마케터의 통념을 부수는
데이터 분석 (2)
고객을 제대로 이해하기 위한 데이터 분석과 액션플랜 -'평균의 함정'편
< '마케터의 통념을 부수는 데이터 분석' 시리즈 >
매번 챙겨보기 어려웠던 마케팅 이야기, '빅인레터'로 쉽고 빠르게 받아보세요.
'찾아가는 마케팅 이야기, 빅인레터'는 마케터를 위한 유용한 콘텐츠, 업계 트렌드, 이벤트 등 다양한 소식을 구독자님께 가장 먼저 전해드립니다.
지금 빅인레터를 구독하시는 분들께는 5일 만에 약 700명의 마케터가 신청한 'CRM 마케팅' 워크북도 선물로 보내드리고 있으니 지금 바로 빅인레터를 구독해보세요.
지난 시리즈 글에서는 고객이 어떤 경로로 우리 웹사이트에 들어오는지에 대한 가설을 세우고 데이터를 분석하여 회원으로의 가입과 구매를 유도하는 마케팅 방법을 살펴봤습니다.
이번 글에서는 회원으로 가입하는 고객 행동에 대한 가설을 세우고 더 많은 고객에게 회원 가입과 구매를 유도하는 방법을 알아보겠습니다. 특히 데이터 분석 시 오용하기 쉬운 ‘평균’ 데이터를 효과적으로 활용하는 방법에 초점을 두고 알아볼게요.
< '마케터의 통념을 부수는 데이터 분석' 시리즈 >
(2) ‘평균의 함정’ 편
(3) 재구매’ 편
이번에도 역시 가설 설정부터 데이터를 분석하고 액션을 수립하기까지의 전 과정을 아래 프로세스에 따라 살펴볼 예정입니다.
* 위 콘텐츠 시리즈는 빅인 CRM의 실제 고객 데이터를 분석한 내용을 기반으로 작성되었습니다. 콘텐츠에 사용된 상세 데이터는 산업군이나 커머스가 처한 상황별로 상이할 수 있음을 알려드립니다.
평균을 세분화하여
전환을 유도하는 시나리오 설계
가설 설정
회원 가입은 브랜드가 고객과 처음으로 직접적인 관계를 맺는 중요한 단계입니다. 브랜드는 회원 가입을 완료한 고객에게 지속적으로 메시지를 보내며 컨택할 수 있고, 구매와 재구매를 이끌어내기가 훨씬 수월해지죠. 이렇게 중요한 회원 가입률을 높이기 위해서 커머스 마케터는 다양한 활동을 합니다.
하지만 이미 회원 가입을 완료한 고객의 행동을 파악하는 것도 큰 도움이 된다는 사실, 알고 계셨나요?
웹사이트에 들어온 고객이 언제, 어떤 행동을 보인 뒤 회원으로 가입하는지를 알면 신규 고객이 반응할 확률이 높은 메시지를 띄워줌으로써 전체 회원 가입률을 높일 수 있기 때문입니다.
그렇다면 과연 고객이 첫 방문 후 회원가입을 할 때까지 걸리는 기간은 어느 정도일까요?
그리고 가입 고객은 얼마나 많은 페이지와 상품을 조회하고 회원가입을 결정할까요?
가입 전 고객의 행동을 파악하고 회원 가입률을 높이기 위해, 아래와 같은 두 가지 가설을 세우고 데이터로 검증해보겠습니다.
[가설 1] 고객은 방문 후 회원 가입을 완료할 때까지 오랜 시간이 걸린다.
[가설 2] 고객은 다양한 페이지와 상품을 조회한 후 회원 가입을 결정한다.
팩트 체크
가설 검증을 위한 데이터를 뜯어보니 회원 가입 사용자 중 절반 이상은 웹사이트에 처음 방문했을 때 바로 가입하고 있었습니다. 마케터가 고객의 회원 가입 유도를 위한 다양한 마케팅 활동을 하는 것에 비하여 고객의 회원 가입은 생각보다 빠르게 이루어지고 있는 것입니다.
[가설 1] 고객은 방문 후 회원 가입을 완료할 때까지 오랜 시간이 걸린다.
>> [사실 1] 회원 가입 사용자 중 약 65%는 첫 번째 방문 후 바로 가입한다.
아래는 건강기능식품 브랜드 N사의 고객들이 웹사이트를 몇 번 방문한 뒤 회원 가입을 하고 있는지를 분석해본 데이터입니다.
[이미지] 건강기능식품 N사 고객의 웹사이트 방문 횟수별 회원 가입 수전체 회원 가입자 중 첫 번째 방문 때 회원 가입을 하는 신규 고객의 비율이 65%로 가장 높았으며, 방문 횟수가 늘어날수록 회원으로 가입하는 수가 줄어들고 있음을 확인할 수 있습니다.
고객이 회원 가입 이전에 어떤 페이지를 조회하는지 살펴봤을 때에는 고객마다 아주 다양한 패턴을 보이고 있기에 특정하기 어렵다는 결론을 내리게 되었습니다.
[가설 2] 고객은 다양한 페이지와 상품을 조회한 후 회원 가입을 결정한다.
>> [사실 2] 고객은 다양한 행동 후 가입하기 때문에 단정 짓기 힘들다.
일관되지 않은 고객 행동을 어떻게 분류하고 마케팅 액션까지 이끌어낼 수 있는지, 아래 사례로 조금 더 자세히 살펴볼까요?
사례 탐구
건강기능식품 브랜드 N사
회원으로 가입하는 고객의 행동 패턴을 파악하기 위해 고객이 가입 전 조회하는 평균 페이지 뷰(메인, 카테고리 페이지) 수와 평균 상품 상세 페이지 뷰수를 분석해보았습니다. 결과는 다음과 같았습니다.
[이미지] 건강기능식품 브랜드 N사 고객이 회원 가입 전 조회한 평균 페이지뷰 수* 페이지 조회 수는 로그인 / 마이페이지 / 회원 가입 / 장바구니 / 구매 페이지를 제외한 메인 / 카테고리 / 이벤트 페이지 등을 포함합니다.
그런데 여기서 주의해야 할 점이 있습니다. 평균 데이터에는 함정이 숨어있다는 점입니다.
위 결과만 보면 가입 사용자의 가입 전 평균 페이지뷰 수는 9회이고 평균 상품 상세 페이지뷰 수는 약 4회이기 때문에, “사이트에 방문한 신규 사용자에게 상품을 4회까지 조회할 수 있도록 유도해야 한다”는 결론을 내릴 가능성이 있습니다.
하지만 평균을 쪼개어 분포를 확인해본다면 완전히 다른 결론에 다다르게 됩니다. N사에 회원 가입한 고객이 가입 전에 조회한 페이지뷰 수와 상품 상세 페이지뷰 수의 분포를 나타낸 아래 그래프를 보시겠습니다.
[이미지] 건강기능식품 N사 회원 가입 고객이 가입 전 조회한 평균 페이지뷰 수평균 데이터를 세분화하여 분포를 살펴보니 회원 가입 사용자는 보통 1~6회의 페이지를, 1~3회의 상품 상세 페이지를 조회 후 가입으로 이어지는 비중이 더 높았습니다. 앞서 살펴본 PV 9.18회, 상품 PV 3.71회라는 평균 수치보다 더 적은 페이지를 조회하고 있다는 사실을 알 수 있습니다.
하지만 분포 데이터를 기준으로 마케팅 액션을 세우는 것 또한 어려움이 있습니다. 위 그래프도 전체 중 약 60%에 해당하는 고객의 행동만을 보여주고 있으며, 고객들마다 너무 다양한 행동을 보이고 있어서 특정하기가 어렵기 때문입니다.
이때에는 평균값을 기준으로 고객을 세분화해보면 고객의 현재 상황을 파악하고 액션을 수립하는 데에 도움이 됩니다.
예를 들어보겠습니다. 아래 이미지는 가입 전 평균 페이지 조회 수를 기준으로 고객을 세분화한 차트입니다.
[이미지] 평균 PV를 기준으로 분류한 고객 그룹가입 전 조회하는 평균 페이지 수(9회)와 평균 상품 조회 페이지 수(4회)를 기준으로 전체 회원 가입 고객을 분류하여 아래와 같이 네 그룹으로 나눌 수 있습니다.
• G1: 페이지와 상품을 평균 이하로 조회하는 사용자
• G2: 페이지를 평균 이상으로 많이 조회하지만 상품은 평균보다 적게 조회하는 사용자
• G3: 상품은 평균 이상으로 많이 조회하지만 다른 페이지는 평균보다 적게 조회하는 사용자
• G4: 페이지와 상품을 모두 평균보다 많이 조회하는 사용자
그리고 각 그룹의 상황을 아래처럼 유추할 수 있습니다.
[이미지] 평균 PV를 기준으로 분류한 고객 그룹의 특성• G1: 페이지와 상품을 평균 이하로 조회하는 사용자
>> 원하는 상품을 빠르게 찾고 가입
• G2: 페이지를 평균 이상으로 많이 조회하지만 상품은 평균보다 적게 조회하는 사용자
>> 다수의 리스트 페이지를 조회 후 원하는 상품을 찾고 가입한 그룹
• G3: 상품은 평균 이상으로 많이 조회하지만 다른 페이지는 평균보다 적게 조회하는 사용자
>> 관심 있는 상품 정보 위주로 조회 후 가입한 그룹
• G4: 페이지와 상품을 모두 평균보다 많이 조회하는 사용자
>> 여러 상품 및 리스트 페이지 조회 후 가입한 그룹
이처럼 평균 데이터를 그대로 활용하기보다, 평균을 기준으로 고객을 그룹화하면 각 고객의 상황을 알 수 있고 상황별로 메시지를 다양화하여 고객의 반응을 이끌어내기에 수월하다는 장점이 있습니다.
* 더 많은 평균의 함정에 대한 사례가 궁금하다면?
‘마케팅할 때 평균 데이터를 맹신하면 안 되는 이유’ 콘텐츠 보러 가기 (클릭)
이어서 이렇게 파악한 고객 상황별로 어떤 액션을 취하면 좋을지 알아보겠습니다.
액션 플랜
분석 결과에 따른 액션 시나리오
< G1 그룹에 가입 유도 >
웹사이트에 유입한 신규 고객이 메인/카테고리 페이지를 9회 이하로 조회하고 상품을 4회 이하로 조회했다면 이 고객은 앞서 분류한 네 가지 그룹 중 G1 그룹으로 분류할 수 있습니다.
이들의 특성은 원하는 상품을 구매하기 위해 웹사이트에 들어와서 빠르게 결정을 내리는, 목적형 구매를 한다는 점입니다. 그래서 이들에게는 아래 예시와 같이 첫 구매 시 즉시 사용할 수 있는 혜택을 인지시키는 게 중요합니다.
팝업 메시지 예시: 지금 가입하시면 첫 구매 시 바로 사용 가능한 혜택을 드려요.
< G4 그룹에 가입 유도 >
반면 웹사이트에 유입한 후 평균보다 많은 페이지를 조회하는 고객이라면 G4 그룹으로 분류할 수 있고, 어떤 카테고리 페이지를 많이 조회하는지에 따라 메시지를 다양화할 수 있습니다.
예를 들어, 앞서 세팅한 캠페인에 반응하지 않은 사용자 중 페이지 9회 이상, 상품 페이지 4회 이상, 그중에서도 아우터 카테고리를 3회 이상 조회한 고객이라면 현재 아우터 상품에 관심이 있다는 사실을 파악할 수 있습니다. 이 고객에게 사용자가 관심을 보이는 상품인 아우터와 함께 가입 혜택 메시지를 소구합니다.
팝업 메시지 예시: 회원 가입하면 지금 보고 계시는 아우터 상품을 할인된 가격으로 구매하실 수 있어요.
더 자세한 마케팅 액션 플랜이 궁금하시다면?
아래 링크에서 전체 마케팅 시나리오가 포함된 무료 PDF 강의 자료를 신청하세요.
>> '고객을 이해하는 데이터 분석과 액션 시나리오' 자료 신청 바로 가기 (클릭)
이상으로 회원 가입을 완료한 고객들의 평균 행동 데이터를 기반으로 신규 회원 가입을 늘리는 방안을 알아봤습니다.
지금까지 빅인에서 고객의 회원 가입 유도를 위한 여러 가지 가설을 세우고 마케팅 액션을 실행해 본 결과, 한 번의 탭핑만으로는 원하는 고객 행동을 이끌어내기에 한계가 있었습니다.
고객 행동에 따라 다양한 캠페인을 세팅한다면 가입하지 않은 사용자에게 서로 다른 메시지로 가입을 유도하는 효과적인 장치를 마련할 수 있습니다.
특히, 빅인 Ads / 빅인 CRM과 같은 마케팅 솔루션을 사용하면 고객의 유입 경로나 현재 상황을 실시간으로 파악하고 그에 맞는 메시지를 쉽고 정확하게 발송할 수 있습니다.
‘고객을 제대로 이해하기 위한 데이터 분석과 액션플랜’ 시리즈의 마지막 편인 다음 콘텐츠에서는 재구매를 주제로 가설과 검증, 액션플랜 수립까지 다뤄볼 예정입니다. 마케터 여러분의 꾸준한 관심을 부탁드립니다.
신청자 대상, 전체 마케팅 시나리오가 포함된 강연 자료를 무료로 보내드립니다.
아래 링크에서 신청하시고 고객 관심사에 따른 마케팅 시나리오 구축 방법을 확인해보세요.
