업무 지식도 모르면 데이터 분석을 할 수 없다！
업무 프로세스나 업무 데이터의 분석의 포인트를 소개합니다.
오랜만의 갱신입니다.
업무 관계로 최근 인터넷 업계에서 데이터 분석 일을 하는 사람과 사귀는 경우가 많습니다. 그중에서 업무 데이터를 손에 넣었을 때 '어떤 데이터를 분석해야 하는지', '어떤 분석을 해야 하는지', '분석 결과를 어떻게 활용할 것인지' 이런 것들을 모르는 사람들이 있습니다. 그 원인으로서 업무의 흐름이나 업무에 수반하는 여러 가지 과제에 관한 구체적인 이미지를 가지고 있지 않을 것이라고 생각합니다.
[학습계획] 10주 만에 지식 0에서 데이터 분석 입문하면, 아홉째 주는 업무 지식을 습득하는 것입니다. 업무 지식을 공부해야 합니다고 생각하지만, 어디에서 손을 대야 좋을지 고민하신 분들을 위해서, 여기는 인터넷 업계의 EC 사이트를 예로 들어, 업무 프로세스나 업무 데이터의 분석의 포인트를 소개합니다.
구매 프로세스
EC사이트는 인터넷에서 고객에게 상품이나 서비스를 판매함으로써 이익을 획득하므로, 고객과 상품이 EC사이트 운영에 가장 중요한 요소라고 생각됩니다. 우선은 고객 데이터의 분석을 해설하도록 하겠습니다.
EC 사이트 고객의 구매 프로세스는 간단히 말해 방문, 구매, 계속 방문, 재구매의 4 단계로 나뉩니다. 상적인 상태에서는 많은 고객을 받고 수주하고, 기존 고객들로부터 계속 수주하는 것이지만 현실적으로 지행 하면 상당히 어렵니다.
고객 데이터 분석으로 원하는 모습과 현상의 문제를 명확하게 하여 어떤 문제를 개선할 것인지를 결정할 수 있습니다. 그러고 나서 문제에 대해 시책을 수행하여 시책 효과를 측정합니다.
이 시리즈는 고객의 구매 프로세스에 따라서, 방문수(액세스수), 전환율(CV율), 액티브 유저(AU)와 재구율 4개의 지표로부터 고객 데이터의 분석을 실시합니다.
이번에는 먼저 방문 수 분석을 소개해 드리겠습니다!
1. 방문수 분석
여기에 사용하는 데이터는 인터넷에서 다운로드한 중국 EC사이트의 데이터이고, FineReport로 대시보드에 작성합니다.
분석 기대효과:
방문수 분석을 통해 안정적인 방문수를 보장합니다.
개선책에 의해서 방문수의 향상할 수 있습니다.
분석 포인트:
1. 방문수 법칙을 찾아 판매활동 효과 극대화에 도움을 드립니다.
2. 방문수에 있는 이상을 발견하고 이상 원인을 분석하여 솔루션을 마련합니다.
3. 방문수 구성을 분석하고 조정합니다.
4. 방문수를 트래킹 하여 시책 효과를 측정합니다.
분석 방법:
이상의 목적을 달성하려면 여러 가지 방법이 있습니다. 데이터를 시각화하여 그래프나 차트에 표시함으로써 문제를 더 쉽게 발견할 수 있습니다.
다음은 FineReport로 만든 간단한 대시보드로 다양한 단면으로 데이터를 분석합니다. FineReport의 파라미터 패널 및 다양한 위젯에 의해 저프 로그 래밍으로 추출 기능을 실장하고 데이터를 검색할 수 있습니다.
1. 방문수 법칙을 찾아 판매활동 효과 극대화에 도움을 드립니다
출처:Finereport
위 그림에서 하루 중 9시부터 11시와 14시부터 17시의 근무시간에 교통이 집중되어 있고, 일 년에는 1월, 2월 전후의 접근수가 많아, 매주 액세스가 평일에 집중되어 있는 것을 알 수 있습니다. 대부분의 EC 사이트는 휴일에 액세스 수가 높지만, 완전히 다른 상황이 될 가능성도 있습니다.
조회수는 시간, 일간, 주간, 월간 등의 시간축으로 구분하여 집계하고, 한 화면에 배치하여 관측하면 매일 얼마나 사람들이 사이트를 봐주고 있는지, 요일에 따라 변화 있는지, 시간대에 따라 변화가 있는지 등을 알 수 있습니다.
방문수의 법칙을 찾는 것은 판매활동의 효과와 업무조정에 영향을 줍니다. 예를 들어, A사는 20000엔 이상의 쇼핑에 사용할 수 있는 3000엔 할인 쿠폰을 발행하는 판촉 활동을 이틀 동안 할 것입니다. 수요일과 목요일 오전 9시와 10시에 활동을 시작하면 더 많은 사용자에게 알려질 것입니다. 이와 같이, 비용을 억제하거나 매출 상승으로 연결하거나 할 수 있습니다.
2. 방문수에 있는 이상을 발견하고 이상 원인을 분석하여 개선책을 마련합니다
출처:Finereport
방문자 수가 평일에 많아 주말이 되면 감소하는 것이 일반적인데, 위 그림에서 5월 2일과 4월 5일은 월요일인데 방문자 수가 매우 낮습니다. 조금 생각해 보면, 5월 2일과 4월 5일이 중국의 연휴이므로, 액세스 수가 높지 않은 것은 자연스러운 일입니다.
3월 21일부터 4월 17일까지 평일에는 2400여 개의 방문수를 유지했습니다. 그러나 4월 18일부터 5월 15일 사이, 4월 19일부터 매일의 방문수가 2000 이하가 되어 큰 폭으로 감소한 것을 알 수 있습니다. 원인으로는 경쟁사가 광고 수를 늘리거나 자사 사이트의 SEO 대책에 효과가 없다거나 등을 들 수 있습니다. 구체적인 원인은 실제 상황에 맞게 잘 살펴볼 필요가 있습니다.
조회수는 주기적으로 분포하기 때문에 한 번에 여러 주기의 데이터를 보면 문제를 찾기 쉬워집니다. 과거 데이터와 비교하는 것도 문제 발견에 도움이 됩니다. 아래 그림과 같이 드릴 다운하여 방문수를 보다 깊게 해석합니다. 유입 원가 상품 카테고리별로 액세스 수를 분석하여 문제의 원인을 좁힐 수 있습니다. 예를 들면, 4월 중순부터, PC 단말을 경유의 액세스수가 감소했기 때문에 최근 Web 사이트에 무엇인가 조정했는지 등을 확인할 필요가 있다고 하는 것입니다.
출처:Finereport
3. 방문수 구성을 분석하고 조정합니다
아래 그림과 같이 유입원, 상품 카테고리 및 지역별로 방문수 구성을 분석합니다.
출처:Finereport
유입처에서는 PC 단말기의 비율이 비교적 높고, 앱의 비율이 낮음을 알 수 있습니다. 지금 사용자가 휴대폰에 소비하는 시간이 길어지므로, 앱의 비율을 높이는 것이 좋습니다. 앱 비중이 너무 낮은 원인을 분석하여 앱 방문자 수를 늘리는 방법을 찾아야 합니다. 각 방문수의 꺾임 선 그래프를 통해 이 상황이 장기간 계속되었는지를 분석하여 문제의 원인을 알아냅니다.
일반적으로 광고와 같은 유료 유입처의 비율을 억제하여 무료 유입처의 비율이 우위를 차지하도록 할 필요가 있습니다. 상품 카테고리에 따라 상황이 다르지만, 업계와 경쟁사의 데이터와 비교하여 자사의 유입원 구성이 합리적인지 확인합니다.
물론, 유입원의 효과는 구성 만이 아니고, 전환율이나 ROI 등에 의해서 측정할 필요가 있습니다. 이것은 전환율 분석에서 설명할 것입니다.
4. 방문수를 트래킹 하여 시책 효과를 측정합니다
위의 방문수 분석을 통해 현재의 과제를 명확히 하고 어떤 솔루션 을 취할지를 결정한 후 시책 전후의 방문수를 트래킹 하는 것을 잊지 마랍니다. 예를 들면 방문수가 판촉활동 기간 엄청 높아지고 활동이 종료된 후 조금 내리면 그 판촉활동은 효과가 좋을 것이다. 이에 반하여 방문수가 판촉활동 기간 별로 올라가지 않거나 활동이 종료된 후 크게 떨어지면 판촉활동을 개선해야 합니다.
판촉 활동 이외 회사는 항상 광고를 늘리거나 사이트 디자인을 조정하거나 기능을 최적화합니다. 시책 효과를 측정하기 위해서는, 방문수뿐만이 아니라, 전환율, 수주수, 객단가 등도 생각해야 합니다. 이것도 나중에 하나하나 소개해 드릴겠습니다!
이번 주의 공유 내용은 여기에서 마치도록 하겠습니다.
다음 주 전환율에 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.
