예측 분석을 위한 실천적 안내서
─ 개인맞춤형 마케팅으로 수익을 극대화하라!!
『빅데이터를 활용한 예측마케팅 전략』은 당신의 회사가 제품 또는 채널 중심에서 진정으로 개인맞춤화된 경험을 제공함으로써 모든 개별 고객의 평생가치를 극대화하는 고객중심 마케팅으로 변화하기 위해서 필요한 모든 것을 알려준다.
상세한 안내서의 역할을 하는 이 책은 최첨단의 기계학습 테크놀로지와 실용적인 데이터 기반 접근방식을 활용하여 기업의 고객 획득 및 유지를 개선하도록 해준다.
과거에는 고객의 행위와 기호를 이해하는 것은 동네상인들만의 장점이었...
예측 분석을 위한 실천적 안내서
─ 개인맞춤형 마케팅으로 수익을 극대화하라!!
『빅데이터를 활용한 예측마케팅 전략』은 당신의 회사가 제품 또는 채널 중심에서 진정으로 개인맞춤화된 경험을 제공함으로써 모든 개별 고객의 평생가치를 극대화하는 고객중심 마케팅으로 변화하기 위해서 필요한 모든 것을 알려준다.
상세한 안내서의 역할을 하는 이 책은 최첨단의 기계학습 테크놀로지와 실용적인 데이터 기반 접근방식을 활용하여 기업의 고객 획득 및 유지를 개선하도록 해준다.
과거에는 고객의 행위와 기호를 이해하는 것은 동네상인들만의 장점이었지만, 이제는 쉽고 자동화된 예측분석 프로그램으로 모든 마케터들이 대규모로 고객들과 개인적 관계를 맺을 수 있게 되었다. 이 책에 담긴 모든 전략, 조언, 충고들은 대기업으로부터 중소기업에 이르기까지 모든 마케터들에게 도움을 준다. 당신은 작은 기업이 혁신적인 프로그램을 통해 대기업보다 앞서나가는 현실 세계의 사례들을 보게 될 것이다.
직관적으로 알기 쉽게 씌어진 『빅데이터를 활용한 예측마케팅 전략』은 왜 비즈니스에 대한 이해가 수학보다 중요한지 알려줄 것이며 다음을 위한 도구 및 노하우를 제공하여 당신을 지원해줄 것이다.
어떤 규모의 기업이든 예측 마케팅을 도입하고
더욱 개인맞춤화된 고객 경험을 제공하고
데이터 기반 접근방식을 가장 효과적으로 사용하여 당신의 사업을 변화시키고
가장 가치가 높은 고객을 가져다주는 제품과 채널을 찾아낸다.
마케팅이 널리 적용된 빅데이터와 기계학습은 기업들이 운영하는 방식에 문화적 충격을 주고 있으며 이 책에서 서술된 것처럼 논리적 과학을 적용하기 위한 미묘한 예술을 터득함으로써 당신도 회사의 가치를 한층 더 높일 수 있을 것이다.
저자들이 이 책에서 주로 다룬 주제는 다음과 같다.
■ 평생가치 기반의 마케팅을 사용하여 고객들이 더욱 높은 가치의 세그먼트로 이동하도록 효과적으로 상향 판매를 하며, 낮은 가치 및 수익성 없는 고객들에게 서비스 비용을 절감하기
■ B2C 및 B2B 모두에 유용한 구매 가능성 예측에 근거하여 마케팅 비용을 최적화하기
■ 신규 고객의 획득에 대한 의존을 줄이고 고객 유지 및 재활성화에 더 초점을 맞춤으로써 더욱 비용대비 효과적으로 성장하기
■ 단지 가장 많은 고객이 아니라 가장 높은 가치의 고객을 가져다주는 제품 및 채널을 찾아내기
■ 군집분석 알고리즘을 사용하여 당신이 파악하지 못하고 있던 고객 페르소나를 발견하고 그것을 통해서 마케팅 활동을 차별화하고 최적화하기
■ 페르소나를 사용하여 보다 나은 고객 획득 캠페인을 설계하고 리마케팅과 유사고객 마케팅을 사용하여 고객 전환율을 높이기
■ 구체적인 예측 마케팅 전술을 통해서 고객 가치를 성장시키기
■ 고객 유지와 반응을 측정하고 선제적인 전략으로 고객을 되돌아오게 만들기
[추천의 말]
‘측정하고 반응할 줄 아는 기업’으로의 안내서
우병현/ 조선일보 디지털 전략실장,
'구글을 가장 잘 쓰는 직장인 되기' 저자
세계 최대 동영상 콘텐츠 서비스 업체인 넷플릭스(Netflix)는 고객의 취향과 속마음까지 읽는 알고리즘으로 큰돈을 버는 기업으로 유명하다. 넷플릭스는 리드 헤이팅스 회장이 1997년 DVD를 인터넷에서 빌려주는 서비스를 시작했을 때 닷컴 버블 기간 동안 우후죽순처럼 생긴 수만 개 스타트업 중의 하나였을 뿐이다.
하지만 넷플릭스는 온라인 동영상 시장을 석권하고 드라마ㆍ영화 등 최고급 콘텐츠를 직접 제작해 회원들에게 바로 제공하는 콘텐츠 제작자로 발돋움했다. 한국의 봉준호 감독에게 5000만 달러를 투자해 [옥자]를 만들도록 한 큰손도 넷플릭스였다.
넷플릭스의 성장 비결은 디지털 공간에서 고객의 행동과 욕구를 측정하고 그 결과를 분석해 고객을 대하는 DNA를 장착한 점이다. 넷플릭스는 사업을 시작할 때부터 주소와 신용카드 정보, 나이 등 고객의 프로파일 정보를 확보했다. 이어 DVD 대여 패턴 등 고객들의 온갖 행위 데이터를 측정하고 체계적으로 축적했다.
또 수학의 힘을 잘 아는 헤이팅스는 그런 데이터를 이리저리 조합하고 분석하는 알고리즘을 만드는 데 막대한 돈을 투자했다. 헤이팅스는 언론 인터뷰에서 \"선택지가 너무 많을 때 망설이는 시간을 줄여주고 뭘 보면 좋을지 모를 땐 존재조차 알지 못했던 작품을 추천하기도 한다\"라면서 넷플릭스의 알고리즘 경쟁력을 자랑했다.
넷플릭스 기업을 새로운 관점에서 정의하면 ‘측정하고 반응하는 기업’이다. 측정하고 반응하는 기업은 고객과 고객의 행위가 핵심 자산이며 상품이나 서비스는 부차적인 것이다. 측정하고 반응하는 기업은 원하기만 하면 무엇이든지 유통시킬 수 있는 만능 플랫폼과 같다. 넷플릭스의 주력 서비스가 DVD 대여에서 비디오 스트리밍으로, 그리고 다시 동영상 제작으로 계속 바뀐 것이 그런 점을 증명한다. 세계 최대 온라인 쇼핑회사인 아마존 역시 그런 기업이다.
넷플릭스 같은 기업 사례를 접하면 따라하고 싶은 욕구를 느낀다. 내 고객이 누구인지를 알고, 고객이 무엇을 원하는지를 알 수 만 있다면 기업 경영을 정말 잘 할 수 있을 것 같다. 내 상품과 서비스를 좋아하는 고객에게는 더 많은 혜택을 주고 또 진짜 괜찮은 상품을 먼저 알려주고 싶다. 비록 내 고객은 아니지만 내 상품과 서비스를 좋아할 만한 신호를 포착하면 즉시 연결점을 제공하고 싶다.
디지털 기술의 매력은 경험과 직관으로 수집했던 고객 정보를 객관적인 데이터로 무한정 수집하고 과학적으로 분석할 수 있는 점이다. 그뿐 아니라 디지털 기술은 분석 데이터를 바탕으로 고객과 시간과 공간을 뛰어넘어 연결해준다. 이런 디지털 기술의 힘을 빌려 고객의 모든 데이터를 실시간으로 한눈에 보면서 원하는 마케팅을 버튼 하나로 즉시 실행할 수 있다면 마치 신 같은 기분을 느낄 것이다.
디지털 기술의 발전 추세는 실제 기업들이 넷플릭스처럼 측정하고 반응하는 기업이 될 수 있는 길을 활짝 열었다. 특히 클라우드 컴퓨팅이 대중화되면서 기업들이 이전보다 훨씬 저렴한 비용으로 측정하고 반응하는 기업 시스템을 만들어 운영할 수 있다.
또 고객들이 모두 스마트폰을 들고 다니면서 자신의 위치, 취향, 사회적 관계망 등 막대한 양의 정보를 실시간으로 발신하고 있는 점도 넷플릭스 따라하기를 가능하게 만들었다. 기계학습과 같은 인공지능 기술의 대중화도 모든 기업이 저렴한 비용으로 똑똑해질 수 있는 길을 열어줬다.
하지만 대부분 기업이 처한 현실은 넷플릭스 따라하기는커녕 기본적인 디지털 마케팅을 펼치기도 어렵다. 아마도 최고 경영자가 의욕을 갖고 기업 내 고객 프로파일 수집 및 보관 상태를 점검하면, 한숨만 나올 것이다. 여러 부서가 따로따로 관리하고 있고 데이터 정리 기준도 제각각일 것이다. 심지어 고객의 핵심 데이터를 회사 내부에 보관되지 않고 파트너들의 손에 있을 가능성도 높다. 그나마 손에 쥔 데이터마저도 실제로 활용할 수 있는 수준에 한참 못 미칠 것이다. 예를 들어 이메일, 휴대폰 번호 등 컨택 포인트가 누락되어 있거나 고객에게 보낸 우편물 반송률이 30%에 이를 정도로 주소 데이터가 엉망일 것이다.
그동안 디지털 데이터 수집 및 분석에 꽤 많은 투자를 한 기업들도 내부 상황을 점검하면 답답함을 느낄 것이다. 우선 디지털 형태의 데이터는 IT부서가 수집하고 관리하고 있는데, 현업 부서가 이 데이터를 필요할 때마다 복잡한 절차를 거치게 돼 있을 것이다.
최고 경영자가 의지를 갖고 임원들을 모아놓고 빅데이터 기반 디지털 기업을 만들자고 하면 참석자들은 이구동성으로 ‘데이터 과학자를 영입해야 한다’, ‘첨단 인공지능 솔루션을 도입해야 한다’
** 추천의 말

‘측정하고 반응할 줄 아는 기업’으로의 안내서

우병현/ 조선일보 디지털 전략실장,
󰡔구글을 가장 잘 쓰는 직장인 되기』 저자

세계 최대 동영상 콘텐츠 서비스 업체인 넷플릭스(Netflix)는 고객의 취향과 속마음까지 읽는 알고리즘으로 큰돈을 버는 기업으로 유명하다. 넷플릭스는 리드 헤이팅스 회장이 1997년 DVD를 인터넷에서 빌려주는 서비스를 시작했을 때 닷컴 버블 기간 동안 우후죽순처럼 생긴 수만 개 스타트업 중의 하나였을 뿐이다.
하지만 넷플릭스는 온라인 동영상 시장을 석권하고 드라마·영화 등 최고급 콘텐츠를 직접 제작해 회원들에게 바로 제공하는 콘텐츠 제작자로 발돋움했다. 한국의 봉준호 감독에게 5000만 달러를 투자해 <옥자>를 만들도록 한 큰손도 넷플릭스였다.
넷플릭스의 성장 비결은 디지털 공간에서 고객의 행동과 욕구를 측정하고 그 결과를 분석해 고객을 대하는 DNA를 장착한 점이다. 넷플릭스는 사업을 시작할 때부터 주소와 신용카드 정보, 나이 등 고객의 프로파일 정보를 확보했다. 이어 DVD 대여 패턴 등 고객들의 온갖 행위 데이터를 측정하고 체계적으로 축적했다.
또 수학의 힘을 잘 아는 헤이팅스는 그런 데이터를 이리저리 조합하고 분석하는 알고리즘을 만드는 데 막대한 돈을 투자했다. 헤이팅스는 언론 인터뷰에서 “선택지가 너무 많을 때 망설이는 시간을 줄여주고 뭘 보면 좋을지 모를 땐 존재조차 알지 못했던 작품을 추천하기도 한다”라면서 넷플릭스의 알고리즘 경쟁력을 자랑했다.
넷플릭스 기업을 새로운 관점에서 정의하면 ‘측정하고 반응하는 기업’이다. 측정하고 반응하는 기업은 고객과 고객의 행위가 핵심 자산이며 상품이나 서비스는 부차적인 것이다. 측정하고 반응하는 기업은 원하기만 하면 무엇이든지 유통시킬 수 있는 만능 플랫폼과 같다. 넷플릭스의 주력 서비스가 DVD 대여에서 비디오 스트리밍으로, 그리고 다시 동영상 제작으로 계속 바뀐 것이 그런 점을 증명한다. 세계 최대 온라인 쇼핑회사인 아마존 역시 그런 기업이다.
넷플릭스 같은 기업 사례를 접하면 따라하고 싶은 욕구를 느낀다. 내 고객이 누구인지를 알고, 고객이 무엇을 원하는지를 알 수 만 있다면 기업 경영을 정말 잘 할 수 있을 것 같다. 내 상품과 서비스를 좋아하는 고객에게는 더 많은 혜택을 주고 또 진짜 괜찮은 상품을 먼저 알려주고 싶다. 비록 내 고객은 아니지만 내 상품과 서비스를 좋아할 만한 신호를 포착하면 즉시 연결점을 제공하고 싶다.
디지털 기술의 매력은 경험과 직관으로 수집했던 고객 정보를 객관적인 데이터로 무한정 수집하고 과학적으로 분석할 수 있는 점이다. 그뿐 아니라 디지털 기술은 분석 데이터를 바탕으로 고객과 시간과 공간을 뛰어넘어 연결해준다. 이런 디지털 기술의 힘을 빌려 고객의 모든 데이터를 실시간으로 한눈에 보면서 원하는 마케팅을 버튼 하나로 즉시 실행할 수 있다면 마치 신 같은 기분을 느낄 것이다.
디지털 기술의 발전 추세는 실제 기업들이 넷플릭스처럼 측정하고 반응하는 기업이 될 수 있는 길을 활짝 열었다. 특히 클라우드 컴퓨팅이 대중화되면서 기업들이 이전보다 훨씬 저렴한 비용으로 측정하고 반응하는 기업 시스템을 만들어 운영할 수 있다.
또 고객들이 모두 스마트폰을 들고 다니면서 자신의 위치, 취향, 사회적 관계망 등 막대한 양의 정보를 실시간으로 발신하고 있는 점도 넷플릭스 따라하기를 가능하게 만들었다. 기계학습과 같은 인공지능 기술의 대중화도 모든 기업이 저렴한 비용으로 똑똑해질 수 있는 길을 열어줬다.
하지만 대부분 기업이 처한 현실은 넷플릭스 따라하기는커녕 기본적인 디지털 마케팅을 펼치기도 어렵다. 아마도 최고 경영자가 의욕을 갖고 기업 내 고객 프로파일 수집 및 보관 상태를 점검하면, 한숨만 나올 것이다. 여러 부서가 따로따로 관리하고 있고 데이터 정리 기준도 제각각일 것이다. 심지어 고객의 핵심 데이터를 회사 내부에 보관되지 않고 파트너들의 손에 있을 가능성도 높다. 그나마 손에 쥔 데이터마저도 실제로 활용할 수 있는 수준에 한참 못 미칠 것이다. 예를 들어 이메일, 휴대폰 번호 등 컨택 포인트가 누락되어 있거나 고객에게 보낸 우편물 반송률이 30%에 이를 정도로 주소 데이터가 엉망일 것이다.
그동안 디지털 데이터 수집 및 분석에 꽤 많은 투자를 한 기업들도 내부 상황을 점검하면 답답함을 느낄 것이다. 우선 디지털 형태의 데이터는 IT부서가 수집하고 관리하고 있는데, 현업 부서가 이 데이터를 필요할 때마다 복잡한 절차를 거치게 돼 있을 것이다.
최고 경영자가 의지를 갖고 임원들을 모아놓고 빅데이터 기반 디지털 기업을 만들자고 하면 참석자들은 이구동성으로 ‘데이터 과학자를 영입해야 한다’, ‘첨단 인공지능 솔루션을 도입해야 한다’ 등 기술과 돈타령을 할 것이다.
󰡔빅데이터를 활용한 예측마케팅 전략』은 유사한 주제를 다룬 다른 책과 달리 개념과 비전을 강조하지 않고 대부분의 기업이 처한 현실에서 실천 가능한 해법을 찾도록 조언한다. 예를 들어 처음부터 완벽한 고성능 솔루션을 장착하려고 하지 말고, 웹사이트, 매장 등 기존 접점을 통해 모을 수 있는 현실적인 데이터부터 수집하고 분석하는 데서 출발할 것을 제시한다. ‘싸고 빠르게 여러번 실패하라’는 디자인 업체 아이디오의 디자인 싱킹(Design Thinking)과 일맥상통하는 접근법이다.
이 책은 또 동일한 데이터를 놓고 전사적 관점에서 볼 수 있는 싱글 뷰를 강조했는데, 현장에서 일하는 입장에서 아주 공감했다. 데이터는 데이터일 뿐이다. 데이터에서 의미를 제대로 추출하려면 종합적인 관점에서 데이터를 해석해야 진짜 보석을 캘 수 있다.
무엇보다 이 책에 끌린 것은 책 목록 자체가 내가 속한 조직의 할 일 목록과 거의 일치하는 점이다. 뉴스 미디어 산업 역시 독자와 광고주로 구성된 고객의 욕구와 행위를 실시간으로 측정하고 과학적으로 반응할 수 있어야 생존이 가능하다.
그런 기업으로 변신하기 위해 당장 실행할 수 있는 프로젝트부터 시작해 작은 성공 경험을 쌓아야 한다. 그러면서 회사 내 곳곳에 흩어져 있는 데이터를 통합하고 하나의 관점에서 데이터를 분석할 수 있는 시스템을 갖춰야 한다. 아울러, 판매, 광고, 제작 등 여러 부서에서 직업 데이터에 접근해 필요한 정보와 인사이트를 얻을 수 있도록 디지털 기술 활용능력을 높여야 한다.
전통 산업계에 속한 기업이 측정하고 반응하는 기업 문화를 만드는 데 어떤 장애물을 만날지 나름대로 머릿속에 그릴 수 있다. 각 부서가 관리하고 있는 데이터를 다른 부서와 공유하기를 꺼리는 사일로(Silo) 문화가 먼저 떠오른다. 디지털 기술이 대중화되고 발전하는 과정에서 조직 내 IT시스템에 제각각 이식된 다양한 하드웨어와 소프트웨어의 복잡성을 파악하고 정리정돈하는 것도 골칫거리다.
마지막 허들은 아마도 현업 부서에서 필요한 데이터를 직접 다루고 활용하는 디지털 능력일 것이다. 엑셀과 파워포인트를 다루는 데 익숙하지만 스스로 백지 위에 가설을 세우고 검증하면서 해법을 찾는 일을 낯설어 할 것이다. 이 문제를 해결하지 않으면 아무리 좋은 예측마케팅 솔루션을 도입해도 그 솔루션은 무용지물이 될 것이다.
그러나 디지털 전환에 필요한 리더십 부재를, 또 사일로 속에서 자신의 이해를 지키려는 조직문화를 비난하면서 현재 상황을 버틸 수 없다. 빅데이터를 활용한 예측마케팅이 남의 이야기가 아니라, 바로 내 이야기라고 생각하고 작은 실행 프로젝트를 만들어 성공하는 경험을 쌓는 일부터 시작해야 한다.
그런 면에서 이 책을 다른 사람에게 추천하기에 앞서 나와 같이 일하고 있는 조직 내 상사·동료들에게 추천하고 싶다. 또 마케팅 접점을 디지털 공간으로 옮겨야 하는 오프라인 전통 산업 종사자들에게 추천하고 싶다. 측정하고 반응할 줄 아는 기업만이 디지털 시대에 살아남아 번영할 것이라고 확신한다.

 

추천의 말 : ‘측정하고 반응할 줄 아는 기업’으로의 안내서 _ 우병현/ 4
서문 : 누가 이 책을 읽어야 하는가/ 15
1부 : 예측마케팅이란 무엇인가
1장 _ 이제는 모든 마케터가 빅데이터 및 예측분석에 쉽게 접근할 수 있다/ 37
예측마케팅 혁명/ 42
고객자산의 힘/ 45
예측마케팅 활용 사례/ 48
예측마케팅 도입이 가속화되고 있다/ 51
예측마케팅은 더 저렴해지고 있다/ 56
예측마케팅의 도입이 더 쉬워지고 있다/ 57
예측마케팅은 마케터들이 더 직접 사용할 수 있게 되고 있다/ 58
예측마케팅을 하기 위해서는 무엇이 필요한가?/ 60
2장 _ 마케터를 위한 알기 쉬운 예측분석 입문/ 63
예측분석이란 무엇인가?/ 65
자율학습 : 군집화 모델/ 66
감독학습 : 경향성 모델/ 70
경향성 모델과 RFM 모델의 비교/ 74
강화학습 및 협업 필터링/ 76
일반적으로 함께 구입하는 제품들/ 79
사용자에 특화된 추천/ 80
예측분석 프로세스/ 81
3장 _ 먼저 고객을 파악하라 : 완전한 고객 프로파일의 구축/ 89
얼마나 많은 데이터를 수집할 것인가?/ 92
어떤 유형의 데이터를 수집할 것인가?/ 94
분석을 위한 데이터 정비/ 99
링크와 중복 제거/ 103
데이터 통합시 IT부서와의 협력/ 106
데이터에 대해 물어보아야 할 100가지 질문/ 109
4장 _ 기업 가치를 높이기 위해 고객을 투자 포트폴리오처럼 관리하라/ 115
고객평생가치란 무엇인가?/ 116
한 고객에 대한 고객평생가치의 증대/ 124
모든 고객의 고객평생가치 증대/ 128
2부 : 예측마케팅을 시작하기 위한 9가지 손쉬운 전략
5장 _ 실행전략 1 : 고객데이터를 이용하여 마케팅 지출을 최적화하라/ 135
고객의 획득, 유지, 재활성화에 대한 투자/ 136
고객가치에 따라 차등화된 지출/ 146
높은 가치의 고객을 유치하는 제품을 찾아라/ 148
높은 가치의 고객을 유치하는 채널을 찾아라/ 149
마지막 접촉의 귀속에 대한 사례/ 151
6장 _ 실행전략 2 : 고객의 페르소나를 예측하고 마케팅을 다시 고객과 관련성 있게 만들어라/ 155
군집 유형들/ 157
군집을 활용하여 고객 획득을 개선하기/ 163
군집을 활용할 때 주의해야 할 것들/ 165
7장 _ 실행전략 3 : 생애주기 마케팅을 위해 고객여정을 예측하라/ 169
고객가치 여정/ 169
생애주기 마케팅 전략/ 178
8장 _ 실행전략 4 : 고객가치를 예측하라 : 가치기반 마케팅/ 187
가치 기반 마케팅/ 187
9장 _ 실행전략 5 : 고객 등급화를 위해 고객의 구매 또는 참여 가능성을 예측하라/ 199
구매 가능성 예측/ 200
참여 가능성 모델/ 209
10장 _ 실행전략 6 각 고객마다 적절한 개인별 추천사항을 예측하라/ 219
적합한 고객 또는 적합한 세그먼트의 선택/ 221
고객 맥락에 대한 이해/ 224
콘텐츠 - 무엇을 추천할 것인가/ 227
추천을 넘어서/ 229
11장 _ 실행전략 7 : 더 많은 고객 전환을 위해 예측 프로그램을 실행하라/ 231
예측 리마케팅 캠페인/ 231
유사고객 타깃팅 사용하기/ 240
유사성 또는 도달 범위의 최적화/ 243
12장 _ 실행전략 8 : 고객가치 증대를 위해 예측 프로그램을 실행하라/ 245
구매 이후 예측 프로그램/ 247
고객 사은 캠페인/ 253
13장 _ 실행전략 9 : 더 많은 고객 유지를 위해 예측 프로그램을 실행하라/ 263
고객유지율 이해하기/ 263
역고객이탈의 개념/ 264
비즈니스 모델 이해하기/ 265
모든 고객이탈이 다 동등한 건 아니다/ 266
고객이탈 관리 프로그램/ 270
선제적 고객유지 관리/ 271
고객 재활성화 캠페인/ 278
3부 : 진정한 예측마케팅 고수가 되는 법
14장 _ 예측마케팅 역량에 대한 간편한 체크리스트/ 283
예측마케팅을 위해 회사가 갖추어야 할 역량/ 283
예측마케팅을 위한 기술적 역량/ 286
예측마케팅 기술 제공업체에 확인해야 할 사항들/ 291
15장 _ 예측 (및 관련) 마케팅 테크놀로지에 대한 개괄/ 299
예측마케팅 자체 개발/ 299
마케팅 서비스 제공업체로부터의 아웃소싱/ 301
캠페인 관리 및 마케팅 클라우드 옵션/ 302
당신이 들어보았을 수도 있는 다른 도구들/ 305
어떤 솔루션이 내게 적합한가?/ 309
무엇이든 일단 시작하라/ 310
16장 _ 야심찬 예측마케터의 경력 개발을 위한 조언/ 313
비즈니스에 대한 이해가 수학보다 훨씬 중요하다/ 314
올바른 질문을 하라/ 315
마케팅에서 예술과 과학의 조화/ 317
다른 사람들로부터 배워라/ 318
17장 _ 프라이버시, 그리고 유쾌함과 불쾌함의 차이/ 321
개인정보의 유형들/ 322
프라이버시를 침해할 수 있는 상황을 피하라/ 324
고객에게 통제권한 부여/ 325
엄격한 경계선과 정부 법규/ 326
18장 _ 예측마케팅의 미래/ 329
고급 예측분석 모델/ 331
예측마케터처럼 생각하라/ 333
부록 : 고객데이터 유형에 대한 개요/ 338