brunch

매거진 웹사이트 사용자의 UX 분석

라이킷 34 댓글

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by 뷰저블 Beusable Jun 20. 2018

히트맵과 구글 애널리틱스로 사용자 상세 행동 분석하기

구글 애널리틱스(GA)의 '사용자 탐색기'와 뷰저블 '히트맵' 활용하기

안녕하세요 뷰저블입니다. 오늘은 구글 애널리틱스(GA)의 '사용자 탐색기'라는 기능을 활용하여 사용자의 상세 행동 흐름을 관찰하고, 뷰저블의 '히트맵'으로 해당 행동 흐름이 왜 발생하였는지를 함께 분석해보고자 합니다. 나아가, 성과가 나아졌는지를 정량적인 지표로써 추적하는 법을 알려드리겠습니다.

구글 애널리틱스와 뷰저블을 활용하면 사용자에 대한 웹 사이트 내에서의 상세 행동을 효과적으로 관찰할 수 있습니다. 웹사이트 내에서의 흐름뿐만 아니라 페이지 내에서의 상세 탐색 순차는 물론 해당 흐름을 KPI로 관찰 및 추적할 수 있게 됩니다. 어떻게 할 수 있을까요? 아래 4가지 프로세스를 제안합니다.

1. 구글 애널리틱스를 통해 개별 사용자의 행동 흐름 분석하기

2. 뷰저블로 상세 시나리오 도출하기

3. 구글 애널리틱스로 특정 행동을 취한 사용자의 규모 파악하기

4. 구글 애널리틱스와 뷰저블로 (서비스 개선 후) 지표 및 행동 추적하기

1. 구글 애널리틱스를 통해 개별 사용자의 행동 흐름 분석하기

'사용자 행동'을 다양한 사용자 리서치 방법을 통해 정성적으로 파악하는 것도 매우 중요하지만 이들을 KPI로 설정하여 관리하는 것은 더욱더 중요합니다. 웹 사이트 상에서의 사용자 행동을 정량적으로 추적하기 위해서는 구글 애널리틱스의 '사용자 탐색기'를 통해 시작해볼 수 있습니다.

위치 : 구글 애널리틱스 보고서 > 잠재고객 > 사용자 탐색기 > 사용자 보고서

구글 애널리틱스의 사용자 탐색기 예시 이미지

사용자 탐색기에서는 개별 사용자의 행동 로그를 분석할 수 있습니다. 마치 로우데이터처럼 나열되는 것이 특징입니다. 하지만 웹 사이트에 방문한 전체 사용자 데이터를 일일히 살펴볼 수는 없습니다. 그렇게 때문에 사용자를 세그먼트로 분류하여 '특정 행동을 한 사용자'가 누구인지 살펴볼 것을 권장합니다. 전자상거래 사이트라면 어떤 예가 있을까요? 상품 카테고리 페이지를 본 후 상품 상세 페이지를 보고, 장바구니 페이지로 바로 이동하지 않고, 상품 상세 페이지를 본 후 '찜 리스트'로 이동하는 경우가 있을 것입니다. 일반적인 시나리오를 벗어난 행동을 보인 사용자 행동을 찾아봅시다.

세그먼트 기능을 활용하여 '전환 방문자'에 대한 데이터만을 추적해봅시다.

전환 방문자의 세그먼트로 분류한 사용자 탐색기

위 목록에서 '고객 ID'로 분류된 목록을 클릭하면 개별 사용자 데이터를 확인할 수 있습니다. 실제 전환 방문자를 '페이지뷰, 목표, 전자상거래, 이벤트' 별로 추적할 수 있습니다.

2. 뷰저블로 상세 시나리오 도출하기

다음으로는 위 사용자 탐색기에서의 행동을 살펴보며 특정 페이지에서 사용자가 왜 그러한 행동을 하였는지를 파악해볼 차례입니다. 뷰저블의 히트맵을 활용할 수 있습니다. 위에서 언급한 예시처럼 사용자가 상세 페이지에서 바로 장바구니로 이동하지 않고 '찜 리스트' 또는 '또 다른 상품 상세 페이지'로 이동하는 경우를 추적합시다.

위치 : 뷰저블 Reporting Heatmaps > 히트맵 상세 타입 선택

사용자의 상세 행동을 역추적할 수 있는 뷰저블의 리포팅 히트맵 기능

왼쪽부터 오른쪽 순으로 뷰저블의 클릭 히트맵, 무브 히트맵, 스크롤 히트맵, 액티비티 스트림

위 구글 애널리틱스의 사용자 탐색기에서 발견한 특이 페이지를 히트맵으로 다시 한번 살펴봅시다. 왜 이러한 행동이 필요했는지, 할 수밖에 없었는지 등을 발견해봅시다.

예를 들어 상품 상세 페이지에서 또 다른 상품 상세 페이지로 이동한 경우, 페이지 내에서 사용자에게 충분히 소구 할만한 콘텐츠가 없었기 때문일지도 모릅니다. 아니면 장바구니 페이지 전환으로 이어지는 버튼이 사용자의 평균 브라우저 해상도 안에서 가려졌을지도 모릅니다. 뷰저블을 통해 시나리오를 확인하고 구체적인 개선 전략을 수립합시다.

3. 구글 애널리틱스의 맞춤 세그먼트(Custom Segment)로 사용자 규모 파악하기

맞춤 세그먼트 기능을 활용하여 특정 행동을 한 사용자의 규모를 파악해봅시다.

이번 단계에서는 개선 전략의 우선순위를 파악할 수 있습니다. 사용자 탐색기에서 발견한 특이 행동을 '맞춤 세그먼트'로 설정하여 통계 데이터로써 시각화합시다. 예를 들어 '찜 리스트 페이지를 본 사용자'가 있습니다. 찜 리스트 페이지를 본 사용자의 전환율이 전체 사용자에 비해 훨씬 높다면, 해당 2번에서 도출한 상세 시나리오에 따른 개선방안의 우선순위를 높일 수 있습니다.

'모든 사용자'와 '맞춤 세그먼트' 사용자 데이터를 비교해봅시다. 이때 주의할 점은 세션이 아닌 '사용자'로 세그먼트를 설정해야 하며 전환율이 올랐는지 또는 내려갔는지 등을 검토함으로써 우선순위 파악에 집중해야 합니다.

4. 구글 애널리틱스와 뷰저블로 (서비스 개선 후) 지표 및 행동 추적하기

다음으로는 2번과 3번에서 결정한 개선방안을 적용한 후 해당 개선 방안의 성과를 추적할 차례입니다. A/B Testing을 적용해볼 수도 있겠지만 그렇지 못하다면 마찬가지로 개선 후 해당 맞춤 세그먼트 사용자의 전환율이 얼마나 늘었는지, 기여도를 추적해볼 수 있습니다. 개선 후 사용자 행동이 어떻게 달라졌는지를 뷰저블의 히트맵으로 추적해보는 것도 좋은 방법 중 하나입니다.