e커머스 매출을 위한 지표(3)
오늘 살펴보려고 하는 내용은 "고객"을 중심으로 매출을 늘이기 위한 방법 5와 방법 6에 대해 살펴볼 예정이다. 물론 쓰다 보면 다음 글로 넘어갈 수도 있겠지만, 일단은 시작해야지.
기본 공식 다시 한번 살펴보고... 이젠 지겹겠지만 어렵지는 않게 느껴질 듯하다. ^^
매출액2 = (고객1 X 구매금액1) + (고객2 X 구매금액2) + (고객3 X 구매금액3) + ... + (고객m X 구매금액m)
방법 5는 각 고객이 구매하는 구매금액의 액수를 높이는 목표를 가지고 있고, 방법 6은 매출을 발생시키는 고객의 수를 늘리는데 그 목표가 있다.
우선 방법 5에서 구매금액을 높이기 위한 방법을 살펴보자. 먼저 구매금액이 어떻게 계산되는지 확인해보자.
(고객1 X 구매금액1)은 고객 1명이 발생시킨 매출액을 의미한다. 즉 매출액1을 계산하는 방식을 참고해 보자.
매출액1 = (상품1 X 판매수량1) + (상품2 X 판매수량2) + (상품3 X 판매수량3) + ... + (상품n X 판매수량n)
여기에서 고객1이 발생시킨 상품과 판매 수량만을 가지고 동일한 방법으로 계산하면 고객1의 매출액을 계산할 수 있다. 고객1은 상품1과 상품3만을 구매했다고 가정하자.
고객1의 매출액 = (상품1 X 고객1의 구매수량1) + (상품3 X 고객1의 구매수량3)
매출액1의 공식과 유사함을 알 수 있다. 그래서 고객1의 매출액을 높이는 방법은 매출액1을 높이기 위한 방법인 방법1, 방법2, 방법3을 고객1에 대해서 실행하는 방법과 동일하다. 고객1의 매출액을 계산하는 공식을 일반적인 공식으로 변경해보자.
판매금액 m = (상품 m1 X 판매수량 m1) + (상품 m2 X 판매수량 m2) + ... + (상품 mn X 판매수량 mm)
m은 매출액2에서 어느 고객인지를 의미하는 변수 m을 의미한다.
m1,m2는 고객m이 매출을 발생시킨 상품과 판매수량을 의미하고, 고객1이 구매한 상품의 종류 수는 mn에서 n이 알려준다.
방법2와 방법3을 특정 고객에 한정 지어 다른 방법을 찾을 수 있는지 알아보자. 방법2에서 판매수량을 계산하기 위한 공식은
판매 수량 m1 = 상품 m1 설명 PV X 구매 전환율 T
앞의 경우는 불특정 고객이었기 때문에 상품 설명 PV가 늘어나면 구매하는 고객과 구매하지 않는 고객으로 나누어지고 구매하는 고객의 비율을 구매 전환율이라는 지표로 관리할 수 있었다. 그러나 특정 고객을 지정해 놓고 상품 PV를 높이는 경우에는 매출에 도움이 된다고 볼 수 없다. 반대로 구매 의향이 있는 고객이 상품 설명 PV를 높이게 되는 것이다. 그래서 이 공식에서 상품 설명 PV를 높이는 것이 산술적으로는 판매 수량을 높일 수 있지만, 실제 상황에서는 PV의 영향은 거의 없다고 정의해야 한다. 그리고 구매 전환율 T를 높여야 한다. 이것 또한 특정 고객에 특정 상품이기 때문에 구매 전환율은 0 또는 1 둘 중 하나밖에 없게 된다. 즉 0이 될 가능성을 1의 가능성으로 바꾸는 방법을 찾아야 하는 것이다.
위의 공식에서 상품 설명 PV는 숫자가 커졌을 때 공식에 이상한 영향을 끼칠 수 있으므로 이 공식을 좀 더 일반화시켜보자 PV를 높아지는 것은 고객의 구매 결정에 따른 결과이고, 고객이 구매 결정을 하더라도 변경되지 않는 변수가 필요하다. 즉, 상품 m1을 본 횟수인 PV가 아니라 상품 m1을 본 고객의 수 상품 m1 설명 UV로 변경해보자. UV는 Unique Visitor의 약자로 중복으로 방문하더라도 중복을 제거한 결과만을 인지하도록 한다. 즉, 고객이 상품 m1을 한 번을 보든, 100번을 보든 상품 m1 설명 UV의 값은 1이 된다.
이제 공식을 바꾸어 보자.
판매 수량 m1 = 상품 m1 설명 UV X 구매 전환율 T
그럼 이제 구매 전환율 T를 높이는 방법을 찾아보자. 고객의 구매 의향에 따라 구매 전환율은 0 또는 1이 된다 고고 언급했다. 그러면 우리는 구매 전환율을 1로 만드는 방법을 찾아야 한다. 그런데 구매에 대한 행동은 전적으로 고객의 결정에 의해 좌지우지되는 부분이다. 그럼 고객의 결정을 바꾸어버릴 수 있는 방법이 있을지를 찾아야 한다.
첫 번째, 관심 있는 상품
두 번째, 가격
세 번째, 쿠폰
때로는 관심 없는 상품이 가격이 저렴해서, 또는 쿠폰을 주기 때문에 구매하는 경우도 있지만, 그것은 나중에 다시 얘깃거리를 찾아보기로 하고, 여기서는 관심 있는 상품을 고객이 떠나지 않고 잡는 방법을 얘기해 보자.
오프라인 매장에서 맘에 드는 상품을 찾았을 때를 생각해보자. 보고 또 보고, 잡았다가, 놓았다가, 다른 매장으로 이동했다가 다시 오고, 이런 행동이 반복되게 된다. 오프라인의 경우 이런 때 똑똑한 직원이라면 이런 고객을 절대 놓치지 않을 것이다.
온라인에서는 이런 고객을 놓치지 않기 위해 고객의 로그와 행동을 추적하기 시작한다. 이런 데이터를 추적하기 시작하고, 추적된 데이터를 확인하여 이 고객의 행동이 구매로 연결될 의지가 있는지, 혹은 망설이고 있는지 예측하여 구매 결정에 영향을 줄 수 있는 오퍼를 제공하도록 한다. 오퍼는 아주 다양한 방법으로 나타날 수 있고, 고객 개개인별로 어떤 오퍼가 영향을 받는지 어떤 오퍼는 무시되는지를 테스트한 후에 적용할 수 있는 서비스를 갖추어야 한다.
판매 수량 얘기에서 고객 행동 로그 추적까지 얘기가 나왔는데 좀 얘기가 샌 감이 있다.
여기까지 쓴 게 아까워 지우진 않고... 다음 글에서 다시 정리해 볼 수 있도록 해야겠다.
To be continued
