대부분의 마케터에게는 두 가지 유형의 쇼핑객이 있습니다: 이전에 브랜드 제품을 구매한 적이 있는 고객(구매자)과 구매 경험이 없는 고객(비구매자)입니다. 구매자는 이미 제품을 사용해 본 적이 있기 때문에 마케터는 광고를 통해 추가 구매를 유도하거나 충성도가 높고 참여도가 높은 고객과의 관계를 강화할 수 있습니다. 반대로, 광고는 비구매자를 브랜드 사용자로 전환하여 장기적으로 추가적인 시장 침투와 판매를 촉진하는 데 도움이 될 수도 있습니다.

하지만 특정 브랜드의 비구매자에게 구매하도록 설득하기는 어렵지만, 일부는 다른 브랜드보다 구매 가능성이 높습니다. 비구매자 그룹의 가치를 파악하기 위해 닐슨 카탈리나 솔루션 (NCS)은 13개 브랜드의 비구매자를 분석하여 광고에 대한 반응성을 측정했습니다. NCS는 캠페인이 도달한 비구매 가구의 약 40%가 실제 매출 증가율의 20% 미만을 달성했으며, 이는 반응성 지수 51에 해당한다는 사실을 발견했습니다. 이 지수 51은 매출 상승률(20%)을 도달 가구 비율(40%)로 나누어 계산한 값으로, 지수가 100이면 평균이 됩니다.

요컨대, 이는 브랜드가 광고비를 지출하는 매우 비효율적인 방식입니다. 하지만 광고를 보는 사람들 중 어떤 사람들이 제품을 구매할 가능성이 가장 높은 사람들인지 알 수 있다면 어떨까요? 오늘날의 소비자를 더 잘 이해하기 위해 NCS는 '선택 파편화' 분석을 사용하여 어떤 비구매자가 제품을 구매할 가능성이 가장 높은지 파악했습니다. 이 분석은 구매 데이터를 사용하여 브랜드가 마케팅 목표, 특히 브랜드를 처음 접하는 소비자에게 도달하기 위해 가장 관련성이 높은 잠재고객을 식별하는 데 도움을 줍니다.

오늘날 급변하는 미디어 환경을 고려할 때, 기업들은 TV와 라디오에서 온라인과 모바일에 이르기까지 마케터가 소비자를 만나기 위해 어디에 집중해야 하는지를 중요하게 생각합니다. 하지만 고객을 식별하고, 정의하고, 도달하는 방법도 중요합니다. 마케터는 사용 가능한 데이터 조합을 고려한 다음 인구통계, 지역, 라이프스타일 및 구매 습관을 기반으로 가장 생산적인 오디언스 세그먼트를 구축하여 가장 높은 매출을 올릴 수 있는 소비자에게 더 효과적으로 도달해야 합니다.

지난 1년간 브랜드 제품을 구매하지 않은 소비자를 식별하고 이들을 브랜드 구매자로 전환할 가능성이 높은 그룹과 그렇지 않은 그룹으로 세분화함으로써 브랜드는 광고 캠페인을 계획하고 실행할 때 누구에게 집중해야 하는지 훨씬 더 명확하게 파악할 수 있습니다. 예를 들어, 현재 비구매자 중에서 구매 가능성이 가장 높은 고객에 집중하면 테스트 대상 13개 브랜드의 평균 반응 지수가 51에서 149로 3배 이상 상승합니다.

여러 카테고리에 걸쳐 이 방법을 적용하면 다양한 결과를 확인할 수 있습니다. 하지만 어떤 경우에 적용하든 마케터는 이 방법을 사용하여 구매 가능성이 높은 구매자에게 어필할 때 더 많은 매출을 올릴 수 있습니다. 예를 들어, 최근 연구에서는 유아용품 카테고리에서 "구매 가능성이 높은 브랜드 구매자"가 "구매 가능성이 낮은 브랜드 구매자"보다 구매 가능성이 거의 4배 더 높다는 사실을 발견했습니다. 탄산음료의 경우, 구매 가능성이 높은 브랜드 구매자는 구매 가능성이 낮은 브랜드 구매자나 카테고리 외 구매자에 비해 구매 가능성이 거의 10배 더 높았습니다.

마케터는 선택 세분화를 통해 소매 구매 데이터를 사용하여 이전에 사용해 본 적이 없는 제품을 구매할 가능성이 있는 비구매자에게 도달하고, 어떤 비구매자가 가장 판매 잠재력이 높은지 파악하는 등 비즈니스 목표에 부합하는 오디언스 그룹을 정의할 수 있습니다. 또한, 선택된 오디언스가 집중되어 있는 텔레비전 프로그램과 네트워크를 통해 이러한 세그먼트에 도달할 수 있게 되면서 광고 수익률이 높아져 오디언스 세분화의 양상이 바뀌고 있습니다.