인사이트를 얻을 수 있는 지름길! 시간 흐름과 세그먼트
가장 기초가 되면서도 큰 인사이트를 얻을 수 있는 분석 방법
안녕하세요. 뷰저블입니다. 오늘은 여러분들이 가장 쉽고 빠르게 서비스를 분석하여 인사이트를 발굴할 수 있는 법에 대해 소개해드리겠습니다. 바로 시간과 세그먼트의 관점에서 서비스를 분석하는 것입니다. 그럼 어떻게 시간과 세그먼트를 통해 인사이트를 얻어갈 수 있는지 글을 시작해볼까요?
시간의 흐름에 따라 데이터 분석하기
2017년 9월 12일 (화) PV와 UV 데이터
뷰저블의 Aanlytics 기능으로 확인할 수 있는 PV와 UV 데이터먼저 2017년 9월 12일 (화) 일자의 PV와 UV 데이터를 확인해보겠습니다. PV수가 132, UV수가 80입니다. 하지만 132와 80 이 두 수치만 보아서는 현재 서비스가 좋은 상태인지 또는 나쁜 상태인지 전혀 알 길이 없습니다.
그럼 숫자를 하나 더 늘려볼까요?
12일과 함께 11일 데이터를 추가해보았습니다. 그럼 새로운 인사이트가 발견됩니다. '12일은 11일보다 PV수와 UV수가 늘었다.'처럼 데이터를 드디어 해석할 수 있게 됩니다.
데이터를 분석할 때 가장 중요한 점은 '시간의 흐름'에 따라 수치의 트렌드를 살펴보는 것입니다. 시간의 흐름에 따라 데이터의 추세를 살펴보면 현재 상태의 기준을 파악할 수 있고 이에 따라 '서비스가 현재 나쁜 상태다, 좋은 상태다'처럼 새로운 인사이트를 발견할 수 있게 됩니다. 이렇게 인사이트가 얻어진다면 마찬가지로 서비스 개선을 위한 시발점이 되겠죠. 그럼 더 길게 들여다보겠습니다.
2017년 8월 1일 ~ 8월 30일 (30일간) PV와 UV 데이터
좀 더 긴 시점에서 데이터를 살펴보겠습니다. 1개월치 데이터를 일단위로 표기하였습니다. 그래프에 빈 공간이 눈에 띌 것입니다. 왜 이렇게 며칠을 주기로 한 번씩 데이터가 비어있을까요? 바로 B2B 사이트이기 때문입니다. B2B 사이트를 방문하는 고객은 기업에 근무하는 직원이고, 주말에는 출근하지 않기 때문에 주말에 이 사이트를 방문할 일이 없습니다. 그래서 데이터 또한 자연스럽게 주말에는 적거나 비게 되는 것입니다. 이러한 것은 정기적으로 일어나는 일이기 때문에 하나의 '추세', 즉 트렌드라고 정의 내릴 수 있습니다. 이러한 추세는 연말연시, 설날, 추석 등 장기간 연휴에도 동일하게 나타날 것입니다.
2017년 7월 1일 ~ 7월 30일 (30일간) PV와 UV 데이터
그럼 7월 데이터를 살펴볼까요? 7월 13일 PV와 UV 모두 평소의 배 이상으로 높아졌습니다. 모든 데이터는 우연으로 일어나지 않습니다. 반드시 원인이 있기 마련입니다. 7월 13일에는 왜 갑자기 데이터가 2배로 뛰었는지 살펴보았더니 페이스북 마케팅 프로모션이 실시된 날이었습니다. 이러한 트렌드를 살펴보는 것은 데이터에 대한 규칙성과 특이점을 발견하는 지름길이 됩니다. 특이점을 발견한 날의 히트맵 데이터와 사용자 행동 데이터를 분석한다면 구체적인 개선점을 도출할 수 있을 것입니다.
2017년 4월 ~ 2017년 8월 PV와 UV 데이터
4월 총 6,714 PV와 3,667 UV
5월 총 5,238 PV와 3,365 UV
6월 총 4,478 PV와 2,252 UV
7월 총 4,066 PV와 1,590 UV
8월 총 3,872 PV와 1,407 UV
이제는 월별 장기적인 데이터를 살펴보겠습니다. 전체적으로 데이터가 줄어들고 있습니다. 특히 7월에서 8월로 넘어가는 시기는 거의 2배 이상 수치가 줄어들게 되었습니다. 먼저 데이터가 점점 줄어들고 있는 것이 큰일이며 8월에 급격이 떨어진 것은 더 큰일입니다. 8월은 휴가철이기 때문에 기업에서 휴가를 많이 떠나는 고객이 많은 만큼 2배 이상 떨어진 것은 더 지켜보아도 될 일입니다. 하지만 계속 감소하는 추세에 대해서는 마케팅 담당자와 UX 디자이너는 함께 홈페이지 유입을 늘리기 위해 머리를 맞대어야 합니다.
세그먼트에 따라 데이터 분류하기
앞서 시간의 흐름에 따라 데이터를 해석하는 법을 소개했습니다. 이번에는 두 번째 지름길인 '세분화'에 대해 알아보겠습니다. B2B 홈페이지의 4~6월 데이터를 살펴보겠습니다.
4월 총 9,714 PV
5월 총 9,238 PV
6월 총 7,478 PV
이렇게 보면 단순히 '데이터가 감소하는 추세다' 외에는 인사이트를 알 길이 없습니다. 이 데이터를 '유입 채널' 별로 쪼개서 살펴보면 어떻게 될까요? 바로 아래처럼 새로운 점을 발견할 수 있습니다.
4월, 5월, 6월 유입 채널 데이터차이가 명확히 보이시나요? 맨 왼쪽에서는 매우 미미했던 Social 유저가 6월로 갈수록 점점 늘어나고 있습니다. '사용자는 점점 줄어드는 추세이나 소셜 유저가 늘고 있다'라는 인사이트를 알 수 있게 되었습니다.
이 외에도 저는 뷰저블을 사용하여 다음 세그먼트로 데이터를 쪼개 분석합니다.
데스크톱과 모바일, 태블릿 - 어느 쪽의 방문자가 많았는지를 파악하여 전환율을 높이거나 서비스 개선 시 우선순위를 정할 수 있습니다.
신규 방문자와 재방문자 - 어느 쪽의 사용자가 더 많았는지를 파악하여 다음으로 행동 경향을 분석합니다. 각기 다른 사용자의 행동을 통해 전환 목표를 다르게 설정하고, UI 디자인에 활용합니다.
HTTP Referer - 유입 경로에 따라 사용자의 특성을 파악하고 어느 경로로부터의 유입을 더 늘릴 수 있을지 고민할 수 있습니다.
뷰저블에는 다양한 세그먼트로 사용자의 행태 데이터를 분석할 수 있습니다.'모바일 디바이스의 구글 검색을 통해 유입한 유저의 스크롤 도달률과 전환율이 높다', '데스크톱 사용자가 전체 90%를 차지할 정도로 매우 높다.'처럼 또 다른 인사이트를 얻어갈 수 있습니다.
시간과 세그먼트를 통해 데이터를 분석하면 가장 빠르게 인사이트를 얻어갈 수 있게 됩니다. 애널리틱스를 통해 얻어낸 데이터를 그저 바라보는 것만이 여러분의 역할이 아닙니다. 데이터를 멋지게 뜨개질하여 어떤 옷을 만들어내야 할지 고민할 수 있어야 합니다. 여러분도 지금 바로 시간의 흐름과 세그먼트에 따라 분석을 시작해보세요.
뷰저블을 통해 서비스 내 사용자 경험(UX)에 영향 끼치는 문제점을 발견하세요.
뷰저블이라면 그 많은 문제점들을 '새로운 비즈니스 기회'로 바꿔드릴 수 있습니다.
경쟁사는 이미 시작했습니다!
www.beusable.net
