고객(사용자) 데이터 분석 방법 Part 1 - 세그먼트 분석
고객 데이터 분석
고객 데이터 분석은 ‘고객 분석’, ‘사용자 분석’, ‘유저 분석’, ‘사용자 데이터 분석’, ‘유저 데이터 분석’ 등으로 불립니다. 여기서 ‘고객 데이터’에는 인구통계학적 정보(성별, 연령, 지역, 학력), 사용자 행동 정보(페이지뷰, 스크롤, 클릭), 구매 정보(구매 상품/서비스, 구매 금액) 등이 포함될 수 있습니다.
고객 데이터 분석이란 이처럼 다양한 고객 관련 데이터를 수집하고 분석하여 인사이트를 얻는 활동을 말합니다.
고객 데이터 분석을 해야 하는 이유
우리 홈페이지에 방문한 고객 데이터를 잘 분석하면 아래와 같은 이점을 얻을 수 있습니다.
마케팅 채널 및 콘텐츠별 성과 분석으로 광고 효율 향상
고객 세분화를 바탕으로 개인화 마케팅 수행
고객 여정을 파악하여 홈페이지 개선 및 고객 경험 향상
고객 니즈를 확인하여 신규 제품/서비스 확장
고객 데이터는 다양한 방식으로 분석할 수 있습니다. 그중 주로 사용되는 5가지 분석 방식의 의미와 활용 방식에 대해 하나씩 차례로 설명하겠습니다.
👉 세그먼트 분석 / 코호트 분석 / 퍼널 분석 / 사용자 경로 분석 / 이벤트 추적
세그먼트 분석
세그먼트 분석이란?
세그먼트(Segment)는 나누다, 분할하다, 부분 이라는 뜻입니다. 세그먼트 분석은 사용자들을 공통된 특성을 바탕으로 그룹화해서 분석하는 방식입니다. 전체 사용자와 특정 세그먼트를 비교하거나, 특정 세그먼트 간 비교를 통해 그룹화된 사용자들의 특징을 발견하여 마케팅에 활용할 수 있습니다.
세그먼트를 나누는 기준에는 여러가지가 있습니다. 그중 빠르게 고객을 세분화 할 수 있는 기준 4가지는 아래와 같습니다.
인구통계학적 세분화 : 성별, 나이, 직업, 학력 등 공통된 인구통계학적 특성을 바탕으로 고객을 나누는 것. 데이터 수집이 쉽고 측정이 간편하다는 장점이 있으나, 동일 그룹 내에도 다양한 니즈가 있어 분석 결과를 해당 세그먼트에 국한된 특징으로 보기 어려움.
위치적 세분화 : 고객이 살고 있는 또는 접속한 국가, 지역과 같은 위치에 따라 고객을 여러 그룹으로 나누는 것. 인구통계학적 세분화와 동일한 장단점을 가짐. 특정 지역을 대상으로 상품/서비스를 판매하는 경우 유용하게 쓰임.
심리적 세분화 : 라이프스타일, 관심사, 태도 등에 따라 고객을 그룹화 하는 것. 고객을 이해하고 홍보 마케팅을 구상하는데 도움이 되지만, 데이터 수집을 위해 시장 조사 및 많은 연구가 필요함.
고객 행동 세분화 : 회원가입, 특정 버튼 클릭, 구매 등 고객의 디지털 행동을 기준으로 고객을 세분화함. 고객 행동 데이터를 수집하기 위해 별도의 도구가 필요하지만, 데이터를 잘 수집하여 분석하면 사이트 방문 고객의 니즈를 확인하고 서비스를 개선하는데 도움이 됨.
고객 행동 데이터를 활용한 세그먼트 분석
세그먼트 분석을 통해 의미 있는 결과를 얻기 위해서는 분석 도구를 잘 선택하고, 세그먼트를 잘 설정해야 합니다.
분석 도구를 고를 때는 i) 내가 필요한 고객 행동 데이터를 적시에 수집할 수 있는지, ii) 웹사이트와 모바일앱 데이터를 통합하여 분석할 수 있는지, iii) 수집한 데이터와 회사 내부 데이터를 연계하여 볼 수 있는지 등을 확인해야 합니다. 이 부분은 다른 포스트를 통해 자세히 다룰 예정입니다.
이번 포스트에서는, 세그먼트를 잘 설정하기 위해 각 세그먼트 분석을 통해 어떤 인사이트를 얻을 수 있는지 5가지 분석 방법을 예시와 함께 설명하겠습니다.
(1) 방문 구분 세그먼트 분석
우리 홈페이지의 방문자 수를 ‘신규 방문’과, ‘재방문’ 세그먼트로 나눠 분석해볼 수 있습니다. 재방문자가 높다는 것은 고객 충성도가 높아 고객들이 사이트에 자주 접속한다는 것을 의미하므로 좋은 신호입니다. 하지만 신규 방문자가 너무 낮게 나온다면 광고를 통해 신규 고객을 유입시킬 필요가 있습니다. 반대로, 신규 방문자는 높은데 재방문은 떨어지고 있는 경우라면 구매 고객에게 할인 쿠폰을 발송하는 방법 등으로 재방문율을 높여 매출 향상에 기여하도록 해야합니다.
만약 특정 시기에 신규 방문자가 눈에 띄게 증가했다면 우리 제품이 특히 필요한 시즌인지, 광고가 송출되는 중인지, 유명인이 특정 제품을 언급했는지 등 원인을 찾아볼 수 있습니다. 또한 급격히 감소한 경우에는 전년도 동일 기간과 증감 추이를 비교해본 후 브랜드와 관련하여 부정적인 이슈가 발생하지 않았는지 확인할 필요가 있습니다.
이 외에도 접속 기기에 따라 ‘PC 방문’ / ‘모바일 방문’으로 세그먼트를 나눠 우리 고객들은 어떤 환경에서 주로 접속하는지, 어떤 접속 환경에 있을 때 구매율이 더 높은지 등을 살펴볼 수 있습니다. 또한, 로그인 여부에 따라 ‘회원 방문’ / ‘비회원 방문’을 나누어 살펴보고 비회원 방문 비율이 높은 경우 로그인 비율을 높이기 위해 어떤 점을 개선해야 할지 고민해볼 수 있습니다.
(2) 유입 채널 세그먼트 분석
유입 채널별로 세그먼트를 만들면, 채널별 마케팅 성과를 분석하여 효율이 높은 마케팅 채널에 더욱 투자함으로써 ROAS를 높일 수 있습니다.
‘무료 검색 엔진’(자연검색), ‘유료 검색 광고’(네이버/구글 키워드 광고), ‘콘텐츠 채널’(SNS, 커뮤니티)을 통한 유입으로 세그먼트를 나눠 최근 30일간 넷스루 홈페이지의 메뉴별 방문수를 분석하고 마케팅 인사이트를 찾아보겠습니다.
무료 검색의 경우 메인페이지 방문 비율이 압도적으로 높습니다. 검색 포털에서 ‘넷스루’라는 브랜드명을 검색해서 접속한 경우가 대부분입니다. (분석 솔루션을 통해 메뉴별 유입이 많은 검색 키워드도 확인할 수 있습니다.)
유료 검색의 경우 ‘고객행동수집’ 관련 키워드는 ‘고객행동수집’ 메뉴 페이지, ‘고객행동분석’ 관련 키워드는 ‘고객행동분석’ 메뉴 페이지. 이런 식으로 키워드별로 랜딩페이지가 다르게 설정되어있습니다. 고객행동분석, 고객행동감지와 관련된 키워드가 구글에서 검색량도 많고 노출순위도 높기 때문에 해당 메뉴의 유입이 메인페이지 다음으로 많이 발생하고 있습니다. 반면 고객행동수집 관련 키워드는 무료검색은 잘 되지만 유료검색을 통한 유입이 적기 때문에 광고 집행 중인 키워드를 점검해볼 필요가 있습니다.
콘텐츠 채널은 콘텐츠 내용에 따라 배너/버튼 클릭 시 랜딩페이지를 다양하게 설정해 두어서 메뉴별 방문수 차이가 크지 않습니다. 다만 개인화추천 메뉴로의 방문은 1건도 없기 때문에 해당 주제의 콘텐츠를 추가로 작성해서 해당 페이지의 유입을 늘려야 할 필요가 있어 보입니다.
(3) 회원 세그먼트 분석
인구통계학적 세그멘테이션은 가장 보편적인 세그먼트 분석 기준입니다. 이를 위해서는 회사 내부 고객 정보인 회원 데이터를 분석 도구에 연동할 수 있어야 합니다.
위와 같이 분석 솔루션에 회원 데이터를 연동하면, 성별, 연령대, 회원등급 등의 세그먼트를 만들어 고객을 비교 분석할 수 있습니다. 쇼핑몰과 같이 성별/나이 등에 따라 구매 패턴이 다르게 나타나는 경우 회원 세그먼트 분석이 유용한 인사이트를 줄 수 있습니다.
‘성별’에 대한 회원 속성을 바탕으로 여자/남자 세그먼트를 나누어 A 쇼핑몰 방문 고객의 상품 구매 전환율을 분석해봤습니다. 남성 고객 대비 여성 고객의 상품 구매 전환율이 낮게 나타납니다. 이런 경우에는 상대적으로 구매율이 낮은 세그먼트에만 쿠폰이나 마일리지를 지급하는 방식으로 비용은 줄이면서 전체 구매 전환율을 끌어 올릴 수 있습니다.
(4) 전환 세그먼트 분석
무엇을 전환으로 잡을지는 해당 사이트의 운영 목적에 따라 다릅니다. 쇼핑몰의 경우 회원가입 / 찜하기 / 장바구니 / 구매 등을 각각의 전환으로 잡을 수 있고, 금융권의 경우 회원가입 / 계좌생성 / 카드신청 / 대출신청 / 보험가입 등의 전환이 있을 수 있습니다.
B은행의 경우 ‘회원가입완료’, ‘예적금가입완료’ 등의 사용자 행동을 전환으로 등록하여 수집하고, 해당 전환을 세그먼트로 설정해서 분석했습니다. 이 때 PC 웹사이트와 모바일 사이트, 모바일 앱에서 발생하는 모든 전환을 전반적으로 수집하여 통합 분석을 진행했습니다.
회원가입만 완료한 고객은 외환 메뉴를 가장 많이 이용하는 것으로 나타났습니다. 주거래은행이 아니더라도 환율이 좋거나 혜택이 있는 은행을 찾아 서비스를 이용하는 경우로 볼 수 있겠네요. 외환 업무를 통해 B은행을 이용하는 고객을 대상으로 예적금 상품 가입 이벤트를 진행해도 좋겠습니다. 예적금 상품을 가입 완료한 고객은 조회와 이체 업무를 가장 많이 보는 것을 알 수 있습니다. 예적금 가입 완료 고객을 대상으로 프로모션을 진행한다면 조회/이체 페이지가 적당하겠네요.
(5) 기타 세그먼트 분석
분석 솔루션을 사용하면 다양한 사용자 정의 세그먼트를 직접 생성하여 분석을 진행할 수 있습니다. 고객 행동을 바탕으로 새로운 세그먼트를 만들 수도 있고, 여러 조건을 조합한 형태의 세그먼트를 만들 수도 있습니다.
A 쇼핑몰은 ‘연령+성별’의 형태로 사용자 정의 세그먼트를 만들었습니다. 20~30대 여자 고객은 전체 고객 대비 이벤트를 통한 구매 전환율이 높습니다. 따라서 이벤트 페이지를 만들때는 20~30대 여성이 좋아할 만한 메시지를 담는 것이 좋겠네요.
‘40대 이상 + PC 접속자/모바일 접속자’로 세그먼트를 나누면 각각 어떤 니즈를 갖고 사이트에 접속했는지 고객 여정을 확인해볼 수 있습니다. ‘예적금 신청 + 20대/30대’를 나누어 각 세그먼트가 어떤 페이지에 가장 오래 머무르는지 파악하고 새로운 상품이나 이벤트를 기획할 수도 있겠습니다. 그리고 내부 테스트를 진행하는 경우가 많다면 ‘사내IP / 사외IP’ 세그먼트를 만들어, 사내IP 세그먼트에서는 내부 테스트 결과를 확인하고 사외IP 세그먼트에서 진짜 고객들의 반응을 볼 수도 있습니다.
넷스루의 와이즈컬렉터를 이용하면 웹/앱에서 발생하는 고객(사용자) 행동을 다양하게 수집할 수 있고, 데이터스토리를 이용하면 수집한 정보를 다양한 세그먼트로 나누어 분석할 수 있습니다. 우리 사이트에 방문하는 고객을 제대로 분석하여 인사이트를 얻기 위해서는 올바른 수집, 분석 도구 선택이 첫 걸음이라는 것을 기억하시기 바랍니다.
다음 포스트에서는 ‘세그먼트 분석’과 ‘코호트 분석’의 차이에 대해 설명하고, 코호트 분석의 활용 예시를 소개하겠습니다.
