기획자에게 퍼널분석이란?
데이터리안 세미나 [다른 회사는 퍼널 분석 어떻게 하고 있을까?] 후기
데이터리안 로고데이터리안?
데이터 분석과 관련된 여러 플랫폼 중에서 데이터리안을 자주 방문하는 이유 중 하나는 그들이 주최하는 다양한 세미나입니다. 이런 세미나를 통해 다른 기업들이 어떻게 퍼널 분석을 수행하는지에 대한 인사이트를 얻을 수 있기 때문입니다.
퍼널에 집착했던 데이터 신봉자
제 얘기입니다. 주니어 시절, 퍼널에 집착했던 경험이 있습니다. 자사몰의 퍼널을 분석하여 고객의 행동 패턴을 조사하고자 했었지만, 대부분의 커머스 자사몰의 퍼널이 유사하다는 사실을 발견했습니다. 이로써 정량적인 접근만큼이나 직관성과의 밸런스가 중요하다는 것을 깨달았습니다.
직관적으로 판단할 수 있는 부분마저 정량적으로 접근했던 ‘데이터 신봉자’였던 저를 깨뜨리는 계기이기도 했습니다. 이후 중니어 기획자가 된 현재, 데이터에 집착하지 않고 문제정의, 가설검증에만 활용하며 직관성과 정량성의 밸런스를 유지하려고 노력합니다.
지난날을 돌이키며 데이터 만능주의에 빠지신 분들이 있다면 추천드리는 콘텐츠입니다.
퍼널분석은 여전히 중요한가?
현재는 데이터에 집착하지 않고 문제를 정의하고 가설을 검증하는 데에만 데이터를 활용하며, 직관성과 정량성의 밸런스를 유지하고자 노력하고 있습니다. 그럼에도 불구하고 퍼널 분석은 여전히 중요합니다.
그러나 퍼널을 분석하는 것은 조직 환경에 따라 달라집니다. 최근 데이터리안에서 주최한 세미나를 통해 이를 더 깊게 느낄 수 있었습니다.
딜라이트룸 알라미 앱 PO 서승환 님의 퍼널 강연
딜라이트룸 테크 블로그 내 다양한 분석/검증 사례를 참조하며 알리미는 빠른 실행이 가능한 조직이기에 퍼널 및 다양한 분석을 효과적으로 활용합니다.
특히 링크드인을 통해 알게 된 서승환 PO님께서 알라미 앱을 퍼널 인사이트로 개선한 사례와 개념을 설명 주셨습니다.
데이터리안 세미나 캡쳐본레슨 1: 모수의 함정
데이터에 집중한 나머지 적은 모수에서 높은 전환율/리텐션 결괏값을 도출한 경험이 있습니다. 다만, 특정 고객군의 성공적 사례가 나머지 99% 모수의 성공을 보장하지는 않더라고요. 알리미는 결국 모수인 ‘진입률’ 증진에 목표를 세팅합니다.
데이터리안 세미나 캡쳐본
MLB/디스커버리 자사몰 랭킹 도입기레슨 2: 지름길 전략
작명센스가 있다고 느껴진 ‘지름길 전략’은 이전 회사에서 유사한 개념을 적용시킨 경험이 있습니다. 고객은 인기 제품만 찾는다는 가설을 기반으로 ‘랭킹’을 신설하여 Home, GNB, 카테고리 페이지 중간중간 심어서 빠르게 원하는 제품을 찾고 구매전환 시킨다는 전략이었습니다. 알리미는 커머스가 아니지만 ‘숏컷’ 전략이 UX에서 필요한 전략임을 알 수 있습니다.
*알라미는 이 전략을 통해 3~5배까지 진입률이 상승했으나 전환율이 3분의 1 토막 나는 결괏값이 었었다고 합니다.
데이터리안 세미나 캡쳐본레슨 3: UX가 고려되지 않은 신규 프로덕트
고객은 상황/상태에 따라 니즈가 제각각 상이합니다. 그럼에도 가장 큰 모수의 UX를 기준으로 기능이나 프로덕트를 노출시켜야 합니다. 하지만 본인이 담당한 프로덕트의 성과를 높이기 위해 UX를 고려하지 않고 고객이 주로 다니는 통로에 제공한 경험이 있습니다 (제 얘기 입니다;;).
알라미에서 인상 깊었던 점은 친구 초대 이벤트와 같이 프로모션 페이지나 배너에 노출할 이벤트를 정교하게 리뷰 별점 5점 이상인 고객을 대상으로 넛지를 제공한 점입니다. 앞서 고객의 상황(만족한 시점)을 고려해서 트리거를 발동시킨 점이 인상 깊었습니다.
*PO는 고객의 가장 필요한 시점을 잘 알고 있어야 하기 때문에 퍼널 분석이 필요합니다.
데이터리안 세미나 캡쳐본레슨 4: IOS와 Andriod UX는 다를 수 있다.
가장 흥미로웠던 점은 앱 기획 시 IOS와 Android UX를 따로 고려할 수 있다는 점입니다. IOS의 성공적 UX 대비 Andriod의 높은 이탈률과 같은 이슈를 보며 디바이스에 따른 고객의 차이? 구독하지 않은 고객에게 비효율적 넛지? 등 여러 고민을 하게 되는 레슨입니다.
여기서 충격은 퍼널 순서를 바꾸는데 10분밖에 안 걸리고 A/B 테스팅을 한다는 부분입니다. 기업이 크면 클수록 유관부서, 리더십 등 상의할 대상이 매우 많습니다. 대기업에서 해당 작업을 진행하는데 적게는 3일 평균 10일 이상 걸리는 작업으로 예상되는데, 이는 알리미 조직이 콤팩트하고 빠른 의사결정이 가능한 문화이기에 부럽게 느껴진 부분입니다.
데이터리안 세미나 캡쳐본결론
데이터 신봉주의/만능주의는 분명 무의미한 결괏값을 도출한다는 건 여전히 유효합니다. 하지만, 분석에 분명한 목적이 있다면 유의미한 결괏값을 도출한다는 점입니다.
알라미는 여러 분석방법론 중 퍼널 분석에 특화된 조직이며 가설을 잘 쪼개서 퍼널별 임팩트를 만들어낸다는 인사이트를 얻는 시간이었습니다. 물론 이러한 환경 및 문화가 제공되는 조직에서 높은 임팩트를 끌어올리는 게 아닐까 싶습니다.
