디지털 마케팅 매체의 숨은 공로자 찾기, 어트리뷰션 분석 - DIGITAL iNSIGHT 디지털 인사이트
Know-how

디지털 마케팅 매체의 숨은 공로자 찾기, 어트리뷰션 분석

오늘은 전 세계적으로 가장 많이 사용되는 웹 로그 분석 툴, 구글 애널리틱스(Google Analytics·GA)에 대한 이야기를 하려고 합니다.


정확한 채널 효율 측정을 위해 필수적인 전환율과 기여도 분석법

[그림 1] Google Analytics의 로고

GA는 무료 웹 분석 툴임에도 방대한 정보를 담고 있습니다. 그만큼 유용하지만 깊이 있는 정보를 모두 분석하려면 실무자가 많은 학습을 해야 한다는 한계도 있습니다. 그래서 막상 실무에서는 피상적인 정보를 수집하는 수준으로 활용됩니다. 그 방법 중 하나가 바로 광고 매체의 유입 전환율입니다. 많은 실무자가 유입 전환율까지만 분석한 데이터로 의사결정을 하고 있습니다. [그림 1] Google Analytics의 로고

하지만 디지털 시대에 더욱 정확한 웹사이트 유입 정보를 파악하려면 마케터가 반드시 알아야 하는 개념이 있습니다. 바로 이번 콘텐츠의 주제인 ‘기여도 분석(Attribution Analytics)’입니다. 이제부터 기여도에 대해 기본 개념부터 차근차근 살펴보겠습니다.

고객은 우리 웹사이트에 어떻게 접속할까?:
소스/매체, 채널그룹 알아보기

[그림 2] 고객들은 다양한 방법으로 웹 서핑을 즐깁니다

고객들은 다양한 환경에서 다양한 방법으로 웹사이트에 들어옵니다. 그들이 어떤 경로를 통해 오는지 파악하는 일은 광고 매체 최적화를 위해 필수적입니다. GA에서는 별도 설정이 없을 경우 유입 트래픽을 ‘소스/매체’와 ‘채널그룹’이라는 두 가지 기준에 따라 자동 분류합니다. 고객 유입을 파악하기 위해, 구글이 정의하는 각각의 개념에 대해 먼저 살펴보겠습니다.

소스: 검색 엔진(ex. Google)이나 도메인(example.com) 등 트래픽이 유입된 위치

예를 들어 고객이 구글에서 ‘나이키’라는 검색어를 통해 나이키 웹사이트에 들어오면 이때의 유입 소스는 ‘구글’이 됩니다. 즉 소스란 우리 페이지에 유입되기 직전에 머물렀던 페이지의 도메인이라고 할 수 있습니다.

매체: 자연 검색(자연), 클릭당비용 유료 검색(CPC), 웹 추천(추천) 등과 같은 일반적인 소스의 카테고리

매체는 소스 페이지 안에서도 사용자를 웹사이트로 보내는 구체적인 방법입니다. 구글에서 ‘나이키’라고 입력하면 볼 수 있는 검색 결과 중에서도 나이키의 검색어 광고(CPC)로 나타난 검색 결과를 클릭했을 때 이 사용자의 유입 매체는 CPC로 잡히는 것입니다.

채널그룹: 규칙을 기반으로 트래픽 소스를 그룹화한 것

채널은 별도 설정이 없으면 기본적으로 매체를 기준으로 그룹화됩니다. GA에서 자동 분류되는 기본 채널 9개는 다음과 같습니다. (*더 자세한 채널 분류 규칙은 여기에서 확인하실 수 있습니다.)

  • 직접(Direct): 주소를 직접 입력하거나 즐겨찾기를 통해 유입된 경우
  • 자연 검색(Organic Search): 구글, 네이버 등 검색 엔진에서 검색어를 통해 표시된 무료 검색 결과를 통해 유입된 경우
  • 소셜(Social): 페이스북, 인스타그램 등 소셜 채널을 통해 유입된 경우
  • 이메일(Email): 이메일을 통해 유입된 경우
  • 제휴사(Affiliates): 사전에 정의된 제휴사를 통해 유입된 경우
  • 추천(referral): 외부 페이지에 게시된 URL을 클릭하여 유입된 경우
  • 유료 검색(cpc) : 검색엔진으로부터 유료 검색 결과(CPC 또는 PPC)를 통해 유입된 경우
  • 디스플레이(display): 디스플레이/배너 광고를 통해 사이트에 유입된 경우
  • 기타(Other): 정의되지 않은 채널을 통해 유입된 경우

어떤 채널로 유입한 고객이 주로 구매하고 있을까?: 획득 보고서 확인하기

위에서는 웹사이트 유입 정보를 파악하기 위한 용어와 분류 방법을 알아봤습니다. 그럼 이제 유입 정보는 어떻게 확인할 수 있는지 아래 화장품 업체 A사의 실제 GA 보고서를 확인해보겠습니다.

[그림 3] GA 획득 → 전체 트래픽 → 소스/매체 보고서의 예시 데이터

(가) 매체는 A사에서 사전 정의한 캠페인 매체이며, 기본적으로 GA에 세팅돼 있는 매체와는 무관합니다.

GA에서는 자체적으로 정의하는 직접 유입(direct) 외에도 출처가 불분명한 유입을 모두 ‘direct’로 분류합니다(참고: bit.ly/3d4QZ3C). 따라서 이 글에서는 첫 번째 (direct) / (none) 데이터는 제외하고 보겠습니다.

Q. 전자상거래(구매) 전환율이 높은 소스/매체는 무엇일까요?

상위 10개의 유입 소스/매체 중에서 어떤 경로로 들어온 고객이 높은 전자상거래 전환율을 기록하는지 보겠습니다. 네이버 (가) 매체, 네이버 유료 검색(cpc), 네이버 자연 검색, 네이버 모바일 유료 검색 순으로 거래 전환율이 높음을 확인할 수 있습니다.

여기서 두 번째 질문입니다.

Q. 해당 업체가 광고 예산을 조정해야 한다면, 여러분은 어떤 광고 예산을 조정하겠습니까?

3번과 4번 소스/매체는 유입이 발생하는 규모에 비해 거래 전환은 충분히 이뤄지지 않습니다. 따라서 해당 매체가 효율이 적다고 판단하면 광고를 중단하거나 예산을 줄일 수 있습니다. 소스/매체의 전환율만 고려했을 때의 문제점이 바로 여기서 발생합니다.

디지털 매체는 굉장히 다양합니다. 각 매체의 목적도 다릅니다. 단순히 구매량을 높이기 위한 매체가 있는 반면, 장기적인 브랜딩을 염두에 두는 매체도 있습니다(디지털 매체의 다양성과 매체 선정에 대한 내용은 첫 번째 콘텐츠인 ‘디지털 마케팅 시대에서 마케터의 역할과 역량(bit.ly/3cZ2E3T)’을 참고해 주세요).

광고 매체의 역할을 사례를 통해 알아보겠습니다. A사 웹사이트에 유입한 고객 중 김 씨가 있다고해봅시다. 다음은 김 씨가 A사 상품을 구매하기까지의 여정입니다.

김 씨는 모비온(mobon, 광고사) 소스의 디스플레이(display) 매체를 보고, A사 웹사이트에 방문했습니다. (위 보고서에서 세 번째 경우에 해당) 김 씨는 당장 제품을 구매하지는 않았습니다. 하지만 이 기회에 A사의 웹사이트를 서핑하고 브랜드를 기억하게 됐습니다. 이후 김 씨는 화장품을 구매할 시기가 되자 네이버에 A사를 검색하여 웹사이트를 다시 방문했습니다. 그리고 지난번에 봐뒀던 화장품을 구매했습니다. 이를 도식화하면 다음과 같습니다.

[그림 4] 고객 구매 여정 도식화

이때 구매 전환은 직접 검색으로 반영됩니다. 직접 검색해 웹사이트에 들어왔을 때 비로소 구매 전환이 일어났기 때문입니다. 반면 디스플레이의 구매 전환에는 반영되지 않습니다. 디스플레이 광고를 통해 들어왔을 때에는 구매를 일으키지 않았기 때문입니다. 하지만 과연 이 공로를 직접 검색에만 부여할 수 있을까요?

소스/매체의 구매 전환율만 확인한다면 디스플레이의 효율은 낮게 측정될 수밖에 없는 한계가 발생합니다. 막상 고객이 브랜드를 인지하기까지 도움을 준 것은 디스플레이 매체임에도 불구하고 말입니다. 그래서 구매 전환율만 확인하고 효율이 좋지 못하다는 이유로 해당 광고를 중지하면 전체 구매 전환율까지 낮아지는 사태가 발생할 수 있습니다. 그래서 등장한 개념이 바로 기여도(Attribution)입니다.

채널의 성과는 어떻게 판단할까?: 기여도(Attribution) 모델

GA에서는 기여도 모델을 “판매 및 전환에 대한 기여도를 터치 포인트에 어떻게 할당할지를 정하는 규칙”이라고 정의합니다. 고객은 우리 웹사이트에 들어와 상품을 구매하기까지 여러 마케팅 채널을 거칩니다. 바꿔 말하면 고객은 의사결정 여정(Customer Decision Journey)에서 여러 터치포인트(Touch Point)를 거치는 것입니다.

이때 고객이 거치는 터치포인트의 공로를 배분하는 것이 기여도 측정의 목적입니다. 상황에 따라 올바른 비율로 기여도를 배분하기 위해 GA에서는 다음과 같이 여섯 가지 모델을 제시합니다.

[그림 5] GA에서 정의하는 여섯 가지 어트리뷰션 모델
  • 마지막 상호작용: 마지막 터치 포인트 채널에 판매 기여도가 100% 부여됩니다
  • 마지막 간접 클릭: Direct를 제외하고 고객이 구매 전환 이전에 클릭한 마지막 채널에 판매 기여도가 100% 부여됩니다
  • 첫 번째 상호작용: 첫 번째 터치 포인트에 판매 기여도가 100% 부여됩니다
  • 선형: 전환 경로의 각 터치 포인트에 판매 기여도가 25%씩 균등하게 부여됩니다
  • 시간 가치 하락: 시간상으로 판매 또는 전환에 가까운 터치 포인트에더 큰 기여도가 부여됩니다
  • 위치 기반: 첫 번째와 마지막 상호작용에 각각 40%의 기여도가 부여되고, 나머지 20%는 중간 상호작용에 균일하게 부여됩니다

실제 사례에 적용해볼까요? 다음은 GA에서 제시하는 예시입니다.

고객이 광고 중 하나를 클릭해 웹사이트를 찾습니다. 이 고객은 일주일 후에 소셜 네트워크를 통해 다시 방문하고 같은 날에 이메일 캠페인을 통해 세 번째로 방문합니다 그리고 몇 시간 후에 직접 방문해 구매를 합니다. 이 고객의 여정을 도식화하면 다음과 같습니다.

[그림 6] 고객 여정 사례의 도식화

각 기여 모델을 적용했을 때 채널 기여도는 다음과 같습니다.

[그림 7] ‘그림 6’ 사례에 대한 기여 모델별 기여도

이제 우리는 기여도 모델까지 살펴봤습니다. 다양한 채널의 구매 전환율뿐만 아니라 기여도 역시 확인해야 하는 이유를 아시겠죠? 한 단계만 더 나아가 보겠습니다.

이 채널은 구매에 얼마나 기여했을까?: 지원 상호작용 vs 마지막 상호작용

[그림 8] 고객 구매 여정과 기여도(출처: bit.ly/2wXj24h)

위 그림처럼 기여도는 크게 두 가지로 나눌 수 있습니다.

1) 마지막 상호작용(Last Conversion)

마지막 상호작용은 구매를 직접 일으킨 채널입니다. [그림 6]에서 직접 검색에 해당합니다.

2) 지원 상호작용(Assist Conversion)

그 밖의 모든 채널은 지원 상호작용이라고 합니다. [그림 6]에서 광고, 소셜, 이메일에해당합니다

[그림 9] ‘그림 6’에서의 지원 상호작용과 마지막 상호작용

처음에 봤던 소스/매체 보고서로 돌아가 보겠습니다.

[그림 10] GA 획득 → 전체 트래픽 → 소스/매체 보고서의 예시 데이터

앞서 말씀드렸듯이 3번과 4번 소스/매체는 유입은 많지만 거래 전환이 낮았습니다. 이제 3번과 4번 소스/매체의 지원 상호작용 데이터를 살펴보겠습니다.

[그림 11] 소스/매체 전환 데이터
본 차트는 구글 데이터 스튜디오로 제작됐으며, GA의 전환 보고서 → 다채널 유입경로 → 지원 전환 수 데이터를 추출하고 이를 마지막 상호작용(구매 전환율)과 비교하기 위해 만들었습니다.

직접적인 구매 전환율은 낮았던 소스/매체인 ‘mobon/display’와 ‘criteo/display’를 보면 지원 전환수는 높게 나타나는 것을 확인할 수 있습니다. 다시 말해 3번과 4번 소스/매체는 소비자의 구매 여정상 브랜드를 인지시키고 구매 전환으로 이어지도록 하는 데에 높은 기여를 한다고 해석할 수 있습니다. 구매 전환율만 보고 광고를 종료하면 전체 전환에도 영향을 미칠 수 있다는 근거입니다.

글을 마치며

이상으로 채널별 구매 전환과 기여도에 대한 내용을 알아봤습니다. 디지털 광고의 가장 큰 장점 중 하나는 측정 가능성입니다. 온라인상 고객 행동은 오프라인에 비해 높은 수준으로 측정이가능합니다. 물론 이마저도 완벽하지는 않습니다. 고객 한 명 한 명의 구매 여정이나 사고방식을 파악하는데에는 여전히 어려움이 따릅니다.

그래서 마케터들은 최대한 가능성이 높은 분석 방법을 고안해내기 위해 지금 이 순간에도 노력하고 있습니다. 복잡한 기여도 분석조차 모든 것을 설명할 수 있다고 말씀드리기는 어렵습니다. 하지만 단순한 구매 전환 데이터보다는 분명히 깊이 있는 분석일 것입니다. 이전에는 확인하지 못했던 데이터를 더 찾고 분석하면 그것을 한층 더 유용하게 이용할 수 있는 계기가 될 것입니다


참고자료
http://analyticsmarketing.co.kr/digital-analytics/google-analytics/1680/
https://support.google.com/analytics/answer/6099206?hl=ko
https://support.google.com/analytics/answer/3297892?hl=ko
https://support.google.com/analytics/answer/1662518?hl=ko
https://goodgoing.tistory.com/39

Comments
© DIGITAL iNSIGHT 디지털 인사이트. 무단전재 및 재배포 금지

뉴스콘텐츠는 저작권법 제7조 규정된 단서조항을 제외한 저작물로서 저작권법의 보호대상입니다. 본 기사를 개인블로그 및 홈페이지, 카페 등에 게재(링크)를 원하시는 분은 반드시 기사의 출처(로고)를 붙여주시기 바랍니다. 영리를 목적으로 하지 않더라도 출처 없이 본 기사를 재편집해 올린 해당 미디어에 대해서는 합법적인 절차(지적재산권법)에 따라 그 책임을 묻게 되며, 이에 따른 불이익은 책임지지 않습니다.

Related Posts