디지털 마케팅을 위한 4가지 분석팁
마케팅 솔루션을 활용한 데이터 분석 사례
# 2014 년 회사 블로그(NHN Ent AD)에 기고한 내용을 수정/보완 하여 다시 포스팅합니다.
-----
디지털 마케팅의 매력 중 하나는 정확한 측정과 분석이 가능하다는 것입니다.
특히 디지털 광고 데이터는 규칙적이고 정형적인 데이터이기 때문에 다양한 분석과 활용이 용이합니다.
농구만화 슬램덩크의 주인공 강백호의 명대사 중 '왼손은 거들 뿐'이라는 말이 있는데요. 디지털 마케팅에서 솔루션의 역할은 '거드는 것'이라고 생각합니다. 마케터가 정확한 KPI를 설정하고, 효과적인 디지털 마케팅을 수행할 수 있도록 돕는 도구로서 말이죠.
그렇다면, 디지털 마케팅 분석 기술이 어떻게 마케터들을 돕고 있을까요?
그 해답을 드리기 위해 '마케팅 분석 솔루션을 활용한 4가지 분석 방법'에 대해 소개해드립니다.
1. 기여도 분석 (Attribution Analysis)
2. 코호트 분석 (Cohort Analysis)
3. 유저 행동 패턴 분석
4. 크로스 디바이스 (Cross Device) 분석
1. 기여도 분석 (Attribution Analysis)
'기여도 분석'은 멀티채널 마케팅 환경에서 더욱 중요해진 분석 방법이라고 할 수 있습니다.
고객은 다양한 경로를 통해 사이트를 여러 번 방문하게 되는데, 각각의 방문마다의 전환 가중치를 다각도로 부여하여 여러 마케팅 채널의 기여 효과를 파악하는 방법입니다.
기여도 분석(Attribution Analysis)의 개념이 나오기 전에는 보통 '전환'에 근거하여 마지막 클릭(Last Click) 채널이 전환의 모든 성과를 가져갔지만, 최근에는 마지막 클릭 이외에 첫 유입(first interaction Click), 직접 방문을 제외한 Non - Direct Click, 모든 방문에 동일한 가중치를 주는 Linear model, 시간 흐름에 따른 가중치를 두는 time decay 모델 등 다양한 분석방법이 나오고 있습니다.
예를 들어, 배너 광고를 클릭하여 웹사이트를 방문한 고객이 일주일 후에 소셜 네트워크에서 클릭을 통해 다시 방문하거나, 같은 날에 이메일 캠페인을 통해 세 번째로 방문한 뒤 구매를 하게 된다면, 기존에는 이메일 캠페인을 통한 전환으로 측정되겠집만 기여도 분석을 통해 고객이 구매를 하기까지 모든 과정에 있는 광고 채널의 기여도를 알 수 있는 것이죠.
구글이 제시하는 'Attribution Analysis '을 통해 구매 전환율이 높지 않은 광고채널 (배너, SNS)의 고객 인지효과나 마케팅 기여도를 분석할 수 있어, 각 채널 별 마케팅 전략을 수립하고, 효과적인 미디어 믹스를 구성하는데 도움을 받을 수 있습니다.
* 해당 링크에서 Google 'Attribution Analysis'에 대한 자세한 내용을 확인해보세요.
그림. Google Analytics Attribution Analysis
2. 코호트 분석(Cohort Analysis)
‘코호트’ 분석방법은 데이터 안에서 몇 가지의 유사한 행동패턴을 일으키는 고객들을 그룹으로 묶어 분석하는 방법입니다.
즉 총 매출, 총 방문수와 같은 총 수치를 보는 것이 아니라 사용자들을 각각의 특성에 따른 집단으로 분류하고 그 해당 집단의 성과를 독립적으로 측정하는 방법입니다. 웹 분석에서 흔히 쓰이는 ‘신규방문’ vs ‘재방문’ 분석 등도 일종의 코호트 분석으로 생각해 볼 수 있습니다. 좀 더 디테일 하게는 ‘이벤트 배너’를 클릭한 고객과 ‘그렇지 않은 고객’으로 분류하여 분석하여 특정 이벤트의 마케팅 효과를 파악해 볼 수도 있습니다.
- *Kiss Matric 의 Cohort 분석 : 특정 이벤트를 연속적으로 수행한 행동 패턴에 대해 파악하고 그룹화 하는 기능을 제공합니다.두 가지의 이벤트를 설정할 수 있는데, 첫 번째로 선택한 이벤트를 수행한 사람들 중 기간 내에 두 번째 이벤트를 수행한 사람들의 데이터를 보여줍니다
그림 : Kiss Metrics
그림 : Kiss Metric ‘Cohort Report – sample*분석 사례 : 코호트 분석을 통해 나온 데이터 입니다. 각 캠페인별로 유입된 유저들의 재방문 횟수를 분석하여 캠페인 별Engagement 효과를 확인했습니다. 이 데이터에서는 Sendgird 캠페인이 가장 효과적이었던 것으로 파악되고 있습니다.
(출처 : https://blog.kissmetrics.com/kick-guesswork-marketing/)
3. 유저 행동 패턴 분석
'유저 행동 패턴 분석'이란 구매 전환이 일어난 유저 혹은, 장바구니에 물건을 담거나 구독신청서를 작성하는 등 특정 이벤트를 달성한 특정 유저의 행동 패턴에 대해 더 자세히 분석하는 방법입니다. 이를 통해 기업이 원하는 마케팅 목표를 달성하기까지 특정 유저가 어떤 과정을 거치게 되는지 알 수 있고, 이 과정을 개선하거나 좀 더 편라하게 할 방법에 대해서 찾아 볼 수도 있습니다.
이러한 분석방법은 검색광고 마케팅에서도 활용되어 유저의 '검색 유입 패턴 분석'을 통한 브랜드 인지효과를 파악할 수 있는데요.
"ABC 중고차"라는 중고차 업체의 전환 고객이 "차종 키워드 - 브랜드 키워드 - 대표 키워드 - 차종 세부키워드 - 브랜드 키워드" 와 같은 패턴으로 유입되었다면, 핵심 키워드와 세부키워드, 브랜드 키워드 각각의 연결고리와 유입 패턴을 확인하고, 이런 패턴의 흐름이 어떻게 되는지 확인하여 세부키워드를 확장하는 전략을 세우거나, 브랜드 키워드로 유입되었을 때 함께 검색이 많이 되는 키워드의 차종 기획전 페이지로 랜딩 시켜보는 시도를 해볼 수 있습니다.
또한 A 쇼핑몰의 한 고객이 다음과 같이 '워터파크', '비키니', '선크림' 상품을 순서대로 검색하고 구매하였을 경우, 유저의 행동 패턴을 분석하여 해당 고객에게 적합한 상품을 추천할 수도 있습니다. 그 예로 아마존에서는는 고객 구매 패턴 데이터를 정밀하게 분석한 추천 시스템 "협력적 필터링 알고리즘(Collaborative filtering)"을 활용하여 특정 유저에게 구매 가능성이 높은 물건을 추천해주는 서비스를 제공하고 있습니다.
4. 크로스 디바이스 (Cross Device) 분석
Facebook과 Google 에서 제공하는 분석기능인 '크로스 디바이스 (Cross Deivoce) 분석' 은 1명의 유저가 다수의 디지털 기기를 사용하는 환경에 따라 점차적으로 중요해지고 있습니다. 페이스북의 발표에 따르면 모바일에서 흥미를 표현한 유저 증 32% 이상이 28일 이내에 PC를 통해 전환을 발생시켰다고 합니다. 크로스 디바이스 분석을 위해서는 Unique한 .Single User ID를 기준으로 각 기기에서의 유입 데이터를 수집하여 계산해야 합니다. 이를 통해 '모바일을 통한 인지 → PC를 통한 구매 전환'과 같은 각 디바이스에서의 고객 유입과 전환 발생까지의 마케팅 효과를 효과적으로 분석할 수 있습니다.
* Google Adwords : Cross - Device Estimated Conversion
구글은 멀티 디바이스로 로그인한 Google User 데이터의 일부를 샘플로 활용하여 '크로스 디바이스 예상 전환 분석 리포트' 를 제공합니다. 애드워즈 및 GDN 광고 집행 데이터를 대상으로 분석 가능하며, 충분한 샘플 데이터가 없을 경우 제공되지 않습니다. 또한, 최근 옴니 채널 마케팅이 활성화되고 있는 시장 트렌드에 맞게 구글도 향후 오프라인과 연계한 '옴니 채널 마케팅 분석'에 대한 기능 오픈을 준비 중이라고 합니다.
*해당 링크에서 Google Adwords 'Cross - Device Estimated Conversion'에 대한 자세한 내용을 확인해보세요.
그림 . Adwords Cross - Device Estimated Conversion
* Facebook : Cross Device Report
페이스북은 페이스북 광고 리포트에서 유저의 멀티 디바이스 성과를 분석한 '크로스 디바이스 리포트'를 제공합니다. 이를 통해 노출된 기기, 행동한 기기, 웹사이트 컨버전, 모바일 앱 액션 등 분석 지표를 제공하기 때문에 고객의 크로스 디바이스 쇼핑과 같은 행동을 분석하고 인사이트를 얻을 수 있습니다.
*해당 링크에서 Facebook 'Cross Device Report' 에 대한 자세한 내용을 확인해보세요.
그림. Facebook Cross Device Report
최근에는 멀티 디바이스를 넘어서서, O2O 플랫폼(Offline to Online), 옴니 채널 마케팅으로 영역이 확장되어 가고 있는 만큼, 기기간의 연결고리나 오프라인과 온라인의 접점 분석을 위해 유통과정의 고객 데이터를 수집하고, 빅데이터로 분석하는 솔루션들에 대한 니즈가 더욱 커질 것으로 예상됩니다.
10/90 Rule (by Avanish Kaushik)
웹사이트 분석을 위한 100달러의 예산이 있다면 10달러는 툴과 설치에 사용하고 90 달러는 분석가를 위해 투자하라는 의미입니다.
디지털 마케팅을 효과적으로 진행하기 위해서는 반드시 기술과 비즈니스라는 두 축이 함께 움직여야 합니다. 솔루션을 담당하는 IT 부서는 기술적인 측면에서 데이터를 효과적으로 분석할 수 있는 '데이터 분석 플랫폼, 마케팅 분석 솔루션'을 제공해야 하고, 비즈니스 부서의 마케터들은 이를 활용할 수 있는 '데이터 분석 능력과 전략 수립, 실행력'을 갖추고 있어야 합니다.
