웹 사이트의 행동을 이해하고, 코호트 분석 및 행동 분석을 이해하는 데 도움이 되는 포괄적인 가이드입니다.
30초 요약:
• 일반적인 소비자는 현재 평균 6대의 기기를 소유하고 있습니다. 즉, 개개인의 구매 여정은 노트북으로 시작하여 모바일 또는 태블릿에서 끝날 수 있음을 의미합니다.
• 전자상거래 사업에서 장바구니에는 제품을 담지만 구매하지 않는 비율은 대부분의 사업주들을 괴롭게 합니다.
• 분석 기술을 개발하면 이러한 장애물을 보다 효과적으로 관리할 수 있습니다.
• SEO Discovery의 MD는 코호트 분석 및 행동 분석을 이해하여 장애물을 제거하고 참여를 개선하는 데 도움이 되는 가이드를 공유합니다.
오늘날의 디지털 시대에 고객 여정은 날로 복잡해지고 있으며, 온라인 비즈니스를 하는 경우 고객 여정을 이해하는 것이 매우 중요합니다. 일반적인 소비자는 현재 평균 3.6대의 기기를 소유하고 있습니다. 즉, 개개인의 구매 여정은 노트북으로 시작하여 모바일 또는 태블릿에서 끝날 수 있음을 의미합니다.
전자상거래 사업에서 장바구니에는 제품을 담지만 구매하지 않는 비율은 대부분의 사업주들을 괴롭게 합니다. Statista에 따르면, 2020년 3월 전 세계 온라인 쇼핑 주문의 88.05%가 이루어지지 않았는데, 이는 88%가 넘는 사람들이 선별된 상품을 카트에 넣고 다양한 이유로 구매하지 않고 떠났다는 것을 의미합니다. 이것은 전자상거래 업체들에게 엄청난 사업 기회 손실입니다.
분석 기술을 개발하면 이러한 장애물을 더 잘 관리할 수 있습니다. 분석에 대한 적절한 지식이 없으면, 무엇이 효과가 있고 무엇이 효과가 없었는지 알 수 없기 때문에 마케팅이 제대로 작동하지 않습니다. 모든 마케팅 수트에는 웹 사이트에 방문하는 방문자의 행동, 참여 메트릭(engagement metrics) 및 인구 통계 정보를 파악할 수 있는 분석 툴이 함께 제공됩니다. 가장 일반적인 웹 분석 도구는 Google Analytics, Adobe Analytics, Kiss Metrics 및 Mixpanel입니다.
일반적으로 다음과 같은 기능과 함께 제공됩니다.
• Real-time analytics (실시간 분석)
• Mobile analytics (모바일 분석)
• Attribution modeling (속성 모델링)
• Segmentation (세분화)
• Ecommerce tracking (전자상거래 추적)
• Funnel analysis (깔때기 분석)
• Cohort analysis (코호트 분석)
• Cross-device tracking (장치 간 추적)
• In-page analytics (Session recording, click tracking, heatmaps) (페이지 내 분석 – 세션 기록, 클릭 추적, 히트맵)
• Goal conversion tracking (목표 전환 추적)
• Event tracking (이벤트 추적)
• A/B testing (A/B 테스트)
모든 기능에는 정보에 입각한 의사결정을 내리는 데 도움이 되는 고유한 데이터 세트가 있습니다. 이번 콘텐츠에서는 장애물을 제거하고 참여를 개선하기 위한 코호트 분석 및 행동 분석을 다뤄보도록 하겠습니다.
1. 코호트 분석이란 무엇이며, 그것이 중요한 이유는?
코호트 분석은 동일한 특성별로 그룹화된 사용자의 하위 집합입니다. 단순히 시간 경과에 따른 여러 코호트의 동작과 메트릭을 비교할 수 있습니다.
코호트 분석 예제 – 참여 감소 찾기
온라인 주문 웹 사이트/앱을 가지고 있고, 획득 날짜(사용자가 첫 세션을 시작한 시점) 코호트를 사용하여 고객 라이프사이클에서 사용자가 언제 감소하는지 확인하라 수 있다고 가정해 보겠습니다.
이 데이터를 시각화하는 가장 좋은 방법은 보존 곡선(Retention Curve)을 차트화하여 시간 경과에 따른 보존(Retention)을 그리는 것입니다.
이러한 보존 곡선(retention curve)은 가장 중요한 인사이트를 분명하게 반영합니다. 즉, 약 75%의 사용자가 첫날 이후 웹 사이트 사용을 중단합니다. 참여가 급격히 감소하는 것을 볼 수 있습니다. 따라서 따라서 일상적인 오퍼/쿠폰을 통해 전반적인 경험을 개선하고 고객을 유인하여 보존율을 높일 수 있습니다.
코호트 분석 비교 – 자연 검색(Organic) VS 직접 유입(Direct)
아래의 코호트 분석은 자연 검색(organic) 트래픽이 직접 유입(direct)보다 보존율이 더 우수함을 나타냅니다.
2. 방문자의 행동분석과 그의 중요성
이것은 웹사이트에서 사용자 행동을 추적하는 과정이며, 시중에는 정확한 정보를 제공하는 몇 가지 훌륭한 도구가 있습니다. Hotjar, MouseFlow, Crazy Eggl과 같은 도구는 방문자들이 웹사이트에서 어떻게 움직이고 있는지 보기 위해 방문자 세션을 기록합니다. 또한 클릭 추적 및 히트맵을 제공하여 페이지에서 가장 매력적이고 무시(스킵)된 요소를 분석합니다.
위의 히트맵을 보시면, 아무도 맨 위의 메뉴에 있는 “PORTFOLIO”를 클릭하지 않는다는 것을 알 수 있습니다. 즉, 사람들이 포트폴리오를 보는 것에 관심이 없다는 것을 의미합니다. 어쩌면 그 대신 방문객들의 관심을 끄는 좀 더 흥미로운 것(Case Studies 혹은 Achievement와 같은 것)으로 대체해야 할지도 모릅니다. 이러한 종류의 통찰력을 통해 요소를 추가/제거하여 페이지 참여를 개선할 수 있습니다.
필터를 사용하면 청중들을 세분화하여 심층적으로 파고들어 실행 가능한 통찰력을 끌어낼 수 있습니다. 아래 필터를 참조하십시오.
Google Analytics에서 동작 흐름(behavior flow)은 사용자가 웹 사이트에서 어떻게 탐색하는지 시각적으로 보여줍니다. 세그먼트를 적용하여 해당 세그먼트의 동작을 보다 심층적으로 볼 수 있으며, 이러한 세그먼트 위에 다양한 측정 기준(Dimension)을 적용하여 실행 가능한 통찰력을 얻을 수도 있습니다.
이러한 분석 도구의 장점은 어떤 고객이 웹 사이트/앱을 탈퇴하는지, 어떤 이유로 인해 웹 사이트/앱을 탈퇴하는지 확인할 수 있다는 데 있습니다. 또한 전문 디지털 마케팅 에이전시를 고용하여 이러한 장애물을 찾아내고 이를 제거하여 전반적인 업무를 강화할 수 있습니다.
원문 URL: https://www.searchenginewatch.com/2020/09/24/why-behavior-analysis-is-important-online-business/
원문 제목: Why behavior analysis is important online business
작성자 및 작성일자: Mandeep Singh / September 24, 2020
