업무 지식도 모르면 데이터 분석을 할 수 없다! [2]
이번에는 구매로 연결되는 지표의 전환율 분석합니다.
구매 프로세스에 있어서, 방문 다음은 구매이므로, 이번에는 구매로 연결되는 지표의 전환율 분석합니다.
회사별로 다르지만 EC사이트를 방문하는 이용자들은 구매에 앞서 열람→등록→카트 넣기→주문→결제→완료 등의 절차를 밟아야 합니다.
어느 한 단계에서 사용자가 포기하는 일이 있기 때문에 사용자가 장벽 없이 구입 완료에 도달하도록 노력하고, 각 단계의 전환율을 향상시키는 것은 EC사이트에 있어서 가장 중요한 작업이라고 생각됩니다. 이 전환율이 높을수록, 매상을 낳는 최적화된 EC사이트인 것이 됩니다.
분석 목표:
각 스텝의 전환점에 있는 이상을 분석하고, 각 스텝의 전환율을 최적화하기 위해 효과적인 조치를 취할 수 있습니다.
아래의 데이터 그래프는 Finereport로 작성되어 있습니다.
분석 포인트:
1. 전환율에 문제가 있는 스텝을 찾아내 개선합니다.
2. 전환률의 변화를 추적하여 시책효과를 측정합니다.
3. 이용객 수 채널 전환율 분석하며 효율적인 이용객 수 방법을 제시합니다.
4. 단계별 전환율 주기를 분석해 사용자의 구매습관을 파악합니다.
1. 전환율에 문제가 있는 스텝을 찾아내 개선합니다
출처:Finereport
전통적인 차트에서는 하나의 경로에서만 변환율을 표시할 수 있었지만, 위의 차트와 같이 조금만 바꾸면 신규 사용자와 기존 사용자의 전환율 비교 등이 가능했습니다. 상황에 따라 로그인, 소장 등 다른 절차를 추가할 수도 있습니다.
위 차트를 보면 주문률과 결제율의 차이가 많이 납니다. 이용자가 주문하시면 결제 가능성이 높습니다. 하지만 이곳의 결제 전환율은 50%에 불과합니다. 이유는 다음과 같습니다.
타사 EC 사이트의 상품을 살펴보고 그것이 더 좋을 것 같아 결제를 취소합니다.
결제하기 전에 이 상품들은 많이 필요하지 않다고 생각합니다.
결제할 때 자신의 신용카드가 지원ㄴ되지 않는다는 것을 알았습니다.
주문 후 재고부족으로 통보됩니다.
웹 페이지를 느리게 읽습니다.
신용카드 잔고부족 등...
결제가 안 되는 이유는 이용자 자체와 시스템 설계 때문입니다. 결제율이 이렇게 낮으면 시스템 설계에 문제가 있다는 것을 짐작할 수 있습니다. 구체적으로 어디에 문제가 있는지 데이터를 다시 분석합니다.
출처:Finereport
FineReport의 디자이너로 하나의 셀 데이터를 여러 표와 그래프로 세분화할 수 있습니다. 위의 차트와 같이 <결제>를 클릭하시면 해당 출처 및 상품 카테고리의 전환율이 표시됩니다.
유입처 사이에 차이가 커서 상품 카테고리 간에 큰 차이가 없습니다. 또한 PC경유에서의 결제율이 매우 낮기 때문에 PC단말기에 문제가 있음을 확인할 수 있습니다.
위와 같이, 결제율이 낮은 경우는 드물겠죠. 그렇다면...
어느 절차의 전환율을 개선해야 한다고 어떻게 판단합니까?
출처:Finereport
위 차트는 회사의 전기, 유사 경쟁 사이트, 우수 경쟁 사이트와 여러 차원의 현재 전환율을 비교합니다. 업계와 경쟁사의 데이터를 얻기 어렵다면, 당신은 절제를 줄이거나 대체 데이터(목표치, 유사 업계)를 찾을 수 있습니다.
그러나 속된 말로 상대를 알면 백 번 싸워도 위태롭지 않다고 합니다. 지금 당사의 홈페이지와 경쟁 사이트를 비교해 보는 것이 좋을 것 같습니다.
2. 전환률의 변화를 추적하여 시책효과를 측정합니다
방문 횟수뿐 아니라 전환율도 추적해야 합니다. 각 단계마다 시간에 따라 바뀌는 전환율을 추적해여 조치의 효과를 가늠합니다.
출처:Finereport
위 차트에서 4월 17일부터 4월 21일 사이에 전환율이 감소한 것을 알 수 있습니다. 유입원과 상품별로 구분전화율에 감소로 인한 유입원과 상품 카테고리를 확인할 수 있습니다.
가장 큰 이유는 새로 사용하는 고객 채널이 신규 가입자를 유치하는 반면 제품 구매자는 적어 전체 전환율이 떨어졌기 때문입니다.
또 4월 22일부터 전환율이 높아져 이후 높은 수준을 유지하고 있습니다. 프로모션, 기능의 최적화, 효과 고객 유치 등 조치의 효과가 입증되어 앞으로도 계속 실시되겠죠?
3. 이용객 수 채널 전환율 분석하며 효율적인 이용객 수 방법을 제시합니다
EC사이트의 집객 채널에는 여러가지 종류가 있습니다. 예를 들어 구글은 채널을 다음과 같이 분류하고 있습니다.
디스플레이 광고
유료 검색(리스팅광고)
기타 광고
오가닉 검색
소셜 네트워크
다른 사이트에서 인용(참조)
메일
직접 유입(직접)
접근 횟수 분석과 같이 접근 횟수뿐만 아니라 전환율과 ROI 등도 고려해야 합니다.
4상한행렬이란 가로축, 세로축이 각각의 중심점에서 교차하는 그래프로 과제의 현황과 개선 방법 (예를 들어 상품분석, 시장분석, 고객관리 등)을 설명하는 데 쓰입니다.
이곳은 고객 유치 채널의 효과 측정에 사용하여 버블 차트를 작성합니다. 접속 수, 구매 완료 전환율을 가로축, 세로축으로 나누고, 수신 채널의 효과를 네 가지 상한선으로 나눕니다. 그리고 거품의 크기를 ROI로 설정함으로써 각 채널의 효과를 알기 쉽게 표시하게 됩니다.
그러나, 4상한행렬은 특정의 시간과 상황의 전환율(1개의 점) 밖에 표시하지 않고, 전환율의 트랜드를 표시할 수 없습니다. 고객 유치 채널의 안정성을 확인하려면 컨버전율 트렌드를 나타내는 꺾임선 그래프와 연결하여 분석해야 합니다.
4.단계별 전환율 주기를 분석해 사용자의 구매습관을 파악합니다
일부 상품은 최종 구매 시까지 장시간이 소요될 경우 각 단계의 전환율 주기를 분석해야 합니다.
출처:Finereport
위 차트와 같이, 결제에 이른 대부분의 고객은 다섯 번째 주 전에 구매가 완료되고 여섯 번째 주가 되면 구매 완료율은 거의 100%입니다. 그래서, 다섯째 주에 구입이 완료되지 않았던 원인을 더듬어, 전환율을 향상시킵니다.
또한 전환율 주기를 단축하기 위해 4주 내에 구입하면 포인트 배반 등의 대책을 세우는 것도 좋을까요.
마지막으로
상기의 전환율 분석은 어디까지나 얕고 간단한 분석으로, 데이터 분석의 결과의 표시에 치우쳐 있습니다. 전환률에 영향을 주는 원인이 여러 가지 있기 때문에 데이터 마이닝을 이용하여 데이터 분석 팀에 맡기는 회사가 많습니다.
인터넷이나 가까운 데이터를 이용하여 Excel, Tableau, FineReport 등으로 차트나 대시보드를 만들어 볼까요? 만들어 보면 데이터 분석의 개념과 방법에 대한 이해가 깊어질 것입니다.
신규 유저를 획득해, 구매에 컨버젼 한 다음의 스텝은, 유저의 계속적인 방문을 실현하는 것입니다. 다음 번에는 액티브 유저의 분석을 소개합니다.
이번 주의 공유 내용은 여기에서 마치도록 하겠습니다.
다음 주 AU와 리텐션율에 관한 내용을 업데이트하겠습니다! 또 만나요!~
데이터 분석에 관심이 있으시면 페이스북에서 우리 팔로우해주세요~@bigdatastudy
Finereport는 상용 리포팅 대시보드 툴로 리포트/대시보드 디자인, Import, 데이터 입력 및 모바일 BI 등 풍부한 리포팅 기능을 가지고 있으며, 영업, 인사, Iot와 같은 업무별 보고서 템플릿을 준비할 수 있습니다. 가발자들은 단시간에 실용성 높은 업무 리포트를 작성할 수 있습니다.
현재 파인리포트(Finereport)는 기간과 기능의 제한이 없는 개인 사용자용 라이선스를 공식 홈페이지에서 무료로 배포하고 있습니다. 기업용으로는 사용이 불가능하며, 두 명의 사용자를 초과할 경우, 필요한 기능에 대한 비용을 지불해야 합니다.
