도서 소개

마케팅은 제품, 고객, 가격, 광고, 유통 등 수많은 의사결정의 결과로 이루어지며 성패는 데이터 기반 분석에 달려 있다. 이 책은 마케팅 애널리틱스를 통해 소비자 인식과 행동, 시장 성과의 변화를 어떻게 파악하는지를 설명한다. 빅데이터 시대에 실시간으로 수집되는 데이터를 활용한 전략적 의사결정이 필수 역량이 되었음을 강조한다.

Target의 구매 데이터 분석, Amazon의 협업 필터링 사례처럼 실제 기업의 데이터 활용 방식을 통해 예측과 효율의 원리를 보여준다. 엑셀을 활용한 100% 실습 중심 구성으로 별도 프로그래밍 없이도 다양한 마케팅 분석을 직접 수행할 수 있으며, 포지셔닝 맵 작성과 리포지셔닝 전략까지 데이터를 기반으로 구현해 본다.

이론에 머무르지 않고 데이터를 다루는 과정에서 마케팅 개념을 깊이 이해하도록 돕는다. 엑셀을 통해 분석 원리와 프로세스를 익히며, 급변하는 기술 환경 속에서도 중심을 잡을 수 있는 통찰을 제시한다.

  출판사 리뷰

마케팅은 제품, 고객, 가격, 광고, 유통, 채널 등 수많은 의사결정의 결과로 이루어진다. 따라서 마케팅의 성패는 어떤 의사결정의 결과로 소비자의 인식과 행동이 어떻게 변화했는지, 시장 성과가 어떻게 달라졌는지를 정확히 파악하는 데 달려 있다.
이 책의 주제인 마케팅 애널리틱스(Marketing Analytics)는 이러한 의사결정에 필요한 정보를 데이터를 기반으로 도출하는 과정입니다. 어떤 데이터를 어떻게 분석하는지에 따라 획득하는 정보의 양과 질이 달라지며, 이는 곧 의사결정의 결과로 이어진다.
지금은 빅데이터의 시대로 온라인과 오프라인을 가리지 않고, 소비자 행동과 제품성과에 대한 데이터가 실시간으로 수집되고 있다. 선도 기업들은 이 데이터를 적극 활용해 전략적 의사결정을 하고 있으며, 이는 선택이 아닌 생존을 위한 필수 역량이 되었다.
미국 소매업체 Target은 구매 데이터를 분석해 고객이 현재 어떠한 상황에 처해 있는지를 예측한다. 예로서 특정 소비자가 향이 없는 제품이나 철분 영양제를 구매하기 시작하면, 임신 가능성을 높게 추정하고, 관련 제품의 할인 쿠폰과 카탈로그를 선제적으로 제공한다. 또한, 거대 유통기업 Amazon은 협업 필터링(collaborative filtering) 기법을 이용해 고객의 다음 구매를 예측하고, 인근 물류센터에 미리 상품을 배치함으로써 놀라운 물류 효율을 달성하고 있다. 이 책은 마이크로소프트 엑셀을 활용한 100% 실습 중심의 학습 방식을 채택하고 있으며 이유는 명확하다.

첫째, 엑셀은 거의 모든 기업에서 활용되며, 별도의 프로그래밍 없이도 다양한 마케팅 분석을 직접 수행할 수 있는 강력한 도구이다.
둘째, 이론만으로는 마케팅 개념을 제대로 이해하기 어렵기 때문이다.

이 책에서는 ‘포지셔닝’의 개념을 설명하는 데 그치지 않고, 데이터를 기반으로 실제 포지셔닝 맵을 그려본 다음, 소비자 선호도에 따라 어떤 위치로 리포지셔닝해야 제품 성과가 극대화되는지를 실습한다. 이처럼 직접 데이터를 다뤄보는 과정을 통해 이론에 대한 이해도 훨씬 깊어질 것이다.
이 책에서 다루는 내용들은 이론 강의에 익숙했던 학생들은 엑셀로 문제를 해결해 나가는 실습형 수업으로 데이터를 통해 마케팅 전략을 도출하는 색다른 경험을 하게 될 것이다.
이 책은 다음과 같이 실현 가능한 목표를 제시한다:

- 데이터 분석 전문가의 꿈을 이룰 수 있다.
- 엑셀 실력을 열 배는 높일 수 있다.
- 수학과 통계학에 대한 두려움을 이겨낼 수 있다.
- 최신 마케팅 이론과 사례를 실습을 통해 이해할 수 있다.

이러한 성취는 노력 없이는 불가능히며 어떻게 이해하고 활용할지는 전적으로 독자의 몫입니다. 강의와 실무에서 마케팅 데이터를 분석하고자 하는데 충분한 도움이 될 것이다. 마케팅 데이터 분석에서 파이썬이나 통계 툴의 유용성은 부정할 수 없다. 하지만 마케팅의 본질과 분석 프로세스에 대한 통찰이 부족한 상태라면, 엑셀만큼 분석의 세부 과정과 원리를 집요하게 파헤치기 좋은 도구는 없다고 확신한다. 데이터베이스 프로그래밍부터 AI 분석까지 두루 경험하며 깨달은 것은, 원리에 대한 깊은 이해만이 급변하는 기술의 홍수 속에서 나만의 중심을 잡는 기준이 된다는 점이다.

  작가 소개

지은이 : 이홍재
현재 아주대학교 경영대학에서 “마케팅 애널리틱스”와 “빅데이터 분석”을 강의하고 있다. 오지 여행과 등산, 사진찍기를 좋아하며, 해마다 신춘문예에 도전해서 낙방의 쓴맛을 보고 있다. 나의 큰 불편은 참아도 아이들의 작은 불편은 못 참는 이 땅의 평범한 부모로 세 아이의 아버지이다. 국내외 학술지에 데이터분석과 머신러닝에 관한 다수의 논문을 발표하였으며, 국무총리 표창과 아주대학교 교육우수상을 수차례 받았다.-서울대학교 경제학과 졸업-미국 UCLA 경제학 박사 (계량경제학 전공)-미국 Caltech 부연구원 (research associate)-정보통신정책연구원(KISDI) 연구위원-현 아주대학교 경영학과 교수

지은이 : 이승환
아주대학교 경영대학에서 “마케팅 조사론”, “마케팅 관리”를 강의하고 있다. 주요 연구 및 관심 분야는 IT 기술과 소비자 행동의 관계로 국내외 학술지에 플랫폼과 소셜미디어 서비스의 공정성, 가격 차별화와 가격 지각, 온라인 협상 등과 관련된 논문을 발표했다.- 서울대학교 전기공학부 학사- 서울대학교 경영대학 석사- 미국 Syracuse University 경영학 박사 (계량마케팅 전공)- KT, 키움증권 등 마케팅 업무- 현 아주대학교 경영학과 부교수

  목차

제1강 엑셀 사용법 기초
1. 엑셀 첫걸음 13 2. 변수 계산과 복사 16
3. 함수 사용방법 18 4. 셀 참조 규칙 23

제2강 제2강 순 추천지수(NPS)
1. 개요 35 2. 실습 36

제3강 최적화 도구 사용법
1. 모듈 설치와 함수 최적화 44 2. 가격 책정 48
3. 마방진 50

제4강 포지셔닝 맵 그리기
1. 개요 57 2. 중심성-차별성 맵 60
3. 가격-편익 맵 68

제5강 RFM 세분화
1. 색상 시스템 75 2. 유사성의 평가 기준 76
3. MBTI 유형 77 4. RFM 세분화 81

제6강 K-Means 세분화 기법
1. K-Means 개요 89 2. RFM 세분화 89
3. 편익 기준 세분화 93

제7강 포지션 최적화
1. 개요 97 2. 제품 포지션 98
3. 이상점 98 4. 판매량 예측 모형 99
5. 모형의 최적화 103 6. 포지션 최적화 105

제8강 회귀분석
1. 모형 설정 109 2. 파라미터 추정 원리 110
3. 추세선을 이용한 회귀분석 114 4. 데이터 분석을 이용한 회귀분석 115
5. 설명변수가 다수인 경우 118

제9강 마케팅믹스 모형
1. 개요 121
2. 비선형 효과 123
3. 이월 효과 129

제10강 판매 가격 최적화
1. 기존제품 가격 책정 137 2. 신제품 가격 책정 144
3. 복수 제품 가격 책정 151 4. 경쟁가격 책정 155
5. 번들 가격 할인 159

제11강 컨조인트 분석
1. 개요 165 2. 문제 설정 166
3. 시장 조사 167 4. 더미변수 168
5. 회귀분석 169 6. 속성 중요도 173

제12강 고객생애가치
1. 개요 175 2. 간단한 계산방법 176
3. 공식 176 4. 코호트 단위 추정 177
5. 고객 단위 추정 184

제13강 추천 시스템
1. 협업 필터링 189 2. 유사성 평가 기준 191
3. 아이템 기반 추천시스템 191

제14강 마르코프 체인 모형
1. 개요 197 2. 채널전환 실습 199
3. 구매전환 확률 202

제15강 채널 기여도
1. 개요 207 2. 선형 모형 208
3. 마지막 클릭 모형 211 4. 제거 모형 213

제16강 A/B 테스트
1. A/B 테스트란? 217 2. 전환율의 분포 예측 219
3. 엑셀 실습 222

제17강 확률예측 모형
1. 개요 225 2. 로짓 분석 226
3. 엑셀 실습 227

제18강 타겟 캠페인
1. 문제 설정 233 2. 데이터 234
3. 모형 235 4. 엑셀 실습 235

제19강 소비자선택 모형
1. 선택 기반 컨조인트 243 2. 조건부 로짓 모형 244
3. 파라미터 최적화 246 4. 시뮬레이션 251
5. 제시 위치의 효과 253 6. 판매데이터 분석 255
7. 챗GPT를 사용한 VBA 함수 만들기 262```

  회원리뷰