brunch

You can make anything
by writing

C.S.Lewis

by 뷰저블 Beusable Jan 29. 2020

쿠폰&배송 싸움중인 e-커머스 (1/3)

e-커머스의 쿠폰과 배송 기능의 UX 분석하기

안녕하세요 뷰저블입니다. 지난 글에서는 e-커머스 서비스의 상품탐색 과정 중에서도 검색과 카테고리 영역에 포커싱하여 데이터 분석법을 소개해드렸습니다. 오늘은 상품의 구매의사결정을 좌우하는 ‘쿠폰’, 그리고 핵심 e-커머스 업체들의 경쟁우위 중 하나로 우뚝 솟은 ‘배송’에 대해 분석해보려고 합니다. 





e-커머스 시장은 치열한 1위 싸움을 진행 중


한국의 e-커머스 시장은 2018년 무려 114조원을 달성하였으며 이는 전 세계 5위 규모에 해당합니다. 그럼에도 불구하고 높은 성장세를 기반으로 17.8%라는 연률(Year on Year)를 보유하고 있습니다. 음식료와 농축수산물의 식품류가 특히 빠르게 성장하고 있는데요, 롯데, 신세계 같은 일류 업체들이 기존 오프라인 장보기 시장을 온라인으로 가져오고 있기 때문입니다. 

[그룹사 서비스의 통합된 쇼핑경험을 제공하는 롯데ON과 SSG.COM의 UI]

신세계에서 이마트 오프라인 매장의 매출이 줄어든 반면, SSG를 밀어주기 위해 자회사로 독립시키고 신세계 오프라인 매장의 허브(Hub) 역할로써 플랫폼을 운영하고 있습니다. 롯데에서도 기존 롯데닷컴을 운영하던 계열사를 ‘e-커머스사업본부'로써 탈바꿈시키고 롯데의 오프라인 매장들을 온라인으로 잇는 교두보로 활용하고 있습니다. 전 계열사들을 하나의 플랫폼으로 묶어 롯데ON 서비스를 출시시키기도 하였죠.



e-커머스 서비스는 지금 첫 번째로 배송 전쟁 중입니다.


여기서 특히 살펴보아야 하는 점은 이렇게 시장이 성장하고 있는 반면, 그만큼 택배사들의 물동량이 증가하고 있지는 않습니다. 대다수 소셜 커머스 업체나 쿠팡, 마켓컬리, SSG에서 자체 배송을 추구하고 있기 때문입니다. 쿠팡은 쿠팡맨을 활용한 자체 배송에 주력하며 차별화된 서비스 포인트로써 정규직 쿠팡맨의 친절함을 강조하였으며, 익일 배송에 대한 확신을 심어주었습니다. 마켓컬리는 국내 굴지의 광고 대행사 제일기획과 손을 잡고 ‘샛별배송'이라는 키워드를 만들어 익일 배송을 넘어 새벽배송 시장 확산에 기여하였습니다. 


많은 업체에서 수도권 각 영역에 물류 센터를 짓고 해당 물류센터를 거점으로 자체 배송을 함으로써 단기간에 익일배송이나 샛별배송을 실현할 수 있게 되었고, 배송단까지 컨트롤하게되며 고객 서비스 품질을 유지하고 배송 비용 절감에 기여할 수 있게되었습니다. 



e-커머스 서비스는 두 번째로 쿠폰 전쟁 중입니다.


e-커머스 시장은 높은 성장세답게 배송전쟁에서 한걸음 더 나아가 엄청난 마케팅 비용을 부어 ‘쿠폰 전쟁' 중이기도 합니다. 시장 점유율을 확보하고 단기간에 큰 매출을 이끌어내기 위해 혹은 보통 ‘프라임’이라고 불리는 회원제 서비스의 일종으로 엄청난 쿠폰 물량을 뿌리고 있습니다.

[11번가 공식 홈페이지_월간 십일절 10월호 스크린캡쳐]

티몬의 티몬데이, 11번가의 십일절 등은 이미 너무나 유명하죠. e-커머스 시장은 경쟁이 치열한만큼 체리피커 고객도 너무나 많습니다. 쿠폰은 매출 확보가 중요한 시즌에 대규모 마케팅 비용을 쏟아 자신들의 플랫폼으로 고객을 유입시키고 구매를 이끌어내는 전략이라고 말할 수 있습니다. 설이나 추석같은 명절, 블랙프라이데이, 크리스마스 등 모두 예가 될 수 있겠네요.


분석법에 대해 소개하기 전 배송과 쿠폰을 둘러싼 간단한 시장 배경을 설명드렸습니다. 그럼 하나씩 어떻게 데이터 분석을 통해 두 측면에서 고객의 행동을 살펴볼 수 있는지 설명드리겠습니다. 



CS 데이터와 설문을 통해 고객의 배송 만족도 분석하기 


보통 e-커머스에서는 고객센터 또는 배송만족도를 평가할 수 있는 기능들이 존재하고 정형/비정형 데이터가 하루에 수 만 건씩 들어옵니다. 배송 관련된 데이터도 마찬가지죠. 배송 과정에서 고객이 실제로 어떤 불편함을 겪었는지를 살펴볼 수 있는 가장 중요한 데이터입니다. 보통 이러한 고객 문의는 들어오는 시점에 상품과 유형별로 카테고리가 분류됩니다. 상품의 선도 문제인지, 물건이 잘못 배송되거나 누락된 것인지, 배송시간이 너무 느리진 않은지 등을 예로 들 수 있습니다. UX팀이나 마케팅팀에서 서비스 개선에 적용할 수 있는 문의들도 너무나 많습니다. 

[SSG닷컴의 배송만족도 평가 알림톡, 쿠팡의 로켓배송 평가 UI]

예를 들어 배송 현황을 알고 싶다는 문의가 많다면 배송기사의 위치를 앱과 연동하여 실시간으로 노출하는 기능을 구현할 수 있을 것입니다. 배송완료 메시지가 즉각적으로 오지 않는다면 배송 기사 앱의 UX를 개선하여 배송 직후 ‘강제적'으로 고객에게 배송완료 메시지를 발송할 수 있도록 개선해야할 것입니다. 


●   배송만족도 평점을 통해 배송기사의 서비스 품질 관리하기 

●   배송관련 CS 분류를 통해 고객의 핵심 Pain-Point가 무엇인지 파악하고 인입 건수 관리하기

●   배송만족도 평가에 더 많은 고객이 참여하도록 UI 개선하기 


뷰저블의 Path-Plot 인페이지 여정 생성 방법

주문건수에 비해 배송만족도를 평가하는 고객의 수가 저조하다하면 배송만족도 평가 페이지를 개선해야겠죠. 뷰저블의 신규 기능인 Path를 활용하면 배송평가와 관련된 CTA를 클릭한 사용자들의 여정을 살펴볼 수 있습니다. 향후 다양한 기업의 데이터 분석 예시를 바탕으로 Path 기능을 소개해 드리겠습니다. 


more...
보통 이런 문의의 상세한 내용까지는 그루핑이 되지 않습니다. 이 경우에는 R이라는 프로그래밍 언어를 활용하여 형태소를 추출하여 바이그램(bigram) 등으로 시각화해봅시다. 예를 들어 ‘바나나'가 ‘썩었다'로 단어와 단어 사이의 연관도를 추출할 수 있습니다. 데이터 분석팀의 데이터분석가에게 도움을 요청하거나 R을 활용할 수 있다면 직접 시각화해볼 수도 있습니다. 이 글에서는 자세히 다루지 않겠습니다. 



쿠폰 사용/비사용 고객의 구매여정 퍼널(Funnel) 만들기


쿠폰은 어떻게 분석을 할 수 있을까요? 쿠폰을 사용한 고객과 그렇지 않은 고객을 Segment로 만들고 이 두 사용자의 고객 여정을 추출해봅시다. 구글 애널리틱스나 어도비 애널리틱스 같은 많은 웹로그 분석툴에서 쿠폰 적용 사용자를 추적할 수 있는 기능을 제공중입니다. 구글 애널리틱스라면 [목표 흐름 리포트]로 간단히 시각화할 수 있습니다.


퍼널 설정과 분석 아이디어는 아래와 같이 고민해보았습니다.


●   동일한 카테고리 쿠폰의 금액을 ‘얼마'로 설정하였을 때 고객의 구매 전환율이 더 높은가? : 고객의 구매여정을 쿠폰 금액별로 나눠 설정해봅시다. 보통 할인율이 높으면 높을 수록 고객의 구매전환율이 높아질 것이라고 생각하지만 결코 그렇지 않습니다. 카테고리별로 금액에 따라 최적의 구매전환율이 정해져 있는데요, 자사 서비스는 해당 구매전환율이 몇 %인지를 도출해보고 마케팅 비용 최적화에 기여합시다.

●   쿠폰 사용 고객의 구매 여정이 어떠한가? : 쿠폰 사용 고객의 구매 여정이 어떻게 흘러가는지를 시각화해봅시다. 

●   쿠폰 비사용 고객의 구매 여정은 어떠한가? 왜 쿠폰을 적용하지 않고 구매하였는가? 쿠폰이 눈에 띄지는 않는가? : 쿠폰 비사용 고객의 구매 여정이 어떻게 흘러가는지를 시각화하여 쿠폰 사용 고객과의 차이를 발견해봅시다. 이 두 차이를 통해 개선점이 없는지를 도출해봅시다.

●   쿠폰을 적용하여 구매를 완료한 고객의 재방문률은 어떻게 되는가? 코호트를 설정해봅시다.

●   쿠폰 적용 상품의 매출은 쿠폰을 비적용하였을 때 동일기간에 비해 얼마나 더 성과가 뛰어난가?

●   쿠폰 적용 상품이 있을 때의 장바구니에 담은 상품의 갯수와 그렇지 않았을 때의 개수(SKU)에 얼마나 차이가 나는가? 또 해당 쿠폰의 금액별로 얼마나 차이가 나는가?


쿠폰은 구매를 유도하는 미끼입니다. 이 미끼를 고객들이 제대로 물었는지를 살펴보는 것이 첫 번째로 중요하고, 미끼를 통해 고객이 구매를 완료하였는지 관점에서 데이터를 분석하는 것이 중요합니다. 나아가 더 많은 구매를 유도하려면 어떻게 해야하는지를 실험하고 반복하여 인사이트를 도출해야 합니다.




분석의 과정은 너무나 길고 고통스럽지만 서비스를 개선하는데는 큰 길라잡이 역할을 합니다. 오늘 글에서는 쿠폰과 배송 두 측면에 대해 큰 시장 흐름을 소개하고 어떻게 데이터를 분석할 수 있을지 아이디어를 공유드렸습니다. 다음 글에서는 2탄으로 좀 더 UX적인 관점에서 쿠폰 페이지, 배송 페이지를 분석하는 법을 자세히 소개해드리겠습니다. 기대해주세요!



숫자 대신, 히트맵으로 시작하는 데이터 분석!

서비스의 중요한 고객들의 데이터를 한 눈에 보세요!

UX with Beusable.

beusable.net

beusably.net



브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari