그것이 실제로 사용되지 않는다면, 지식은 그 가치가 없다. – 안톤 채홉 (Knowledge is of no value unless you put it into practice. –Anton Chekhov )
Brent Dykes의 Web Analytics Action Hero (부제 : Using Analysis to Gain Insight and Optimize Your Business) 책 다시 읽기 연재를 시작한지 벌써 9주 째가 되었다. 이 주옥같은 책에 좋은 내용이 너무나도 많지만, 필자가 판단하기에 간과하기 쉽지만 고민할 만한 주제 위주로 적어왔다. 이번 주는 지난 몇 주에 걸쳐서 고민했던 많은 주제를 바탕으로, 실제 디지털 분석을 수행할 주요 영역과 그 ‘인사이트’를 도출하는 방법에 대해 이야기 해 보겠다.
디지털 마케터가 관심있게 관찰해야 하는 네가지 중요 영역
지난 몇년 동안 디지털 분석의 분야는 고속 성장을 거듭하고 있다. 기술을 날이 다르게 발전하고, 모바일의 트래픽은 이제 PC나 laptop의 트래픽을 훨씬 앞지르고 있다. 그렇다할지라도 디지털 분석에서 주요하게 관찰해야 할 영역이 크게 변하지는 않았다. 특히 웹이나 모바일, 앱을 위주로 하는 온라인데이터의 분석의 영역은 여전히 아래의 4가지 영역을 중심으로 분석을 해 보는 것이 매우 의미있다.
- 유입 (Acquisition) : 방문자들이 우리의 디지털 영토에 어떻게 유입이 되는가에 대한 분석이다. 디지털 영토는 웹사이트, 모바일 사이트, 앱이 모두 해당한다. 이 디지털 영역으로 유입이 되는 방법은 다양한데, 구체적으로는 회사에서 실행하는 모든 디지털 마케팅 캠페인 활동, 검색엔진을 통한 유입, URL를 입력하고 바로 유입이 되는 경우 등이 그 대표적인 예다. 회사의 입장에서는 이런 유입을 유도하기 위해 각종 디지털 미디어에 비용을 지불하게 되므로, 비용대비 어떤 유입 채널이 효과적인지 알고 싶은 것은 당연하다.
- 사이트 내에서의 행동 (Site Interaction) : 방문자가 일단 사이트로 유입이 되면, 그 다음에 방문자들은 여러가지 행동을 사이트에서 되는데 실제 방문자들이 어떤 컨텐츠를 많이 보는지, 어떤 경로로 그들이 이동을 하는지 등 방문자들이 어떤 행동을 하는지를 관찰할 수 있게 된다. 회사의 마케팅 담당자는 당연히 어떤 제품이 많이 조회가 되고, 어떤 컨텐츠들이 방문자에게 많이 소비가 되는지 알아야 향후 컨버전과 연결이 가능해 진다.
- 전환 프로세스 (Conversion Process) : 회사마다 만들어 놓은 사이트에는 그 나름의 존재 목적이 있고, 그 회사만의 성공을 측정하는 결과들이 존재하는데 이것을 전환(Conversion)이라 부른다. 가령 온라인 쇼핑몰이라면, 방문자들이 최종적으로 물건을 사면(즉 order가 발행하면) 최종의 목적에 도달한 것이고, 당연히 이 회사의 담당자들은 방문자들이 그들이 예상한 경로대로 전환을 만들어냈는지 궁금할 것이다. 이 전환 경로를 분석하는 것은 실제 웹사이트가 성공적으로 운영이 되는지를 측정할 수 있는 중요한 포인트가 된다.
- 방문자의 가치 (Visitor Value) :
모든 방문자와 고객이 동일하지는 않다. 그러므로 단일 방문 관점을 기반으로하는 방문자에 초점을 맞추기보다는 여러 번 방문을 지속하는 그들의 관심사를 이해하여 비즈니스에서 집중할 최고의 고객은 누구이며 그들을 위한 어떤 경험을 제공할 수 있을지를 지속적으로 고민해야 한다.
사례로 보는 인사이트 도출 방법
그렇다면 구체적으로 어떤 방법으로 인사이트를 도출할 수 있는지 유입을 예를 들어서 분석 리포트를 만들어서 살펴보자.
시나리오: 당신은 자동차회사의 마케팅 담당자다. 새로운 하이브리드 스포츠카를 출시하기 위해 준비하고있는 자동차 제조업체에서 일하고 있으며 제품 출시 캠페인을위한 최적의 마케팅 채널을 결정하려고 한다. 평균 자동차 구매 프로세스를 완료하는 데 약 6개월이 걸리며 고객은 다양한 인식, 고려 및 구매 준비 단계를 거친다는 것을 알고 있다. 당신은 어떻게 회사의 마케팅 채널을 최적화할 것인가?
이 분석을 위해서 먼저 당신은 가지고 있는 분석 리포트 가운데 마케팅채널을 분석할 수 있는 리포트가 있는지 확인하고, 그 리포트에 인식, 고려 및 구매 준비 단계를 측정할 수 있는 지표에 해당하는 데이터가 존재하는지 먼저 확인해야 한다.
예를 들면, Adobe Analytics의 리포트로 다음과 같이 리포트를 생성할 수있다.
- 먼저 기본적인 Visits, model page views, product comparisons 그리고 request-a-quotes 등의 지표를 마케팅 채널 리포트에 추가한다.
- 이 지표를 추가하는 이유는, 이 회사는 인식 또는 인지도를 알기 위해서 Model page view를 측정하고, 고려 및 준비 단계를 측정하기 위해 Product comparisons 라는 지표를 사용하며 구매의 최종 결정 전 Request-a-quotes를 최종의 지표로 미리 정의를 했다.
- 그리고 각각의 결과에 대한 전환율을 보기 위한 추가적인 지표들 예를 들면 Model Conversion (model views/visits), Product comparisons Conversion (prod comps/visits), Quote conversion(quotes/visits) 등을 생성하여 추가한다.
- 어떤 채널이 가장 많은 볼륨의 트래픽을 발생시켰는지 알기 위해, Visit 으로 정렬을 한다.
이 예에서 캠페인은 새로운 하이브리드 스포츠카에 대한 인지도를 생성하는 데 주력하므로 모델 홈페이지보기 (Model view)를 더 많이 만들기 위해서 주력하는 것이 목적이었다. 그런 관점에서 보면 Model Conversion (그림 7.2)을 통해 다양한 채널을 살펴보면 소셜 미디어가 인지도를 유도하는 데 가장 적합한 채널이라는 것을 알 수 있다. (8.4%).
유료 검색은 방문자가 Product Comparison 도구(7.2%)를 사용하여 구매 프로세스의 고려 단계에서 가장 효과적인 채널이고 즉 이 의미는 회사의 캠페인 목적이 더 많은 방문자가 Product Comparison 도구를 더 많이 활용해서 구매의 고려단계까지 높이는 것이 목적이면 유료 검색 광고가 더 효과적인 채널이라는 의미다.
마지막으로, Typed/bookmark (다른 Referrer를 거치지 않고 직접 유입이 된 트래픽)의 경우는 Quote Conversion이 가장 높은 채널이다. (2.6 %) 그 이야기는 캠페인을 거치지 않고 온 트래픽들이 사실은 Quote를 request 하는 ratio가 상대적으로 높았다는 의미다. 그렇다면 이 회사의 경우는 여전히 여러 캠페인을 통해 유입이 되는 트래픽보다는 아직도 바로 유입이 되는 트래픽이 더 많은 Quote conversion rate을 보인다는 의미이니, 캠페인들이 인지도를 만드는 데에는 기여를 하고 있으나 Quote Request를 하는데까지는 아직 기대만큼 썩 잘 되고 있는 것 같지는 않다는 의미도 된다. 당신이 현재 비즈니스에서 중요하게 생각되는 Conversion의 포인트에 따라 어떤 채널이 더 효과적인지, 효과적이지 않으면 어떻게 개선을 할 지 다음 순서를 고민할 수 있게 된다.
여기에서 한 단계 더 들어가보자. 인지도에 가장 기여를 한 것은 현재 소셜미디어였다. 그러면 마케팅 담당자로서 궁금하다. 수많은 소셜채널 가운데 어느 채널이 정말 잘하고 있는 채널인지, 우리는 어떤 채널에 더 많은 노력을 투자해야 하는지.
소셜 미디어 채널 (그림 7.3)을 한단계 더 상세 분석을 해서 보면, Facebook과 Twitter가 모두 모델 조회수의 약 39 %를 차지하지만 Twitter가 실제로 전환율이 더 높다는 것을 알게된다. (14.1 %) 또한 이 부분에 중요한 것은 트래픽 양은 여전히 중요하며 지속적으로 증가해야한다. 전환율이 아무리 좋더라도 트래픽 양이 너무 적으면 특정 채널에 대한 투자를 중단해야 한다.
이 외에도 단순히 소셜 채널로 상세분석하는 방법 이외에 여러가지 관점으로 상세분석을 하면 또 다른 인사이트를 도출할 수 있다. 예를 들면, 어떤 모바일 디바이스를 통해 상세분석하여 어떤 디바이스가 어떤 소셜 미디어에서 가장 효과적이었는지 혹은 방문자에 대한 연령대나 성별 혹은 접속한 지역별로 차이는 있는지, 소셜 채널별로 가장 많이 조회가 된 차량의 모델은 어떤 것이었는지 등등 여러가지의 맥락으로 분석을 해 볼 수가 있다.
방문자별 특정한 속성을 정의할 수 있는 패턴들이 감지가 되면, 그 패턴을 세그먼트로 정의하여, 그 해당의 세그먼트에 속하는 방문자의 그룹들이 우리 사이트에서 어떻게 행동하는지에 대한 또 다른 인사이트를 도출 할 수도 있다.
현재 예로 보여드린 리포트에는 Cost 에 대한 정보가 빠져있으나, 이 정보를 같이 포함하여 각 채널별 ROI를 계산해보는 것도 또다른 관점의 인사이트를 도출할 수 있다.
흔히 회사들이 알고 싶다는 그 인사이트의 양과 질은, 회사들이 보유하고 있는 의미있는 데이터 그리고 이 데이터를 볼 수 있는 안목을 가진 담당자의 관심 그리고 얼마나 능숙하게 가지고 있는 분석 도구들을 잘 활용할 수 있느냐의 조합으로 결정이 된다. 지식을 지식으로 사라지게 할지, 그것들을 현실의 세계로 끌어내서 의미를 가지게 할지는 이제 여러분에 손에 달렸다.
** 이번 이야기는 Dykes, Brent. Web Analytics Action Hero: Using Analysis to Gain Insight and Optimize Your Business 책 가운데 Chapter 7. Analysis in Action 을 일부 인용 및 번역하였습니다.