MARTECH 2030 :: 최신 트렌드

2021 마테크 트렌드

마케터라면 반드시 알아야 할 마테크 트렌드

목차
1. “No Code” Citizen Creators
2. Platforms, Networks & Marketplaces
3. The Great App Explosion
4. From Big Data to Big Ops
5. Harmonizing Humans & Machine

ChiefMartec

*본 글은 원문에 대한 필자의 의견을 덧붙여 재구성 하였음

1. “No Code” Citizen Creators

코딩의 영역은 UI에 의해 잠식당하고 있고, 그 속도는 점점 가속화되고 있다.
이제 디지털 세계에서 창작 활동은 개발자의 전유물이 아니다.

웹사이트 제작에서부터 시작해,
데이터 분석이나 심지어 앱, 챗봇, 머신러닝 개발까지도 이제 코딩 없이 제작할 수 있다.

표1. 활동 별 No Code Vendors

이를 Automation & Workflow, Content & UI Design, Databases & Spreadsheet-Driven 총 3가지 영역으로 구분해서 파악하기도 한다.

그림1. No Code Vendors 구분

SO WHAT?

이러한 흐름이 초래할 결과는 다음과 같다.

  1. 디지털 세계에 비개발자 출신의 창작자(a.k.a. Citizen Creator)가 많아진다.
  2. 더 많고 다양한 디지탈 창작물(ex. SW, 디지털 자산, 앱, 분석물, 워크플로우 등)이 나온다.
  3. 이것들을 조율/활용 가능한 ①플랫폼 ②거버넌스 ③API연계의 중요성이 대두된다.
  4. 여러 영역을 다룰 줄 아는 Multi player로써의 전문가 니즈가 늘어날 것이다.

2. Platforms, Networks & Marketplaces

플랫폼, 네트워크, 마켓플레이스는 현 시대의 비즈니스 모델이자 운영 모델이다.
선도기업들은 이러한 모델들을 조합해 지속 가능한 하나의 생태계를 만든다.

그림2. 모델 별 특징 및 사례

이 생태계를 중심으로, 여러 벤더사들은 크게 3가지 수익화 전략을 구사하고 있다.

벤더사들은,
– Provide: 참여자들에게 생태계 자체를 제공한다.
– Engage: 참여자들이 기존 생태계에서 잘 활동할 수 있도록 지원한다.
– Create: 참여자들이 직접 생태계를 만들 수 있도록 돕는다.

그림3. 벤더사들의 생태계 수익화 전략

SO WHAT?.

  1. 운영 모델 수립 시, 기존의 ~ Chain (ex.Value, Supply etc.) 기반의 Linear한 개념에서 벗어나 보다 동적이고 다층적인 개념 적용을 고려해야 한다.
  2. 전략 수립 시 플랫폼 구축 방안을 항상 고려해야 한다.

3. The Great App Explosion

세상에는 수 많은 앱이 있으나, 다음 5가지 종류로 분류될 수 있다.

앱 종류특징예시
Custom App기업에 의해 커스텀된 앱웹사이트, 모바일 앱
Specialist App특정 도메인/기능에 특화된 앱
API 지원되나 앱을 지원하는 생태계는 없음
Hotjar, Invision, Loom, SEMrush, Unibounce
App Platform도메인/기능 전반을 지원하는 앱/스위트(Suite)HubSpot, Salesforce, ServiceNow, Shopify
Service Platform특정 비즈니스 서비스를 지원하기 위해 타 앱에 임베드할 수 있는 API 제공 Twilio, Stripe, AuthO
Cloud Platform앱/서비스를 빌드하게끔 지원해주는 IaaS/PaaSAWS, Azure, GCP
표1. 앱 종류 별 특징. 하단으로 갈수록 개수가 적어짐

Custom App을 제외한 미국 SaaS 시장은,
솔루션 수 기준으로 2020년 8,000 여 개로 집계되었다.

이는 지난 10년 간 무려 52배가 늘어난 수치다.
폭발(Explosion)이라는 표현이 결코 과하지 않다.

이 성장세는 앞으로도 계속해서 이어질 전망이다.
트렌드 2번에서도 기술된 Platform, Marketplace가 꾸준히 성장하면서
더 많은 참여자들을 유인할 것이다.

이로 인해
– 경쟁이 심화되고
– 벤더사들의 교섭력이 약화되어 가격이 전반적으로 낮아지면서
– 동시에 벤더사들은 서로 모방과 차별화를 반복해 전반적인 기능 수준이 높아지고
– 결과적으로, 앱 시장에서 기업들이 체감하는 효용은 증가할 것이다.

SO WHAT?.

  1. 기업이 보유한 앱 포트폴리오를 얼마나 잘 orchestrate해 비즈니스 목적에 최적화해 활용하는가(Global Optimum)는, operation 단의 화두이자 중요 과제로 점점 부상할 것이다.
    해당 역할을 잘 수행하는 agency 또는 인재가 각광을 받을 것이다.
  2. 위 역할을 수행하고자 하는 사람이라면, 앱 시장에서의 역학 변화를 눈 여겨 보아야 한다. 중위 값 기준 하나의 앱은 15개의 다른 앱과 연계가 가능하며, 앱의 89%는 API를 제공하고 있다(Pandium 2020.5). 연계가 가장 많이 되는 앱 플랫폼 또는 앱은 무엇인지 현황과 트렌드를 잘 살핀다면, 현재 어느 앱 플랫폼/앱이 주도권을 쥐고 있는지 파악할 수 있을 것이다.

4. From Big Data to Big Ops

2020년 7월 IDC와 Seagate의 조사에 따르면,
기업이 취급하는 데이터 중 32%만이 활용된다.
전체 데이터의 24%는 수집 후 방치되고 있고, 나머지 44%는 수집조차 되지 않는 Dark Data다.

이는 상당수의 기업이 데이터를 제대로 활용하지 못하고 있음을 시사한다.
암만 데이터를 모아봤자 뭐하나? 아무런 가치가 없는데.
게다가 방치되는 데이터는 기업의 손익에서 0이 아닌 음수(-)의 관계다.
데이터의 저장에는 유지보수 관리 비용이 수반된다.

이러한 데이터의 활용에 관한 문제의식에서 출발한 개념이 Big Ops다.

기존에 ‘데이터’에 초점을 맞춘 Big Data가 있었다.
데이터를 수집/저장/처리하는 데 만전을 가하자는 2010년대의 주된 담론이었다.

반면 Big Ops는 ‘조직’에 초점을 맞춘다.
조직이 데이터를 얼마나 잘 연결시키고, 활성화해 의사결정에 반영하는가가 관건이다.
이것이 최근 2020년대 들어 화두가 되고 있는 주제이다.

이러한 관점에서 데이터는 다음 2가지 측면에서 다루어야 한다.
데이터를 증류(distillation)하고, 활성화(activation) 시켜야 한다.

그림4. Data Distillation & Data Reflexes

데이터를 가공한다는 표현은 기존에 보편적으로 사용되었으나, 증류한다는 표현은 생소하다. 보아하니, 딥러닝 영역에서 사용하는 전문 기법이라고도 하는데 이를 확장시킨 듯 하다.

데이터 증류의 종착점은 지식과 통찰(knowledge & insight)이다.
그렇다면, 데이터 활성화는 어떨까?
데이터 활성화는 고도화됨에 따라 자동화(automated)로 수렴한다.

SO WHAT?.

  1. 기업은 데이터를 활성화시키기 위해 먼저 데이터를 연결시킬 것이다.
  2. 내부적인 연결을 통해 데이터 관리의 복잡성이 증대되고, 이를 조율 및 제어하는 역량과 거버넌스의 역할이 대두된다.
  3. 외부와의 연결을 통해 2nd/3rd party 데이터를 확보한다. 데이터는 Marketplace를 통해 점차 활발히 거래된다.
  4. 데이터의 활용성, 수익화, 가치를 평가하는 모델/프로세스/방법론이 기업마다 내재화되어야 한다.

5. Harmonizing Humans + Machines

2019년 마케터 대상으로 조사되었던 설문에서,
‘AI/ML로 인해 마케터로서의 입지가 줄어들 것 같나요?’
라는 질문에 대해 불과 14%만이 ‘그렇다’고 응답을 했다.
1년이 지난 시점인 2020년, 해당 수치는 59%로 가파르게 올랐다.

AI/ML 시장에 교란을 일으키고 있는 현재 상황에서
과연 어떻게 해야 생존할 수 있을지, 많은 마케터들이 고민할 것이다.

답은 명확하다. AI/ML 모델링을 할 줄 아는 마케터가 살아남을 수 있다.

그러나 생존에 관하여 마케터는 더 넓은 시야를 가져야 한다.
AI는 비단 마케터에게만 영향을 미치지 않는다.
AI는 고객에게도 영향을 미칠 것이며,
결과적으로 AI는 Buyer-Seller Interaction 자체에 관여할 것이다.

표2.Buyer/Seller Interaction

위 표에서 나와있듯이 각 영역(Sales & Service, Ecommerce, Bot Commerce) 별로 주도하는 역할은 다를지언정, Human과 Machine은 상보적인 관계를 이루며 존재할 것이다.

SO WHAT?.

결국 비즈니스 상황과 맥락에 따라 Machine을 어떤 역할(주도적/보조적)로 활용할 것인가에 대한 판단과 전략이 마케팅 성과의 성패를 좌우할 것이다.

comment. Bot Commerce에 대해서는 차후에 기회가 있으면 별도로 다루어보도록 하겠다.

Summary

지금까지의 5가지 마테크 트렌드를 한 판으로 정리한 그림으로 마무리한다.

그림5. Martech 5 Trends
광고

최근 MarTech 재조명에 대한 개인적 생각

11월 Gartner에서 CMO Spend Survey 2018-19 연례 리포트를 발표했다.
설문은 북미와 영국 지역의 마케팅 리더(CMOs) 600여명을 대상으로 진행됐으며, 관련된 몇 가지 흥미로운 fact와 개인적인 comment를 게시한다. 물론, 당연히 MarTech 위주로..

먼저 작년 대비 올해 마케팅 부서의 예산 편성을 보면,
단연 MarTech 분야가 돋보인다. MarTech에 대한 예산 비중이 크게 증가했다 (+31.8%, +7%p).

gartner_cmo_survey_budget.png

Marketing technology has accounted for an increasingly significant share of marketing expense budgets in recent years. In 2018, this march of MarTech shows no signs of slowing down. Up from 22% in 2017, MarTech now accounts for a whopping 29% of the total marketing expense budget, making MarTech the single largest area of investment when it comes to marketing resources and programs
– Gartner report
원문

위 그래프는 연년차 비교이기 때문에 자칫 MarTech이 최근 들어 폭발적인 관심을 받게 된 것처럼 보인다. 그러나 중기적인 관점에서 맥락적 이해를 할 필요가 있다.

Gartner의 연례 리포트에서 최근 4년 간 MarTech 예산 비중 추이를 보면 왼쪽에서 잡은 하키 스틱 모양이다. 예산 비중이 3년에 걸쳐 감소했다가, 최근 다시 회복했다.

연도

2015

2016 2017

2018

MarTech 예산/전체 CMO 예산

33%

27% 22%

29%

출처: Gartner

위 추이를 통해 강조하고 싶은 점은,

최근 주요 기업들의 MarTech 투자 확장세가 Animal Spirit 아닌
Rationality 기반한 Organic Growth라는
견해.


그림 하나로 요약하면 다음과 같다.

martech on hype cycle.PNG

출처: TechWell + 각색 (I think…)

 

세부적인 근거는 요약해서 다음과 같다.

// note: 언급되는 대형 벤더사 솔루션은 Martech 중에서도 캠페인 관련 솔루션 Leader group에 한정됨. 구체적인 리스트는 다음 링크 참고.

  • Supply Side / 대형 벤더들의 포트폴리오 안착

    MarTech 대형 벤더사들은 공격적인 인수를 통해 CX 포트폴리오를 구성/보강하는 수렴 전략을 취한다. 주요 인수 시점을 보면 Adobe (2010~2018), Oracle (2012~2017), Salesforce (2013~2018) 와 같이 분포되어 있다. 이 중 포트폴리오 내 핵심적인 캠페인 솔루션들은 주로 2010년 대 초반에 몰려 있다. 대형 벤더사들은 자사 솔루션을 분기 단위로 주요 업데이트를 진행하는데, 5~8년 기간이면 약 20~30회 가량의 유지보수 cycle을 반복한 셈이다.해당 유지보수 기간 동안 캠페인 기능의 보완/추가에 대한 평가는 전반적으로 긍정적이다. 이메일 채널의 경우 주요 벤더사 솔루션이 제공하는 기능의 완성도는 거의 완벽에 가깝다.

    // 이메일 채널은 환경 변화가 거의 없어 유지보수 cycle의 iteration 효과가 매우 크다. (unlike mobile channel……)

    영미권 국가에서는 주력 마케팅 채널이 이메일이기 때문에  그들에게 대형 벤더사들의 솔루션은 충분히 매력적이다.

    // 물론 모바일 쪽으로 넘어가는 추세지만 아직은 이메일이 주력이다. 여기서 모바일이란 ‘기기’를 의미하는 것이 아니다.

  • Supply Side / 솔루션 모바일 채널 기능 강화

    Martech에서 모바일 채널은 다시 세 가지로 세분화할 수 있다. 1. 문자 2. 푸시 3. 인앱. 대형 벤더사의 솔루션들은 최근 1~2년 사이에 모바일 채널 기능을 대폭 강화(사실상 보완)하고 있는 추세다.1. 문자 채널은 1990년대 초중반부터 서비스되어 2000년대 중반부터 마케팅 캠페인 수단으로 활용된 채널이다. 나름 마케팅 역사가 10년이 넘은 채널이다. 채널 환경도 크게 변하지 않았다. U/I가 단순하고, 컨텐츠가 텍스트 기반으로 제한되기 때문에 URL link control 외에는 기능적 요구수준이 높지 않다. 채널 고유의 제한사항 때문에 이메일 채널과 직접적인 비교가 어렵겠지만, 문자 채널의 기능적 완성도는 나름의 범위 내에서는 준수한 편이다 (문자 채널 기능은 최근에서야 많이 보완되었음).

    반면 앱 관련 채널(2. 푸시, 3. 인앱)은 신생 중에서도 신생 분야다. 앱 푸시의 경우 iOS, AOS 각각 첫 서비스가 2009년, 2010년에 출시되었다. 결정적 문제는 채널 환경의 급격한 변화다. 주요 기능이 추가되거나(Rich Push, Interaction Button), 연 단위로 OS가 업그레이드되면서 기존 API가 deprecated되기도 하고, 심지어 푸시 메시징 플랫폼 자체가 바뀌기도 한다(AOS : C2MD→GCM→FCM). 이때마다 SDK를 수정 및 보완해야하는 소요가 있다. 개발 언어가 여러 개이므로 일괄적인 배포 및 검증이 쉽지 않다 즉, 유지보수가 매우 어려워 벤더사 입장에서 푸시 서비스는 ROI가 낮을 수 밖에 없는 구조다.

    이러한 배경 때문에 대형 벤더사 솔루션의 모바일 채널 기능 보완은 비교적 늦게 이루어졌다(~ing). 대형 벤더사의 캠페인 솔루션을 기준으로, 앱 관련 채널 기능은 2018년 말 현 시점에도 아직 부족함이 많다. 스타트업/모바일 앱 특화된 소형 벤더에는 존재하는 기능이 대형 벤더 솔루션에는 없는 게 허다하다. 현재 푸시 채널이 다루는 기능의 범위는 동일 솔루션 내 이메일 채널의 것에 비해 40~60% 수준 이하라고 개인적으로 보고 있다.

    다만 긍정적인 부분은, 대형 벤더사들의 푸시 서비스 관련 패치가 최근 들어 매우 획기적으로 진행되고 있다는 점이다. 가령 Adobe Campagin, Oracle Responsys 등 주요 솔루션들의 올해 패치 노트를 보면 다른 의미로 충격적이다

    // 뭐? 이 기능이 아직도 안 나왔었다고…? 이제서야? 라는 느낌. ex.인앱 기능 출시, 미리보기 기능 지원, 기기 수신상태 수집 / 푸시 고객행동 수집, 상호작용 기능 추가, 알림함 추가 등

    앱 푸시 채널에 대해서는 할 말이 많으니 추후 포스팅을 통해 다루어 보도록 하겠다.

 

  • Supply Side / 플랫폼 벤더들의 성장

    대형 벤더가 인수를 통한 포트폴리오 전략을 취하는 반면, 플랫폼 벤더는 API Integration을 기반으로 Application 제공사들과 파트너쉽을 맺는 생태계 확장 전략을 취한다. 기사에 따르면 HubSpot의 생태계 규모는 최근 8개월 (’18.01~08) 간 2배 이상 성장했다. 최근 Adobe가 Marketo를 인수했기 때문에 남은 주요 독립 플랫폼 벤더는 HubSpot 하나다. 플랫폼 특유의 네트워크 효과에 의해 향후에도 지속적인 성장이 기대된다.

    //12월 초 Adobe가 산하 Marketo와의 Strategic Move에 대해 발표 예정이다.

 

  • Demand Side / 클라이언트사 데이터 누적에 따른 분석/실행 고도화 기능 수요 증대

    캠페인 솔루션이 Implement 되었을 경우, 캠페인 솔루션은 단순히 실행뿐만 아니라 실행에 따른 고객 행동 및 반응 결과를 데이터로써 수집한다. 즉, ‘실행 → 수집 → 분석 → 수립 → 고도화된 실행’의 선순환을 가정한다. 데이터 누적이 원활히 진행될 시 일반적으로 ‘데이터 클린징’, ‘고급 분석’, ‘고도화 실행’ 에 대한 필요가 자연스럽게 생긴다. 이는 곧 관련 Martech 제품 수요로 이어지기 마련이다.

    근래의 선도적인 엔터프라이즈 기업들은, 본사의 마케팅 고도화 수요에 대응하기 위해 단순히 한 개의 Martech 솔루션에 의존하지 않는 추세다. POC 차원에서 소형 벤더사의 솔루션을 몇 개 구독하거나, 대형 벤더사의 솔루션을 단기간 순차 구독하는 방식으로 스스로의 비즈니스 환경에 적합한 Martech Stack을 구성하고 있다.

 

  • Demand Side / 레퍼런스 증가

    상식적인 얘기다. 최근 5~8년 사이 솔루션 Best Practices 사례가 조금씩 늘어나고, 솔루션 Delivery 담당 인력(컨설턴트/벤더 CS) 역량 누적이 병행되면서 솔루션 도입의 Risk가 점점 줄고 있다.

 

Comment 마치며

다음 포스팅에서는 푸시 채널 behavior 관련, 안드로이드 쪽으로 다루어 볼까 한다 (Pie, FCM).