Digital Marketing, Marketing & Brand

CRO를 위한 Full Funnel Marketing Progress

글. 빅인사이트
브런치. 빅인
웹사이트. Bigin.io

*해당 콘텐츠는 2020 DMS 진행한 빅인사이트 홍승표 대표의 발표를 바탕으로 제작했습니다. 지난 3년간 이커머스 마케팅 자동화 솔루션 빅인을 기획, 개발, 운영하며 겪은 노하우를 바탕으로 합니다. 국내외 이커머스 시장의 현황, 연구, 리서치 결과들을 재가공해 총 6회에 걸쳐 인사이트를 나눕니다.

퍼널(Funnel)

지난 시리즈에서 알아봤듯, 마케터의 하루는 데이터로 시작해서 데이터로 끝납니다. 사용자가 유입한 시점부터 이탈할 때까지 사용자의 행동을 분석하고 예측하기 위해 노력하죠. 이 과정을 데이터로 정리된 것이 퍼널(Funnel)입니다. 즉, 사용자가 당사의 고객이 되기까지의 과정을 단계벌로 분석하는 모델이 마케팅 퍼널이죠. 이해를 돕기 위해 예시를 살펴볼까요?

보통의 경우 사용자는 네이버, 다음 등 포털사이트를 통해서 사이트에 접속하고 구매로 전환됩니다. 그런데 마케터들이 이 단계에서 종종 하는 실수가 있습니다. 많은 업무로 인해 이탈률만 확인하고 섣불리 평가하는 경우가 있습니다. 이탈률이 높다면 ‘매체 A는 저효율 매체다’라며, 중간 단계에 대한 분석은 무시한 채 주관적인 판단을 내리게 되는 것이죠. 지금까지는 트래픽(유입) 중심의 분석이 주였다면, 더 나은 마케터가 되기 위해선 사이트 전체 행동에 대한 전수 데이터 분석이 필요합니다.

하지만 지난 시리즈에서 생각나는 부분이 있으신가요? 우리 마케터들은 확인해야 하는 데이터가 너무 많은 바쁜 사람입니다. 그런데 어떻게 웹사이트에 유입한 고객 행동 하나하나를 분석할 수 있을까요?

데이터 분석의 끝은 데이터를 분석하지 않는 것이다

데이터 분석과 자동화를 경험해본 사람들은 동의하는 말입니다. 다시 말해, 마케터가 데이터를 뜯어보고 해석해야 하는 게 아닌, 분석이 끝난 결과물이 고객·상품·마케팅까지 연결되도록 하는 것이 데이터 분석의 종착점이라고 할 수 있습니다.

빅인의 Full Funnel Marketing Process

빅인의 경우 SDK(Software Development Kit)를 설치해 수집한 모든 전수 데이터를 1차원적인 결과로 보여주는 것을 넘어, 고객 분류로 연결하고 나아가 마케팅 액션으로 이어질 수 있도록합니다. ‘데이터 수집’과 ‘데이터 가공’은 서비스의 Back단에서 열심히 돌아가고 있습니다. 여러 가지 기능 중 빅인에서 자주 사용되는 기준은 상품 중심으로 고객을 분류하는 방법입니다.

-상품 A를 구매한 사용자 중 얼마나 많은 사용자가 상품 B를 함께 구매했는지?
-상품 A를 장바구니에 담고 아직 구매하지 않은 고객군
-상품 A를 3회 이상 조회했지만 아직 구매로 전환하지 않은 고객군

행동을 중심으로 고객군 분류
•유입 채널별(인스타그램, 페이스북 등) 분류된 사용자
•우수 그룹 A와 행동 패턴은 유사하지만 구매가 활발하지 않은 잠재고객 그룹
•최근 방문 빈도 수가 높은 재구매 고객
<표1>
고객군 분류별 대응
•웹사이트 내 타깃별 팝업
•토스트 푸시
•소재만 등록해두면 자동으로 발송되는 친구톡, 이메일 등 발송
<표2>

상품을 기준으로, 그리고 고객 행동을 기준으로 분류한 고객을 액션으로 바로 연결했을 때의 장점은 무엇일까요? 이커머스 웹사이트에 유입한 사용자에게 실시간으로 개인화 맞춤 메시지를 전달할 수 있습니다.사용자 A, B, C가 웹사이트에 유입했다고 가정해보겠습니다. 기존의 웹사이트에서는 사용자 A, B, C 모두 같은 콘텐츠에 노출됩니다. 개인화 메시지가 장착된 웹사이트에서는 각 고객의 상황별로 다음과 같은 맞춤 메시지를 노출할 수 있습니다.

•사용자 A에게 — 장바구니에 2개의 상품이 담겨있어요.
•사용자 B에게 — 최근 3일간 300명의 고객이 A상품을 구매했어요.
•사용자 C에게 — VIP 고객에게만 드리는 20% 할인 쿠폰, 지금 받아보세요.
<표3>

그룹핑

위와 같은 개인화 메시지를 보내기 위해서는 정밀한 조건으로 고객을 그룹핑해야 합니다. 아래는 빅인에서 조건 별 고객을 그룹핑할 수 있는 화면입니다.

•조건 1) 유입 브라우저: 크롬
•조건 2) 유입 채널: 페이스북이나 다이렉트 사용자
•조건 3) 로그인 이벤트: 1회 이상
•조건 4) 장바구니에 담은 물건: 1개 이상
<표4>

예를 들어 사용자를 <표4>처럼 그룹으로 분류할 수 있습니다. 조건에 만족하는 사용자만 그룹핑을 해놓으면, 앞으로 같은 조건에 걸리는 사용자들은 모두 해당 세그먼트로 분류됩니다. 굉장히 다양한 조합들로 고객을 잘게 나눌 수 있는 기능이 저희 대시보드 기능 중 일부입니다.

이상으로, 이커머스 웹사이트의 전환율 최적화를 위한 Full Funnel Marketing Process와 고객 행동 기반의 개인화 메시지를 전달하는 빅인 기능을 살펴봤습니다. 위 기능 말고도 이커머스에서 고객을 분류하는 효과적인 방법이 있습니다. 이커머스 백서 시리즈의 마지막편인 <마케팅에 활용할 수 있는 고객 데이터와 RFM 분석법>에서 함께 알아보겠습니다.

참고, 빅인과 타 솔루션의 차이점이 궁금하다면?

bigin(빅인) vs GA(구글 애널리틱스) 비교 글
bigin(빅인) vs amplitude(앰플리튜드) 비교 글
bigin(빅인) vs braze(브레이즈) 비교 글

▶ 이커머스 매출 향상을 위한 bigin 솔루션 도입 문의하기 (클릭)

원문출처: 빅인사이트(https://bigin.io/main)

Comments
  • digitla-insight-202102-offline-ads-centuplus
© 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