A Smart Rabbit
이현승의 개인 홈페이지[자기소개]

감이 아니라 데이터로 영업하기 (전환율 2배)

작성 2025.10.21분류 글주제 프로젝트 회고

관련 프로젝트: 화이트큐브

프로젝트 개요


결론

  • 동일 조건(규모, 타깃군, 채널)에서 운영 구조만 바꿔 주요 지표가 전반적으로 개선됨
  • 아웃바운드 세일즈 성과는 카피가 아니라 “A/B 테스트 + 행동 기반 리타겟팅”이 핵심

의도 및 맥락

  • 10월 팀 이동 후 신규 브랜드 대상 OB 세일즈를 맡았고, 기존 방식은 전체 동일 발송 구조였다.
  • OB는 여전히 매출의 주요 퍼널이었고, ROI 대비 가장 빠르게 개선 가능한 영역
  • 합류 전 아웃바운드 운영 방식
    • 전체 리드에게 동일한 메시지 발송 → A/B 테스트 없음
    • 후속 메일도 전체 동일 발송 → 세그먼트 기준 없이 운영
    • 메일에서 제안하는 소구점이 검증이 안됨

개선 작업 요약

  1. 본 캠페인 전에 소량 테스트를 진행하여 메일 제목을 최적화
  2. 1차 A/B로 회신율이 높은 메일 바디 구조 및 키워드 식별
    • B군이 A군 대비 회신율이 3배 이상 높게 측정
  3. 후속 메일을 단순 리마인드가 아닌 행동 기반 리타겟팅 구조로 구성
    • 후속 메일 구간에서 최종 오픈율 64% 달성

실행 내용


0) 기획

  1. OB로 의도적으로 개선 가능한 축을 오픈율, 회신율 2개로 고정함
    • 기존에는 “왜 성과가 안 나는지”를 학습할 수 없는 구조였기 때문에 모든 실험 변수를 이 두 지표로 제한함
    • 목적에 맞추어 “사전 테스트 → 1차 A/B → 후속 리타겟팅” 구조로 기획
  2. 타임라인을 먼저 설정 후 역할 분배함
  3. 발송 단위별 성과 비교가 가능하도록 데이터 상태값 정의 및 수집 체계 기획

1) 사전 샘플 테스트

  • 본 캠페인 1달 전 소량 테스트로 제목 성과를 비교함
  • 특정 형태의 제목의 오픈율이 우세함을 확인하여 본 캠페인 전략에 반영함

2) 1차 A/B 테스트 운영

  • 타깃을 A군/B군으로 분리해 메시지 효과를 비교함
  • 1차 회신율은 A안 0.22%, B안 0.60%로 B안이 약 3배 높았음
  • 이를 통해 타겟 브랜드에게 소구되는 카피 구조를 식별하고 후속 전략에 반영함 [OB] 12월 캠페인 XYZ 기획 사례

3) 후속 메일 퍼널화

  • 2차/3차를 단순 리마인드가 아니라 행동 기반 리타겟팅으로 재설계
    • 미열람/열람/보류 그룹으로 나눔
    • 각 그룹에 맞춤형 후속 메일 작성
      • 미열람은 강하지만 짧은 메시지로 오픈을 최우선 목표로 설정
      • 열람했으나 미회신은 판단 지표와 잔여 정보 제안
      • 보류는 최소 집행 플랜과 맞춤 수량 제안
  • 후속 구간 최종 오픈율이 64.6%까지 상승함

성과


구분 10월 OB 12월 OB
발송 리드 수 3,181 3,103
유니크 브랜드 수 1,416 1,512
회신 브랜드 수 12 26
리드 대비 회신율 0.4% 0.84%
브랜드 대비 회신율 0.8% 1.72%
최종 오픈율(2차, 3차) 약 30% 64.6%
회신→미팅율 33.4% 30%
견적 확정 1 6
회신 대비 확정률 8.33% 23.08%
  • 최종 오픈율 약 30% → 64.6%(2.1배)
  • 리드 대비 회신율 0.40% → 0.84%(2.1배)
  • 브랜드 대비 회신율 0.80% → 1.72%(2.15배)
  • 견적 확정 1건 → 6건(6배)
  • 회신 대비 확정률 8.33% → 23.08%(2.77배)

A Smart Rabbit|GitHub|LinkedIn|RSS