연락처 리스트의 시대는 끝났다 — 데이터 인텔리전스란 무엇인가

단순 연락처 DB가 왜 한계에 부딪히는지, '데이터 인텔리전스'가 그것을 어떻게 넘어서는지 — B2B 영업·마케팅의 데이터 관점 변화를 사실 기반으로 정리한다.

디비나라 데이터팀

"업체 리스트를 샀는데 왜 성과가 안 날까." B2B 영업·마케팅을 해 본 사람이라면 한 번쯤 마주치는 질문이다. 수천 건짜리 엑셀을 손에 쥐었는데도 회신은 드물고, 절반은 연락이 닿지 않는다. 문제는 대개 데이터가 부족해서가 아니라, 데이터가 그저 리스트일 뿐이기 때문이다.

단순 연락처 리스트의 세 가지 한계

누구의 전화·이메일을 모아 놓은 연락처 덤프는 본질적으로 세 가지 약점을 안고 있다.

• 정적이다 — 한 시점의 스냅샷일 뿐, 그 업체가 지금 무엇을 필요로 하는지 말해 주지 않는다.
• 노후된다 — 사업장은 매일 새로 생기고 사라진다. 어제의 리스트는 오늘 일부가 틀린 데이터다.
• 맥락이 없다 — 상호·전화·이메일만으로는 이 업체가 우리 고객이 맞는지, 지금이 연락할 타이밍인지 알 수 없다.

이 한계는 곧 비용이다. 가트너(Gartner)는 나쁜 데이터 품질이 조직에 연평균 약 1,290만 달러의 손실을 입힌다고 추산했다. 틀린 주소로 보낸 메일, 폐업한 곳에 건 전화, 맞지 않는 타겟에 쓴 영업 시간 — 모두 리스트가 치르는 값이다.

리스트에서 의사결정으로

데이터 인텔리전스(Data Intelligence)는 흩어진 원천 데이터를 가공·결합·정제해 의사결정에 바로 쓸 수 있는 상태로 만드는 일을 말한다. 핵심은 데이터의 양이 아니라 '쓸 수 있는가'에 있다. 같은 사업자 정보라도 어떻게 다듬느냐에 따라 가치가 갈린다.

차이를 만드는 작업은 대략 이렇다. 중복·오류·폐업을 걸러 내고(정제), 여러 공개 출처를 한 업체로 묶고(결합), 업종·지역·신규 개업 같은 속성을 붙이고(맥락 부여), 주기적으로 다시 수집해 신선도를 유지한다. 이 과정을 거친 데이터라야 비로소 영업·마케팅·경영 판단의 근거가 된다.

한국 SME에게 특히 중요한 이유

한국의 사업자 정보는 흩어져 있다. 업체 홈페이지, 블로그, 포털, 공공데이터 등 여러 곳에 조각조각 공개돼 있을 뿐, 한곳에 정리된 형태로는 존재하지 않는다. 정부도 공공데이터포털을 통해 인허가·통신판매 등 방대한 사업자 데이터를 개방하지만, 원천 데이터는 그대로 쓰기엔 거칠다. 품목 코드, 비정형 주소, 중복이 뒤섞여 있다.

바로 이 흩어진 데이터를 한데 모아 가공하는 역량이 가치를 만든다. 연락처 한 줄을 파는 것과, 이 업종·지역에서 지금 영업할 만한 연락 가능한 업체를 가려 건네는 것은 전혀 다른 일이다.

더 많은 리스트가 아니라, 더 똑똑한 데이터

데이터는 많아졌지만 그래서 더 귀해진 것은 쓸 수 있는 데이터다. 단순 리스트는 싸고 흔하며 그만큼 성과도 흔하다. 정제·결합·맥락·신선도를 갖춘 데이터는 누구에게 왜 지금 다가갈지를 알려 준다. 영업의 천장을 여는 것은 리스트의 양이 아니라 데이터의 밀도다.

'리스트를 사는' 발상에서 벗어나 첫 고객을 발굴·소개·인바운드로 만드는 실전은 5분영업 블로그 영업 리스트가 0인 1인 사업자, 첫 고객은 어디서 오나에서 다룬다.

참조

• Gartner, "Data Quality: Why It Matters and How to Achieve It" — gartner.com (나쁜 데이터 품질의 연평균 손실 추산)
• 공공데이터포털 — data.go.kr (사업자·인허가·통신판매 등 공공 개방 데이터)