JnJ Insight_How_Digital Marketers Use Big Data

JnJ Interactive Insight ReportTrend Report: Tracking & Usage of the Big Data in Digital Marketing

2016.04

ⓒ Copyright All Rights Reserved by JnJ interactive., Ltd

Table of Contents

I. Status

II. New Ways of Collecting Data

III. Various Targeting Media Solutions

IV. Conclusion



Ⅰ. Status


The Way Collecting Big Data is Changing...

Sourced info: Milward Brown’s Ad Reaction http://bit.ly/1pHgQBp*Sourced Image: http://bit.ly/1We0VdM

http://bit.ly/1We0VdM

ⓒ Copyright All Rights Reserved by JnJ interactive., LtdSourced info: IDG “Worldwide Big Data Technology and Services 2010 – 2015”*CAGR(Compound Annual Growth Rate): 연평균

Big Data is Getting Bigger and Bigger

7.2

9.8

12.6

16.1

20.4

25.7

32.4

0

5

10

15

20

25

30

35

2011 2012 2013 2014 2015 2016 2017

글로벌데이터총양의성장

단위 (Zettabyte- 10억테라바이트)

2011- 2015 CAGR* 45%


Ⅱ. New Ways of Collecting Data

a. Cross Device Tracking

b. Free WiFi and In Store Behavior

c. Free WiFi and Location Data

d. Data from Wearable Devices


The Way Tracking Customer is Evolving...

2015년가장보편적인데이터수집법

63%1st Party고객정보

61%이메일정보

61%고객거래정보

Sourced info: IDG Enterprise “2015 Big Data and Analytics research”

What about in 2016?

Cookies Are So Yesterday


고객접점다각화를위해서는피할수없는크로스디바이스트래킹

Sourced info: 1) Multi-tasking or Device overload http://bit.ly/1Wed02S2) WTF is cross-device tracking? http://bit.ly/1knJG6R3) comScore Mobile Marketing Statistics 2015 http://bit.ly/1EFbzid 4) Probabilistic or Deterministic: What's the Best Cross-Device Methodology? http://bit.ly/1qxnkH1

모바일기기사용율의증가로 1인 2 기기이상활용하는비율증가TV & Smartphone 동시사용비율이 57%로가장높으며, Desktop & Smartphone 동시사용비율또한 50%로높은수준

기존의쿠키트래킹방식으로는고객이이용하는다수의기기들을하나로인식하지못하였으나, 2014년경부터매체들은다양한방식으로Cross- Device targeting 시도

결정론적타겟팅은 Facebook, Twitter, Yahoo 등로그인베이스로제공되는서비스를통하여웹사이트와앱접속자가동일함을밝혀내는방식이며, 개연론적타겟팅은Advertising ID를이용하여다양한기기광고반응패턴을분석하여동일한유저를추론하는방식

동일한WIFI 접속 동일한사이트접속 유사한광고반응 다양한비개인정보수집비개인정보의예)OS,기기제조사,기기모델IP 주소,광고서빙데이터,장소데이터

2)

1)

개연론적타게팅방법주중24시간기기사용율

00:00-07:00 07:00-10:00 10:00-17:0017:00-20:00

20:00-24:00

출근길모바일사용량↑

업무시간중 PC사용량↑ 퇴근후밤태블릿사용량↑

3) 4)

http://bit.ly/1Wed02S

http://bit.ly/1knJG6R

http://bit.ly/1EFbzid

http://bit.ly/1qxnkH1

Wi-Fi Will Find You and …

ⓒ Copyright All Rights Reserved by JnJ interactive., Ltd*Sourced Info:1) NYTimes ‘Attention Shopper store are tracking your cell’ http://nyti.ms/1S8G2LY2)Ad Week ‘Consumers Wary of Marketers Using Big Data For the right brand, some personal information is OK’ http://bit.ly/1ek6lib

미국의백화점Nordstrom은고객에게무료와이파이제공, 대신고객의와이파이로그인후행동정보를수집 오프라인매장도Amazon, Ebay등과같은온라인매장이고객이페이지체류시간, 재방문율과같이세부적인고객행동

패턴을수집하기를희망 무료와이파이에접속하는모바일Device ID를인식하여방문자의위치정보뿐아니라모바일접속정보등을수집 무료와이파이접속시가게의어플리케이션다운로드, 설문조사참여등유도가능 사생활침해논란이있지만, 적절한보상(할인쿠폰, 기프트카드등)을제공하여부정적인식불식노력

무료와이파이제공을통한소비자행동트래킹

매장내고객행동 (on & offline) 수집가능

화장품전품목 20% 쿠폰

재방문감사합니다

Wireless Pay 사용 99,000원

매장내고객행동수집에대한소비자반응

79%

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

신뢰하는브랜드일수록개인정보를제공이

쉬움

41%

무료제공제품및서비스를위해서개인정보제공

가능

2)1)

http://nyti.ms/1S8G2LY

http://bit.ly/1ek6lib

Wi-Fi Will Find You and …

ⓒ Copyright All Rights Reserved by JnJ interactive., Ltd*Sourced Info:NYTimes ‘What It Means for Consumers and Brands That New York Is Becoming a 'Smart City' ’ http://bit.ly/26i790M

2016년 ‘Smart City’ 계획의일환으로뉴욕시는공중전화를 Free-WiFi 및음성통화를제공하는키오스크로변환하는LinkNYC사업시작. 뉴욕시이외에도리우데자네이루, 런던, 리스본, 싱가폴등 26개도시들이참여계획

해당키오스크는 55인치화면을통해브랜드의광고를노출시키도록할예정이며이미 Poland Spring, Miller Coors, Pager, Citi Bank등이광고계약체결

광고는Qualcomm의자회사City Bridge가독점으로판매하며, WIFI connection을통해수집되는정보(기기정보, 사용자연령, 성별, 및wifi접속시모바일사용내용등)을독점소유, 판매계획

특히WIFI는위치정보수집에특화되어있는데, WIFI가연결된키오스크정보를통해GPS 보다정확하게위치파악가능

기존옥외광고판의디지털화를넘어서 cross platform에활용될수있는데이터수집거점으로활용될예정

스마트옥외광고, 새로운데이터수집플랫폼

도시의 10,000개이상의키오스크를통하여정확한위치정보파악가능

기존GPS는거점근접위치로위치파악 (예, 강남구 2km 반경)반면WIFI는키오스크는접속지점으로위치파악(예, 언주로 738 – kiosk #00023)는

정교해진위치정보를기반으로기존 offline 행동과online/mobile 행동결합

활용성이대기업에서부터실시간매출에민감한S&M (small and mid size)비즈니스까지이를것으로기대

LinkNYC 예시와활용범위

http://bit.ly/26i790M

Wearable, the Next Frontier for Big Data

ⓒ Copyright All Rights Reserved by JnJ interactive., Ltd*Sourced Info: 1)Imforza, Wearable Technology and Its Impact on Internet Marketing http://bit.ly/1Sk95MB2) Clickz, The Opportunity of Wearable Tech for Retail Marketers http://bit.ly/26eC3qT 3) Response Media, Media on the Verge: Advertising on Wearables- Is it Doable? http://bit.ly/1VBsLlE 4) EP&C, 포스트스마트폰시대에걸맞는제품과서비스‘활짝’ http://bit.ly/26g52uf

Wearable Tech회사들은 2014년에는 33M개, 2019년에는 148M개의Wearable 기기를판매할것으로예상 심박수, 수면, 건강관련데이터를수집하여, 마켓터들은해당빅데이터로건강관련상품광고노출가능 실시간데이터를이용하여소비자들의반응에개별맞춤화시킨지역타겟팅가능 소비자들의 40%는쿠폰, 디스카운트, 리워드(보상)를위해wearable에그들의유저데이터를공유의사있으며, 추가 9%의

소비자들은아무런인센티브없이데이터공유의사있다고답변

모바일기기보다정교한고객분석이가능하며, ‘착용’하고있는기기이기때문에보다친밀한경험제공가능

Wearable, 빅데이터와인터넷마켓팅의 새로운미래1)

3)

2)

Wearable Data Gathering Process 4)

4> 빅데이터분류및분석1> Wearable 착용및부착 2> 기기전송하는정보수신 3> 퍼블릭클라우드, 빅데이터저장

A 성향 B 성향

C 성향 D 성향

3rd Party 데이터분석업체에서 Big Data 분석, 의미있는데이터로자료화하여제공해당데이터는유저에게개인화서비스로제공되거나, 마케팅에이용

http://bit.ly/1Sk95MB

http://bit.ly/26eC3qT

http://bit.ly/1VBsLlE

http://bit.ly/26g52uf


Ⅲ. Big Data Media Solutions

a. Mobile Programmatic

b. Facebook

2016년미국에서의빅데이터를활용하는모바일프로그래매틱지출은 $15.45B에도달할것이며이는전체프로그래매틱디지털디스플레이광고의 69%를차지

설문참여마켓터들의 70%가 3-5년뒤에는모바일이고객과의인게이지먼트에주원동력이될것이라고응답

이미정교한타겟팅과효율적인구매방식으로이미데스크탑에선지배적인광고구매방식으로자리잡은프로그래매틱이더욱풍성해진데이터와분석력을바탕으로모바일광고구매에도주요한방식이되는것은당연한결과

Growth of Mobile Big Data


빅데이터의확장: 모바일프로그래매틱

*Sourced Info: 1) Emarketer ‘Mobile is driving programmatic growth’ http://bit.ly/1qrmnQt2) Adage ‘Top Hiring Areas for Digital Marketers Are Social, Content and Big Data’ http://bit.ly/1ENxUen3) Cisco Newsroom http://bit.ly/20xxHHc 4) Ad Exchange ‘Google Adds Programmatic Support For Native Ads’ http://bit.ly/1kSVbXP

1)

2)

3.76.2

9.9

14.9

21.7

30.6

2015 2016 2017 2018 2019 2020

글로벌모바일데이터트래픽성장률(단위: 월기준Exabytes )3)1)

미국모바일프로그래매틱광고지출(2014-2017)

(단위:10억) , 전체디스플레의광고중비율

4.44

9.6815.45 21.2246%

60%

69%

78%

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

$-

$5

$10

$15

$20

$25

2014 2015 2016 2017

Spending %

http://bit.ly/1qrmnQt

http://bit.ly/1ENxUen

http://bit.ly/20xxHHc

http://bit.ly/1kSVbXP

위치와유저행동데이터에특화된모바일DSP Blis Audience:유저의모바일행동트래킹정보를이용한타게팅 Blis Proximity: WiFi위치정보에기반을둔위치타게팅

Blis Proximity경우, 100,000,000개이상의 IP와일치하는위치데이터베이스보유

실시간위치정보활용하여캠페인집행이가능한매체

Mobile Programmatic_Blis Media & S4M


프로그래매틱, 데이터매니징모바일DSP 650개이상의Segmented Audience Cluster보유 위치, 디바이스, 광고주보유데이터(모바일 ID, CRM 데이터베이스, 나이,

성별등),데이터파트너(퍼블리셔,앱, SSP)등을이용하여타겟팅가능 클릭히스토리,광고와의인게이지,컨버젼등의데이터취합하여

광고주/캠페인맞춤형타겟클러스터제공가능한매체

PROFILE #002434056

22.272261, 114.180349

Visited 4 times last month

Female

28 years old

Facebook Big Data


페이스북은유저데이터를분석할뿐만아니라, 유저행동이라정의되는데이터를 (쿠키트랙킹, 사진얼굴인식,해시태그사용, ‘좋아요’분석등)트래킹,분석하는기술보유

유저가페이지의어떤부분에커서를놓고맴도는지부터페이스북외의어떤웹사이트를방문하는지를모니터링하는Data Science라는데이터전략팀이존재

페이스북은 최근 Topic Data라는 기술 소개. 유저들의 개인 정보를 유출하지 않는 인덱싱 기술을 사용하여마켓터들에게브랜드,이벤트,활동,특정주제에대한유저들의반응공유가능

마케터들은Topic Data의유저행동분석을활용하여 Facebook뿐아니라전반적인디지털마케팅전략수립가능

페이스북 데이터의진화: 정보량뿐아니라분류, 분석기술로무장

*Sourced Info: 1)Simplilearn http://www.simplilearn.com/how-facebook-is-using-big-data-article2) What is DataSift PYLON? http://dev.datasift.com/pylon/101

1)

2)How does Data Science work?

1> Facebook 내유저행동데이터수집

Real Time Analysis Engine

3> 정리되어저장된데이터는필요시다양한형태로추출가능2> 데이터필터링및분류

Categorizing

Indexing(개개인이개별인덱스로구분됨) Index Pylon

Female

Male

http://www.simplilearn.com/how-facebook-is-using-big-data-article

http://dev.datasift.com/pylon/101


Ⅳ. Conclusion


Something

How to Find Your Target Using Big Data

-잠재고객을찾아나가는최적의방법

PROFILE #002434056

22.272261, 114.180349

Visited 4 times last month

Female

28 years old

Betting Site


“디지털비즈니스에서의빅 데이터활용은소비자들의주요 특성과행동을이해하게하며,

소비자들에게맞는상품과서비스디자인을가능케하고, 소비자와더 관련성있는 타겟세그먼트생성”

빅 데이터이전

단편적인 타겟 세그먼트

추정에 근거한 타겟 그룹 생성

기본 세팅 된 타겟팅 옵션 중 선택 가능

빅 데이터이후

다각화 된 타겟 세그먼트

실제 데이터에 근거한 타겟 그룹 생성

데이터 분석 및 조합에 따라 캠페인 맞춤 타겟 생성

Forbes Insight에따르면전세계 90%의광고주는특정타겟노출을위하여 25%의디지털예산을활용하며, 그중 43%는예산의 50%이상을타겟팅광고에배분

188명의대학생들을대상으로조사한결과, 유저의행동타겟팅(웹사이트방문기록등)이성별이나나이타겟팅또는타겟팅이적용되지않았을때보다상품에대한흥미를느낀다고응답

타겟팅이적용되지않은광고의전환율은 2.8%인데비해, 빅데이터를이용한타겟팅이적용된광고의컨버젼률은 6.8%

Targeted Ads Using Big Data


빅데이터를활용한정교해진 타겟팅으로상품구매흥미도증진

*Sourced Info: 1) Forbes, As Brands Turn to Digital Advertising to Reach the Right Audience, Focus on Validation is Increasing, http://onforb.es/1T5NWYQ2)Harvard Business Review http://bit.ly/1M9Ckor 3) Forbes http://onforb.es/23GZkiZ4) Journal of Consumer Research Advance Access, An Audience of One: Behaviorally Targeted as Implied Social Labels 5) My Customer http://bit.ly/1SyJFhd6) Business 2 Community, How Big Data Drives Digital Marketing Success http://bit.ly/22wiXYu

3.56 3.39

4.18

0

1

2

3

4

5

타겟팅적용되지않은

광고

성별/나이타겟팅이

적용된광고

유저행동타겟팅이

적용된광고(단위:10억) , 전체디스플레의광고중비율

타겟팅옵션에따른구매목적연구

2)

4)

3)

1)

35%

38%

23%

3% 1%

매우중요 중요보통중요한편 별로중요하지않음중요하지않음

유통업마케터들이생각하는빅데이터의중요도5)

빅데이터를활용하는이유 6)

(선호단위 1~7 스케일중, 1=좋지않음, 7= 매우좋음)

29%

18%16%

0%

5%

10%

15%

20%

25%

30%

35%

소비자인사이트를

이해하기위해

Supply Chain을

향상시키기위해

캠페인과프로모션

증진을위해

http://onforb.es/1T5NWYQ

http://bit.ly/1M9Ckor

http://onforb.es/23GZkiZ

http://bit.ly/1SyJFhd

http://bit.ly/22wiXYu

Targeting Strategy: Hour Glass Targeting


Your Customer

Discover

Identify

Enhance

Renew

방대한데이터, 고객그룹속에서어떤타겟이반응하는지탐색 타겟팅을미리지정하지않고컨텐츠/ 광고반응수집

실제반응데이터수집전리서치를통한예측타겟설정 (나이, 성별, 소득등) 단, 예측타겟은모수확보가용이하지않거나효율이발굴타겟보다좋지않을수있기

때문에발굴타겟과예측타겟은함께집행필요

1st party data (CRM ,웹사이트방문등) 활용한타겟설정CRM targeting, Retargeting

1차수집된데이터의결과를바탕으로고효율타겟설정 최적타겟그룹추적을위해서타겟세팅은세분화하되,

제한하지않고집행하는것이중요. 반응의의외성존재

Explore

Expand

Look a Like 솔루션을통하여유사고객발굴 유사타겟사이즈설정 : 소스타겟과의유사성높일시, 최대도달범위는감소, 반대로

타겟도달범위를늘릴시, 소스타겟과의유사성감소

타겟을찾아내는것이타겟팅의끝이아니다!주요타겟을이용하여역으로잠재고객을찾아내는것이필요!

분석결과추후캠페인에캠페인을통해모집된 1st party data 활용가능 단, 캠페인마다반응요소가다르기때문에발굴타겟은기본세팅으로필요


End of the Document

Thank You