Mar-tech 시장이 점점 뜨거워짐에 따라 2019년에도 Mar-tech 관련 소식이 많이 있었습니다. 2019년을 빛낸 Mar-tech 키워드들과 뉴스들을 모아보았습니다.

2019년을 빛낸 Mar-tech 키워드들

Privacy : GDPR & ITP & CCPA

2019년 Mar-tech 시장에서 빼놓을 수 없는 가장 중요한 단어는 '프라이버시'입니다. 또한 그 주제가 동반하는 GDPR, CCPA, ITP와 같은 키워드들이 매우 화제가 되었습니다.

GDPR

개인정보보호 강화의 포문을 가장 먼저 연 것은 GDPR (General Data Protection Regulation)이었습니다. GDPR은 EU(유럽연합)에 의하여 2018년 5월 25일부터 시행되었으며, EU에 소재를 둔 기업들뿐만 아니라 EU 시민들에게 서비스를 제공하는 모든 기업들에 적용되고 있습니다. 기업들은 사용자들의 데이터를 수집할 때 반드시 구체적으로 동의를 구해야 하며, 사용자들은 자신들이 원할 때 언제든지 데이터를 삭제하거나 수정하도록 요청할 수 있고, 데이터를 외부로 반출할 수 있는 이동권 또한 가지게 됩니다.

소비자들이 가장 먼저 GDPR의 시행을 체감한 것은 처음 웹사이트에 들어갔을 때 쿠키를 통한 트래킹 여부를 묻는 동의 화면입니다. 영국 뉴스 미디어인 Telegraph 웹사이트에 접속하면 하단에 쿠키를 활용한 트래킹 여부를 동의하는 화면이 노출되는 것을 확인할 수 있습니다. 

뿐만 아니라 모바일 앱에서도 개인정보 수집과 관련된 다양한 동의 화면이 추가되고 강화되고 있습니다. 

ITP

그 다음, 개인정보보호와 관련하여 강력한 움직임을 보인 것은 Apple입니다. Apple은 2019년 2월과 4월, 그리고 9월에 ITP 2.1과 2.2, 2.3 버전을 발표하였습니다. ITP는 Intelligent Tracking Protection의 약자로 2017년에 Apple에 의하여 처음 발표된 개인정보보호 정책으로서, 주로 사파리 브라우저와 Apple 모바일 디바이스들의 개인정보보호와 관련된 정책들을 담고 있습니다. (출처 : WebKit)

ITP 2.1은 자사 소유의 쿠키 방식인 퍼스트파티 쿠키조차도 7일 이내에 삭제되고, 거의 대부분의 써드파티 쿠키들을 사실상 사용할 수 없게 되는 등의 강력한 내용을 담고 있었습니다. 그런데 단지 2개월 후인 2019년 4월 퍼스트파티 쿠키 유지기간인 7일의 기간을 불과 24시간으로 줄이는 더 강력한 정책을 발표하였습니다. 뿐만 아니라 9월에 발표한 ITP 2.3에서는 쿠키와는 다른 웹사이트 데이터 저장 방식인 local storage를 규제하기도 하였습니다. (출처 : Forbes, Digiday)

ITP의 적용은 쉽게 말해서 로그인을 하지 않은 익명 사용자들의 연속성있는 행동 트래킹을 매우 어렵게 만들었습니다. 당장 수 많은 Ad-tech 회사들 그 중에서도 리타겟팅 광고를 하거나 사용자의 행동 데이터를 웹사이트에서 수집하는 많은 회사들에게 타겟팅 정확도를 감소시키는 타격을 주었습니다. 뿐만 아니라 로그인을 하지 않은 사용자의 행동을 지속적으로 트래킹하고자 하는 많은 Mar-tech 애널리틱스 들에게도 분석의 정확도를 떨어뜨렸습니다. 예를 들어서 Google Analytics에서 사파리를 트래킹할 때 같은 사용자라도 웹사이트에서 나갔다가 다시 들어갈 경우 다른 사용자로 인식되어서 2번 카운팅될 가능성마저 생긴 것입니다.

CCPA

여기에 더하여 CCPA라는 거대 규제가 2019년의 마지막을 장식하였습니다. 미국 캘리포니아주 소비자프라이버시법(CCPA, California's Consumer Privacy Act)는 미국 최초의 포괄적인 개인 정보 보호법으로서 2020년 1월 1일에 발효됩니다. CCPA는 해외에 본사를 두더라도 캘리포니아에서 사업을 진행한다면 해당 법의 효력 범위 안에 두고 있습니다. 한 가지 다행인 것은 "회사 수익이 2500만 달러(296억원) 아래이며 5만 명 이상의 개인 데이터를 보유한 게 아니라면 CCPA 규제 대상에 포함되지 않는다."라는 점이며, 그럼에도 불구하고 CCPA는 여러 면에서 GDPR보다 더 강화된 법이라는 평가를 받고 있습니다. (출처 : 조선일보)

Mar-tech  솔루션들의 정책 변화

이러한 규제의 흐름에 따라 일차적으로 서비스 제공자들은 사용자가 데이터 수집을 원하지 않는다면 사용 중인 Mar-tech 솔루션들의 트래킹 선택적 해제(Opt-out) 기능을 활성화해야 합니다. 마찬가지로 회원이 탈퇴하게 되면, 자사 DB에서만 데이터를 삭제하는 것이 아니라 Mar-tech 솔루션들의 DB에서도 데이터가 삭제될 수 있도록 조치를 취해야 합니다. 뿐만 아니라 사용자의 요청에 따라 데이터를 수정해주기도 해야 합니다. (한 마디로 PM, 기획자, 개발자들이 해야 할 일이 더 많아졌습니다.)

개인정보보호 흐름에 따라 이제 Mar-tech 솔루션들은 이제 아래의 3가지 이상의 기능들을 제공해야 합니다.

  1. 트래킹을 원하지 않는 사용자의 선택적 해제(Opt-out) 기능
  2. 회원탈퇴를 하는 사용자의 기존 데이터 삭제 인터페이스
  3. 기존 회원의 프로필 등 데이터 수정 인터페이스

이러한 개인정보보호 강화 추세는 당분간 계속될 것으로 보입니다. 왜냐하면 지난 몇 년간 Ad-tech와 Mar-tech 그리고 여러 데이터 기업들의 데이터 활용이 매우 발전하면서, 개인들이 '불편한 골짜기'를 경험하는 일이 더 잦아지게 되었기 때문입니다. 초개인화된 메시지, 초개인화된 광고, 초개인화된 혜택 등을 유용한 정보 혹은 맞춤형 혜택으로 받아들이는 고객들도 늘어나게 된 반면, 이러한 초개인화에 대해서 반감을 가지는 고객들도 그에 비례하여 늘어나게 된 것이죠.

Mar-tech 솔루션과 기업 모두에게, 이제 프라이버시 강화는 피할 수 없는 숙명입니다.

CDP (Customer Data Platform)

CDP는 Customer Data Platform의 약자로, AB180에서는 유독 2019년에 많은 엔터프라이즈 기업들로부터 이 키워드에 대한 질문을 많이 받았습니다.

CDP는 쉽게 말해서 회사나 서비스가 이미 소유하고 있는 퍼스트파티 데이터를 더 잘 수집하고 활용할 수 있도록 도와주는 솔루션을 뜻합니다. 써드파티 데이터가 아닌 퍼트스파티 데이터를 다룬다는 점에서, 그리고 기능이 단지 Segment 추출에만 있지 않는다는 점에서 DMP와 큰 차이를 보입니다.

(출처 : Sement)

CDP를 사용하면 서비스에 여러 Mar-tech 솔루션이나 SaaS 솔루션들의 활용을 위하여 SDK를 여러 개 설치할 필요 없이, 1개의 CDP SDK만 설치하거나 CDP에서 제공하는 단 하나의 API를 통해서 데이터를 수집할 수 있습니다.

일단 이렇게 수집한 데이터의 활용 측면에 있어서는 이미 CDP들이 주요한 Mar-tech 및 SaaS 솔루션들과 서버대서버으로 연동하거나 혹은 SDK를 번들링(Bundling), 즉 하나로 SDK 안에 다른 여러 SDK를 집어넣는 방식, 하고 있기 때문에 단 한 번의 SDK 설치 만으로 즉각적인 활용이 가능합니다.

이 CDP라는 솔루션을 가만히 들여다보면 2가지의 다른 키워드와도 밀접한 연관성을 가지고 있는 것을 알 수 있습니다. 바로 '데이터 거버넌스'와 '프라이버시'입니다.

데이터 거버넌스의 경우 현재 많은 엔터프라이즈 회사들이 가지고 있는 문제로서, 점점 시스템이 복잡해지고 옛날 시스템 레거시가 쌓이다보니 데이터가 어디서 어떻게 와서 어디로 가는지 조차를 파악하기 어려운 경우가 많습니다. 또한 데이터의 스키마(Schema)가 각 부서마다 달라서 같은 사용자 행동을 수집하더라도 여러 서비스들이나 모듈들에서 중구난방으로 데이터를 수집하고 있는 경우도 있습니다. (e.g. 현재 사용하지 않는 광고 플랫폼의 SDK가 데이터를 계속 수집하는 상황) CDP 솔루션들은 데이터 스키마에 대한 유효성 검사를 시행해줄뿐만 아니라 데이터의 흐름을 명확하게 시각화하여 통제되도록 도와줍니다.

프라이버시의 경우 CDP가 데이터 수집 동의에 대한 데이터를 다른 Mar-tech 솔루션들과 SaaS들에게 전달해주는 역할을 하기 때문에 강화된 프라이버시 정책들에 고객사들이 보다 쉽게 대응할 수 있도록 도와준다는 장점을 가지고 있습니다.

CDP 솔루션 중 Segment의 경우 Modern Growth Stack 2019 행사를 통하여 국내 고객들에게 선보여진 바 있으며, 최근에는 CDP가 아닌 CDI (Customer Data Infrastructure)의 이름으로 발전해나가고 있습니다. CDP는 무역에 비유하자면 항구같은 존재로서, 모든 '데이터'라는 상품이 이 항구를 지나도록 만들어서 편의성과 통제권을 제공해주고 있습니다.

CDP의 향후 발전방향은 단지 이렇게 게이트웨이 역할을 하는 것에서 나아가서 Data의 다양한 활용도를 높여주는 방향으로 발전될 것으로 보입니다. Computed Trait와 같이 사용자 행동 데이터를 정적인 사용자 프로필 데이터로 자동으로 변환(Transform)시켜주는 기능, 각종 AI/머신러닝에 적잡하도록 데이터를 변환해주는 기능, Raw Data뿐만 아니라 Segment/Audience 형태의 데이터와 프로필 형태의 데이터를 주고받을 수 있도록 하는 기능, 한 방향으로 데이터가 흘러가는 것이 아니라 두 방향으로 데이터가 흘러가게 하는 등 다양한 기능의 기업들의 데이터 활용도를 극대화해줄 것으로 예상됩니다.

Omni-Channel

(출처 : Airbridge)

기존에 많이 언급되었던 Multi-Channel과 Cross-Channel과는 또 다른 의미로 우리에게 다가왔던 Omni-Channel이라는 용어. Omni는 라틴어로 "all, every, the whole, of every kind" (모든, 전체의, 전체의, 모든 종류의)의 의미를 담고 있습니다. 즉, 직역하면 "모든 채널"이라고 번역될 수 있겠습니다.

Omni-Channel 전략은 일차적으로는 고객과 소통하는 채널들이 매우 다변화되고 파편화되었음을 인정하고 시작합니다. 즉, 오프라인 채널들(고객센터 및 매장)과 온라인 채널(웹사이트와 모바일 앱), 그리고 광고, 또한 푸시나 이메일, 문자, 카카오톡 등 각종  메시징 채널들 등 수 많은 채널들이 존재한다는 것을 것을 인정하는 것입니다.

그리고 이를 인정할 시 이 현실에 맞춘 통합적인 데이터 수집, 측정, 그리고 고객 소통 전략을 고민하고 시행한다는 의미 또한 담겨있습니다. 마지막으로 당연하게도 이러한 다양한 채널들에서 사용자들과 소통할 시 일관된 메시지를 가지고, 통합적으로 소통해야지 고객의 시선을 사로잡고, 관계 또한 강화할 수 있다는 의도가 함께 들어가 있습니다.

Omni-Channel 전략은 Airbridge와 같은 Attribution 솔루션들에게는 웹+앱 통합분석과 같은 기능을 출시하도록 시장의 수요를 만들었고, 나아가서는 고객센터와 멤버십 등을 통해서 수집된 고객 ID를 통하여 오프라인까지 통합된 마케팅 성과분석을 할 수 있도록 만들었습니다. 또한 많은 모바일 웹사이트들에서 딥링크를 통해 앱으로 Seamless한 UX를 활용하는 것도 이 Omni-Channel 전략의 수요에 따른 것이라고 볼 수 있습니다.

한편, Braze 같은 마케팅 자동화 솔루션이나 Amplitude 같은 고객 행동 분석 솔루션들은 특정 Segment/Audience/Cohort 데이터가 다른 채널들로 넘어갈 수 있도록 하는 각종 기능들을 출시할 수 있도록 만들었습니다. 예를 들어서 Braze는 푸시메시지 발송과 동시에 혹은 일정한 시간차를 두고, 페이스북 메신저에서 일관된 메시지를 내보내거나 Jampp, Remerge 같은 리타겟팅 광고 채널들에서 일관된 메시지의 광고를 내보낼 수 있도록 Webhook 기능을 제공하고 있습니다. 즉, 메시징과 광고에서 일관된 메시지를 내보내도록 하는 기능인 것이죠.

또한 Amplitude에서는 Facebook, Braze, Amazon과 과 같은 외부 채널들에 생성한 Cohort 데이터를 넘겨서 타겟팅 광고나 푸시메시지, 이메일 발송 등에 활용할 수 있도록 만들었습니다. 이렇게 될 경우 내부에서 쿠폰을 발급해준 사용자들에게 광고를 내보내거나, 다양한 채널에서 특정 집단에게 일관성있는 메시지를 보낼 수 있습니다.

(출처 : Amplitude)

앞으로도 오프라인 매장을 운영하고 있는 기업들, 또한 모바일 앱과 웹사이트를 동시에 운용하고 있는 기업들, 다양한 메시징 채널들을 운용하고 있는 기업들에게 옴니채널 전략은 매우 중요하게 사용될 예정입니다.

Mar-tech

마지막으로 2019년은 또한 Mar-tech라는 말이 주목받게 된 한 해이기도 합니다. 기존에 Mar-tech라는 말은 Ad-tech라는 말보다 인지도가 훨씬 낮은 말이었습니다. 그러나 이제는 더 많은 사람들이 Mar-tech라는 용어에 친숙해졌습니다.

Mar-tech라는 용어는 Marketing Technology의 약자로서 디지털 제품(Digital Product)를 보유한 서비스들의 성장에 필요한 각종 기능을 공급해주는 솔루션들은 Mar-tech 솔루션이라고 통칭합니다.

Mar-tech와 가장 많이 비교되는 용어는 Ad-tech라는 용어인데요. 사실 Ad-tech와 Mar-tech는 비즈니스 모델에서 근본적인 차이를 보입니다. Ad-tech 시장은 광고 지면이라는 재화를 사고파는 시장입니다. 이 때 사용자를 보유하고 있는 퍼블리셔들로부터 누군가가 광고 지면을 사와서 여기에 부가가치를 더하여 비싸게 판매하고, 그 차익을 수익으로 가져가는 것이 단순화된 Ad-tech 시장의 비즈니스 모델이라고 볼 수 있습니다.

반면 Mar-tech 시장은 디지털 제품(Digital Product)를 보유한 서비스들의 성장에 필요한 다양한 문제를 해결해주는 다양한 툴들을 만들어서 서비스로 판매하는 시장입니다. 즉, 모든 Mar-tech 회사들은 광고 지면과는 상관없이 서비스를 공급하여 이에 대한 돈을 받는 비즈니스 모델을 가지고 있습니다. 또한 이중 Attribution 솔루션이나 Smartly와 같은 광고 집행 자동화 솔루션들만이 Ad-tech와 더 큰 연관성을 가지고 있다고 볼 수 있습니다.

이러한 Mar-tech 솔루션들에 대한 시장의 수요는 계속 높아져가고 있습니다. 이미 북미와 영국에서는 Mar-tech에 배분하는 예산이 광고 집행에 들어가는 예산을 넘어가는 현상이 일어나는 것을 확인하기도 하였습니다.

발전하는 Mar-tech 시장 뒤에는 더욱 빠르게 발전하고 있는 Digital Product, 즉 디지털 제품 시장이 존재합니다. 끊임없는 성장성을 구가해야 하는 기업들의 입장에서는 정체되고 있는 오프라인 채널들보다 온라인 채널, 그리고 나아가서 단순한 몰 형태의 온라인 채널보다는 소비자들의 충성도를 높이고, 더욱 깊이를 관계를 형성할 수 있는 디지털 제품을 만들기를 선호하고 있습니다. 디지털 제품에 대한 투자가 이어질수록 당분간 Mar-tech 시장의 크기도 커질 것으로 예상됩니다.


2020년 트렌드 전망

2019년에 주목받은 키워드들에 더하여 2020년에 주목받을 키워드들에 대한 간단한 전망과 함께 글을 마칩니다.

Privacy

Privacy 강화 움직임은 당분간 계속될 것으로 보이며, 당분간 Mar-tech와 Ad-tech 생태계를 뒤흔들 큰 규제들이 지속적으로 나오게 될 것으로 예상합니다. 또한 이미 개인정보를 강화하고 있는 Safari, Firefox에 이어서 다른 브라우저들이 개인정보 강화의 흐름에 동참할지도 큰 관건입니다.

우리나라의 경우에도 현재 국회에 계류 중인 개인정보보호법 개정안의 경우에 기존 개인정보보호법에서 '가명정보'와 '익명정보' 라는 항목을 신설하였는데, 큰 관건은 가명정보와 익명정보의 사이에 있는 Advertising ID(ADID)의 수집과 활용에 대한 부분, 그리고 GDPR의 데이터 프로세서(Data Processor)과 같은 개념이 어떻게 법에 반영되느냐일 것 같습니다.

People-based

People-based는 파편화된 사용자의 데이터를 진짜 1명의 사람 중심으로 최대한 통합하여서 분석하려는 움직임입니다. 2017년 9월 14일 Facebook에서는 이미 이러한 People-based 마케팅을 "The Future of Marketing"이라고 정의한 바 있습니다. (출처 : Facebook)

사용자들의 파편화된 ID들을 통합하고, 이 ID들을 가진 사용자들의 행동과 프로필 데이터를 한 곳으로 모으려는 기업들의 수요 또한 증가할 것으로 예상됩니다. 이러한 용어들은 주로 아래의 니즈를 가진 기업들에게서 발견됩니다.

데이터 수집 측면

  1. 로그인하지 않은 사용자들의 데이터까지도 최대한 통합
  2. 웹과 앱, 그리고 오프라인의 사용자 행동을 통합 분석
  3. 여러 계열사에서 여러 서비스를 만드는 기업으로서 한 곳으로 사용자 프로필과 행동 데이터를 통합

데이터 활용 측면

  1. 다양한 채널의 사용자 행동을 통합하여 옴니채널 Segment 구축 (모바일 앱 데이터로만 만든 Segment의 경우 타겟팅 정확도가 점점 낮아짐)
  2. 보유하고 있는 여러 채널들간 사용자들의 원활한 이동 촉진 (e.g. 오프라인만 활용하는 고객들에게 앱을 설치하게 하거나, 웹만 사용하는 고객들에게 앱 설치를 유도)
  3. 새로운 고객과의 소통 채널 구축 및 강화 (e.g. 새로운 맴버십 앱 런칭 등)

이러한 트렌드의 가장 큰 동력은 옴니채널 전략의 증가입니다. 또한 GDPR, ITP, CCPA와 같은 프라이버시 강화가 데이터의 정합성(Data Integrity)를 많이 떨어뜨리게 되면서, 어떻게든 파편화된 사용자들의 행동 경로와 ID, 그리고 데이터를 통합하려는 수요도 증가하게 되었습니다.

Mar-tech로 굳이 가지 않더라도 최근에 많은 그룹사들이 시행하고 있는 통합 맴버십 움직임들이나 Kakao의 Sync와 같은 서비스들의 출현은 데이터를 통합하는 것뿐만 아니라 나아가서, 고객과 소통하려는 자체 채널을 확보하려는 기업들의 수요를 대변하는 것입니다. (출처 : Kakao Sync)

Incrementality, Lift, Uplift

Lask-Click 방식으로 대표되는 기존 기여도분석 방법의 한계는 발생한 전환에 대한 기여의 100%를 마지막 광고 터치포인트에 배분한다는 점입니다. 하지만 미리 제품을 정기적으로 구매하고 있던 고객이나 제품을 구매할 의향이 확실한 고객까지 모두 광고 덕분이라고 판단하기는 어렵습니다.

이러한 기여도분석의 기존 한계를 극복하기 위하여 Incrementality, Lift, Uplift와 같은 개념들이 등장하였습니다. Incrementality는 광고나 마케팅으로 인해 발생한 특정 지표의 순수 증가분을 뜻하며, 그것은 전환율의 증가분이나 순수한 전환 수의 증가분 등이 될 수 있습니다. (e.g. 이 광고 캠페인으로 인하여 원래 500만 원 매출이 늘어날 것이 20% 더 증가하여 600만 원으로 늘었다의 20%가 Incrementality)

마케팅 성과 측정 방법론을 Incrementality로 전환하자는 의견은 과거부터 항상 있어왔습니다. 이미 Facebook은 2015년 초부터 Conversion Lift라는 개념을 소개해왔고, 지금도 Conversion Lift Tests를 기능으로서 제공하고 있습니다. (출처 : Facebook) 또한 Google의 경우에도 2018년부터 Brand Lift라는 상품을 통하여 Lift에 대한 측정을 지원하고 있습니다. 다만 Google의 방식은 Survey를 이용한 것으로 현재 Account Manager를 통해서 접근할 수 있는 것으로 보여 아직 대중적으로 공개되지는 않은 상태입니다. (출처 : Google)

이렇게 과거부터 있어왔던 개념이지만, 최근 Incrementality 개념이 실리콘밸리에서 서서히 주목받기 시작하고 있습니다. 직설적으로 말하면 광고를 '집행하지 않았을 때'의 매출 감소폭이 생각했던 것보다 적었기 때문이기도 하며, 브랜드 자산을 오랜 시간 동안 구축해온 기업들이 늘어나면서 정말 광고가 가져올 수 있는 순수한 효과에 대한 의구심이 늘어났기 때문이기도 합니다. 또한 고도화된 리타겟팅 기법들이 사실상 '어차피 구매했을' 사람들을 타겟팅하는 경우가 늘어나면서 광고에 대한 통제권을 회복하려는 움직임이기도 합니다.

Incrementality, Lift, Uplift의 개념들이 어떻게 2020년에 실리콘밸리 기업들에 의하여 트렌디한 키워드로 변해갈지 그 귀추가 주목됩니다.

클라우드 게임, 스트리밍 앱

생각보다 조용히 다가오고 있는 미래이지만, 어쩌면 기존의 디지털 사업체들의 사업 방식과 서비스 제공방식을 완전히 바꿔놓을 엄청난 변화가 될지도 모릅니다. 어쩌면 더이상 모바일 앱을 다운로드 받지 않아도 되거나, 심지어는 프로세서가 없는 모니터만 있는 컴퓨터를 가지게 될지도 모르죠. 심지어 Google은 이미 2016년 5월 설치가 필요없는 앱인 Instant Apps를 발표한 바 있습니다. (출처 : AB180)

클라우드 게임과 스트리밍 앱은 통신 인프라의 미비나 기존 개발 생태계의 고착화 등으로 사실상의 상용 서비스 원년인 2020년에는 생각보다 임팩트가 크지 않을 것으로 예상됩니다. 그러나 2021년에는 생각보다 재미있는 시장 변화를 일으킬 것으로 예상됩니다.

Data Anonymization

이제 개인정보보호가 강화되는 추세는 데이터를 활용하는 모든 기업들에게 피할 수 없는 하나의 숙명과도 같습니다. 그렇기에 최근에는 개인을 식별하지 않고서도, 혹은 재식별의 위험없이 개인들의 데이터를 AI & Machine Learning에 활용할 수 있는 다양한 방법들이 나오고 있습니다.

예를 들어 이미지나 동영상 인식에는 사용자 얼굴을 실제로 알아보지는 못하나 AI가 그 물체가 무엇인지를 학습할 수는 있도록 하는 다양한 기법들이 발전해나가고 있습니다.

그러나 Mar-tech 솔루션들, 그리고 무엇보다 많은 Ad-tech 기업들이 의존하고 있는 많은 AI와 머신러닝 기법들은 데이터의 세분성(granularity), 즉 데이터가 한 명 한 명 단위로 완벽하게 존재할 것을 요구합니다. 그럼에도 불구하고 최근에 개인들의 재식별 가능성을 현저히 줄이거나 거의 0으로 만드면서도, 초개인화된 메시지나 광고를 내보낼 수 있는 많은 기법들이 연구되고 있습니다.

고객의 개인정보 침해를 염려하지 않고, 마음껏 초개인화를 할 수 있는 시점은 언제일까요? 2020년에 관련 주제가 서서히 수면 위로 떠오를 것으로 예상됩니다.


2019년을 마무리하며

AB180은 Airbridge, Braze, Amplitude, Apptimize, Snowflake, Segment와 함께하는 Mar-tech 컨설턴시 서비스로서 국내의 100여 개 이상의 기업들에게 Mar-tech 솔루션을 공급하고, 컨설팅해오고 있습니다. 또한 매년 Modern Growth Stack 행사로 300명 이상의 국내 마케터들과 PM, 그리고 그로스해커들과 함께하고 있습니다.

모든 Mar-tech 솔루션의 목적은 결국 디지털 제품의 성장입니다. AB180은 최신 Mar-tech 동향과 트렌드를 파악하여 가장 최고의 Mar-tech 솔루션을 고객에게 적시에 공급하고, 이를 통해서 디지털 제품의 성장을 이룰 수 있도록 최선을 다하겠습니다.

blog banner pc
blog banner pc