만약 새롭게 카페 창업을 준비한다면 무엇을 먼저해야 할까요? 아마도 그 지역에서 가장 잘 팔리는 메뉴가 무엇인지, 주로 오는 고객들이 어떤 사람들인지, 그 사람들은 어떤 음료를 좋아하는지 등을 파악하기 위해 시장조사를 해야 할 겁니다.
즉, 새롭게 창업을 하기 위해서는 어떤 데이터를 기반으로, 어느 위치에, 어떤 메뉴로 창업을 할 것인지를 분석하고 결정하는 과정이 필요하고, 이를 위해 우선 데이터를 수집하는 과정이 필요한 것이죠. 시장조사를 하며 어떤 데이터가 필요한지 알았다면 그 다음은 오프라인에서 필요한 데이터를 수집해야 합니다. 필요한 데이터를 얻기 위해서는 목표로 한 시장에서 관찰을 시작해야 겠죠?
데이터를 위해서는, 창업을 생각하는 시장의 주변 카페를 관찰하며, 사람들이 어떤 음료수를 많이 먹고, 시간대는 어떻게 되는지, 주로 이용하는 사람들의 직업은 무엇인지 등을 관찰하고, 충분한 데이터를 얻을 수 없다면 더 자세한 데이터를 파악하기 위해 그 주변을 탐색해 보는 노력도 해야 합니다.
주변을 탐색하다 보면, 그 주변의 쓰레기통에서 사람들이 마시고 난 음료의 일회용 용기를 쉽게 발견할 수도 있는데, 사실 이는 아주 좋은 데이터가 될 수 있습니다. 음료를 마시고 난 후에 쓰레기통에 버리는 것은 자연스러운 소비 행동인 만큼, 해당 쓰레기통 주변의 카페에서 발생하는 대략적인 매출도 계산해 볼 수 있기 때문입니다.
오프라인에서는 이렇게 고객의 행동을 직접 관찰하는 대신, 고객의 소비 경험 속에서 남기고 간 흔적을 발견하여 데이터를 축적할 수 있는데, 이렇게 오프라인 환경에서의 창업은 고객을 관찰하고 고객의 흔적을 발견하는 것이 매우 중요합니다.
그런데 온라인에서의 창업은 어떨까요? 온라인에서는 고객을 직접적으로 관찰할 수가 없기 때문에, 고객 데이터가 매우 중요할 수 밖에 없습니다. 그렇다면 이렇게 중요한 고객 데이터를 온라인에서는 어떻게 수집할 수 있을까요?
온라인에서는 고객의 행동을 모두 데이터로 전환해야 합니다. 온라인에서는 고객을 두 눈으로 직접 관찰할 수 없기 때문에 고객이 우리의 웹사이트에서 어떤 행동을 하고, 어떤 페이지를 방문했고, 어떤 페이지에서 나갔는지를 기록하고 분석할 필요가 있는 것이죠.
게다가 최근에는 오프라인에서 온라인으로 고객의 행동이 이전되고 있는 상황입니다. 즉, 직접 매장에 가서 무언가를 사기보다는 온라인을 통해 제품을 주문하고 소비하는 비율이 더 많아지고 있기 때문에, 고객의 행동을 두 눈으로 관찰하는 것이 점점 더 어려워지고 있는 것이죠. 그래서 마케팅 전략 수립을 위한 데이터 분석은 선택이 아닌 필수적인 요소가 되었다고 할 수 있습니다.
고객은 디지털 환경에서 다양한 매체를 통해 우리의 서비스를 이용할 수 있습니다. 그리고 우리는 사용자의 행동과 매체의 성과를 분석하고, 이에 따라 고객의 행동에 맞춰 발빠르게 서비스를 개선해야만 원하는 성과를 얻고, 시장의 경쟁에서 승리할 수 있습니다.
디지털 환경에서는 보이지 않는 고객을 관찰하고, 그 결과에 따라 디지털 마케팅 전략을 수립해야 합니다. 그러기 위해서는 데이터 분석을 기초로 여러 가지 행동 전략이 뒤따라야 하는데, 만약 데이터 분석도 없이 그냥 경험에 기반한 아이디어만으로는 고객에게 더 나은 서비스를 제공하는데 한계를 가질 수 밖에 없습니다.
물론 과거에는 아름다운 디자인이나 기발한 아이디어만으로도 충분한 마케팅 효과를 기대할 수 있는 시절도 있었습니다. 하지만 현재는 아름다운 디자인과 기발한 아이디어는 물론이고, 데이터를 통한 고객의 행동 분석도 필요한 시대라고 할 수 있습니다.
성과 추적의 필요성과 사례
디지털 마케팅을 할 때 필요한 지표 중에 LTV와 CAC라는 지표가 있습니다. LTV란 한 명의 고객이 브랜드를 처음 접하고, 더 이상 소비하지 않을 때까지 비즈니스에 기여하는 총 수익을 말하고, CVC는 비즈니스에 기여하는 고객을 만들기 위해 투입되는 비용을 말합니다.
사실 이 용어들은 데이터 분석을 위해서는 꼭 익숙해져야 하는 용어들로, 이렇게 기본적으로 사용되는 마케팅 용어를 알고 있어야 빠른 이해와 함께, 빠른 분석을 할 수 있기 때문입니다.
마케팅이란 결국 ‘얼마를 써서 얼마나 벌 것인가’에 대한 문제라고 할 수 있습니다. 한번 스스로에게 대답해보세요. “나의 비즈니스는 얼마를 써서 얼마를 벌 수 있을까?” 물론 쉽게 대답하기는 어려운 질문일 겁니다.
“얼마를 써서 얼마를 벌 것인가?”는 결국 성과 분석의 문제입니다. 성과를 분석해본 적도 없고, 내 비즈니스가 ‘얼마를 써서 얼마를 벌고 있는가?’라는 것을 모른다면, 효과적인 마케팅 전략을 세우기도 힘들겁니다. 여러분들의 이해를 위해 드롭박스와 에어비앤비의 사례를 예로 들어보겠습니다.
드롭박스
드롭박스는 대표적인 글로벌 클라우드 기업으로, 드롭박스의 초창기에는 마케팅을 진행 할 때 유입되는 사용자들의 LTV가 CAC보다 낮은 ‘저품질’의 사용자가 대부분이었습니다. 즉 마케팅을 위해 쓴 돈 보다 더 적은 돈을 내고 사용하는 사람들이 많았던 것이죠.
이렇게 저품질의 사용자가 많아지면, 사용자와 매출은 꾸준히 늘어나겠지만, 비용은 더 많이 지출되고, 이로 인해 돈은 못벌고 계속 적자만 쌓이는 상황이 됩니다. 이런 상황이 계속되면 어느 순간에는 결국 비즈니스 자체를 접어야 하는 상황이 되겠죠.
드롭박스는 이런 상황을 지속적으로 겪고 있었는데, 어느 순간, ‘친구를 통해 추천받은 사용자가 서비스를 유료로 사용할 확률이 더 높다‘는 데이터에 주목을 하게 되었죠. 그래서 드롭박스는 이 데이터를 바탕으로 친구 추천 이메일 프로모션을 진행하게 됩니다.
이 프로모션은 친구로부터 드롭박스 사용 추천 링크를 이메일로 받고, 해당 링크를 통해 드롭박스에 가입하는 경우 친구와 가입자가 모두 무료로 저장 공간을 받는 프로모션으로, 프로모션을 통해 유입된 사용자는 이 후 유료 서비스까지 사용할 확률이 높았기 때문에 LTV가 CAC보다 높은 ‘고품질’ 사용자들이었습니다.
결국 드롭박스는 데이터를 기반으로 한 효과적인 마케팅 전략을 통해 매우 빠르게 고품질의 신규 사용자를 늘려 나갈 수 있었고, 이를 통해 글로벌 클라우드 기업으로 발돋움할 수 있었습니다.
에어비앤비
에어비앤비는 사업 초기에 에어비앤비를 통해 다른 사람의 집에 남아있는 방을 빌린 후, 해당 링크를 크레이그리스트라는 커뮤니티 사이트에 게시하는 사람들이 많다는 것을 알게 되었습니다. 그런데 에어비앤비는 여기서 그치지 않고 이렇게 크레이그리스트에 빌린 방을 게시하는 사람들의 데이터에 주목했는데, 이 데이터를 통해 크레이그리스트가 투자 대비 높은 성과를 얻을 수 있는 마케팅 채널임을 발견하게 되었다고 합니다.
에어비앤비를 통해 남은 방을 빌린 사람들은 다시 크레이그리스트에 홍보 글을 올려 사용자들을 유입시켰는데, 이렇게 유입된 사용자들은 다른 매체를 통해 유입된 사용자보다 예약률이 더 높다는 사실을 발견한 것이죠. 이를 알게 된 에어비앤비는 이 후 추가적인 분석을 통해 각각의 매체가 동일한 성과를 내는 것이 아니라 특정 매체에서 유입되는 사용자의 성과가 더욱 높다는 사실을 알게 되었고, 이를 마케팅 전략에 적극적으로 반영하게 됩니다.
정리
이렇게 앞의 두 사례에서 살펴본 것 처럼 디지털 환경에서 고객 데이터를 통한 성과 추적은 선택이 아닌 필수라고 할 수 있습니다. 즉, 디지털 환경에서는 데이터와 고객의 실제 행동을 기반으로 의사결정을 내리는 마케팅이 이루어져야 하는 것이죠.
특히 디지털 환경에서 소규모의 비즈니스를 수행하고 있다면, 반드시 데이터와 고객의 실제 행동을 기반으로 마케팅 전략을 수립해야 합니다. 그것만이 마케팅 예산이 한정되어 있는 소규모 비즈니스에서 투자 대비 높은 성과를 올릴 수 방법이기 때문입니다.
구글 애널리틱스의 주요 용어들
구글 애널리틱스의 리포트를 제대로 읽기 위해서는 중요한 용어를 몇 가지 정도 알고 있어야 합니다. 리포트에서 자주 마주치는 몇 가지 용어만 잘 이해해도 데이터를 분석하는 것이 생각보다 어렵지 않다라는 것을 느낄 수 있을 겁니다.
다음은 구글 애널리틱스의 리포트에서 자주 만나게 되는 대표적인 용어 5가지입니다. 이 5가지 용어만 잘 숙지하고 있어도 큰 도움이 될 수 있는 만큼, 잘 알두시기 바랍니다.
상호작용
상호작용이란 사용자가 웹사이트나 앱에 들어와서 하는 모든 행동을 의미합니다. 즉, 상호작용은 페이지 전환, 버튼 클릭, 영상 조회, 개인정보 입력 등의 모든 행동들을 의미하는 것이죠.
참고로, 스크롤 뎁스와 같은 행동들은 비상호작용으로 인식되는데, 이 후의 세션 지표나 다른 여러가지 분석에서 데이터를 잘못 분석하여 생기는 오류를 막기 위해 어떤 행동들을 상호작용과 비상호작용으로 나눠서 볼지를 결정할 필요가 있습니다.
세션
세션은 상호작용의 집합으로 만들어진 상호작용의 길이, 혹은 기간을 의미합니다. 기본적인 세션 시간은 30분으로 정의되지만, 이 시간은 추적의 목적에 따라 변경될 수 있습니다.
세션은 구글 애널리틱스에서 확인하는 가장 기초적인 사용자의 품질 지표이기도 한데, 이 세션의 집합을 ‘사용자’로 표현하기도 합니다.
사용자는 30분 이상 사이트에 머무르기도 하는데, 이 때는 사용자가 다수의 세션을 갖기도 하기 때문에, 웹사이트내에서의 여러 상호작용을 어떻게 정의하느냐에 따라 세션 증가의 추이가 달라질 수도 있습니다.
전환
전환은 데이터 분석에서 가장 중요한 지표로, 전환은 데이터를 분석하는 사람이 설정한 어떤 행동을 사용자가 수행한 경우를 의미합니다.
예를 들어, 특정 페이지를 조회하는 행동을 ‘전환’이라는 목표로 설정한 경우, 사용자가 이 목표를 달성한 경우에 ‘전환’되었다 라고 표현할 수 있습니다. 이런 경우 전환을 위해서는 사전에 목표를 설정해야 하는데, 목표가 달성되어 전환이 발생하게 되면 ‘전환율’이라는 데이터를 얻을 수 있습니다.
참고로, ‘전환율’이란 데이터는 단순히 ‘유입자의 수’만을 가지고 판단하는 것이 아니고, 목표 전환율을 기준으로 더 나은 사용자와 매체, 행동들을 판단할 수 있게 해주기 때문에 중요한 의사결정 도구가 될 수 있습니다.
이탈률
이탈은 고객이 웹사이트에 방문한 후에 아무런 상호작용을 하지 않고 사이트를 나가는 것을 말합니다. 이탈률은 바로 이 ‘이탈’이 발생하는 비율로 전체 사용자 대비 ‘이탈’ 사용자의 비율을 의미하는 지표입니다.
이탈이 발생하는 원인은 매우 다양하지만, 대표적으로는 사용자가 랜딩 페이지를 방문했을 때 원하는 정보를 찾지 못하거나 만족스러운 경험을 제공하지 못하는 경우를 꼽을 수 있습니다.
이탈률은 기본적으로 낮을 수록 좋지만, 사용자가 이용하는 매체와 랜딩 페이지의 상태에 따라 지속적으로 변동될 수 있기 때문에, 여러가지 상황에 따라 이탈률 데이터를 평가할 필요가 있습니다.
종료율
종료율은 이탈률과 자주 혼동되는 개념 중에 하나로, ‘종료’는 특정 페이지에서 사용자가 세션을 종료할 때 기록되는 것을 말합니다. 즉, 해당 페이지가 종료 페이지로 기록되는 경우가 ‘종료’인 것이죠. 그리고 종료된 페이지의 전체 페이지 뷰 대비 종료 페이지의 비율을 나타낸 것이 바로 ‘종료율’입니다.
이렇게 ‘이탈률’은 사용자를 기준으로 기록되고, ‘종료율’은 페이지를 기준으로 기록된다는 차이가 있습니다. 그래서 이탈률이 높은 경우에는 ‘무조건’ 개선의 대상으로 보아야 하지만, 종료율의 경우에는 반드시 개선의 대상이 되지는 않는 것이죠.
일반적으로 랜딩 페이지와 전환이 포함되어 있는 페이지는 종료율이 높게 나오는데, 결제 완료 페이지나 회원가입 완료 페이지처럼, 최종 목표의 달성이 일어나는 페이지는 고객 경험상의 마지막 페이지이기 때문에 개선의 필요성이 높지는 않기 때문입니다.
만약, 종료율이 높게 나온다면 어떤 페이지에서 종료율이 높게 나오는지 확인하고 개선여부에 대한 결정을 내리는 것이 좋습니다.
‘종료율’이 높게 나오는 페이지가 마지막 전환이 포함되어 있는 페이지이거나, 랜딩 페이지라면 개선의 필요성이 높지 않지만, 그 외의 다른 페이지라면 종료율을 낮추기 위해 고객의 경험을 개선하기 위한 노력이 필요합니다.
