사용 사례: 더 스마트한 타겟팅을 통한 구독 업그레이드 예측

이 예시는 가상의 브랜드가 Braze 예측 이벤트를 사용하여 프로 멤버십으로의 업그레이드와 같이 비즈니스에 중요한 결과를 정의하고 결과를 개선하는 타겟팅 전략을 구축하는 방법을 보여줍니다.

조던이 무료 및 유료 티어를 제공하는 건강 및 피트니스 앱인 Steppington의 라이프사이클 전략가라고 가정해 보겠습니다. Jordan의 팀은 전체 무료 사용자 기반에 할인 메시지를 폭격하지 않고도 프로 요금제 업그레이드를 늘리는 것을 목표로 삼고 있습니다. 현재 7일 후 모든 무료 티어 사용자에게 “50% 할인된 가격으로 프로 체험” 프로모션을 진행하고 있습니다. 7일 동안 약 5%의 전환을 유도하지만, 어차피 업그레이드할 가능성이 있는 사용자를 할인하는 등 과도한 아웃리치를 초래하기도 합니다.

타겟팅을 개선하고 메시징 피로를 줄이기 위해 Jordan은 예측 이벤트를 사용하여 사용자가 향후 7일 이내에 Pro로 업그레이드할 가능성을 모델링합니다. 커스텀 이벤트를 정의합니다: upgraded_to_pro 를 정의한 다음 이를 사용하여 예측 모델을 학습시키고 사용자를 스마트하고 행동 지향적인 그룹으로 세분화합니다.

이 튜토리얼에서는 조던이 어떻게 제작했는지 설명합니다:

• 7일 이내 upgraded_to_pro 에 대한 예측 모델
• 총 메시지 수를 줄이면서 전환율을 높이는 데 도움이 되는 메시지 세그먼트

1단계: 업그레이드를 위한 예측 모델 만들기

Jordan은 업그레이드 전략에서 가장 중요한 결과, 즉 무료 티어에서 프로로 전환하는 사용자를 정의하는 것부터 시작합니다. ‘가입 후 시간’과 같은 일반적인 트리거에 의존하는 대신 실제로 전환할 가능성이 높은 사용자를 예측하고자 합니다. 이렇게 하면 그의 팀은 추측이 아닌 실제 신호에 따라 행동할 수 있습니다.

1. Braze 대시보드에서 Jordan은 분석 > 예측 이벤트로 이동합니다.
2. 새로운 이벤트 예측을 생성하고 “7일 후 프로로 업그레이드”라는 이름을 지정합니다.
3. 타겟팅 이벤트로 커스텀 이벤트를 선택합니다: upgraded_to_pro.
4. Jordan은 예측 기간을 7일로 설정하고 업데이트 일정을 설정한 후 예측을 생성합니다.

예측의 정의, 기간, 오디언스 및 업데이트 일정을 보여주는 예측 설정입니다.](/docs/ko/assets/img/ai_use_cases/prediction_settings.png?f25209f7875e7c8c66aea485fc1cbe43)

2단계: 업그레이드 확률에 따라 사용자를 세그먼트화하세요.

교육이 완료되면 Braze는 각 적격 사용자에게 이벤트 가능성 점수 (0-100)를 할당합니다. Jordan은 이 점수를 사용하여 할인이 필요하지 않을 수 있는 의도가 높은 사용자와 지원 없이는 전환하지 않을 가능성이 높은 사용자를 대상으로 실행 가능한 세그먼트를 만들었습니다.

1. Jordan은 Braze의 세그먼트로 이동합니다.
2. 이벤트 가능성 점수 필터를 사용하여 두 개의 세그먼트를 만들고 자신이 만든 예측을 선택합니다. 두 세그먼트는 다음과 같습니다:
   • 업그레이드할 가능성이 높습니다: 70점 이상
   • 업그레이드하려면 넛지가 필요합니다: 40점 이상 70점 미만

이벤트 가능성 점수에 대한 두 가지 필터가 있는 세그먼트 빌더.](/docs/ko/assets/img/ai_use_cases/event_likelihood_score.png?9a612fc84d7aa2ed4b3d53621ebda129)

3단계: 의도 수준에 따라 메시징 개인화하기

이제 조던은 명확한 업그레이드 의도 신호와 사용자 행동에 기반한 세분화된 하위 그룹을 확보했으므로 각 사용자에게 필요한 사항에 맞는 메시징 전략을 구축했습니다. 더 이상 천편일률적인 광고는 없습니다.

그는 이 캠페인의 주요 채널로 이메일을 선택했습니다. 왜 그럴까요? 의도가 높은 사용자에게는 Pro의 가치를 설명하고, 망설이는 사용자에게는 설득력 있는 사례를 만들고자 하는데, 이를 위해서는 공간과 비주얼, 강력한 CTA가 필요하기 때문입니다. 이메일은 사용자에게 부담을 주지 않으면서도 이를 유연하게 수행할 수 있게 해주며 클릭 행동을 통해 성능/성과를 추적할 수 있게 해줍니다.

조던은 방금 구축한 세그먼트를 기반으로 경험을 분할하는 캔버스를 만듭니다. 타겟팅할 오디언스 경로 단계를 추가합니다:

• 높은 의도, 피트니스 중심 사용자
• 높은 의도, 다른 사용자
• 낮은 의도, 피트니스 중심 사용자
• 낮은 의도, 기타 사용자

각 의도 유형에 대한 네 가지 경로가 있는 캔버스 오디언스 경로.](/docs/ko/assets/img/ai_use_cases/canvas_paths_by_intent.png?39543b753a83b24c70579e2cbbec73d3)

또한 캔버스 전환 이벤트를 커스텀 이벤트 upgraded_to_pro 로 설정하여 사용자가 플로우를 진행하면서 업그레이드 전환을 자동으로 추적합니다.

경로별 메시징 예시

• high intent, fitness
• high intent, other
• low intent, fitness
• low intent, other

4단계: 결과 측정 및 전략 최적화

캠페인 실행 후, Jordan은 캔버스 분석에서 성능/성과를 검토하여 개인화된 경로가 얼마나 잘 수행되었는지, 그리고 예측 의도와 행동 신호를 결합하여 업그레이드율이 향상되었는지 파악합니다.

경로별 이메일 성능/성과:

• 높은 의도, 피트니스
  • 열람율: 34%
  • 클릭률: 20%
  • 전환율: 13%
  • 할인 사용 안 함
• 높은 의도, 기타
  • 열람율: 30%
  • 클릭률: 17%
  • 전환율: 11%
  • 할인 사용 안 함
• 낮은 의도, 피트니스
  • 열람율: 27%
  • 클릭률: 12%
  • 전환율: 8%
  • 50% 할인 혜택 포함
• 낮은 의도, 기타
  • 열람율: 23%
  • 클릭률: 9%
  • 전환율: 6%
  • 50% 할인 혜택 포함

팀의 이전 획일적인 캠페인(7일 후 일괄 할인으로 전환율이 5%에 불과하고 메시징이 과다했던)에 비해 타겟팅 접근 방식은 효율성이 개선되고 불필요한 할인이 줄어들어 모든 그룹에서 의미 있는 상승세를 보였습니다.

퍼널 보고서에 따르면 특히 개인화된 메시징을 받은 의도가 낮은 사용자의 경우 주요 단계에서 이탈률이 뚜렷하게 감소한 것으로 나타났습니다. 더 많은 사용자가 앱을 열고, 클릭하고, 업그레이드하며 의도 기반 타겟팅의 가치를 입증하고 있습니다.

Jordan은 이러한 인사이트를 다음과 같이 활용합니다:

• 제목란 및 CTA 문구에 대한 A/B 테스트 살펴보기
• 중간 의도의 사용자에 대한 할인 임계값 재평가
• 콘텐츠 조회 또는 앱 기능 사용과 같은 추가 행동을 기반으로 세그먼트를 계속 세분화합니다.

예측 이벤트와 계층화된 세분화를 통해 그의 팀은 이제 사용자 의도와 행동에 따라 메시징을 조정하는 확장 가능한 전략을 통해 브랜드 신뢰를 유지하면서 더 많은 업그레이드를 추진할 수 있게 되었습니다.