February 4, 2026
MCP(Model Context Protocol)는 AI가 외부 데이터를 활용할 수 있도록 연결해 주는 개방형 표준 프로토콜입니다. 쉽게 말해, AI 도구가 실시간으로 필요한 데이터를 가져와 활용할 수 있게 만드는 기술입니다.
앱스플라이어는 이 기술을 활용해 자연어만으로 마케팅 데이터에 바로 접근 가능한 MCP를 선보였습니다. Claude, ChatGPT 같은 AI 도구와 앱스플라이어를 연결하면, 캠페인 성과 분석부터 오디언스 관리, 딥링크 문제 해결까지 질문만으로 처리할 수 있습니다.
또한 앱스플라이어 MCP는 기술적 배경과 관계없이 누구나 필요한 데이터를 즉시 확인할 수 있도록 지원합니다. 사용자가 직접 질문하든, AI 에이전트에게 작업을 맡기든, 대기 시간 없이 명확한 정보와 실행 결과를 바로 받아볼 수 있습니다.
앱스플라이어 MCP는 Claude, ChatGPT, Gemini 같은 사용자가 선호하는 LLM(Large Language Model) 도구와 앱스플라이어를 연결합니다. 사용자가 질문을 입력하면 MCP가 자동으로 필요한 데이터를 찾아 이해하기 쉬운 형태로 보여줍니다. 어트리뷰션, 분석, 오디언스, OneLink(원링크) 등 앱스플라이어의 모든 기능을 자연어로 바로 활용할 수 있습니다.
또한 앱스플라이어는 7,000개 이상의 주요 브랜드가 신뢰하는 풍부하고 정확한 데이터를 제공하기 때문에 개인정보 보호를 철저히 준수하며 마케터가 필요한 인사이트를 즉시 확인하고 빠르게 의사결정을 내릴 수 있도록 돕습니다.
앱스플라이어 MCP는 개방형 구조로 설계되어 있어, 원하는 방식으로 커스터마이징할 수 있습니다. 미디어 믹스를 최적화하는 AI를 만들거나, 오디언스를 자동으로 관리하는 시스템을 구축하거나, 내부 도구에 MCP를 연결하는 등 복잡한 설정 없이도 필요한 기능을 유연하고 자유롭게 구현할 수 있습니다.
채널별 ROAS를 확인하고 싶거나, 어떤 캠페인이 가장 높은 LTV를 만드는지 알고 싶을 때 앱스플라이어 MCP를 활용해 보세요. 질문만 입력하면 필요한 데이터를 바로 확인할 수 있습니다.
앱스플라이어 MCP는 사람이 직접 질문하거나 AI 에이전트가 자동으로 작업하는 방식 모두 지원합니다. Growth, CRM, 제품, 마케팅 팀 등 어떤 팀이든 별도의 설정이나 개발 작업 없이 필요한 인사이트를 바로 확인할 수 있습니다.
앱스플라이어 MCP는 앱스플라이어의 어트리뷰션 기술을 기반으로 만들어졌습니다. 모든 데이터는 개인정보 보호 규정을 철저히 준수하며, 설계 단계부터 암호화와 보안을 적용했습니다.
캠페인 성과를 실시간으로 확인하고, ROI를 비교할 수 있습니다. 채팅창에서 직접 확인하거나, AI 에이전트를 활용해 성과 모니터링부터 최적화, 작업 실행까지 자동으로 처리하세요.
오디언스가 어떻게 나뉘고 활용되는지 한눈에 확인할 수 있습니다. 질문만으로 오디언스 현황을 조회하거나 실시간 성과를 분석할 수 있으며, 중복된 오디언스를 찾아내고 개선 방안을 제안하는 AI를 직접 만들 수도 있습니다. 필요하다면 여러 채널의 오디언스 정보를 자동으로 동기화하거나 작업을 실행할 수도 있습니다.
대화형 인터페이스로 OneLink 템플릿과 링크 동작을 간편하게 점검하거나, 에이전트를 활용해 링크 상태를 지속적으로 모니터링할 수 있습니다. 문제가 있는 링크를 자동으로 찾아내고, 모든 캠페인이 올바르게 운영되도록 관리할 수 있습니다.
앱 설정이나 구현 방법이 궁금할 때 질문만으로 바로 확인할 수 있습니다. AI 어시스턴트가 설정 오류를 찾아내 해결 방법을 알려주거나, 상황에 맞는 가이드 문서를 자동으로 보여줍니다.
앱스플라이어 MCP는 AI 기반 마케팅을 향한 중요한 첫걸음입니다. 사람의 창의성과 AI의 분석 능력이 결합되면, 마케터는 더 나은 의사결정을 내릴 수 있습니다.
MCP는 캠페인 분석, 오디언스 확인, 딥링크 관리 같은 마케터들의 핵심 업무를 지원하고 있으며, 추후 예측 분석과 에이전트 기반 자동화까지 확대 될 예정입니다. 데이터 기반으로 더 빠르고 정확한 의사결정을 내리고 싶다면, 지금 바로 앱스플라이어 MCP를 경험해 보세요.
|
앱스플라이어 도입을 고민중이라면?마티니는 앱스플라이어 도입부터 실무 활용까지 전 과정을 지원하는 풀퍼널 마케팅 에이전시입니다. 지금 아래 버튼을 눌러, 마티니와 만나보세요. |
January 9, 2026
브레이즈 캔버스(Canvas)는 고객의 행동과 속성을 기준으로 개인화된 메시지 흐름을 설계하는 고객 여정 오케스트레이션 도구입니다. 단일 캠페인이 하나의 캠페인을 특정 조건에 따라 발송하는 데 초점을 맞춘다면, 캔버스는 고객의 행동에 따라 여러 메시지와 채널을 유기적으로 연결합니다.
예를 들어, 회원가입 후 7일까지의 유저 저니 설계, 첫 구매까지의 지속적인 구매 유도 메시지 발송 등 단일 순간에 그치지 않고 지속되는 기간 동안 유저 저니에 따라 메시지를 보낼 수 있습니다.
캔버스를 활용하면, CRM 마케팅을 ‘단발성 메시지 발송’에서, 지속적인 고객 경험 관리로 확장할 수 있습니다.
특히 고객 행동이 빠르게 변화하는 환경에서는, 잘 설계된 캔버스가 마케터의 반복적인 운영 부담을 크게 줄여줍니다.
브레이즈 캔버스는 크게 진입 조건(Entry), 액션(Step), 분기(Split)으로 이루어져 있습니다.
해당 속성을 잘 활용하면, CRM 마케터는 하나의 캔버스 안에서 다양한 시나리오를 운영할 수 있습니다. 그뿐만 아니라 고객의 입장에서도 ‘자연스러운 경험’이 가능해져 더 높은 전환 성과를 기대할 수도 있습니다.
브레이즈 캔버스는 강력한 도구이지만, 설계 목적이 명확하지 않으면 오히려 캠페인 운영이 복잡해질 수 있습니다. 하나의 캔버스에는 하나의 목표를 두고, 온보딩•전환•리텐션 등 목적별로 캔버스를 분리해 설계하는 것이 효과적입니다.
또한, 지나치게 많은 분기와 조건은 운영 중 오류나 누락을 유발할 수 있습니다. 초기에는 단순한 구조로 시작하고, 성과와 데이터를 기반으로 점진적으로 고도화하는 방법이 안정적입니다.
마지막으로 데이터 반영 시점을 고려하여 적절한 대기 시간과 조건을 설정해야 합니다.
캔버스는 한 번 만들고 끝나는 것이 아니라, 운영 후 지속적으로 점검하고 개선해야 성과로 이어집니다.
|
|
브레이즈, 믿을 수 있는
|
January 6, 2026
CRM 마케팅의 중요성이 높아지면서, 많은 기업에서 브레이즈(Braze)를 활용해 CRM 마케팅을 진행하고 있습니다. 간단하게는 푸시 메시지 발송부터, 깊게는 캠페인 자동화까지. 브레이즈는 많은 CRM 마케터들에게 익숙한 도구가 되었습니다. 하지만 실제로 현장에서 듣는 이야기는 조금 다릅니다.
“기능은 많은데, 어디까지 쓰고 있는지 모르겠다”
”이 정도면 잘 쓰고 있는 건지 감이 안 온다”
브레이즈를 사용하는 것과 잘 ‘활용’하는 것은 다른 문제이기 때문입니다.
마티니는 이러한 고민에서 출발해, 브레이즈 활용도를 자가진단 해볼 수 있는 질문을 마련했습니다. 자가진단의 목적은 단순히 점수를 매기는 것이 아니라, 현재 우리 팀의 CRM 운영이 어느 단계에 와 있는지, 그리고 다음 단계로 나아가기 위해 무엇이 필요한지를 스스로 인식할 수 있도록 돕는 데 있습니다.
실제로 자가진단에 참여한 기업들을 살펴보면, 캠페인과 자동화는 잘 운영되고 있지만, 데이터 활용, AI 기능, 신규 채널(RCS 등)은 아직 충분히 활용되지 못하고 있는 경우가 많았습니다.
브레이즈를 사용하고 있다면, 이제는 ‘얼마나 잘 활용하고 있는지’를 점검해야 할 시점입니다. 지금 바로 우리 팀의 브레이즈 활용도를 진단해 보세요.
자가진단 점수 구간에 따라 현재 브레이즈 활용도가 어느 수준인지 쉽게 확인해볼 수 있습니다. 결과 페이지에서는 현재 활용 단계에 따른 제안도 함께 확인해볼 수 있습니다.
마티니가 정리한 브레이즈 활용 인사이트와 실제 사례를 통해, CRM을 한 단계 더 고도화하는 방법을 확인해 보세요.
October 22, 2025
혹시 브레이즈를 도입했지만, 개인화 기능을 제대로 활용하지 못하고 있다고 느끼지는 않나요? 지금 마티니 브레이즈 부트캠프 에서 실무에 바로 적용 가능한 Personalization 전략을 배울 수 있습니다.
CRM 캠페인의 성과를 결정짓는 핵심은 고객 데이터를 어떻게 활용하느냐에 달려 있습니다.
이번 부트캠프는 Braze Certification을 보유하고 다수의 엔터프라이즈 CRM 마케팅을 실행해 온 전문가가 직접 진행하며, 고객 행동과 속성 데이터를 기반으로 한 메시지 설계부터 실시간 데이터 반영, 추천엔진 결합까지 실무 중심의 노하우를 전달합니다.
.webp)
.webp)
%20(1).webp)
%20(1).webp)
🔗 이벤터스 신청 페이지 | https://event-us.kr/m/115003/43753
지금 CRM 전문가와 함께, 브레이즈 부트캠프에서 고객 맞춤형 CRM 마케팅을 시작해 보세요!
October 17, 2025
.webp)
브레이즈는 최근 AI 기반 CRM 마케팅 개인화 서비스를 제공하는 오퍼핏(OfferFit)을 인수했습니다. 이를 통해 Braze AI Decisioning Studio 조직을 새롭게 구성하며, AI CRM으로서의 역량을 강화하고 있습니다.
올해 Braze Forge 2025에서는 이러한 변화가 더욱 명확히 드러났습니다. 신규 기능 대부분이 AI와 관련되어 있었고, 주요 세션들도 AI를 중심으로 진행되었습니다. 이러한 흐름은 CRM 마케팅 환경이 빠르게 변화하고 있음을 보여줍니다. AI를 활용한 개인화와 자동화는 이제 선택이 아닌 필수가 되고 있습니다.
그렇다면 CRM 마케터는 어떻게 AI를 효과적으로 활용하고, 성과를 극대화 할 수 있을까요? 이번 아티클에서는 Braze Forge 2025의 내용을 바탕으로, CRM 마케터의 AI 활용 전략을 살펴보겠습니다.
혹시 AI를 활용하면서 기대와 다른 결과로 인해 오히려 더 많은 리소스를 소모한 경험이 있지 않나요? 실제로 한 글로벌연구에 따르면, 약 60%의 마케터들이 AI 도입 후 생각보다 성과가 개선되지 않거나 약화되었다고 응답했습니다.
이러한 상황을 방지하려면 AI가 마케팅에서 어떤 역할을 수행할 수 있는지 명확히 이해해야 합니다. BrazeAI Decisioning Studio 리더인 George Khachatryan은 Forge 2025에서 AI의 기능을 다음과 같이 정의했습니다.
ChatGPT, Claude 등 LLM(Large Language Model)의 대표적인 방법입니다.
이탈 예상 고객을 붙잡을만한 카피 작성해 줘.
이 방법은 AI 토큰 단위로 텍스트를 이해하고 처리하며, 기존 문맥을 토대로 원하는 요구사항에 맞게 업무를 처리할 수 있습니다. 마케팅에서는 AI를 활용한 카피라이팅, 이미지 제작, 세그먼트 쿼리 작성 등이 생성형 타입의 머신러닝 형태에 해당됩니다.
브레이즈는 AI Copywriting, AI Image Generator, AI Query Builder 등의 기능을 통해 생성형 AI를 제공합니다. 추가로 SQL Segment Extensions와 Liquid Assistant 기능도 마케터가 복잡한 작업을 쉽게 처리할 수 있도록 돕습니다.
유저가 이미 수행했던 과거의 행동 데이터를 바탕으로 미래의 행동을 예측하는 방법입니다.
이 유저가 재구매를 할까?
예측을 위한 머신러닝은 '예' 또는 '아니오'처럼 명확한 답이 있는 질문에 적합합니다. "이 주식 가격이 오를까?", "내일 비가 올까?"와 같은 질문이 대표적인 예입니다. 마케팅에서는 이미 특정 행동을 수행한 유저들의 데이터를 학습합니다.
예를 들어, 과거에 이탈한 유저들과 구매한 유저들의 행동 패턴을 분석하여, 현재 유저 중 '이탈할 가능성이 높은 유저'나 '구매할 가능성이 높은 유저'를 예측합니다.
브레이즈는 이러한 예측기능을 제공합니다. Predictive Churn은 유저의 이탈 가능성을 예측하고, Predictive Events는 특정 전환 행동(구매, 가입 등)이 발생할 가능성을 예측합니다. 두 기능 모두 유저의 과거 행동 데이터를 학습하여 미래를 예측하는 방식으로 작동합니다.
패턴매칭은 유저의 행동에서 특정 패턴을 찾아내는 머신러닝 방법입니다.
메시지를 몇 시에 보내는게 좋을까?
예측과 마찬가지로 유저의 과거 행동 데이터를 분석하지만, 명확한 정답이 정해져 있지 않다는 점에서 차이가 있습니다. '예' 또는 '아니오'로 답하는 대신, "이 유저는 오후 7시에 푸시 알림을 가장 잘 확인한다"처럼 구체적인 패턴을 찾아냅니다.
마케팅에서는 전환한 유저와 행동 패턴이 유사한 타겟을 찾는 유사타겟(Lookalike) 분석이나, 비즈니스 성장을 이끄는 핵심 지표인 북극성지표를 발굴하는 데 활용됩니다.
브레이즈는 이러한 패턴매칭 기능을 Intelligence Suite로 제공합니다. Intelligent Timing은 유저별 최적의 메시지 발송 시간을, Intelligent Selection은 가장 효과적인 메시지 변형을, Channel Filter는 유저가 선호하는 채널을 학습하여 제안합니다.
사람이 아닌 AI가 의사결정을 하게 만드는 것이 목표입니다.
지금 우리는 무엇을 해야할까?
앞서 살펴본 예측, 패턴매칭, 생성형 AI는 모두 결과물을 제시하고 최종 의사결정은 사람이 내린다는 공통점이 있었습니다. 반면 의사결정형 AI는 설정된 KPI를 최적화하기 위해 스스로 판단하고 행동할 수 있습니다.
마케팅에서는 개인화와 상품 추천에 주로 활용할 수 있습니다. 어떤 유저에게 어떤 메시지를 보낼지, 어떤 제품을 추천할지, 심지어 메시지를 보낼지 말지까지 AI가 직접 결정합니다.
브레이즈는 이러한 의사결정형 AI를 여러 기능으로 제공합니다. 이번에 새롭게 공개된 AI Decisioning Studio와 AI Agent Console을 비롯해, AI Recommendation 기능을 통해 고객 데이터 기반의 AI 기반 의사결정을 실행할 수 있습니다.
그렇다면 CRM 마케터들은 어떻게 활용 수준을 파악하고, 더 적극적으로 AI를 활용할 수 있을까요? CRM 마케팅을 위한 AI 활용 전략은 크게 세 단계로 구분할 수 있습니다.
AI를 사용하지 않거나 생성형 AI만 일부 쓰는 경우
AI를 전혀 사용하지 않거나, 생성형 AI만 제한적으로 활용하는 경우 해당되는 단계입니다. 이 단계에서는 분석, 콘텐츠 생성, 의사결정의 부분에서 대부분을 사람이 직접 수행하기 때문에 작업 속도가 느립니다.
생성형 AI로 생성·예측·패턴 분석을 하지만, 최종 의사결정은 사람이 수행하는 경우
생성형 AI, 예측 모델, 패턴매칭을 활용하지만 최종 의사결정은 사람이 수행하는 단계입니다.
의사결정을 위한 분석과 실행 과정에서 효율이 크게 향상됩니다. 다만, 분석 결과를 바탕으로 한 룰 기반 개인화가 이루어질 뿐, 진정한 1:1 매칭 개인화라고 보기는 어렵습니다.
모든 의사결정을 AI 기반으로 진행하는 경우
생성, 예측 모델, 패턴 매칭에 더불어 AI의 의사결정까지 활용하는 경우 해당되는 단계입니다. 모든 유저의 개별 데이터를 바탕으로 분석하고 의사결정을 내리기 때문에, 진정한 1:1 개인화가 가능합니다.
이 단계에서는 모든 과정이 AI를 통해 자동화되어 훨씬 빠르고 유연하게 대응할 수 있습니다. 마케터는 AI가 학습하고 의사결정을 내릴 수 있도록 방향성과 전략을 제시하는 지휘자 역할을 하게 됩니다. 반복 작업에서 벗어나 더 상위 차원의 업무를 수행하며, 결과적으로 유저의 만족도를 높일 수 있습니다.
몇 년 전 '자동화'와 '개인화'는 CRM 마케팅의 패러다임을 바꾸며, 마케터의 업무 방식과 핵심 역량을 완전히 새롭게 정의했습니다. 앞으로 AI를 통해 수행할 수 있는 CRM 마케팅 업무는 더욱 다양해질 것입니다.
이는 CRM 마케팅이 비즈니스에 미치는 영향력이 더욱 커진다는 의미입니다. 따라서 마케터의 역할도 변화할 것으로 예상됩니다. 마케터는 실행 중심의 업무보다는 메시지 구성, 타겟 설정, 발송 시점 결정과 같은 전략 수립에 집중하게 될 것입니다. 주어진 리소스를 효율적으로 배분하는 역할이 더욱 중요해질 것입니다.
브레이즈는 이러한 변화에 대응하기 위해 AI 기능을 지속적으로 강화하고 있습니다. 마케팅 AI를 활용해 마케팅 업무를 효율화하고, 성과를 내는 본질에 집중하고 싶다면 지금 바로 마티니에 문의해 보세요.
|
성과를 내는 CRM,
|
October 15, 2025
사실 브레이즈에는 기존에도 CRM 업무 효율성을 높이고, 더 높은 성과를 가져오는 다양한 AI 기능들이 존재했습니다.
이번에는 기존에 존재했던 BrazeAI 기능들을 정리하겠습니다.
유저 행동 패턴에 따른 최적의 메시지 선택
Intelligence Suite는 고객의 기존 데이터를 바탕으로 패턴을 예측하여 메시지에 적용할 수 있는 기능입니다.
기존에 개별 유저들이 어떤 채널에 잘 반응하는지, 몇 시에 주로 메시지를 열어보는지 패턴을 분석합니다. 분석한 내용에 따라 ‘앱푸시(App Push)에 자주 반응 하는 그룹’ 처럼 타겟팅에 활용하거나, 개별 유저가 잘 반응 하는 시간에 메시지를 개별 발송 할 수도 있습니다.
Intelligence Suite에 포함되는 상세한 기능들은 아래와 같습니다.
유저의 행동을 예측
Predictive Suite는 유저의 기존 행동 데이터를 토대로 다음의 행동을 예측하는 기능입니다. BrazeAI에는 크게 두 가지의 예측 모델이 존재합니다.
Predictive Churn을 활용하여 이탈 예상 유저, 이탈 위험군 유저를 타겟하여 스페셜 오퍼를 제공하는 등 이탈 방지 캠페인에 활용할 수 있습니다. 반면 Predictive Events는 재구매 가능성이 높은 사람들을 타겟하거나, 카카오/문자 같은 유료채널을 구매 가능성이 높은 유저위주로 발송하여 비용 효율화에도 사용할 수 있습니다.
가장 효과적인 구매 유도 도구
상품추천 기능은 유저의 구매를 이끌어내기에 아주 효율적인 도구입니다. 다만, 상품추천을 하기 위한 엔진 개발이 마케터에게는 굉장히 어려운 일인데요. BrazeAI의 AI Recommendation을 활용하면 다양한 추천 엔진을 CRM 메시지에 활용할 수 있습니다.
상품추천은 유저의 구매 여정을 돕는 일종의 가이드 역할도 하기 때문에, CRM 자동화 캠페인에서 꼭 활용해보시길 권장드립니다.
마케팅 생산성의 극대화
브레이즈의 캠페인 셋팅 화면에서 즉시 메시지 카피를 생성하고 적용할 수 있습니다. 언어 뿐만 아니라 대략적인 문장 길이와 메시지 톤까지 설정할 수 있어 활용도를 높일 수 있습니다.
브레이즈 대시보드 내에서 DALL·E 3를 활용하여 이미지를 생성할 수 있습니다.
이미지 생성을 위한 가이드를 입력한 이후, 생성된 이미지 내에서 원하는 이미지를 선택하여 메시지에 즉각 활용할 수 있습니다.
기존 유저에게 발송되는 CRM 메시지의 특성상, 잘못된 메시지 발송의 리스크는 타 마케팅 대비 더 크다고 볼 수 있습니다.
그러나 BrazeAI의 Content QA를 활용하면 오탈자 검수, 문법 체크, 문체 조정 등 메시지에서 발생할 수 있는 리스크를 관리할 수 있습니다.
Liquid는 브레이즈에서 다양한 개인화를 가능하게 하는 효과적인 도구입니다. 그러나 처음에는 배우고 활용하기 어렵다는 문제가 존재하는데요. AI Liquid Assistant를 활용하면 자연어로 질문하고, 완성된 Liquid 구문을 받을 수 있습니다.
브레이즈의 Query Builder는 재구매 주기 파악, 연관 상품 분석 등 CRM 캠페인을 위한 분석을 확장해주는 유용한 도구입니다. SQL Query Builder에서도 AI를 활용하여 원하는 분석을 위한 쿼리를 제작할 수 있습니다.
Segment Extension은 Query Builder와 유사하게 쿼리문을 작성해서 활용합니다. Query Builder가 분석을 위한 도구라면, Segment Extension은 쿼리의 결과에 해당하는 유저들을 바로 캠페인의 타겟으로 활용할 수 있게 해줍니다.
AI SQL Generator를 활용하여 SQL Segment Extensions 활용을 위한 쿼리문을 간편하게 제작할 수 있습니다.
다음 콘텐츠에서는 CRM 마케팅에서 AI가 어떤 식으로 활용될 수 있을지, Forge 2025에서 공개된 내용을 바탕으로 개념을 정리하고 활용 사례를 공유드리고자 합니다.
October 13, 2025
.png)
마티니는 Braze팀의 공식 초청을 받아 지난 9월 28일부터 10월 1일까지, 샌프란시스코에서 열린 forge-2025에 참석했습니다.
Braze Forge는 매년 전 세계 마케터와 CRM 전문가들이 모이는 Braze의 대표 글로벌 이벤트로, 최신 프로덕트 업데이트와 실무 중심의 CRM 마케팅 인사이트가 공유되는 자리입니다. 이번 2025년 행사에서 가장 주목받은 키워드는 바로 BrazeAI였습니다.
현장에서는 BrazeAI에 새롭게 추가된 기능들을 바탕으로, 네트워킹 현장 곳곳에서 신규 기능에 대한 열띤 논의가 이어졌는데요. 이번 글에서는 Braze Forge 2025에서 공개된 BrazeAI의 주요 신규 기능을 자세히 살펴보겠습니다.
AI가 주도하는 마케팅 의사결정
.webp)
이번 Forge에서 공개된 신규 AI 기능 중 가장 큰 주목을 받은 기능은 BrazeAI Decisioning Studio입니다. AI를 활용해 생성, 예측 등에 그치지 않고 스스로 ‘의사결정’까지 가능하게 합니다.
기존의 자동화, 개인화는 결정적인 한계가 있었습니다. 모든 의사결정을 사람이 직접 내려야 했기 때문입니다. A/B 테스트를 반복하고, 세그먼트별로 전략을 설계하고, 타이밍과 메시지를 조율하는 과정은 많은 시간과 리소스를 소모합니다. 게다가 계속 누적되는 유저 행동 데이터를 실시간으로 반영하기란 사실상 불가능했습니다.
하지만 BrazeAI Decisioning Studio는 이 한계를 넘어섭니다. 유저의 행동 데이터를 기반으로 발송 시간, 할인율, 개인화 요소 등 CRM 마케팅의 핵심 의사결정을 AI가 실시간으로 처리합니다.
기존 규칙 기반 개인화를 넘어 완벽한 1:1 개인화까지 가능해지면서, 브레이즈는 CRM 마케팅에서 더욱 강력한 도구로 자리잡게 될 것으로 예상됩니다.
언제든지 조언을 구할 수 있는 AI 기반의 CRM 마케팅 파트너
BrazeAI Operator는 챗봇 형태로 구성이 되어 있으며, Braze 대시보드 내 어디에서든 자유롭게 사용이 가능합니다. 자연어로 요구사항을 입력하면, BrazeAI에서 그에 대한 응답을 제공하고 대시보드내 실제 반영까지 가능합니다.
BrazeAI Operator를 활용하는 다양한 예시는 다음과 같습니다.
BrazeAI Operator의 가장 큰 차별점은 AI가 제안만 하는 것이 아니라, 대시보드 내에서 직접 실행까지 연결된다는 점입니다. 지금 AI의 의견을 반영하여, 바로 고객에게 적합한 메시지를 기획해보세요.
자사 비즈니스 데이터 기반의 맞춤형 CRM AI
BrazeAI Agent Console은 마케터가 직접 용도에 맞게 AI를 생성, 관리, 배포할 수 있는 브레이즈 내 플랫폼입니다. 별도의 엔지니어링 기술이 없어도 BrazeAI Agent Console을 이용하면 몇 번의 클릭 만으로 AI를 생성하고, 학습시킬 수 있습니다.
이 기능은 마케터가 기술적 배경 없이도 AI를 생성하고 자사 데이터로 학습시킬 수 있습니다. 또한 기존 AI 기능처럼 프롬프트에 의존하는 단순 챗봇이 아닌, 반복적이고 복잡한 업무를 자동으로 수행하며 전략적 업무까지 처리할 수 있을것으로 기대됩니다.
전체 고객 경험을 설계하는 AI
이제 Canvas내에서도 AI를 활용한 Canvas Step을 활용할 수 있습니다. Canvas의 Agent Step은 앞서 설명한 BrazeAI Agent Console을 이용하여, AI가 직접 의사결정하고 컨텐츠를 생성할 수 있는 Step입니다.
Agent Step은 크게 두 가지 용도로 활용 될 수 있습니다.
의사결정:
기존 유저 데이터와 문맥을 읽고, 직접 의사결정을 통해 해당 유저를 Canvas내에서 스코어링합니다. 해당 스코어를 바탕으로 유저를 다음 Step으로 보내거나, Canvas에서 Drop시킬 수 있습니다.
개인화:
개별 유저의 메시지 상호작용을 분석하여, 개인화된 메시지를 구성할 수 있습니다.
브랜드의 톤&매너를 준수하는 더욱 강화된 생성형 AI
AI 기반 카피라이팅 활용이 늘어나면서, 무작위한 AI 기반의 콘텐츠 형성이 아닌 브랜드 가이드라인을 준수한 콘텐츠 생성이 중요해지고 있습니다. 브레이즈는 이를 해결하기 위해 브랜드 가이드라인 기반 프롬프트 사전 설정 기능을 출시했습니다.
많은 마케터들이 AI를 사용하면서 겪는 공통적인 불편함이 있습니다. "AI가 생성한 문구가 우리 브랜드 느낌이 아니라서 결국 다시 써야 한다"는 점입니다. 프롬프트를 매번 다르게 입력하거나, 생성된 결과를 일일이 검토하고 수정하는 일은 오히려 업무를 늘립니다.
Braze AI의 Brandguideline 기능을 통해 브랜드 가이드라인을 미리 설정해두면, AI가 브랜드에 맞는 톤으로 메시지를 작성해줍니다. 또한 자주 쓰는 AI엔진을 Braze와 연동하여 더 쉽고 간편하게 수정 시간을 줄이고 즉시 사용 가능한 메시지를 얻을 수 있습니다.
해당 기능은 현재 Global Access 단계로, 브레이즈 대시보드에서 바로 사용할 수 있습니다. 지금 Brand Guideline를 사용하여 더 쉽고 간편하게 CRM 메시지를 기획해보세요.
Braze는 Forge 2025에서 AI로 인해 마케터 역할이 진화될 것이라고 의견을 밝혔습니다.
AI 시대에서 마케터의 역할은 축소되는 것이 아니라 확장되며, 기계적인 업무에서 벗어나 전략적 지휘자로서 더 본질적인 업무에 집중하게 될 것입니다. 따라서 단순한 가속화를 넘어 업무 방식의 근본적 변화가 필요하고 부가가치가 낮은 업무는 자동화되지만, 전략 수립과 품질 관리는 여전히 인간의 영역으로 남을 것이다.
이처럼 BrazeAI를 포함한 AI 기술들이 마케팅 실무에 깊숙이 스며들며, 마케터는 단순 작업을 자동화 하여 반복 작업으로부터 자유로워질 수 있을것으로 기대됩니다.
AI 시대의 마케터는 전략적 지휘자로서 전략 수립, 고객 경험 설계, 브랜드 일관성 유지 같은 고차원적 업무에 집중하게 될 것입니다. 결국 AI는 마케터를 대체하는 것이 아니라, 더 본질적인 가치를 만드는 일에 몰입할 수 있도록 돕는 도구가 될 것입니다.
다음 글에서는 Forge 2025에서 새롭게 공개된 신규 BrazeAI 기능 외에도 기존에 존재하던 AI 기능들에 대한 글로 찾아뵙겠습니다.
|
|
단순 반복 업무를 자동화하고,
|
October 2, 2025
Landing Page 기능이 베타 버전으로 배포되었습니다.
브레이즈 Landing Page를 활용하여 랜딩페이지 제작뿐만 아니라 랜딩페이지 내 유저의 상호작용 데이터를 바로 브레이즈에 수집할 수도 있어, 다양한 시나리오를 통해 전환과 인게이지먼트를 이끌어낼 수 있습니다.
Landing Page와 관련하여 주목할만한 점은 아래와 같습니다.
이제 CDI(Cloud Data Ingestion) 기능을 활용하여 Amazon S3와도 연결이 가능해졌습니다.
CDI를 활용하면 별도 개발 없이도 DW(Data Warehouse)의 데이터를 Braze로 전송하여, 보다 민첩한 데이터 활용이 가능해집니다. 수집할 데이터에 변동사항이 잦거나, 개발 리소스 확보가 어려운 고객사에서 특히 유용하게 사용될 수 있습니다.
이제 Canvas에서 시나리오별 템플릿(Template)이 제공됩니다.
템플릿을 활용하여 캠페인 기획 및 세팅에 소요되는 시간을 절약할 수 있고, 템플릿을 기반으로 아이디어를 확장시킬 수도 있습니다.
아직 Canvas를 활용하지 않고 있거나, Canvas가 익숙하지 않으신 분들은 Canvas 템플릿으로 시작해보셔도 좋을 것 같습니다.
Canvas에서 변경사항들을 트래킹할 수 있는 편의기능이 추가되었습니다.
Canvas는 유저 저니에 맞춰 CRM 시나리오를 구현하는 기능으로 다양한 시나리오들을 구성할 수 있습니다. 그만큼 메시지를 구성하는 스텝들도 많아져, 수정사항 발생 시 히스토리 확인에 어려움이 있으셨을텐데요.
이제는 대시보드에서 Changes Since Last Viewed 버튼을 눌러 그 변경 기록들을 확인해볼 수 있습니다.
October 1, 2025
매년 미국에서 열리는 Braze Forge는, 전 세계 마케팅 리더와 업계 전문가들이 한 자리에 모이는 대표적인 글로벌 마케팅 컨퍼런스입니다. Forge 현장에서는 마케팅 트렌드와 최신 기술을 직접 확인할 수 있습니다. 마티니는 브레이즈의 공식 파트너사 자격으로 초청받아, 현장에서 마케팅 분야에서의 AI 활용 트렌드와 주요 글로벌 기업의 마케팅 사례를 직접 확인하고 있습니다.
Forge 현장에서는 글로벌 기업의 최신 기술과 함께, 업계 흐름을 확인할 수 있습니다. 마티니 팀 또한 세계 각지에서 모인 마케팅 전문가들과 함께, 새로운 아이디어를 공유하면서 풍부한 영감과 실질적인 인사이트를 얻고 있습니다.
마케터는 이제 단순히 AI를 ‘활용’하는 단계를 넘어, 의사결정 과정 전반에서 AI와 함께 일하고 있습니다. 데이터 기반으로 고객의 다음 행동을 예측하고, 마케팅 전략을 최적화하는 AI 의사결정(AI Decisioning)은 선택과 집중을 돕는 강력한 도구가 되고 있습니다.
OfferFit 공동 창립자인 George Khachatryan의 주도로 진행된 AI Marsterclass 세션에서는, 실제 데이터를 활용해 의사결정 모델을 설계하는 실습이 진행되었습니다. 마티니는 해당 세션을 통해 캠페인 기획과 실행 단계에서 AI를 어떤 방식으로 활용할 수 있는지 깊이 있는 인사이트를 얻었습니다.
AI를 잘 활용한다면, 유저의 다음 행동을 예측하고, 주요 지표를 최적화하며, 세그먼트에 적합한 방향을 설정하는 것을 넘어 모든 유저에게 일대일로 개인화된 경험을 제공할 수 있습니다.
마티니는 세션을 통해 새롭게 공개된 BrazeAI 기능을 가장 먼저 확인하고, 이를 활용해 CRM 마케팅을 고도화할 수 있는 방법에 대해 고민하고 있습니다.
고객들은 더 이상 일방향의 메시지에 반응하지 않습니다. 해당 세션에서는 RCS, 카카오톡 등 양방향 메시징 채널을 활용하여 고객의 공감을 불러일으키는 방법에 대해 논의했습니다.
마티니는 해당 세션을 통해 국내에 아직 많이 알려지지 않은 RCS 사례를 가장 먼저 학습하고 더 높은 수준의 고객 참여를 불러일으킬 수 있는 캠페인에 대한 인사이트를 얻었습니다.
CRM 마케팅이 점차 보편화되면서, 유저들은 비즈니스로부터 너무 많은 메시지를 받고 있습니다. 결국 고객들은 메시지에 피로감을 느끼고, 브랜드에 반감을 느끼기도 합니다. 이 세션에서는 올바른 전략, 그리고 기술을 통해 메시지 우선순위를 관리하는 방법에 대해 논의합니다.
마티니는 세션의 다양한 사례를 통해 보다 효과적인 방법으로 메시지 우선순위를 관리하면서 고객과의 관계를 긴밀하게 유지하기 위한 방법을 고민할 예정입니다.
Braze Forge 2025
주최 | Braze
일시 | 2025년 9월 29일 - 2025년 10월 1일
장소 | Virgin Hotels Las Vegas
September 29, 2025
.webp)
마케터들이 가장 두려워는 지표가 있습니다. 바로 '이탈률'입니다. 지난달 대비 이탈률이 또 올랐다면, 많은 담당자들은 급하게 이탈 고객 복귀(윈백) 캠페인을 기획하거나 할인 쿠폰을 발송하는 등 ‘발등에 불 떨어진’ 캠페인을 진행하곤 합니다.
하지만 문제는, 이탈률 상승을 확인하는 시점에는 이미 고객들이 떠난 상태라는 점입니다. 사후 분석으로는 무엇이 잘못되었는지 파악할 수 있지만, 이미 이탈한 유저를 되돌리기는 어렵습니다.
.webp)
실제로 한 글로벌 연구에 따르면, 신규 고객 확보 비용은 기존 고객 유지 비용보다 5~7배 더 많이 소요된다는 연구 결과가 있습니다. 반대로 생각해보면, 고객 이탈을 미리 감지해 고객 유지율을 단 5%만 높여도 25%에서 95%까지 수익을 증가시킬 수 있다는 의미입니다.
그렇다면 고객이 떠나기 전에 이런 신호를 조기에 포착하고, 장기 고객으로 전환시킬 수 있는 방법은 무엇일까요? 이 아티클에서는 이탈 예방을 위해 주목해야 할 지표와 행동 패턴, 그리고 고객 리텐션을 높이는 실무 전략을 알아보겠습니다.
먼저 고객의 이탈을 방지하기 위해서는 이탈의 본질을 제대로 파악하는 것이 중요합니다. 이탈에는 두 가지 일반적인 유형이 있습니다.
결제 오류나 시스템 장애로 인한 비자발적 이탈은 마케터가 통제하기 어렵습니다. 하지만 고객 행동 데이터에서 나타나는 자발적 이탈 신호들의 패턴들(로그인 감소, 사용량 감소, 메시지 참여도 하락 등)은 충분히 사전에 감지할 수 있습니다. 그렇다면 많은 팀들은 왜 여전히, 고객이 보내는 신호를 놓치고 있는것일까요?
.webp)
바로 '이탈률'이라는 결과에만 집중하기 때문입니다.
대부분의 마케터들은 해당 지표에 대한 뒤늦은 대응으로 이미 떠난 고객에게 이탈 고객 복귀(윈백) 캠페인 예산을 쓰고, 할인 쿠폰을 보내고, 이메일을 발송하는 일만 반복하곤 합니다.
하지만 진짜 중요한 건 고객이 떠나기 전 보이는 행동 변화의 패턴을 먼저 읽는 것입니다. 고객 이탈은 갑작스러운 결정이 아니라 고객이 보내는 여러 신호들을 놓친 결과이기 때문입니다.
'자발적 이탈 신호'든 '비자발적 이탈 신호'든, 이를 방치하면 팀 효율성, 캠페인 성과, 브랜드 건강 모두에 부정적인 영향을 미칠 수 있기 때문에, 데이터에서 '무엇을' 봐야 하는지, '어떻게' 대응해야 하는지만 알면 충분히 막을 수 있습니다. 그렇다면 어떤 지표로 이탈 직전 신호를 포착할 수 있을까요?
글로벌 CRM 솔루션 브레이즈는 모든 이탈 방지 모델에 아래 주요 신호들이 필수적이라고 강조합니다.
이런 신호들을 데이터로 포착하기 위해서는, 명확한 행동 지표 설정이 필요합니다. 구체적으로는 '유지 및 이탈 지표', '참여 및 행동 신호', '경험 및 만족도 측정 항목' 세 가지 영역으로 나눌 수 있습니다.
.webp)
이런 부정적인 신호들을 지표를 통해 관리하면, 실제 유저 이탈의 문제가 발생했을때 미리 감지하여 대처할 수 있습니다.
.webp)
문제를 인식했다면 이제 이탈 예정 유저에게 어떤 전략을 펼칠지 고민해야 합니다. 이탈 방지의 핵심은 속도와 정확성입니다. 브레이즈를 사용하면 이탈 신호를 자동으로 감지하고 즉시 대응할 수 있습니다.
브레이즈는 실시간 세분화와 개인화된 고객 여정을 통해 단순한 문제 발견을 넘어 고객 라이프사이클 전반에 걸쳐 연결된 경험을 제공합니다. 실제로 이런 전략이 어떻게 작동하는지, 위 사례를 통해 브레이즈의 핵심 기능들을 바탕으로 구체적인 이탈 방지 방법을 살펴보겠습니다.
.gif)
브레이즈의 Dynamic Segment 기능을 사용하면 고객 행동에 기반한 그룹을 쉽게 만들 수 있습니다. '제주도 여행 검색 후 3일간 미접속', '장바구니 3회 이상 포기', '푸시 오픈율 30% 이하 하락' 같은 구체적인 위험 신호별로 고객 그룹을 자동 생성할 수 있습니다. 이런 세그먼트는 실시간으로 업데이트되어 위험 고객을 놓치지 않습니다.
Braze Predictive Suite를 통해, 각 고객이 언제쯤 떠날지 미리 예측 가능한 시스템을 구축할 수 있습니다. 고객의 검색 패턴, 접속 간격, 참여도 변화를 종합 분석해 이탈 위험도를 점수로 매깁니다. 예를 들어 7일간 여행 상품을 검색하다가 갑자기 접속이 끊긴 고객에게 높은 이탈 위험 점수를 부여해 우선 대응 대상으로 분류합니다.
.webp)
Canvas 기능을 통해 마케터가 이메일, 푸시, SMS, 앱 내, 웹 등 다양한 채널에서 메시지를 효과적으로 전달할 수 있습니다. 접속이 끊긴 고객에게 첫 번째는 푸시로 여행 상품을 추천하고, 반응이 없으면 이메일로 할인 쿠폰을 보내고, 그래도 반응이 없으면 SMS로 마지막 어필을 하는 단계적 접촉 시나리오를 브레이즈 Canvas로 자동화할 수 있습니다. 각 단계에서 고객이 반응하면 여정을 종료하도록 설정하면 됩니다.
브레이즈는 Liquid 템플릿, Connected Content, AI 기반 아이템 추천 등 다양한 개인화 도구를 지원합니다. 이런 기능을 통해 브랜드는 각 사용자의 상황, 행동, 선호도에 맞춰 콘텐츠를 맞춤화하여 재참여 및 장기 고객 유지 가능성을 높일 수 있습니다.
예시로, "안녕하세요 고객님" 대신 "지난번 관심 보이신 제주도 여행 패키지에 특가 혜택이 추가되었어요"처럼 실제 검색 이력을 반영한 메시지를 보낼 수 있습니다.
이탈 방지 전략은 고정되어 있지 않기 때문에, 다양한 채널을 통해 어떤 메시지가 더 효과적인지 확인하고 계속 개선해야합니다.
"지금 예약하면 30% 할인" vs "내일까지만 특가" 같은 메시지 톤 차이나, 오전 9시 vs 오후 7시 발송 시간, 할인율 차이를 A/B 테스트로 비교 분석합니다. 마티니에는 이런 최적화를 통해 검색 후 이탈 고객의 재참여와 전환을 이끌어낸 경험이 있습니다.
결국 핵심은 고객의 미세한 행동 변화부터 복합적인 이탈 신호까지 브레이즈 같은 하나의 플랫폼에서 통합 분석하고, 개인별 맞춤 대응 전략을 자동 실행해야한다는 점입니다. 마티니는 국내 브레이즈 공식 파트너사로 이런 예측 모델 구축부터 크로스채널 캠페인 최적화까지 체계적으로 지원하고 있습니다.
.webp)
고객의 이탈 신호를 놓치지 않으려면 단편적인 대응이 아닌 통합 시스템이 필요합니다. 모든 고객 데이터를 하나로 연결하고, 위험 신호를 실시간으로 감지하며, 적합한 시기에 개입할 수 있는 구조를 만들어야 합니다.
이를 위한 통합 시스템 구축 방법으로는 먼저 고객 데이터의 통합(중앙화)를 추천드립니다. 행동 신호, 참여 내역, 지원 상호작용, 제품 사용 데이터를 통합된 고객 뷰로 연결해야 실시간 대응이 가능합니다. 그다음에는 위험 고객군 파악을 통해 지난 14일간 미참여 유저나 취소 페이지 방문 후 이탈하지 않은 고객 등을 자동으로 분류할 수 있는 시스템이 있어야 합니다.
하지만 가장 중요한 것은, ‘실제로 이탈이 발생하는것을 막기 위한’ 신속한 대응입니다. 로그인 실패나 장바구니 포기 같은 이탈 신호가 나타나는 즉시 자동화된 재참여 여정이 시작되어야 합니다. 또한 목표 달성을 위한 단계별 계획 수립을 통해 온보딩 중단 유저와 기존 고객 이탈에 각각 다른 접근법을 적용해야 합니다.
이런 체계적인 이탈 방지 시스템을 구축하려면, 브레이즈 같은 전문 플랫폼 도입을 권장합니다. 실시간 고객 분석, 여러 채널을 통한 메시지 발송, 이탈 예측 기반 대응을 수작업으로 처리하기엔 한계가 있기 때문입니다. 자동화된 시스템으로 효과적인 고객 유지 전략을 실행할 수 있습니다.
지금 마티니와 함께 국내 비즈니스에 딱 맞는 브레이즈 도입을 통해, 데이터 기반 고객 이탈 방지 전략을 세워보세요.
September 17, 2025
북극성 프레임워크는 단일 지표인 북극성 지표를 기반으로 한 프로덕트 관리 모델로, 고객이 프로덕트에서 얻는 가치를 가장 잘 나타냅니다. 북극성 지표는 좋은 제품 전략 프레임워크지만, 오해하거나 잘못 사용하면 팀의 방향성이 틀어질 수 있습니다. 따라서 지표를 올바르게 설정하는 것이 매우 중요합니다.
모든 프로덕트에는 북극성 지표가 필요합니다. 북극성 지표는 비즈니스에 더 나은 방향성을 제시하고, 명확한 우선순위를 설정하고, 리소스를 절감하는 데 도움이 되기 때문입니다.
이번 아티클에서 북극성 지표란 무엇이며, 좋은 북극성 지표를 설정하기 위해서 어떤 것을 고려해야 하는지 알아보세요.
북극성 지표는 프로덕트의 성패를 측정하는 핵심 척도입니다. 이 지표는 프로덕트 팀이 해결하려는 고객의 문제와 이를 통해 얻고자 하는 수익의 관계를 정의합니다.
특히, 북극성 지표를 통해 다음과 같은 내용을 확인할 수 있습니다.
많은 기업에서 프로덕트 팀의 성공은 비즈니스에 미치는 영향이 아닌, 얼마나 많은 일을 하느냐에 따라 결정됩니다. 하지만 ‘임팩트’ 중심의 문화가 없다면 비즈니스의 방향에 영향을 미치기 어렵습니다. 북극성 지표가 없다면 프로덕트 중심으로 성장하는 기업이 되기 어렵습니다.
북극성 지표는 프로덕트 내 고객 행동에 대한 깊은 이해에서 비롯되어야 합니다. 고객의 ‘아하 모먼트’를 찾는 것도 비슷한 맥락입니다. 고객이 유입 초기 프로덕트에 머무는 순간을 찾았다면, 효과적인 북극성 지표를 찾았다고 할 수 있습니다.
즉, ‘DAU(Daily Active Users)’ 또는 ‘회원가입 수’와 같은 지표는 좋은 북극성 지표가 될 수 없습니다. 일회성으로는 유용할 수 있지만 고객이 프로덕트에 대해 무엇을 중요하게 생각하는지는 알 수 없기 때문입니다. 프로덕트 팀에서 느끼는 고객 가치를 북극성 지표와 연결하지 못한다면, 비즈니스는 잘못된 방향으로 흘러갈 수 있습니다.
북극성 지표를 잘 설정했다면, 그 지표만 보더라도 누구나 프로덕트가 어떤 가치를 추구하는지 쉽게 이해할 수 있어야 합니다. 북극성 지표는 단순한 숫자가 아니라 기업의 전략과 비전을 한눈에 보여주는 역할을 합니다. 조직 내부에서는 팀과 부서가 같은 목표를 바라보도록 돕고, 외부에서는 기업이 궁극적으로 어떤 문제를 해결하고자 하는지를 설명하는 공용 언어가 될 수 있습니다.
예를 들어 여행 플랫폼에서 ‘재방문 고객 비율’을 북극성 지표로 설정했다면, 플랫폼이 일회성 예약을 넘어 장기적으로 고객 경험을 개선하는 전략을 갖고 있다는 점을 확인할 수 있습니다. 이처럼 좋은 북극성 지표는 프로덕트가 만들고 있는 핵심 가치를 드러내야 합니다.
좋은 북극성 지표는 성공의 선행 지표가 됩니다. 월별 매출이나 사용자당 평균 매출(ARPU)과 같은 후행 지표는 프로덕트의 영향력을 설명하는 지표가 되기 어렵습니다. 이 지표는 매출을 예측하기보다는 과거에 무슨 일이 일어났는지를 파악하는 지표입니다.
적합한 북극성 지표를 선택하는 첫 번째 단계는, 비즈니스가 어떤 ‘게임’을 하고 있는지 파악하는 것입니다. 여기서 게임이란 ‘핵심 고객 참여 모델’을 의미합니다. Amplitude(앰플리튜드)에서 프로덕트에 대한 연구와 매달 1조 개 이상의 행동 데이터를 분석한 결과, 핵심 고객 참여 모델은 다음 중 하나로 분류될 수 있습니다.
프로덕트 팀은 위의 3가지 중 하나의 모델을 결정해야 합니다. 이는 프로덕트 전략을 수립하고, 좋은 북극성 지표를 정의하는 첫 번째 단계입니다.
위의 표는 이 위의 3가지 모델 중 하나를 채택한 기업 사례입니다. 다만, 같은 모델을 채택하고 있더라도 기업마다 고유한 프로덕트 전략을 가지고 있기 때문에 북극성 지표는 서로 다를 수 있습니다.
앰플리튜드를 활용하면 북극성 지표를 실시간으로 트래킹할 수 있습니다. 북극성 지표를 활용하면 팀 내에서 보다 가치 있는 커뮤니케이션이 가능합니다. 북극성 지표를 찾고, 구현하기 위해서는 프로덕트 팀이 단순 업무 상태 관리에서 벗어나, 보다 프로덕트에 깊이 몰입하고 아이디어를 공유하는 데 집중할 수 있습니다.
September 11, 2025
지난 9월 9일, 코엑스에서 글로벌 AI 데이터 클라우드 ‘스노우플레이크(Snowflake)’가 개최하는 ‘스노우플레이크 월드 투어(Snowflake World Tour)’가 개최되었습니다. 제조, 금융, 커머스, IT 등 다양한 산업의 실무자 및 리더들이 모여 AI 시대의 데이터 활용에 대한 인사이트를 나눌 수 있는 자리였습니다.
마티니는 이번 행사에서 데이터를 활용해 비즈니스 성장을 이끌어가고자 하는 마케팅 실무자들을 위해 ‘마케팅 빌리지’ 세션을 준비했습니다. AI 시대 마케터의 역할에 대해 논의하는 Fireside Chat부터, 데이터를 활용한 Data Driven Marketing Journey, 롯데ON의 CRM 가속화 사례까지 스노우플레이크 월드 투어에서 마티니가 나눈 인사이트를 확인해 보세요.
사전 등록기간부터 관심이 집중되었던 Inspiring Fireside Chat 세션에서는, 마티니의 황수민 퍼포먼스 매니저와 스노우플레이크 Denis Persson CMO가 AI 시대 마케터의 역할과 성장 방향에 대해 이야기를 나눴습니다.
Denis Persson CMO는 글로벌 데이터 클라우드 기업인 스노우플레이크를 소개하며, 어떻게 회사를 전 세계로 확장해 현재 약 800억 달러의 시가총액을 갖춘 기업으로 성장시켰는지에 대한 경험을 공유했습니다. 특히 스타트업과 엔터프라이즈 환경에서의 차이를 짚으며, 각 단계에서 집중해야 할 과제와, 업무 방식의 차이에 대해 언급했습니다.
또한 빠르게 발전하는 AI 시대에, 마케터는 ‘전략가’로서, 창의적인 문제 해결 능력과 끊임없이 배우는 태도를 갖는 것이 중요하다고 강조했습니다. 글로벌 기업의 CMO로서 새로운 팀원을 영입할 때는 “스킬셋뿐 아니라 성장 가능성과 협업 태도를 중시한다”는 점도 덧붙였습니다.
마티니의 황수민 퍼포먼스 매니저는 AI 도입이 가속화되는 환경에서 마케팅 생태계의 변화에 대해 언급했습니다. Denis Persson CMO는 “기술이 평준화를 만들어낼수록 고유의 가치와 차별화된 고객 경험이 더욱 중요해진다”고 이야기 했습니다. 더불어 마케팅 조직과 데이터 조직 간의 협업이 필수적이라는 점을 강조하며, 데이터 기반의 의사결정을 위해 긴밀하게 소통해야 한다고 조언했습니다.
마지막으로 청중들에게는, “급격한 변화 속에서도 두려워하지 말고 새로운 기회를 탐색해야 하며, 지금은 결과를 만들어내는 동시에 커리어를 성장시킬 수 있는 시대”라는 메시지로 응원을 전하며 세션을 마무리했습니다.
이어서 진행된 세션은 마티니 이재철 그로스 리드의 진행으로, 데이터 기반 마케팅 의사결정에 대한 인사이트를 나눴습니다. 데이터 기반 마케팅을 단순한 분석 차원을 넘어, 어떻게 인사이트 발굴과 실질적인 성과로 연결할 수 있는지를 실제 사례 중심으로 풀어낸 시간이었습니다.
먼저 F&B 업계 사례를 통해 AARRR 퍼널 기반 지표 설계에서 출발해 지표 분석, 가설 도출, 실험 설계 및 진행, 그리고 결과 분석으로 이어지는 과정을 소개했습니다. 특히 다양한 변수와 그룹을 대상으로 최적의 조합을 찾아가는 실험 과정을 공유해 현장의 높은 관심을 끌었습니다.
이어진 커머스 사례에서는 퍼포먼스 마케팅과 CRM, 그리고 제품 분석을 결합한 통합 고객 분석을 다뤘습니다. 고객 행동 데이터를 기반으로 한 가설 수립과 실험 과정을 보여주며, RFM 그리드 분석을 통해 ‘나쁜 유저 집단을 좋은 유저 집단으로 전환’하고 이를 유저 고착화로 연결하는 전략을 소개했습니다. 또한 이에 맞춰 설계된 CRM 시나리오와 실행 과정을 구체적으로 설명했습니다.
세션의 마지막에서는 성공적인 데이터 기반 마케팅을 위해 반드시 갖춰야 할 조건으로 정확한 데이터, 통합적 분석, 빠른 실행력을 강조했습니다. 더 나아가 AI 도입이 가속화되면서, 데이터 드리븐을 넘어 AI 드리븐으로의 전환이 이루어지고 있음을 짚으며, “마케터의 역할은 단순 실행자가 아니라 전략을 기획하고 방향을 제시하는 지휘자로 변화해야 한다”는 메시지를 전했습니다.
참가자들은 실제 사례와 실행 과정이 담긴 이번 강연을 통해, 데이터 드리븐 마케팅 여정의 실질적인 접근 방법을 배우고 앞으로의 변화를 준비할 수 있는 인사이트를 얻을 수 있었습니다.
롯데ON의 사례를 중심으로 구성된 세 번째 세션에서는, 롯데ON이 스노우플레이크 데이터 연동을 통해 어떻게 CRM 캠페인을 구성하고 성과를 만들어 가고 있는지에 대해 소개했습니다. 마티니의 김찬희 CRM Part Lead는 롯데ON의 비즈니스 단계와 현황에 대한 소개를 시작으로, 롯데ON과의 협업 과정을 소개했습니다.
롯데ON과의 협업에서는 A/B 테스트로 검증된 캠페인 자동화, 비즈니스 지표 구축 및 개선, 신규 HTML 기반 IAM(인앱 메시지) 제작이 중점적으로 진행되었습니다. 특히 개발 리소스가 제한적이거나 서버 부하가 우려되는 상황에서, 스노우플레이크 연동을 통해 개발자의 직접적인 개입 없이도 다양한 데이터 활용이 가능했다는 점에 주목해볼 수 있었습니다.
롯데ON은 ‘리텐션 유지’라는 과제를 해결하기 위해 마티니와 협업하고 있습니다. 마티니와 롯데ON이 협업한 대표적인 세 가지 캠페인 사례를 세션에서 만나볼 수 있었습니다.
마지막으로, 롯데ON이 최근 집중하고 있는 과제와 향후 계획도 함께 공유되며 세션이 마무리되었습니다. 이번 사례는 데이터 인프라를 활용해 개발 리소스 제약을 극복하고, 실질적인 성과로 이어지는 CRM 캠페인을 운영할 수 있다는 가능성을 잘 보여주었습니다.
이번 행사는 AI 시대 마케팅의 방향성, 데이터 드리븐 마케팅의 실천 방법, 그리고 실제 기업의 성공 사례까지 다채로운 인사이트를 한 자리에서 공유할 수 있는 시간이었습니다. 각 세션에서 제시된 경험과 노하우는, 변화하는 환경 속에서 마케터가 어떤 역할을 해야 하는지에 대한 실질적인 길잡이가 되었습니다.
많은 분들이 현장에서 얻은 인사이트를 비즈니스에 적용해 새로운 도약의 계기를 마련하시길 기대합니다. 마티니는 앞으로도 다양한 파트너와 함께 더 깊이 있는 논의와 배움의 자리를 만들어가겠습니다.
Snowflake World Tour 2025 | 마케팅빌리지
주최 | Snowflake
일시 | 2025년 9월 9일 (화) 15시
장소 | 코엑스 컨퍼런스센터 2F 아셈볼룸 202-203호
