고객이 좋아하는 이메일, AI와 함께 만들기: 세션 2. 이메일 마케팅 고민, AI와 함께 해결하기
이메일 마케팅을 위한 AI 프롬프트 4가지
지난 8월 27일, 고객이 좋아하는 이메일, AI와 함께 만들기를 보다 잘 이해할 수 있도록 웨비나를 진행했습니다. AI 시대의 이메일 마케팅 현황과 트렌드부터 실제 업무에 도움이 될만한 팁과 스티비의 AI 기능 시연까지. 웨비나에 참석하지 못한 분들도 내용을 쉽게 이해하고 활용하실 수 있도록, 웨비나의 핵심 내용을 공유합니다.
두 번째 세션은 '이메일 마케팅 고민, AI와 함께 해결하기'입니다. 다른 마케터들이 가지고 있는 이메일 마케팅 고민을 알아보고, 어려움을 겪는 부분에 AI를 활용할 수 있는 방법을 소개했습니다.
앞선 첫 번째 세션에서 이메일 마케팅 업무를 네 가지 단계로 나눠보고 각 단계에서 AI가 어떻게 활용되고 있는지 살펴보았습니다. 많은 이메일 마케팅 담당자 분들이 기획부터 콘텐츠 작성, 성과 분석까지 다양한 방식으로 AI를 활용하고 계셨는데요. 그럼에도 불구하고, 아직 해결되지 않은 이메일 마케팅에 관련된 고민들도 분명히 존재할 것 같습니다.
그래서 이어지는 세션에서는, 각 단계별로 이메일 마케팅 담당자들이 어떤 어려움들을 느끼는지 그리고 어려움을 해결하기 위해, AI에게 어떤 방식으로 도움을 받을 수 있을지 살펴보겠습니다.
첫 번째로 기획 단계에서는 63.5%가 자동화 시나리오를 추천받고 싶다고 응답했습니다. 타깃과 목적에 맞는 자동화 시나리오를 AI와 함께 구성하고 싶다는 것으로 보입니다.
이때 뉴스레터 자동화 시나리오에 대한 아이디어를 얻기 위해 AI를 활용할 때 단순히 ‘고객에게 판매를 유도하는 뉴스레터 자동화 시나리오를 추천해 주세요’라고 요청하면 원하는 답변을 듣기 어려울 확률이 굉장히 높습니다.
실제로 그렇게 요청해 보면, AI는 커머스나 쇼핑몰 중심의 템플릿형 시나리오를 제안해 줍니다. 따라서 스티비 같은 B2B SaaS 기업의 마케팅 팀이나 영업 팀은 목적에 맞는 시나리오를 얻기 어렵습니다.
이런 괴리는 AI가 요청의 맥락과 기대 결과를 잘 이해하지 못했기 때문에 발생합니다. 요청의 맥락과 기대 결과를 프롬프트로 정리하는 일이 어렵게 느껴지실 수도 있는데요. 이럴 땐 ‘내가 지금 처한 상황’을 키워드에서 문장으로 확장하는 것이 큰 도움이 됩니다.
저의 경우에 ‘상담 예약 전환을 위한 자동화 시나리오가 필요하다’고 가정해 보겠습니다. 이때 ‘이메일 뉴스레터 서비스의 마케터’라는 자아, ‘상담 예약 전환’이라는 목표, ’자동화 시나리오’라는 수단이 주요한 키워드가 될 수 있고요
이를 프롬프트로 풀어쓰면, 장표와 같이 정리할 수 있습니다.
맥락
- B2B SaaS 서비스 스티비의 마케터입니다.
- 지난 분기 동안 리포트를 배포하며 이메일 마케팅에 관심이 높은 리드를 수집했습니다.
기대 결과
- 수집한 리드를 대상으로 영업팀의 상담 연결을 유도하는 자동화 이메일 시나리오를 만들고자 합니다.
이렇게 짧은 설명을 덧붙이는 것 만으로도 AI의 이해도가 높아지고, 보다 상황에 맞는 답변을 생성할 수 있게 됩니다.
여기에 한 두 문장 정도 더 추가하면 더욱 효과적입니다. 저는 맥락 부분에 고객의 온도나 행동을 추측할 수 있는 문장을 추가했는데요.
‘리드들은 서비스에 대한 관심은 있으나 아직 상담 예약이나 데모 신청은 진행하지 않았습니다.’와 같은 문장을 추가하며 AI가 시나리오의 톤이나 접근 방식을 조정할 수 있도록 했습니다.
물론 요청 행동도 맨처음에 보여드렸던 것보다는 더 구체적으로 작성할 필요가 있습니다. 저의 경우에는 브랜드의 가치와 신뢰를 기반으로 고객을 설득하는데 초점을 맞추고 싶었는데요.
그래서 단순히 이메일 발송 간격과 횟수 뿐만 아니라, 꼭 포함하고 싶은 내용을 불렛으로 따로 추가했습니다.
- 우리 제품이 해결해주는 문제와 우리 제품이 가지고 있는 가치
- 고객사의 목소리를 들을 수 있는 고객 사례
- 그리고 상담 예약을 유도하는 CTA
이렇게 콘텐츠의 방향성과 목표까지 함께 알려주면, 실제로 활용 가능한 시나리오를 보다 정밀하게 추천받을 수 있습니다.
두 번째로 콘텐츠 작성 단계에서는 79.4%가 오픈율을 높이는 이메일 제목을 추천받고 싶다고 응답했습니다. AI에게 뉴스레터 제목을 추천받으면서 고민하는 시간을 덜고 또 뉴스레터 콘텐츠 자체에 집중하기 위함으로 보입니다.
최근 스티비는 AI가 본문의 내용을 파악하고 뉴스레터 제목을 추천해 주는 ‘제목 추천 기능’을 베타로 선보였습니다. 몇 주 전 <스티비 뉴스레터>에서는 실제로 '제목 추천 기능'을 활용해 A/B 테스트를 진행했는데요. 그 실험 결과를 간단히 공유합니다.
실험은 평소처럼 뉴스레터 본문을 작성한 뒤, 두 가지 제목을 선정해서 A/B 테스트를 진행하는 방식으로 이뤄졌습니다.
A안은 마케터인 제가, 콘텐츠를 작성할 때부터 염두에 두었던 제목인데요. “뉴스레터 레이아웃을 결정하는 3가지 질문” 이라는 제목으로 레이아웃에 대한 고민을 해결해 준다는 점을 강조하고 ‘3가지’라는 수치를 활용해 구체성을 주었습니다.
B안은 AI가 제안한 5개 제목 중, A안과 소구 포인트가 겹치지 않으면서도 메시지가 명확했던 문구를 선택했습니다. “구독자의 행동을 유도하는 뉴스레터 레이아웃 전략”이라는 제목은 콘텐츠가 제시하는 해결 전략이 구독자의 행동으로 이어질 것이라는 흐름을 반영하고 있었고, ‘전략’이라는 단어를 통해 문제 해결의 신뢰감도 줄 수 있다고 판단했습니다.
그렇다면 제가 직접 쓴 제목인 A안과 제목 추천 기능이 제안한 제목인 B안 중 어떤 것이 더 효과적이었을까요?
실험 결과는 A안의 오픈율이 21.4%, B안의 오픈율이 21.2%으로 나타났습니다.
A안의 오픈율이 소폭 높았지만, 그 차이는 0.2%P로 유의미하다고 보긴 어려운 수준이었습니다. 실험을 통해 제목 추천 기능이 제안한 제목 역시 충분히 성과를 낼 수 있다는 점을 확인할 수 있었습니다.
특히 주목할 점은 클릭률의 경우, 두 제목 중 B안이 더 높았다는 것입니다. 만약 제목 추천 기능이 오픈율만을 높이기 위해 자극적인 제목을 제안했다면, 구독자가 이메일을 클릭한 이후에, 제목과 본문의 괴리감을 느껴서 클릭률이 낮아졌을 가능성도 있을텐데요.
하지만 두 제목의 클릭률이 비슷하다는 점에서 AI가 제안한 제목이 콘텐츠의 톤앤매너와 내용을 충실히 반영한다는 점도 알 수 있었습니다.
이런 방식으로 제목 추천 기능을 활용한다면, 본문 콘텐츠를 기반으로 다양한 소구점을 탐색하고 빠르게 A/B 테스트를 설계할 수 있다는 장점이 있습니다. 이메일 제목 전략을 감이 아니라 데이터를 기반으로 수립할 수 있는 것입니다.
세 번째로 성과 분석 단계에 어떤 고민이 있는지 물었을 때 96.8%가 발송 후 데이터에 기반한 인사이트 도출이 필요하다고 응답했습니다. AI에게 발송 성과 요약과 인사이트를 요청하고 다음 뉴스레터에 적용할 액션을 제안 받고 싶은 니즈가 있는 것으로 보입니다.
이럴 때는 스티비의 통계 데이터를 활용해 AI의 도움을 받아볼 수 있습니다. 스티비의 [통계] 탭에서 기간을 설정하고 이메일 목록으로 내려가 목록 내려받기를 클릭하면 이메일에 따른 발송 성공률, 오픈율, 클릭률과 같은 성과 지표를 CSV 파일로 다운받을 수 있습니다.
이 파일을 직접 가공하고 해석하며 데이터를 분석할 수도 있지만, 새로운 시선에서 인사이트를 얻고 싶다면 CSV 파일을 AI 도구에 첨부하고 ‘이 뉴스레터는 왜 반응이 좋았을까?’ 같은 질문을 던질 수 있습니다.
성과 분석 전략을 고민할 때도 AI를 더 효과적으로 활용하려면, 좋은 질문을 프롬프트에 담는 것이 중요합니다.
맥락
- 이메일 뉴스레터 서비스 스티비에서 뉴스레터를 매주 발행하고 있는 마케터입니다.
- 이메일 마케팅을 통해 고객과의 관계를 만들고자 하는 담당자를 타깃으로, 이메일 마케팅 팁과 실제 사례 중심의 콘텐츠를 제공합니다.
- 구독자는 약 5,000명이며 이들에게 업무에 바로 활용할 수 있는 정보를 매주 전달하고 있습니다.
기대 결과
- 최근 발송 성과를 바탕으로 뉴스레터의 오픈율을 개선할 수 있는 이메일 제목 전략을 도출하고자 합니다.
이렇게 하면 AI가 단순한 조언을 해주는 것이 아니라, 실제 성과 기반의 전략을 제안할 수 있게 됩니다.
요청 행동 부분은 한마디로 말하면,CSV 데이터를 기반으로 인사이트를 도출해달라’입니다. 다만 이러한 내용을 두 가지 구조로 나누어 전달했습니다.
첫 번째로, 첨부한 CSV 데이터의 특징을 ‘12주간 발행한 뉴스레터의 발송 성과 데이터’라고 정의하여 설명했고요
두 번째로 분석 항목을 구체적으로 나누어 요청했습니다. 먼저 성과의 추이를 파악하기 위해 12주간의 오픈율·클릭률 추이를 분석하고 시각화하는 것에 더불어 눈에 띄는 지표 상승과 하락 시점이 있다면 그 원인은 무엇일지 추정해달라고 요청했습니다.
이어서 성과에 영향을 주는 요소를 비교하기 위해 오픈율이 높았던 이메일 제목들의 공통적인 특징 즉, 주제나 표현 등을 분석해달라고 말했습니다. 이때 반대로 오픈율이 낮았던 제목과의 차이점도 알려달라고 말했고요.
마지막으로 전략 제안을 받기 위해 이런 인사이트를 바탕으로 이후 뉴스레터에 반영할 수 있는 제목 가이드를 제안해 달라고 말했습니다.
마지막으로 성과 개선 단계에 어떤 고민이 있는지 물었을 때 70.5%가 발송 시간과 빈도를 추천받고 싶다고 응답했습니다. 아무래도 오픈에 영향을 미치는 요소이기 때문에 언제 보낼지 또 얼마나 자주 보낼지 AI에게 물어보며 최적의 발송 전략을 발견하고 싶은 니즈로 보입니다.
이번 프롬프트의 경우, 동어가 반복되어 제가 누구인지 그리고 어떤 뉴스레터를 발행하고 있는지에 대한 맥락은 임의로 생략했지만, 왜 발송 시간과 빈도를 조정하고 싶은지에 대한 맥락은 구체적으로 작성했습니다.
맥락
- 뉴스레터의 최근 4주간 평균 오픈율은 약 20%로, 직전 분기 대비 3~4%P 감소했습니다.
- 클릭률도 평균 1.8% 수준으로 다소 하락한 상태입니다.
- 때문에 이메일 발송 시점과 발송 빈도를 조정할 필요성을 느끼고 있습니다.
기대 결과
- 뉴스레터의 성과를 개선하기 위해, 발송 시점과 빈도에 대한 전략을 제안 받고자 합니다.
요청 행동은 두 가지 구조로 나누어 작성했습니다. 첫 번째로 가장 중요한 요청인 발송 시점과 빈도에 대한 전략을 제안받되, 아래 내용을 고려하고 싶다고 말했습니다.
- 이때 오픈 성과가 중요하다는 점에서 ‘구독자가 열어볼 확률이 높은 요일과 시간대’
- 고객 경험을 고려한다는 점에서 ‘피로감 방지 등을 고려한 적절한 발송 빈도’
- 인터뷰, 팁, 큐레이션 등 뉴스레터 코너별 성격에 따른 발송 전략
두 번째로는 이런 전략을 적용하기 위한 A/B 테스트 구조와 실험을 했을 때 예상되는 변화 수치도 함께 알려달라고 요청했습니다. 덕분에 단순히 전략을 얻는 것에서 나아가, 데이터 기반으로 테스트하고 최적화하는 실행 로드맵까지 얻을 수 있었습니다.
두 번째 세션에서는 프롬프트 예시를 중심으로 이메일 마케팅에서 어려움을 겪는 부분에 AI를 활용할 수 있는 방법을 알아보았습니다. 이외에도 '고객이 좋아하는 이메일, AI와 함께 만들기'의 전체 내용이 궁금하다면, 아래 링크를 통해 확인해 보실 수 있습니다.