DMAIC 방법론으로 마케팅을 측정, 분석 및 개선하기 위한 궁극적인 가이드

이 기사에서는 팀이 더 잘 작업할 수 있도록 마케팅을 측정, 분석 및 개선하는 데 적용할 수 있는 데이터 기반 DMAIC 방법론에 대해 설명합니다.

열 번 읽는 것보다 한 번 시도해 보는 것이 항상 낫습니다. 그렇기 때문에 이 방법론을 사용하여 첫 번째 단계를 더 쉽게 수행할 수 있도록 마케팅에서 DMAIC 구현의 실제 예를 제공했습니다.

DMAIC는 정의 , 측정 , 분석 , 개선 및 제어 를 의미합니다. DMAIC 방법론은 프로세스 개선, 문제 해결, 프로젝트 목표 달성 등을 위해 관리자가 적용합니다. 5단계로 구성되며 이 방법론을 린 관리와 같은 다른 개념과 쉽게 통합할 수 있습니다.

이 단계별 DMAIC 프로세스는 선형처럼 보이지만 실생활에서 따라하기 어렵습니다. 이를 구현하는 조직에 따라 DMAIC에는 수십 명의 전문가, 도구, 데이터 저장소, 크고 작은 프로세스가 포함됩니다. 어떤 단계도 무시할 수 없으며 모든 것이 조화를 이루어 효율적으로 작동해야 합니다.

또한 DMAIC 프로세스가 마케팅 부서 내에서 작동하는 방식과 데이터 중심 기업에서 프로세스를 개선하기 위한 최상의 접근 방식 중 하나인 이유를 설명합니다.

이 단계에서 마케팅 부서와 관련된 프로세스의 헬리콥터 보기를 가져와야 합니다. 펜과 종이 또는 Dia와 같은 간단한 도구를 사용하여 프로세스 맵을 만들 수 있습니다. 이 단계의 목표는 다음과 같습니다.

• 측정/분석/개선하고자 하는 것을 찾아 핵심 문제 로 정의하십시오. 마케팅 프로세스에서 해당 위치를 찾고 연구 주제의 필수 데이터 입력 및 출력을 찾습니다.
• 문제의 개체와 관련된 모든 프로세스의 실제 성능을 설명합니다.
• 개선 목표를 설정하여 스스로에게 동기를 부여하십시오. 개선 단계에서 도달해야 하는 KPI를 선택하십시오.
• DMAIC 프로세스 수행을 담당할 팀을 선택합니다.

마케팅 부서에서 개체가 될 수 있는 것은 무엇입니까? 비즈니스에서 실행 가능한 결과를 얻으려면 회사의 비즈니스 목표와 직접 연결된 개체를 선택해야 합니다.

예를 들어, 귀하의 비즈니스가 수백 명의 신규 고객을 확보하고 있고 귀하의 주요 문제점은 낮은 수준의 반복 구매라고 가정해 보겠습니다. DMAIC 개선 프로세스의 주요 문제로 낮은 수준의 재방문 고객을 선택할 수 있습니다. 이 경우 웹사이트, 구매 프로세스, 고객의 구매자 페르소나, 잠재 고객 생성 광고 등 반복 구매를 촉진하는 것과 관련된 모든 개체와 프로세스를 설명해야 합니다.

관련된 모든 개체와 프로세스를 하나씩 설명하면 한 가지도 놓치지 않고 연구 주제가 마케팅의 다른 요소와 연결되는 방식을 완전히 이해할 수 있습니다.

이 단계 에서 문제의 원인 에 대한 신뢰할 수 있는 정보를 수집해야 합니다. 이 정보를 가시적으로 만드는 가장 좋은 방법은 피쉬본 다이어그램을 만드는 것입니다.

피쉬본 다이어그램 또는 Ishikawa 다이어그램은 범주별로 그룹화된 1차 원인(가장 중요한) 및 2차 원인(일차 원인으로 이어지는)의 형태로 문제를 일으키는 원인을 보여주는 인과 관계 다이어그램입니다.

제품 마케팅을 하는 회사에 도움이 될 수 있는 특별한 범주 세트가 있습니다. 이러한 범주를 8P라고 합니다.

• 제품
• 가격
• 장소
• 홍보
• 사람들
• 프로세스
• 물리적 증거
• 성능

문제의 원인을 찾는 가장 좋은 방법은 동료와 브레인스토밍하는 것입니다. 이를 위해 필요한 도구는 Dia(또는 원하는 경우 Google 드로잉), 최소한의 통계를 위한 Google 스프레드시트 및 문제의 원인을 증명하는 데 필요한 모든 소스입니다.

이전 단계의 예를 계속하면 고객의 재방문 수준이 매우 낮으므로 팀을 모아 가능한 이유를 논의합니다.

토론 중에 동료들은 리마케팅 ​​캠페인의 효율성이 지속적으로 낮다고 말합니다. 이것을 피쉬본 다이어그램의 원인 중 하나로 표시하여 프로모션을 생성합니다.카테고리에 리마케팅 ​​캠페인을 추가하는 것이 주요 원인입니다. Google 스프레드시트에서 리마케팅 ​​캠페인의 낮은 효율성을 문제 원인 중 하나로 추가하고 이러한 캠페인의 수량을 입력합니다.

그런 다음 브레인스토밍 세션에서 공개한 각 문제에 대해 동일한 작업을 수행하고 다음과 같은 피쉬본 다이어그램을 작성합니다.

다음 단계는 문제의 근본 원인 을 찾기 위해 이전 단계에서 수집된 데이터를 해석하는 것입니다. 근본 원인은 문제의 가장 큰 원인입니다. 근본 원인을 찾고 다른 원인과 분리하려면 문제 원인의 빈도와 중요성을 설명하고 파레토 차트를 사용하여 결과를 시각화해야 합니다.

이 단계에서 가장 중요한 것은 원인의 양뿐만 아니라 문제에 대한 영향 수준에 집중하는 것입니다. 수량과 관련성의 균형을 맞추기 위해 계산에 중요도를 포함할 수 있습니다.

예를 들어, 20개의 리마케팅 ​​캠페인이 모두 실패한 것을 볼 수 있지만 18명의 재방문 사용자에 대한 이탈률이 처음 구매자보다 다소 높으며 이를 리마케팅 ​​캠페인보다 더 큰 문제로 볼 수 있습니다. . 따라서 Pareto 차트를 작성하는 동안 이탈률에 100% 중요도를 할당하고 캠페인에 80% 중요도를 할당합니다.

어떤 원인이 근본 원인인지 알아내는 다른 방법은 문제로 인한 비용 또는 이익 손실을 계산하는 것입니다. 이 단계에서 필요한 도구는 마케팅, 이벤트 데이터 저장, 고객 행동 조사, 광고 캠페인 수량 및 비용 등에 사용 중인 도구와 연결됩니다.

지금쯤이면 완전하고 편견 없는 마케팅 데이터가 있어야 합니다. OWOX BI는 부서에서 필요할 수 있는 다양한 차원의 마케팅 보고서를 작성하는 데 도움이 됩니다. 보고의 마법이 어떻게 일어나는지 알아보십시오.

이 단계는 핵심 문제의 근본 원인을 제거하는 역할을 하며 모든 활동을 완전히 통제하고 계획해야 합니다. 그렇지 않으면 이전에 한 모든 것이 헛될 것입니다. 근본 원인은 진공 상태에 있지 않으므로 개선 계획에 관련 원인을 포함해야 합니다.

이 단계에서 사용할 수 있는 한 가지 접근 방식은 실험 계획(DOE)입니다. 복잡한 근본 원인에 대한 솔루션을 계획하는 데 도움이 되며 모든 종류의 비즈니스에 사용할 수 있습니다.

이 단계에서 마케팅 부서는 어떤 실질적인 조치를 취할 수 있습니까?

• 잠재고객을 자동으로 생성, 업데이트 및 광고 서비스에 업로드하여 예산을 늘리지 않고도 광고 수익성을 높입니다.

• 진정한 ROI 계산을 구현하여 마케팅 투자의 실제 효율성을 찾으십시오.
• ROPO 보고를 구현하여 온라인 및 오프라인 광고 활동의 상호 영향을 찾습니다.
• 데이터 기반 어트리뷰션을 구현하여 광고 채널의 효율성과 광고 비용을 재분배하여 더 많은 수익을 얻을 수 있는 방법을 알아보세요.

그리고 많은 다른 사람들. 솔루션이 문제의 근본 원인을 해결하는지 확인해야 합니다. 솔루션은 KPI 값의 상당한 개선을 가져와야 합니다.

이 단계에서는 설계된 솔루션을 구현한 후 상황을 모니터링하고 개선 사항을 만들고 유지해야 합니다. 유지해야 하는 것과 제대로 작동하지 않는 변경 사항을 확인하기 위해 품질 관리 계획을 개발하십시오. 예상한 대로 아무 것도 진행되지 않으면 개선 단계로 돌아가 예상치 못한 결과에 대한 이유를 찾으십시오.

모든 결과는 데이터 수집을 기반으로 구축된다는 점을 기억하십시오. 고급 생산성 분석은 원시 데이터를 수집하고 이를 광고, 통화 추적, CRM 및 기타 마케팅 데이터와 순서대로 병합하는 사람만 사용할 수 있습니다. 개선 후에도 주요 문제가 반복적으로 나타나면 OWOX BI로 데이터 수집을 설정하고 분석을 완전히 바꾸십시오.

오류를 신속하게 찾고, 원인을 파악하고, 지표가 주요 문제 분야에서 개선 사항을 보여줄 때까지 프로세스를 조정하십시오.

사양 단계에서 오류를 범했다고 상상해 보십시오. 발견하여 즉시 수정하면 비교적 저렴하게 수정할 수 있습니다. 구현 후 오류를 발견하면 보고서를 작성하거나 결정을 내릴 때 수정 비용이 매우 많이 듭니다.

소규모 캠페인에 대한 보고서의 인적 실수는 다음 캠페인에 대한 잘못된 결정으로 이어질 수 있으며, 이는 사소한 예산 낭비 또는 기타 비용으로 이어질 수 있습니다. 그러나 막대한 예산이 있는 1,000개 캠페인에 대한 보고서에서 이러한 실수가 발생하면 어떻게 될까요?

분석 보고서에서 한 번의 실수는 모든 데이터 품질을 상쇄합니다. 또한 이러한 보고서를 기반으로 하는 비즈니스 및 마케팅 결정은 수익 손실, 추가 비용 또는 평판 손상 및 벌금으로 이어질 것입니다.

보고서를 자동화하면 인적 오류 가능성이 제거되고 예측 가능성이 보장됩니다.

마케팅 품질 보증은 데이터가 오류나 누출 없이 수집, 저장, 병합, 처리 및 시각화되었는지 확인합니다. 또한 마케팅 데이터가 회사의 실제 비즈니스 상황을 반영한다고 가정할 권리를 부여합니다. 즉, 메트릭과 KPI를 신뢰할 수 있고 계획 및 의사 결정에 사용할 수 있습니다.

데이터 품질을 보장하려면 데이터 관련 프로세스의 각 단계에서 데이터에 대한 지속적인 테스트를 구현해야 합니다. 다음 이미지는 데이터 수집이 데이터 테스트 단계와 어떻게 관련되어 있는지 보여줍니다.

품질 보증이 필요한 주요 단계는 다음과 같습니다.

• 비즈니스 목표 및 관련 메트릭 설정 , 이 시점에서 메트릭 계산의 논리를 확인하고 테스트해야 합니다.
• 웹사이트 및 광고 계정에서 완전한 데이터를 확보하도록 자동화된 샘플링되지 않은 원시 데이터 수집 설정
• 구조화된 보고 및 향후 분석을 위한 UTM 태그 설치

광고 데이터에 대한 품질 검사를 자동화하고 통찰력을 생성할 시간을 확보하려면 감사 루틴을 OWOX BI 데이터 모니터링에 맡기십시오. 이 도구를 사용하면 광고 비용 데이터 가져오기를 제어하고 새로운 불일치를 모두 표시할 수 있습니다. 이렇게 하면 데이터를 포괄적으로 유지하고 ROI 및 ROAS 측정항목의 품질을 보장하는 데 도움이 됩니다.

품질 보증의 성공 여부는 마케팅에 사용하는 도구에 달려 있습니다. 먼저 도구가 비즈니스 목표 및 메트릭과 어떻게 일치하는지 이해해야 합니다. 예를 들어 실제 달러 가치와 웹사이트의 전체 원시 데이터를 기반으로 ROAS를 계산하려면 기본 Google Analytics 이상이 필요합니다. 이 경우 OWOX BI Pipeline과 같은 도구를 고려해야 합니다.

원시 데이터에 대한 자세한 내용은 여기를 참조하십시오.

Google Ads에서 Google BigQuery로 원시 데이터를 업로드하는 방법

Google Analytics에서 원시 데이터를 내보내는 방법

도구를 올바르게 설정했는지 항상 두 번 확인하십시오. 가장 적합한 도구라도 잘못 설정하면 요구 사항에 맞지 않을 수 있습니다. 또한 데이터 품질을 담당하는 동료가 데이터 품질을 확인하고 테스트하는 데 필요한 지식과 기술을 가지고 있는지 확인하십시오.

DMAIC로 마케팅을 측정, 분석 및 개선하기 위한 이 궁극적인 가이드는 전 세계 수천 개의 회사에서 효율적으로 작동하는 린 방법론을 구현하기 위한 첫 번째 단계일 뿐입니다. 오늘 DMAIC 방법론을 시도하고 노력의 결과를 공유하십시오.

마케팅에서 데이터 기반 문제 해결에 행운을 빕니다!