[블럭스 레시피] 분석이 아닌 예측으로, 미래를 대비하는 오디언스 만들기

CRM 마케터의 가장 큰 고민, 타겟 오디언스 설정

CRM 마케팅에서 가장 중요하면서 어려운 일 중 하나는 ‘누구에게’ 메시지를 보낼지 정하는 일입니다.

좋은 메시지와 멋진 크리에이티브도 결국 잘못된 타겟에게 전달된다면 성과로 이어지기 어렵습니다.

그래서 많은 마케터들은 지금까지 과거 데이터를 기반으로 타겟을 정의해왔습니다.

예를 들어, 아래와 같은 기준들로 메시지 발송 타겟 유저군을 추출하는 것이죠.

• 지난달 구매 고객

• 최근 7일 동안 이탈한 고객

• A메시지를 클릭했지만 아직 구매하지 않은 고객

이런 기준은 분명 유용합니다. 유저의 특정 과거 행동을 근거로, 그들의 미래 행동을 인간이 추정하는 방식이죠.

하지만, CRM 마케터들과 가까운 거리에서 함께 전략을 고민하는 과정에서 이 방식에는 몇 가지 문제가 있음을 알게 되었습니다.

1. 리소스 소모적이다

   • 매번 SQL을 짜거나, 세그먼트 조건을 정의하는 등 사람이 직접 분석해야 합니다.

   • 마케터의 시간이 반복적으로 소진되며, 전략적인 사고보다 단순 작업에 집중하게 됩니다.

2. 전체적인 유저 행동 양상을 반영하기 어렵다

   • 특정 이벤트(구매, 클릭 등)만으로 타겟을 정의하면, 고객의 맥락과 패턴을 놓치게 됩니다.

   • 예를 들어 “7일 이탈”은 단순 지표일 뿐, 왜 이탈했는지, 어떤 고객이 재방문할지까지는 설명하지 못합니다.

3. 무엇보다 ‘정확하지 않다’

   • 인간이 과거 데이터를 해석해 만든 룰은 어디까지나 ‘추정’일 뿐입니다.

   • 실제 고객의 미래 행동은 훨씬 복잡하고, 변수 또한 수십 가지 이상이 얽혀 있습니다.

   • 결국 마케터의 경험과 직관에 크게 의존할 수밖에 없고, 이 때문에 결과의 편차도 심해집니다.

그래서, '예측 오디언스'가 필요합니다

블럭스는 이러한 문제를 해결하기 위해 AI 예측 오디언스 기능을 개발했습니다.

예측 오디언스는 단순한 세그먼트 그 이상입니다.

인공지능 모델이 과거 데이터를 학습해 고객이 앞으로 어떤 행동을 할지 확률로 점수화하는 방식입니다.

예를 들면 다음과 같습니다.

• 앞으로 7일 안에 구매할 확률

• 이번 주 재방문할 확률

• 특정 상품군에 관심을 가질 확률

마케터는 이런 예측 점수를 기준으로 손쉽게 오디언스를 구성할 수 있습니다.

즉, 더 이상 과거 이벤트만 보고 추측하는 것이 아니라, AI가 계산한 미래 가능성을 기반으로 타겟을 정하는 것입니다.

예측 오디언스의 장점은 단순히 “편하다”가 아닙니다.

앞서 언급한 기존 방식의 문제점을 정면으로 해결해주는 방법론입니다.

① 리소스 소모적이다 → 리소스 효율화

기존 방식에서는 마케터가 매번 SQL을 짜거나 세그먼트 룰을 정의해야 했습니다.

하지만 예측 오디언스는 AI가 과거 데이터를 학습해 매일 자동으로 점수를 갱신합니다.

👉 사람이 반복적으로 세그먼트를 만드는 데 쓰던 시간을 전략 수립, 크리에이티브 기획 등 더 본질적인 일에 쓸 수 있습니다.

② 전체적인 유저 행동 양상을 반영하기 어렵다 → 유저에 대한 360도 이해

과거 이벤트 기반 타겟팅은 단편적인 지표(구매, 클릭 등)만 바라보기에 고객 맥락을 놓칩니다.

예측 오디언스는 유저의 다양한 행동 패턴을 종합적으로 학습해 앞으로 일어날 가능성이 높은 행동을 미리 알려줍니다.

👉 단순히 “7일 동안 접속 안 함” 같은 결과가 아니라,

“곧 이탈할 가능성 60% 이상”이라는 미래 시그널을 잡아내고,

이탈하기 전에 먼저 케어할 수 있습니다.

③ 무엇보다 ‘정확하지 않다’ → LTV 극대화

인간이 과거 데이터를 해석해 만든 룰은 어디까지나 ‘추정’일 뿐입니다.

반면, 예측 오디언스는 수십~수백 가지의 변수를 반영해 고객 행동 가능성을 점수화합니다.

👉 직관에 의존한 추정이 아니라, 데이터 기반의 확률로 고객을 분류하기 때문에

구매 전환 가능성이 높은 고객에게 적시에 제안하고,

이탈 위험이 큰 고객을 미리 붙잡아 고객 생애가치(LTV)를 크게 끌어올릴 수 있습니다.

정리하자면,

• 리소스 낭비 문제 → 자동화된 예측으로 해결

• 단편적 행동 기준 문제 → 미래 행동 시그널로 해결

• 정확성 부족 문제 → 데이터 기반 확률로 해결

결국 예측 오디언스는 기존 CRM 타겟팅의 구조적 한계를 뚫고,

효율성과 성과를 동시에 잡는, 마케터의 새로운 무기가 될 수 있습니다

AI 예측 결과, 어떻게 믿을 수 있을까?

마케터라면 당연히 이런 궁금증이 생깁니다.

“AI가 고객의 행동 가능성을 예측했다는데, 그 근거는 무엇일까?”

블럭스는 이 질문에 답하기 위해 단순히 점수만 보여주지 않습니다.

예측 결과가 나온 이유를 이해할 수 있도록 보조 지표를 함께 제공합니다.

예를 들어, 특정 고객군의 예측 점수를 확인할 때, 아래와 같은 지표들이 함께 제공됩니다.

• 마지막 행동 시점 (예: 10.2일 전)

• 총 구매 수 및 마지막 구매 시점 (예: 2번, 21.0일 전)

• 행동 빈도 (예: 평균 2회)

• 총 구매 금액 (예: 1.8만 원)

• 최근 1주일 행동 횟수 (예: 0.6회)

• 방문 주기/구매 주기

이런 지표들을 함께 보면, 단순히 “구매 가능성 70%”라는 숫자만 보는 것이 아니라,

어떤 행동 패턴이 이 가능성을 높였는지 직관적으로 이해할 수 있습니다.

다시 말해, AI의 예측은 ‘블랙박스’가 아니라, 데이터 기반 설명 가능한 인사이트로 제공됩니다.

덕분에 마케터는 예측 결과를 신뢰하고, 자신 있게 캠페인 전략에 활용할 수 있습니다.

실무 활용 예시

AI 기반 예측 오디언스를 활용하면 기존에 하던 CRM 캠페인을 한 단계 더 정교하게 만들 수 있습니다.

1. 재구매 유도 캠페인

• 기존 방식

  지난달 구매 고객 전원에게 동일한 “인기상품 구매 유도 메시지”을 보냅니다.

  하지만 실제로 다시 구매할 의향이 없는 고객에게까지 메시지를 발송해, 오히려 피로도를 높이고 마케팅 리소스를 낭비하게 됩니다.

• 예측 오디언스 방식

  블럭스는 ‘재구매 가능성 80% 이상 고객’을 예측해줍니다.

  예를 들어,

  • 특정 생필품(세제, 렌즈 등) 주기 구매 패턴이 있는 고객

  • 최근 장바구니에 상품을 담아둔 고객

  • 자주 방문은 하지만 아직 결제를 하지 않은 고객

    👉 이들에게는 맞춤형 상품 큐레이션과 개인화 할인 쿠폰을 제공할 수 있습니다.

2. 고객 이탈 방지 캠페인

• 기존 방식

  ‘최근 90일 이상 방문하지 않은 고객’ 전체를 대상으로 리마인드 푸시를 보냅니다.

  하지만 이미 이탈 의지가 뚜렷한 고객에게는 잘 먹히지 않고, 실제 이탈 징후가 없는 고객까지 건드리게 됩니다.

• 예측 오디언스 방식

  블럭스는 ‘향후 30일 내 이탈 가능성 60% 이상 고객’을 식별합니다.

  예를 들어,

  • 최근 구매 주기가 깨진 고객

  • 구매 빈도가 점점 줄어든 고객

  • 특정 카테고리 검색은 했지만 결제를 미루는 고객

    👉 이들에게는 구매 유지 프로모션, 무료 배송 쿠폰, 재방문 유도용 추천 상품 등을 선제적으로 제안할 수 있습니다.

3. 업셀링·크로스셀링 캠페인

• 기존 방식

  “A 상품을 산 고객”에게만 연관 상품을 추천합니다.

  하지만 구매 이력이 없는 고객 중에도 새로운 카테고리를 탐색하려는 잠재 수요가 있습니다.

• 예측 오디언스 방식

  블럭스는 ‘향후 특정 카테고리를 구매할 가능성이 높은 고객’을 식별합니다.

  예를 들어,

  • 여름 시즌 전에 반팔 티셔츠를 집중적으로 탐색한 고객 → 여름 팬츠 구매 가능성 ↑

  • 운동화를 여러 번 장바구니에 담았다가 취소한 고객 → 스포츠 의류 구매 가능성 ↑

    👉 이들에게는 유관 상품 큐레이션 메시지, 카테고리 전용 크로스셀링 쿠폰을 집행할 수 있습니다.

이제, CRM 마케팅은 과거가 아니라 미래를 봅니다

CRM 마케팅은 더 이상 “어제 무슨 일이 있었는가”를 복기하는 분석에 머무를 수 없습니다.

고객은 늘 변하고, 구매 행동은 예측 불가능하게 보이지만, 데이터는 분명 앞으로의 가능성을 말해주고 있습니다.

블럭스의 AI 예측 오디언스는

• 고객의 이탈을 막고,

• 재구매 타이밍을 놓치지 않으며,

• 업셀링·크로스셀링을 정교하게 실행할 수 있도록,

마케터가 “한 발 앞서 준비하는 마케팅”을 가능하게 합니다.

이러한 흐름 하에서 CRM 마케터의 역할은 단순히 과거를 해석하는 분석가가 아니라, 미래를 설계하는 전략가로 확장됩니다.

블럭스와 함께라면, 분석이 아닌 예측 기반 CRM으로 고객과의 거리를 더 가깝게, 매출 곡선을 더 크게 만들어갈 수 있습니다.