퍼포먼스 마케팅 데이터 분석 치트키
가상의 데이터를 기반으로 한 퍼포먼스 마케팅 데이터 분석 시나리오
퍼포먼스 마케팅 전략의 핵심은 ‘데이터 분석’에 있습니다. 따라서 마케터라면 올바른 ‘데이터 분석을 하기 위해서 항상 적극적으로 고민해야 합니다. 제목을 치트키라고 다소 자극적으로 작성해봤는데요. 저의 방식이 데이터 분석의 정답은 아닙니다. 제가 데이터를 분석하는 전체적인 프로세스가 누군가에게는 분명 도움이 될 거라고 생각하며 글을 시작하도록 하겠습니다.
목적
매출을 개선하기 위해서는 수없이 많은 분석들이 오갈 수 있는데요. 퍼포먼스 마케터는 ‘돈’을 써서 ‘사람’을 우리가 원하는 공간(웹/앱)으로 데려옵니다. 저는 퍼포먼스 마케팅의 본질, ‘비용 관리’에 대한 데이터 분석을 설명 드리려고 합니다. 그러니까 지금 얼만큼 돈을 써야 하는지, 어디에 돈을 써야하는지에 대한 프로세스라고 봐주시면 됩니다.
들어가기 전에
성과
지금 브랜드가 어떤 상황인지를 파악하는 것부터 시작입니다. 마케터는 성과부터 알고 있어야 합니다. 성과는 시간 순서대로 파악하는 것이 좋습니다. 성과 파악에는 몇 가지의 갈무리가 있는데요.
Daily Performance
Weekly Performance
Monthly Performance
퍼포먼스 마케터의 움직임은 기본적으로 나무를 자르는 것부터 진행됩니다. 매일 매일 나무를 자르다보면, 일주일 후에는 또 다른 광경이 펼쳐지죠. 그게 한 달이 되면 더 바뀌게 되는 것이고요.
따라서 마케터는 현재의 나무를 잘 자르고 있는지(데일리 성과)도 봐야하고, 전체의 숲(위클리, 먼슬리 성과)이 어떻게 그려지고 있는지도 동시에 파악하고 있어야 합니다.
매출 관련 지표
파악이 필요한 주요 지표는 아래와 같습니다.
매출, 트래픽, 전환율, ROAS
이때 매출, 트래픽, 전환율 등의 지표는 기간을 비교해서 확인해보면 액션을 수립하기에 용이합니다.
제품/서비스 관련 지표
파악이 필요한 주요 지표는 아래와 같습니다.
제품 별 판매량, 트래픽
서비스 별 전환량, 트래픽
가상의 분석
시나리오
리포트 예시는 Superstore 샘플 자료를 통해서 만들었습니다. 기본적인 골자는 비슷하리라 생각합니다. 아쉽게도 여기 데이터 샘플에는 Traffic이 나와 있지 않은데요, 트래픽에 대한 분석도 로직은 유사하기 때문에 이 글을 읽고 각자의 방법으로 분석해주시면 될 것 같습니다.
1. 데이터 분류
샘플에 있는 데이터의 컬럼을 먼저 아래와 같이 분류해보았습니다.
기간 관련 지표
주문 날짜, 배송 날짜
타겟 관련 지표
고객 이름, 세그먼트, 도시, 시/도, 국가/지역, 지역
어떤 특징을 가지고 있는 타겟에서 제품이 판매되는지 파악 가능
매출 관련 지표
매출, 수량, 할인율, 수익
제품 관련 지표
제품 ID, 범주, 하위 범주, 제품 이름
어떤 특징을 가지고 있는 제품이 주로 판매되는지
위를 조합하면,
언제 매출이 많은지
어떤 제품이 언제 많이 팔리는지
어떤 타겟이 언제 가장 많이 반응하는지
이것 말고도 더 많은 조합이 가능할 수 있겠죠. 우선 매출부터 보고, 개선 가능한 부분을 점검할 때 그 밑에 조합들을 섞어가면서 분석해보면 됩니다.
2. 데이터 정리
기간을 파악하기 위해서는 지금 Order Date 만으로는 부족합니다. 우리는 데일리/위클리/먼슬리로 성과를 보는 것이 전체 흐름 파악에 용이하다는 것을 알았습니다. 그래서 해당 데이터를 추가해줘야 합니다. 왼쪽 열에 각각 함수를 추가해줍시다.
Weeknum, Month, Year 함수를 통해서 주문 날짜를 구분해줍니다.
3. 매출 트렌드 분석
처음에는 크게 보는 게 가장 중요하다고 했습니다. 연도/월별 트렌드를 먼저 확인해줍니다. 여기서도 SUMIFS 함수를 사용해주겠습니다.
그래프로 바꾸니 이러한 것들이 보이기 시작합니다.
1)일 년 중 매출이 발생하는 트렌드를 볼 수 있고요,
2) 19년부터 21년까지 비즈니스가 지속적으로 성장한 것도 확인할 수 있습니다.
4. 위클리 분석
자, 이렇게 전체적인 흐름을 파악했다면 현재 우리 비즈니스가 어떤 상황인지를 더 구체적으로 살펴봐야겠죠. 월에서 주차로 좁게 들어가는 겁니다. 여기서 중요한 건 큰 줄기에서 밑으로 내려가는 것입니다. 전체 비즈니스에서 임팩트를 줄 수 있는 가장 큰 카테고리를 저는 ‘대륙(지역)과 범주’으로 보았습니다.
각 데이터는 역시 SUMIFS 함수를 사용하면 쉽게 시트에 표현할 수 있습니다.
저는 아래와 같이 간단하게 대시보드를 구성해봤습니다.
이 대시보드에서 살펴볼 수 있는 내용은 이렇습니다.
전체 비즈니스 성과
지역과 범주에 따른 성과
작년 동일 주차와 어떤 차이가 있는지
지난 주와는 얼마나 차이가 발생하는지
이걸 분석해보면 이러한 현상을 발견할 수 있을 겁니다.
지난 주와 비교 했을 때 64%가량 매출이 감소했습니다.
작년과 비교 했을 때는 3% 올랐습니다.
지난 주 대비 중앙아시아를 제외하고 전체적으로 매출이 빠졌습니다.
작년과 비교했을 때도 중앙아시아는 흐름이 괜찮으나, 나머지 지역에서 매출이 하락세입니다.
범주를 살펴보면 지난 주 대비 전체 제품 수요가 모두 하락했습니다.
그러니까 이번 주(2021년 9주차)는 굉장히 힘든 한 주였네요. 매출이 크게 빠졌습니다. 작년과 대비해서 소폭 올랐다는 점이 그래도 위안이 되겠지만 좀 더 면밀하게 살펴볼 필요가 있습니다. 핵심은 개선이 가능한지, 불가능한지 여부겠죠.
더 들여다보기 위해 트렌드를 살펴보겠습니다. 주차별 매출 그래프입니다.
주차별 매출을 살펴 보았더니 20년도(작년) 4주차부터 하락 트렌드가 보이기는 합니다. 그러나 21년도는 그 등락이 큰 편이긴 하네요. 9주차에서 10주차는 올라가는 트렌드가 있으니, 그 원인이 무엇이었는지 과거의 데이터에서 확인해줍시다. (데이터에 매몰되지 않기 위해서는 더 많은 데이터를 종합적으로 바라봐줘야 하니까요) 작년에는 어느 지점에서 반응이 높게 올라왔던 걸까요?
지역으로 보니 북아시아를 제외한 전체 지역에서, 그리고 모든 범주에서 매출이 유의미한 값으로 상승한 것을 확인할 수 있습니다. 우리는 이걸 토대로 이번주에는 어떤 제품과 어떤 지역에 리소스를 밀어주어야 하는지 예측할 수 있습니다. 저라면 북아시아 지역을 좀 더 들여다보고 개선 가능성이 적어보이면 마케팅 비용을 적게 할당해줄 것이고, 동남아시아 쪽에 부스팅 된 원인을 찾아 다른 지역에도 적용할 것 같습니다.
물론 이렇게 숫자만 보고 의사결정하는 것은 데이터에 매몰되어 잘못된 판단을 할 여지가 분명히 있습니다. 그러나 이걸 토대로 또다른 요인이 무엇이었는지 다음 스텝으로 넘어갈 수 있게 되는 거죠. 그렇게 의사결정의 정확도가 높아지는 겁니다.
매체 데이터 분석
위와 같이 큰 그림에서 먼저 살펴보면 그 다음 매체에서 액션할 근거가 생기게 됩니다. 지역을 보았을 때 북아시아에서 매출 실적이 좋지 않다면, 그 지역에 우리가 얼만큼의 마케팅 예산을 쓰고 있는지를 파악해보면 됩니다. 돈을 안써서 매출이 안나오는 건지, 아니면 효율이 좋지 않은 프로덕트에 돈을 많이써서 전체 매출이 개선되지 않는 건지를 파악할 수 있죠.
논외로 매체 내에서 크리에이티브에 대한 성과 피드백은 매체 대시보드에서 주는 데이터만으로 충분하다고 생각합니다. 굳이 데이터를 뽑아서 비교할 필요가 없어요. (동일한 기간에, 어떤 크리에이티브에서 반응이 더 오는지를 확인하는 게 가장 중요하기 때문)
NEXT ACTION
매일 오전마다 전일 성과를 확인하고, 주에 한 번씩 주차별 성과를 확인합니다.
이렇게 성과를 확인하면 그 날 어떤 ‘액션’을 해야할 지 방향을 수립할 수 있습니다. 그러나 항상 매일마다 ‘액션’이 수반 되어야 하지는 않습니다. 다만 매일마다 성과를 확인하는 것은 산업과 브랜드의 트렌드를 이해하는 것에 매우 효과적입니다.
브랜드와 산업에 대한 이해는 단순히 퍼포먼스 마케팅, 매체에서의 액션을 고민하는 것을 넘어 또 다른 임팩트를 만들 수 있을지 생각할 수 있게 되는 거죠. 제품/서비스에 대한 프로모션, 퍼포먼스가 아닌 인플루언서 마케팅 등 여러가지 추가 방법들을 고민할 수 있게 됩니다. 고민의 시점을 알게되고, 시야가 넓어지게 되는 거죠.
퍼포먼스 마케터는 매체를 잘 다루는 마케터라고 생각하는 경우가 많습니다. 맞는 말이지만, 전체의 시야에서 매체를 Tool로써 활용하는 것이 더 경쟁력 있는 퍼포먼스 마케터가 아닐까 생각이 듭니다.
긴 글 읽어주셔서 감사 드리며, 질문과 제안은 언제든 환영합니다 �
