PM이 알아야할 고객 행동 분석 방법 6가지(2)
고객의 행동을 정확하게 분석하고 이해하는 방법들
4. 고객 여정 분석
고객이 우리 서비스를 어떻게 알게 되었을까? 검색엔진을 통해? 아니면 SNS 광고를 보고?
첫 방문 후 얼마 만에 재방문했고, 최종 구매까지는 얼마나 걸렸을까?
고객 여정 분석은 이런 질문들에 답을 제시할 수 있다.
고객이 들어오고 나가는 데까지의 과정을 분리하고, 고객이 느끼는 경험, 감정, 등을 긍/부정으로 나눴다.
스타벅스의 고객 여정에서 가장 주목할 만한 점은 '온라인과 오프라인의 완벽한 연계'이다. 모바일 앱을 통해 매장 정보부터 주문, 결제, 리워드 적립까지 모든 과정이 끊김 없이 이어지며, 이는 고객 편의성과 만족도를 크게 높이는 요인으로 작용한다.
이렇게 고객 여정 지도를 그려놓고, 데이터를 맞춰가며 들여다보면 이탈이 생기더라도 그 부분을 빠르게 캐치해 개선할 수 있다.
5. 퍼널 분석
출처 : 채널톡 비즈인사이드퍼널 분석은 마치 깔때기처럼 단계별로 좁아지는 전환 과정을 분석한다.
상품 페이지 방문자 1000명 중 200명이 장바구니에 상품을 담았고, 그 중 50명이 결제 페이지로 이동했으며, 최종적으로 30명이 구매를 완료했다고 하자. 각 단계의 전환율은 20%, 25%, 60%가 될 것이다.
이런 분석을 통해 우리는 '어느 단계에서 가장 많은 고객을 잃고 있는가?'라는 중요한 질문에 답할 수 있다. 1000명 중 200명만이 장바구니에 상품을 담았다면, 장바구니 단계의 전환율이 특히 낮다는 걸 포착할 수 있다. 나는 상품 상세 페이지에 문제가 있을 가능성이 높다고 보았다. 그래서 사용 가능한 쿠폰을 제시한다거나, 주문 시간에 따른 예상 배송 일자, 최종 할인된 가격, 에누리 (1+1) 등을 제시해 고객이 상품을 장바구니에 담도록 하는 전략이 도움이 될 수 있었다.
6. 코호트 분석
출처 : mode제작년 부터 떠오른 분석인 코호트 분석. 말이 어렵지, 결국 특정 기준으로 그룹화한 고객들의 행동을 시간의 흐름에 따라 추적하는 방식이다. 예를 들어, 1월에 가입한 고객들과 2월에 가입한 고객들의 3개월 후 재방문율을 비교해 만약 2월 가입자들의 재방문율이 더 높다면, 2월에 어떤 변화가 있었는지 살펴볼 필요가 있다.
또한 특정 기능을 사용한 고객 그룹과 그렇지 않은 그룹의 장기 이용률을 비교할 수도 있다.
위시리스트 기능을 활발히 사용하는 고객들의 구매율이 더 높다면, 해당 기능을 더 눈에 띄게 배치하는 것이 효과적이겠지? 다만, 시간적 코호트는 현재 일어나고 있는 일을 측정하는 데 매우 유용하지만, 다음에 무엇을 해야 하는지 알려주지는 않기 때문에 다른 지표와 함께 사용하면 정확도를 높일 수 있다.
데이터 분석의 방법은 다양하지만, 결국 모든 분석의 목적은 하나이다.
바로 고객을 더 잘 이해하고, 더 나은 서비스를 제공해 우리 비즈니스의 단골 고객으로 만드는 것.
고객의 행동은 시시각각 변화하고, 시장 환경도 끊임없이 바뀌므로 지속적인 데이터 분석과 개선만이 성공적인 비즈니스 길을 개척하는데는 필수적이다. 그래서 데이터를 잘 읽고 해석하는 능력도 꾸준히 길러야한다.
Product Manager 또는 Product Owner라면, 지금까지 소개한 고객 행동 분석 6가지 분석 방법을 적절히 활용해보시길!
