이 전례 없는 변화와 예측 불가능한 요구에 대응할 수 있도록 지원합니다.

비즈니스에서 적절한 통합 전략과 지원 아키텍처를 구현하는 방법에 대한 자세한 내용은 MuleSoft에서 확인하세요 . 작업을 완료한 후에는 견고한 고객 관계 관리(CRM) 플랫폼에 전부 통합되었는지 확인해야 합니다. 더 간결해진 기술 스택이 마련되면 이점이 곧바로 드러납니다. IT 부서는 더 빠르게 실험하고, 보다 효과적으로 제공하며, 비즈니스 요구에 발 빠르게 대응할 수 있게 됩니다.

이전보다 훨씬 많은 데이터를 활용할 수 있음에도, 데이터를 종합하고 의미를 파악하는 일은 여전히 까다로운 과제입니다. 이때 인공 지능(AI)은 귀사의 통합 데이터를 바탕으로 귀중한 인사이트를 제공함으로써 이러한 과제를 해결하는 데 도움을 줄 수 있습니다. AI의 지원을 받아 정보에 기반하고 데이터로 뒷받침된 결정을 내릴 수 있으며, 다음과 같은 중요한 질문에 답할 수 있습니다.

• 수익을 높일 기회는 어디에 있는가?
• 파이프라인과 퍼널의 건전성은 어떤가?
• 이탈 위험이 있는 고객은 누구인가?
• 최상의 고객 경험을 제공하려면 어떻게 해야 하는가?

미디어 팀이 데이터를 시각화하면 콘텐츠 소비 방식을 즉시 파악하고 성공 여부를 평가 할 수 있습니다. 이를 위해 팀은 대상 고객과 소비자 선호도에 관한 매일의, 알기 쉬운 실시간 인사이트를 생성할 수 있습니다. 가령 대상 고객의 사회인구학적 정보와 행동 및 소비 데이터를 분석하면 AI로 강화된 B2C 고객 유지 전략을 수립할 수 있고, 광고주를 대상으로 한 상향 판매의 기회도 열립니다. 나아가 AI의 도움을 받아 변화하는 수요 패턴에 신속하게 대응하고, 고객 이탈을 관리하며, 어떤 확장 전략이 가장 수익성이 높은지 예측할 수 있습니다.

M&E 조직은 데이터를 활용하여 복잡한 비즈니스 질문에 신속하게 답하고 해결책을 찾을 수 있습니다. 이러한 인사이트는 CRM 플랫폼 내부에서 기본으로 제공되므로, 비즈니스 사용자는 답을 찾으려 여러 시스템을 번거롭게 오갈 필요가 없습니다. AI를 활용하면 각기 다른 버전의 콘텐츠가 고객별로 어떤 성과를 냈는지, 이벤트를 홍보하는 마케팅 캠페인의 효율이 어땠는지에 대한 인사이트를 얻을 수 있습니다. 즉시 사용할 수 있는 분석 템플릿과 앱은 지능형 경험을 빠르게 구현할 수 있도록 도와주며, 이를 통해 IT 부서의 부담을 줄일 수 있습니다. 예전에는 며칠이 걸리던 작업도 이제는 한 사람이 몇 분 안에 끝낼 수 있습니다.

이 연결된 시스템은 채널 전반의 투자, 성과, 결과를 한눈에 보여주어 데이터에 기반한 의사 결정을 가능하게 합니다. 따라서 브랜드 파트너, 대행사, 시스템으로 이루어진 복잡한 에코시스템에서 어려움을 겪고 있는 광고주라면 광고 판매 데이터를 확인하고, 비효율적인 지출을 식별 및 제거하고, 가장 효과적이고 효율적인 캠페인, 채널, 메시지, 대상 고객에 예산을 할당할 수 있습니다. 결과적으로 브랜드 인지도, 고객 확보, 교차 판매, 고객 충성도를 높이는 데 도움이 됩니다.

더 효율적으로 콘텐츠를 배포해야 한다는 압박을 받는 스튜디오를 상상해 보세요. 이들 스튜디오는 AI를 활용해 마케팅 성과를 예측하고, 보다 정교한 A/B 테스트를 수행하며, 운영의 비효율성을 없애 창의적인 작품을 시장에 더 빠르게 선보일 수 있습니다.

M&E 기업은 AI를 활용하여 변화하는 소비자 트렌드에 발맞추고 실시간으로 소비자의 행동과 요구를 파악하고 대응할 수 있습니다. 행동과 실행을 바라보는 관점은 두 가지가 있습니다. 예측적 관점과 처방적 관점이 바로 그것입니다. 이는 AI가 M&E 조직이 변화하는 소비자 환경과 시장 역학을 따라가며, 소비자의 행동과 요구에 실시간으로 대응하도록 돕기 때문입니다.

예측형 인텔리전스는 방대한 양의 데이터를 분석해 원인과 결과 사이의 가치 있는 연결고리를 찾아내고, 이러한 패턴과 관계를 활용하여 근거 있는 예측을 내놓습니다. 이를 통해 M&E 기업은 행동을 미리 내다보고, 다음과 같은 방식으로 보다 개인화된 고객 경험을 창출하고 유지 관리할 수 있습니다.

• 지역, 세그먼트, 제품별로 마케팅이 리드 및 진행 중인 파이프라인 등의 요소에 어떤 영향을 미치는지 명확히 파악할 수 있습니다.
• 과거 탐색 및 구매 데이터를 활용하여 어떤 채널, 콘텐츠, 제품, 메시지가 가장 좋은 반응을 얻을지 예측할 수 있습니다.
• 이탈 위험, 전환 가능성, 결제 지연, LTV(고객 생애 가치) 등을 예측하는 맞춤형 모델을 만들 수 있습니다.

처방적 조치는 AI가 예측을 바탕으로 결과 개선을 위한 여러 조치를 제안하는 과정을 의미합니다. 예측형 분석과 결합하면, 처방적 조치는 미래의 기회를 활용하면서 미래의 위험을 완화할 방안을 제시할 수 있습니다. M&E 조직에서 흔히 볼 수 있는 몇 가지 예시는 다음과 같습니다.

• 캠페인을 조정해 대상 고객을 더 정확히 겨냥하고 더 높은 ROI를 거둘 수 있습니다.
• 이전 참여 기록과 시청 기록을 바탕으로 특정 콘텐츠나 혜택을 노출할 수 있습니다.
• 미리 정의된 고객 세그먼트를 대상으로 개인화된 여정을 구성할 수 있습니다. 따라서 이탈 가능성이 있는 세그먼트가 있다면, 이를 미리 예측하고 이탈 고객을 다시 불러들이는 맞춤형 여정으로 이들을 적극적으로 안내할 수 있습니다.

오늘날 M&E 산업은 단순히 개인화된 경험 제공을 넘어, 치열한 시장에서 살아남기 위해 끊임없이 진화하는 폭넓은 비즈니스 프로세스를 수용해야 하기에 갈수록 더 복잡해지고 있습니다. 자동화는 이러한 복잡성을 헤쳐나가는 미디어 기업이 다음과 같은 간소화를 통해 경쟁에서 우위를 점하도록 돕습니다.

• 구독자 관리를 통해 고객이 꾸준히 콘텐츠에 참여하도록 유지하면서, 해지 위험이 있는 고객을 플래그 처리합니다. 이탈 방지 자동화는 구독자가 시리즈를 다 보면 이를 감지해 인적 개입 없이 유사 콘텐츠를 매끄럽게 추천할 수 있습니다. 나아가 AI는 서비스 중단, 스트리밍 품질, 시청자 경험 메트릭을 자율적으로 모니터링하여 시청자에게 불편을 줄 가능성이 있는 요소를 파악할 수 있습니다. 잠재적인 이탈 위험이 감지되면 AI는 자동화된 유지 전략을 실행합니다. 문제에 대한 사과, 독점 혜택 제공, 관련 콘텐츠 추천 등을 담은 맞춤형 커뮤니케이션을 생성하고 전달하며, 사람의 감독을 최소화하면서 고객 유지율을 극대화하도록 전체 과정을 최적화합니다.
• 광고 판매는 수많은 플랫폼에서 이루어지고, 성과에 따라 지속적으로 조정되며, 구매자와의 소통을 통해 항상 투명한 상태를 유지합니다. 광고 공간의 가용성을 추적하고, 가격을 최적화하며, 광고 일정을 조정하는 등의 작업을 자동화하여 광고 송출률을 높이고 수익을 극대화하면서, 인사이트를 제공하고 캠페인을 자동으로 조정하여 ROI를 개선할 수 있습니다.
• 이커머스에서 주문 처리는 수익 다각화에 있어 중요한 부분으로 자리 잡았습니다. 고객이 주문을 완료하는 즉시 자동 주문 관리 시스템이 작동하여 해당 주문이 적절한 풀필먼트 센터나 디지털 배송 시스템으로 자동 배정됩니다. 이 시스템은 재고가 있는 가장 가까운 창고를 찾아 배송 시간과 비용을 줄이는 등 물류 전반을 관리합니다. 배송 조율 기능은 송장 라벨 생성, 픽업 일정, 추적 등 다양한 작업을 통해 시간을 절약하고 고객에게 배송 과정을 투명하게 공개합니다.

핵심 비즈니스 프로세스를 AI 기반 자동화 플랫폼으로 이전하면 팀은 기존의 번거로운 수작업과 복잡한 프로세스에서 벗어나 더 중요한 비즈니스 과제에 집중할 수 있으며, 동시에 효율성을 높이고 비용을 절감하며 고객 경험을 최적화할 수 있습니다.

자동화를 구현한 기업 중 절반 이상이 직원 생산성(59%), 직원 경험(52%), 고객 경험(49%)을 개선했다고 보고했습니다. 그럼에도 여전히 많은 미디어 기업이 자동화 기술을 도입하지 못한 실정입니다. 아직도 많은 조직에서 이탈 예측(46%), 구독자 유치(36%), 광고 판매(25%) 등의 주요 업무를 수동으로 처리하고 있습니다.

자율 에이전트는 다양한 수준의 자율성을 바탕으로 업무를 수행할 수 있는 새로운 유형의 소프트웨어로, 기업이 데이터를 활용하여 다음 단계로 나아갈 수 있는 방안입니다. Agentforce는 Salesforce Platform에 깊숙이 통합되어 AI, 데이터, 실행력을 동력으로 작동하며, 스스로 작업을 실행하거나 직원에게 매끄럽게 인계하여 고객의 요구에 부응합니다. 에이전트는 영업, 서비스, 마케팅, 커머스 등 전 분야에서 유용합니다.

그렇다면 이것이 조직에 어떤 의미가 있을까요? 에이전트는 영업이나 서비스를 위한 기본 기능을 갖춘 상태로 설정할 수 있습니다. 서비스 에이전트는 청구 관련 문의 등 고객이 언제 어떤 플랫폼으로 문의하더라도 즉각 대응할 수 있으며, 자체적으로 문제를 해결할 수 있습니다. 세일즈 에이전트는 광고 판매자의 RFP 같은 리드에 24시간 대응하며,개인화된 답변을 제공하고, 거절을 처리하고, 전환 가능성이 높은 리드를 담당 직원에게 매끄럽게 인계합니다.

또는 에이전트 빌더를 활용하여 라이선스 관리부터 구독자 경험, 문제 해결, 주문 관리의 모든 단계까지 거의 모든 워크플로에 에이전트를 구축할 수 있습니다. 기존 Salesforce Platform 도구를 활용하여 신뢰할 수 있는 데이터에 기반한 표준 및 맞춤형 주제와 작업을 생성할 수도 있습니다.