회원가입 7일 이내 고객 첫구매 캠페인 만들어줘. 이미지는 우리 브랜드 톤에 맞게!
오디언스 추출 · 메시지 초안 · 이미지 생성 완료
가입 7일 이내 미구매 고객 12,480명을 찾고, 브랜드 톤을 학습해 소재까지 만들었어요.
캠페인 정보
메시지
WELCOME
첫 구매 웰컴 쿠폰 15%
(광고) {{ name }}님, 가입을 환영해요! 첫 구매 웰컴 쿠폰이 도착했어요.
쿠폰 확인하기브랜드 자사몰부터 커머스 플랫폼, 유통 대기업까지 블럭스와 함께 성장하고 있습니다.
오늘의 블럭스
구매전환율 +23%
패션 커머스 H사 · 일괄 발송 그룹 대비 A/B
전환수익 1.7배
뷰티 브랜드 B사 · 도입 후 1년, 도입 전 대비
연 3억 발송비 절감
건강식품 커머스 P사 · 채널 최적화 기준
왜 블럭스가 필요할까요?
캠페인 하나 내보내는 데,
하루가 다 가지 않나요?
세그먼트를 뽑고, 카피를 쓰고, 소재를 만들고, 리포트를 짜 맞추는 일. 정작 전략을 고민할 시간은 늘 부족합니다.
기획은 하루,
발송은 다음 주
보내고 싶은 날은 오늘인데, 타겟 추출하고 세팅하고 검수를 기다리다 보면 타이밍은 이미 지나가 있습니다.
→ 말하는 순간 세팅 끝. 오늘 기획해서 오늘 보냅니다성과 분석에
반나절을 씁니다
데이터는 GA에, 매출은 엑셀에, 발송 기록은 또 다른 툴에. 겨우 숫자를 모아도, 그래서 다음에 뭘 해야 할지는 여전히 막막합니다.
→ 성과 분석부터 다음 전략까지 에이전트가 챙깁니다마케터인지 오퍼레이터인지
헷갈립니다
타겟 뽑고, 카피 쓰고, 소재 만들고, 리포트 만들다 하루가 끝납니다. 정작 전략은 퇴근길에 생각하게 됩니다.
→ 반복 작업을 맡기면 리소스가 83% 줄어듭니다세그먼트도, 카피도, 소재도, 리포트도. 마케터의 하루를
채우던 그 모든 반복이 이제 한 문장으로 끝납니다.
에이전트가 일하는 방식
한 문장이 캠페인이 되는 과정
"첫 구매 후 한 달 지난 고객, 재구매 캠페인 만들어줘" 이렇게 한 문장만 보내면 됩니다.
첫 구매 후 한 달 지난 고객, 재구매 캠페인 만들어줘
오디언스 룰 자동 정의
조건에 맞는 고객 18,240명을 찾았어요. 모수와 도달률까지 확인했어요.
오디언스 생성
첫 구매 후 한 달 지난 고객, 재구매 캠페인 만들어줘
채널별 카피 3안 · 추천 상품 슬롯 구성
카피 3안과 유저별 추천 상품, 소재까지 준비했어요. 마음에 드는 걸 고르기만 하세요.
캠페인 정보
메시지
COMEBACK
재구매 감사 쿠폰 15%
(광고) {{ name }}님, 다시 만나 반가워요! 재구매 감사 쿠폰이 도착했어요.
쿠폰 확인하기첫 구매 후 한 달 지난 고객, 재구매 캠페인 만들어줘
발송 전략 · 시나리오 초안 구성
발송 시점과 채널 폴백, 리마인드 분기까지 설계해뒀어요.
발송 설계
첫 구매 후 한 달 지난 고객, 재구매 캠페인 만들어줘
실시간 풀퍼널 리포트
발송 후에는 이렇게 구매까지 실시간으로 추적돼요.
발송 → 구매
다음 액션 제안
조건만 말하면 오디언스가 만들어집니다
말로 한 요청을 세그먼트 조건으로 바꾸고, 모수와 도달률까지 바로 계산합니다. 데이터 분석에 쓰던 반나절이 사라집니다.
메시지와 소재까지 만들어 옵니다
채널별 카피 3안, 유저별 AI 추천 상품, 개인화 랜딩페이지, 이미지 소재까지. 검토하고 고르기만 하면 됩니다.
언제, 어디로 보낼지도 에이전트가 정합니다
유저별 최적 발송 시간과 채널 폴백 전략, 리마인드 분기까지 시나리오로 짜서 가져옵니다. 마케터는 승인 버튼만 누르면 됩니다.
성과 분석과 리포트, 다음 액션 제안까지 합니다
SQL 없이 발송부터 구매까지 오차 1~2% 이내로 추적하고, 다음 액션까지 에이전트가 제안합니다.
차별점
다섯 단계, 그중 한 번은 꼭 사람이 봐요
판단이 필요한 지점은 숨기지 않아요.
구조 모델은 빠른 것보다 확인된 게 중요하니까요.
데이터 분석
AI에이전트부재 읽기
통심이랑 치수로 좌표계를 잡고, 해치·이중선·부호에서 기둥·보·슬래브·벽을 찾아요.엔지니어 검수
신뢰도 낮은 부재만 모아서, 도면이랑 모델을 나란히 놓고 구조 엔지니어가 확인하고 고쳐요.소재 제작
디자이너에이전트성과 분석
마케터에이전트7단계 중 마케터가 직접 해야 하는 건 5단계 7단계 중 마케터가 직접 해야 하는 건 0단계. 말하면 끝납니다
기능
캠페인의 전 과정이, 하나의 콘솔에
AI 오디언스
복잡한 분석은 AI가 대신합니다
이탈 위험·구매 가능성·충성도 — AI가 행동 데이터를 학습해 타겟 그룹을 자동으로 만들어 줍니다. 직접 룰을 짜서 고도화할 수도 있습니다.
오디언스 조건
시나리오 자동화
행동을 따라가는 자동 시나리오
장바구니 담기부터 구매까지, 고객 행동에 반응해 메시지가 이어집니다. 딜레이·분기·대체발송까지 캔버스에서 설계합니다.
초개인화 메시지
입찰 전에 골조 물량 뽑을 때
2D 도면만 있는 상태에서 골조 물량을 뽑아드려요. 수작업 적산보다 누락이 적고, 산출 근거가 모델에 남아서 내부 검토나 발주처 소명에 그대로 쓰실 수 있어요.
장바구니에 둔 러닝화, 오늘까지 15% 할인
지난주 본 캠핑 체어, 재입고됐어요
멀티채널 발송
준공도면을 BIM으로 바꿀 때
리모델링, 안전진단, 유지관리 때문에 오래된 준공도면이 필요하시죠. 캐비닛에 잠겨 있던 도면을 쓸 수 있는 데이터로 꺼내드려요.
풀퍼널 분석
발주처가 BIM으로 달라고 할 때
2D로 진행한 프로젝트를 납품 단계에서 Revit·Tekla로 맞춰드려요. 모델링 인력을 따로 붙이지 않으셔도 됩니다.
발송 → 구매
AI 상품 추천
같은 캠페인,
12,480개의 다른 메시지.
AI가 클릭·장바구니·구매 행동을 학습해, 유저마다 살 확률이 가장 높은 상품을 골라 메시지에 자동으로 넣습니다.
1취향을 학습해서
2마지막 행동에서 이어서
3행동 직후, 실시간으로
어떤 유형이든 개인화 랜딩페이지까지 이어 붙이면 전환율이 평균 50% 이상 오릅니다.
고객 사례
다른 고객사들은 이미 블럭스로
성과를 내고 있습니다.
바바더닷컴 · 프리미엄 패션 플랫폼
김ㅇㅇ 대리 · 마케팅팀 CRM 담당
13.5%에서 상승
1,250%에서 상승
익스샘플 · 스포츠 브랜드
CRM 담당자 · 1인 운영
직접 써본 마케터들의 리뷰
실제 도입 고객사가 남긴 후기에서 그대로 가져왔습니다.
성과, 시간 절약, 쉬운 운영. 리뷰에서 가장 자주 나오는 세 가지입니다.
밀착 온보딩부터 첫 캠페인 성공,
그 이후 성장까지 책임집니다.
데이터 연동
SDK, API, 웹훅 등 다양한 연동 방식을 통해 신속한 데이터 파이프라인 구축을 지원합니다.
맞춤 컨설팅
담당 AM이 배정되어 고객사 현황을 점검하고 최적 세그먼트 설계, 개인화 시나리오 구성 등 맞춤형 CRM 전략을 제안합니다.
사후관리
월간 성과 리뷰, 최적화 제안, 신규 기능 활용법 교육으로 지속적인 성장을 지원합니다.
민감한 고객 데이터,
그래서 더 철저하게 다룹니다.
CRM은 결국 고객 데이터를 맡기는 일이니까요. SDK·API·웹훅 같은 외부 툴 연동까지 같은 기준으로 지킵니다.
개인정보 최소 수집
마케팅에 꼭 필요한 최소한의 데이터만 수집해 노출 위험 자체를 줄입니다.
Blux ID 익명 식별
개인정보 대신 고유 식별 코드를 만들어 고객을 안전하게 구분합니다.
행동 로그 중심 활용
신상정보가 아니라 구매·장바구니·조회 같은 행동 패턴으로 개인화합니다.
도입 전에 자주 묻는 질문
SDK 연동 외에도 GTM, 커머스 플랫폼 플러그인, 서버 간 API 등 브랜드 상황에 맞는 연동 방식을 제공합니다. 전담 PM이 연동 시작부터 첫 캠페인 발송까지 함께합니다. 자세한 방식은 연동 가이드에서 확인할 수 있습니다.
발송 공백이 생기지 않도록 마이그레이션 일정을 함께 설계합니다. 전체 전환 전에 PoC로 성과를 먼저 검증하고, 그 결과로 내부 보고까지 끝낼 수 있습니다.
SOC 2 Type II·AWS 인증을 보유하고 있습니다. 개인정보 대신 고유 식별 코드(Blux ID)로 고객을 구분하고, 마케팅에 꼭 필요한 최소한의 데이터만 수집합니다. 보안팀 심사에 필요한 문서도 바로 제공해 드립니다.
네. AI 오디언스가 세그먼트를 자동 생성하고, 데이터 조회는 에이전트에게 자연어로 물어보면 됩니다. SQL이나 별도 분석 도구 없이 마케터 혼자 운영할 수 있습니다.
월정액에 발송량만큼 더해지는 구조고, 발송 단가는 업계 최저 수준입니다. 브랜드 규모와 발송량에 따라 달라지므로 도입 문의를 통해 견적을 받아보세요.
팀에 공유할 자료가 필요하다면 서비스 소개서 보기
