안녕하세요. 그로스마케팅 파트너, 허들러스의 유성민 대표입니다. 지난 시리즈에서 우리는 RTB 광고 매체들의 성과 분석을 하는 방법에 대해서 자세히 살펴보았습니다. 광고 매체에서의 성과 분석이 된다면, 이제 우리 비즈니스의 플랫폼에서도 분석이 필요하겠지요? 디지털 기반의 플랫폼들은 본인들만의 웹사이트와 어플리케이션을 가지고, 광고들을 통해 고객들을 유입시켜 비즈니스 모델을 만듭니다. 이 경우 광고 성과가 아무리 좋아도 우리 웹사이트와 어플리케이션의 사용성이 떨어진다면, 이탈이 발생할 수 밖에 없습니다. 그래서 우리는 고객들이 방문하는 웹사이트와 어플리케이션의 데이터를 추적할 필요가 있습니다. 오늘은 해당 데이터를 추적하는 대표적인 툴들에 대해서 살펴보겠습니다.

 

 


 

 

비즈니스에 필요한 데이터의 종류를 2가지로 나눠보았습니다.

 

 

 

 

데이터의 종류는 다양하지만, 가장 큰 카테고리로 나눠보면 위 이미지와 같이 매체 데이터와 플랫폼 데이터로 나뉩니다.

  • 매체 데이터 : CPC, 광고비, CTR 등 광고 매체를 통해 집행해서 얻게되는 데이터
  • 플랫폼 데이터 : 웹사이트와 어플리케이션에 고객이 들어왔을 때, 고객에 관한 데이터(유저 데이터)와 고객이 실제로 행했던 행동 데이터(이벤트 데이터)

매체 데이터는 우리가 집행하는 메타 광고, 카카오 모먼트 광고 관리자, 네이버 광고 시스템 등 매체 내에서 얻을 수 있는 데이터들을 의미합니다. 광고 캠페인별로 얼마를 집행했고, 노출량은 얼마나 되며, 클릭수는 얼마나 되는지 등의 데이터들을 광고 시스템에서 제공해주고, 우리는 해당 데이터들을 통해 지난번 글과 같이 성과 분석을 할 수 있었습니다.

플랫폼 데이터는 광고를 통해 유입된 고객의 행위를 분석하는 데 초점을 둔 데이터 종류입니다. 고객이 우리 웹사이트에 방문해서 어디를 들어왔고, 어떤 버튼을 클릭하고, 머문 시간은 얼마나 되는지 등 우리 웹사이트 또는 어플리케이션에서의 사용성 개선을 위해 필요한 데이터들을 모아둔 것입니다.

 

 

플랫폼 데이터에서 가장 중요한

 

 

 

 

웹/앱 분석에서 가장 중요한 개념은 ‘전환’입니다. 위 이미지와 같이 우리가 쇼핑몰을 운영하고 있다고 가정합시다. 쇼핑몰의 주요 목적은 상품을 판매하는 것입니다. 그리고 실제로 제품이 판매되기 위해서는 사용자가 우리 쇼핑몰 사이트에 들어와 ‘결제 완료 페이지’까지 도착해야 합니다. 실제로 결제 완료 페이지에 도착했을 때 우리는 그 사용자를 보고 “전환 했다.”라고 표현합니다. 100명이 웹사이트에 방문했는데, 10명이 결제 완료 페이지에 도착했다면, 전환율은 10%일 것입니다.

같은 광고비를 사용해서 고객이 유입되더라도, 전환율이 몇%냐에 따라서 우리가 만들 수 있는 매출은 달라집니다. 광고비 50만원을 써서 500명이 방문했더라도, 어떤 사이트는 전환율이 2%라서, 단 10명이 구매했고, 어떤 사이트는 전환율이 10%라서, 무려 50명이 구매로 이어졌을 수 있습니다. 이처럼 사이트나 어플리케이션 내부에서 고객이 최종 목적지에 이르기까지의 전환율을 상승시키는 것도, 우리 비즈니스를 성장시킬 수 있는 주요한 방법이 될 것입니다.

하지만 결제 완료 페이지까지 다다르는 최종 행동만 추적하는것으로는 전환율이 왜 증가했고, 감소했는지 그 원인 파악이 어려울 수 있습니다. 특히 복잡한 서비스일수록 고객의 행동 경로는 다양하기 때문에, 위 쇼핑몰 사이트와 같이 일방향 형태로 고객들이 행동하지는 않을 것입니다.

왜 결제 완료로 이어지는 전환율이 떨어졌는가를 알기 위해서는, 장바구니에서 결제 완료 페이지로 넘어가는 전환율, 상세페이지에서 스크롤은 얼마나 했는지, 버튼을 얼마나 클릭했는지 등의 다양한 고객 행위를 추적할 필요가 있습니다. 고객이 우리 웹사이트나 어플리케이션에서 하게되는 특정 행동을 우리는 ‘이벤트(EVENT)’라고 부릅니다.(ex. 버튼 클릭, 스크롤, 영상 조회 등) 그리고 우리가 봐야할 이벤트는 모든 브랜드별로 그 종류가 다양할 것입니다.

 

 

 

 

이벤트 데이터에 대해서는 다음 시간에 조금 더 자세히 설명해볼 수 있도록 하겠습니다.

 

 

/ 분석툴은 어떤것이 있는가?

 

시장에서 자주 쓰이는 툴들은 아래 이미지와 같이 4가지 툴이 대표적인 것 같습니다. 허들러스가 만난 다양한 클라이언트들은 보통 이 4가지 중 한가지 툴을 사용하거나, 2개 정도를 복합적으로 함께 사용하는 것 같습니다. 해당 툴의 간략한 개요를 소개시켜드립니다.

 

 

 

 

1) 압도적인 시장 점유율과 무료로 이용이 가능한 구글 애널리틱스 4 : 링크 바로가기

 

 

 

 

구글 애널리틱스는 기존 웹사이트에서의 고객 행위 분석을 위해서 만들어진 웹 로그 분석툴입니다. 구글 애널리틱스는 시간이 흐름에 따라, 구글에서 새롭게 출시한 버전들이 있습니다. 그 중, 대한민국 로그 분석 툴 시장의 약 90%의 점유율을 차지하고 있는 구글 애널리틱스 버전 3, 유니버설 애널리틱스(상용 애널리틱스, UA)가 있었습니다. 많은 사람들이 유니버설 애널리틱스를 쓰고 있었다보니, 2020년에 출시된 구글 애널리틱스 4에는 관심이 없었습니다. 하지만, 유니버설 애널리틱스가 23년 7월에 중지된다는 발표가 있고나서는 구글 애널리틱스 4를 막 공부하기 시작했습니다. 하지만 구글 애널리틱스 4는 우리가 기존 10년동안 사용했던 유니버설 애널리틱스와 많은 부분에서 차이가 있습니다.

가장 큰 차이는, 웹 분석에서 웹과 앱을 동시에 분석하는 크로스 채널 분석툴로서 구글 애널리틱스4의 성격이 바뀌었습니다. 이렇게 분석해야할 플랫폼이 바뀌다보니, 유니버설 애널리틱스의 기존 사용자들은 구글 애널리틱스 4가 굉장히 낯설게 느껴지기도 합니다. 하지만, 기존 상용 애널리틱스 보다 훨씬 더 자유로운 데이터 환경을 제공하며, 다양한 형태의 인사이트 리포트를 사용하고 시각화 기능까지 함께 제공하고 있어, 앞으로 구글 애널리틱스 4는 무료 사용료라는 가격 경쟁력을 앞세워, 기존 상용 애널리틱스와 같은 독점적인 시장 점유율을 가져갈 것으로 예측됩니다.

 

 

2) 한국에 새롭게 상륙한 압도적인 분석 기능, 콘텐츠스퀘어링크 바로가기

 

 

 

 

콘텐츠스퀘어는 한국 시장에서는 조금 낯선 툴입니다. 아시아 시장에는 발을 들인지 얼마되지 않았기 때문입니다. 2012년 프랑스 1인기업으로 시작한 콘텐츠스퀘어는 압도적인 기능을 기반으로 약 7800억원의 시리즈 F를 받은 웹 분석 솔루션입니다. 웹사이트에는 다양한 배너들과 지면이 있는데 해당 지면들의 노출량이나 클릭률, 지면들의 금전적 가치를 데이터로 리포팅해줌으로써, 데이터 전문가가 아니더라도 쉽게 이해할 수 있는 툴입니다. 이제 막 한국 시장의 진출을 준비하고 있어, 그 행보가 기대되며, 웹 분석에서 새로운 패러다임을 제공해줄 수 있는 툴이 아닐까 생각합니다.

허들러스 역시 콘텐츠스퀘어의 클라이언트 도입을 컨설팅해주고 있으며, 주로 B2C 기반의 커머스 분석을 하고자하는 브랜드에서 유용하게 쓰일 수 있습니다.

 

 

3) 깔끔하고 사용하기 쉬운 분석툴, 믹스패널링크 바로가기

 

 

 

 

믹스패널은 서비스 구조가 복잡하거나 솔루션 기반의 비즈니스, 앱 기반의 비즈니스(커머스 제외)가 주로 사용하기 좋은 웹/앱 분석 툴 입니다. 단순히 웹사이트나 어플리케이션의 방문자를 분석하는 것이 아닌, 해당 유저들이 어떤 주요한 행동들을 했고, 행동들간 순서는 어떻게 되며, Funnel Report와 같은 최종 고객 행동 전까지 어떤 행동들이 있었는지 등, 제품 중심의 분석툴이라고 봐주시면 좋을 것 같습니다. 현재 분석팀을 가지고 있는 대부분의 스타트업들은 믹스패널을 매우 잘 활용하고 있으며, 우리 비즈니스의 성장세를 모니터링할 수 있는 이벤트 중심의 데이터 분석 툴이라고 봐주시면 좋을 것 같습니다. 

깔끔하고 빠른 데이터 처리로 인해, 직관적으로 우리가 원하는 가설을 검증할 수 있고, 인사이트를 얻을 수 있는 효과적인 툴입니다. 무료 버전인 GA4의 불안정 이슈로 인해 지친 분들은 유료지만 믹스패널을 활용해보는 것도 굉장히 좋습니다.

또 저희 허들러스는 이러한 믹스패널의 도입을 내재화시켜줄 수 있는 역할을 함께하고 있습니다. 추후 믹스패널에 대한 이야기도 조금 더 자세히 다뤄볼 수 있도록 하겠습니다.

위에서 소개한 3개의 분석툴 말고도, 그 밖에 파이어베이스, 세그먼트, 엠플리튜드, 세일즈포스, 인사이더 등 시장에 다양한 분석툴이 있습니다. 해당 분석툴들을 어떤 상황에서 쓰는게 좋을까요? 우리 비즈니스에 맞는 분석툴을 찾아봅시다.

 

 

우리 비즈니스의 상황별 분석툴 선택 방법

 

 

 

 

우리 회사의 분석툴을 사용하기 위해서는 우리 비즈니스와, 내부 팀 상황이 중요합니다. 위 표에서 세로축은 데이터에 대한 전문성이 팀 내부에 있는지 여부를 결정합니다. 데이터 팀이 있다면 1,2 사분면에 해당하는 ‘전문적인’ 영역, 전문 데이터 분석가 또는 팀이 없다면, 3.4 사분면에 속하는 ‘지식이 없는’ 영역으로 간단하게나마 분류해보았습니다.

가로축은 우리 서비스의 복잡도입니다. 쇼핑몰과 같이, 상세페이지 – 장바구니 – 결제 시작 – 결제 완료 등의 단순한 구조를 가지고 있는 비즈니스라면 ‘서비스가 단순함’쪽이고, 다양한 스타트업의 솔루션 소프트웨어나, 다양한 기능을 제공해주고 있는 어플리케이션이라면 ‘서비스가 복잡함’쪽으로 치우치게 될 것 입니다.

 

1) 1 사분면 : 서비스가 단순하지만, 전문적인 데이터 역량이 있는 경우

커머스 쇼핑몰이라도, 비즈니스 상황에 따라서는 많은 데이터가 필요할 수 있습니다. 대표적인 커머스 브랜드 ‘와이즐리’는 그들의 쇼핑몰을 단순히 물건을 살 수 있는 영역이 아닌, 하나의 프로덕트(제품)로 간주합니다. 이 경우에는 쇼핑몰 내 고객들이 어떤 영역을 자주 보는지와 같은 다양한 고객 데이터가 필요할 수 있습니다. 이 경우, 데이터 분석을 집중적으로 할 수 있는 엠플리튜드와 같은 전문 분석툴을 추천합니다. 또 서비스의 복잡도에 따라 Raw Data를 정제해야할 필요가 있어, 빅쿼리나 태블루와 같은 Raw Data를 전처리하고 시각화할 수 있는 툴도 사용하는것이 좋습니다.

 

2) 2 사분면 : 서비스가 복잡하고 데이터 전문팀도 있는 경우

서비스가 복잡할 수록, 우리 프로덕트에 대한 로그 데이터를 활용할 줄 아는것은 매우 중요합니다. 엠플리튜드, 믹스패널과 같은 전문 로그 분석툴을 사용하거나, 시각화가 용이한 어도비 애널리틱스를 사용하는 것도 좋습니다. 또, 디파이너리와 같은 앱 기여 추적, 모바일 인덱스로 개인 식별이 가능한 데이터를 지원하는 소프트웨어를 사용해보는 것도 좋습니다. 하지만 해당 툴들은 사용 범위에 따라 천문학적인 비용을 요구할 수 있기 때문에 해당 툴을 사용했을 때 비즈니스가 얻을 수 있는 금전적 가치를 잘 계산한 다음에 사용해야 할 것 입니다.

 

3) 3 사분면 : 서비스가 복잡하나 데이터 전문팀이 없는 경우

대부분의 스타트업들이 3번 사분면에 있을 것이라 생각합니다. 데이터 전문 팀을 별도로 보유하고 있는 기업은 시장 내에서 극소수에 해당합니다. 실제로 적은 비용으로 최대한의 효율을 만들기 위해서는 데이터 기반의 의사결정이 필요하지만, 현실적인 인건비와 데이터 분석 툴 비용으로 인해서 데이터 기반 의사결정이 어려운 경우가 많습니다. 이 경우에는, 구글 애널리틱스 4, 파이어베이스, 구글 데이터 스튜디오와 같은 무료로 많은 기능들을 사용할 수 있는 분석툴을 써보다가, 믹스패널과 같은 조금 더 정확하고 고급화된 분석툴을 활용하는것을 추천합니다.

 

4) 4 사분면 : 서비스는 단순하고 데이터 전문 역량이 없는 경우

서비스가 단순한 커머스 쇼핑몰(카페24 등)이라면 사실 믹스패널과 같은 비용을 많이 부과해야하는 툴을 사용할 필요는 없다고 개인적으로 생각합니다. 새롭게 출시된 GA4는 굉장히 많은 인사이트를 제공해주고, 구글 데이터 스튜디오로 자동화된 시각화 대시보드도 만들 수 있기 때문입니다. 스타트업은 아니지만 대부분의 쇼핑몰이 4번 사분면에 있을 것입니다. 쇼핑몰과 같은 비즈니스를 사용하는 사람들이라면 유료 툴을 도입하기 보다는 신중하게 무료 툴 기반(GA4)으로 사용한 뒤, 필요에 따라 유료툴을 사용해보는 것을 추천드립니다.

 

 


 

 

이번 글에서는 우리 회사에서 고객을 관찰할 수 있는 분석툴을 간략하게 소개하고 해당 툴을 사용하는 방법에 대해서 다루어보았습니다. 실제 분석툴을 활용하고자 할때에는 데이터를 직접 설계하고 구현할 필요가 있는데, 우리는 이 작업은 이벤트 택소노미라고 부릅니다. 다음 글에서는 이벤트 택소노미란 무엇이며, 어떻게 데이터를 설계하는지에 대한 방법론을 자세히 다뤄보겠습니다.

긴 글 읽어주셔서 감사합니다.

 

 

해당 글은 그로스 마케팅 파트너 허들러스와 모비인사이드의 파트너쉽으로 제공되는 기사입니다.