마케팅

[HOW TO 마케팅] 데이터 분석 용어, 이것만 알고 가세요

기본 데이터 분석부터 마케팅 및 비스니스 데이터 분석까지… 데이터 분석 용어 총정리

2025.03.31

실전 마케팅이 궁금하다고요? ? <디지털 인사이트>가 마케팅 기업이 발행하는 자체 콘텐츠 가운데 실무에 활용하기 좋은 글만 추려 읽기 좋게 정리했습니다. 원문을 참고하면 더 자세한 내용을 알 수 있어요.

---

---

데이터 분석이 중요하다는데, 처음 듣는 용어가 많아 어려우시죠? 이번 콘텐츠는 데이터 분석 관련 용어 모음입니다. 아래에 해당된다면 이번 콘텐츠를 꼭 읽어보세요. 데이터 분석에 대한 이해도가 높아지고, 관련 커뮤니케이션이 가능해집니다.

??‍♀️ 데이터 분석 용어를 꼭 알아야 하는 사람들

• 데이터 분석팀과 협업하는 마케터
• 비즈니스 성장을 위해 데이터 분석을 도입하려고 하는 사장님
• 데이터 분석가로서 커리어를 시작하려고 하는 신입 분석가

1️⃣ 기본 데이터 분석 용어

1. 데이터 마이닝(Data Mining)

• 대량의 데이터에서 패턴을 찾아 유용하고 가치 있는 정보를 찾아내는 과정을 의미합니다. 데이터 마이닝은 분석 전략 중 하나로 이해할 수 있습니다.

2. 머신러닝(Machine Learning)

• 컴퓨터가 알고리즘을 이용하여 데이터를 분석하고 학습하여 판단 및 예측을 하는 과정입니다. 머신러닝의 성능을 위해서는 양질의 데이터가 중요합니다. 고품질의 데이터를 학습시켜야 좋은 결과를 낼 수 있기 때문입니다.

3. 정형 데이터(Structured Data)

• 정량적이고 구조화된 데이터를 의미합니다. 예를 들어 고객 ID나 구매 시간처럼 수치로 정량화 할 수 있고 구조를 갖춘 데이터입니다.

4. 비정형 데이터(Unstructured Data)

• 텍스트, 이미지, 영상처럼 구조화되지 않은 데이터입니다. 예시로, 고객 리뷰 데이터처럼 정량화가 어렵고 구조가 없이 자유로운 데이터를 들 수 있습니다.

5. EDA(Exploratory Data Analysis)

• 탐색적 데이터 분석. 데이터를 다양한 각도에서 관찰하고 이해하는 분석 과정으로, 데이터 속의 잠재적인 문제를 발견할 수 있고, 데이터에서 드러나는 현상을 잘 이해할 수 있습니다. 또한 다양한 각도에서 관찰하면서 데이터를 활용한 가설을 수립할 수 있습니다.

6. 데이터 시각화(Data Visualization)

• 차트나 그래프를 사용하여 데이터를 표현하는 기술입니다. 데이터 분석에서는 시각화가 매우 중요합니다. 분석 결과를 어떻게 시각화 하느냐에 따라 가독성이 달라지기 때문입니다. 아래 함께 보면 좋은 콘텐츠에서 시각화 활용 사례를 확인해보세요!

? 함께 보면 좋은 콘텐츠 : 데이터 시각화 차트 유형과 활용사례 기본

2️⃣ 데이터 분석 기법 및 모델링 용어

1. 회귀 분석(Regression Analysis)

• 변수 간 관계를 분석하여 예측하는 기법입니다. 회귀 분석을 통해 변수 간의 상관 관계를 확인할 수 있습니다. 예를 들어 ‘프로모션 페이지 방문’이 높아지면 ‘구매수’가 높아지는지 확인하는 방법입니다. 아래 콘텐츠를 확인하면 회귀 분석을 더 잘 이해할실 수 있습니다.

? 함께 보면 좋은 콘텐츠 : 데이터 분석의 기초: 회귀분석 이해하기

2. 클러스터링(Clustering)

• 비슷한 특성을 가진 데이터를 그룹화하는 기법입니다. 서로 유사한 속성을 갖는 데이터를 군집화합니다. 이를 활용하여 유사한 특징을 가진 고객을 세그먼트화 할 수 있습니다. 클러스터링에도 여러 방법이 있는데, 가장 대표적인 방법으로 K-means 클러스터링이 있습니다. 이는 각 데이터와 군집 내의 중심점 사이의 평균 거리를 계산하여 가강 가까운 K개의 군집으로 배정하는 방법입니다.

3. A/B 테스트(A/B Testing)

• 두 개의 버전을 비교하여 최적의 선택을 찾는 실험입니다. 두 집단에게 서로 다른 버전을 제공하고, 어떤 쪽이 더 높은 성과를 보이는지 측정합니다. A/B 두 개의 안이 아닌, A/B/n으로 여러 개의 버전으로 테스트 할 수도 있습니다. A/B Test를 통해 원하는 목표를 이루기 위하여 영향을 주는 요인을 찾을 수도 있습니다.

4. 시계열 분석(Time Series Analysis)

• 시간의 흐름에 따라 변화하는 데이터의 패턴에서 유의미한 정보를 추출하는 기법입니다. 시계열 분석이 가능한 데이터는 월별 매출, 시간대별 방문 수 등 시간의 흐름에 따라 순차적으로 기록된 데이터 입니다. 시계열 데이터에 대해 더 자세히 알고 싶다면 아래 연관 콘텐츠를 읽어보세요.

? 함께 보면 좋은 콘텐츠 : 데이터로 보는 트렌드: 시계열 데이터의 비밀 (1)

3️⃣ 마케팅 및 비즈니스 데이터 분석 용어

1. KPI(Key Performance Indicator)

• 성과를 측정하는 핵심 지표를 의미합니다. 클릭률이나 전환율과 같은 지표를 선정할 수 있습니다. 데이터 분석을 진행하기 이전에, KPI를 선정하여 성과 달성 여부를 파악할 수 있습니다.

2. 전환율(Conversion Rate, CR)

• 방문자가 원하는 행동을 수행한 비율을 뜻합니다. 구매, 회원 가입 등, 목표로 하는 이벤트를 완료한 사용자의 수를 전체 방문자의 수로 나누어 계산합니다.

3. 이탈률(Churn Rate)

• 일정 기간 동안 제품이나 서비스를 떠난 고객의 비율을 의미합니다. 측정 기간 동안 이탈한 고객 수를 측정 기간 시작 시점의 고객 수로 나누어 계산합니다.

4. 유지율(Retention)

• 제품이나 서비스를 시간이 지남에 따라 계속 사용하는 사용자 비율을 의미합니다. 홈페이지에서의 리텐션은 재방문율이 될 수 있고, 이커머스에서는 재구매율이 될 수 있습니다. 이를 통해 사용자의 서비스 이용도나 충성도를 측정할 수 있습니다. 신규 사용자를 데려오는 것보다, 기존 고객을 유지하는 것이 비용이 더 적게 든다는 점에서 유지율은 데이터 분석 시 유용한 지표로 분석되고 있습니다.

5. LTV(Customer Lifetime Value)

• 한 명의 고객이 기업에 가져다줄 것으로 예상되는 수익을 뜻합니다. 객단가와 다른 점은, 유효한 고객으로 유지되는 평생의 기간 동안 발생할 것으로 예상되는 총 수익을 의미한다는 것입니다.

6. 퍼널 분석(Funnel Analysis)

• 고객이 설계된 유저 경험 퍼널을 따라서 행동하고 있는지 확인하는 분석 방법입니다. 고객의 구매 퍼널을 회원 가입-로그인-장바구니-구매로 나눈다면, 각각의 단계에서 전환율은 어떤지, 어느 구간에서 가장 많이 이탈하는지를 파악할 수 있습니다.

7. 세그먼트(Segmentation)

• 고객의 특성에 따라 나뉘어진 그룹을 말합니다. 비슷한 성향과 특성을 가진 고객 그룹인데요. 세그먼트를 나누어서 각각의 그룹에 맞는 전략을 세워야 하기 때문에 세그먼트는 중요합니다. 위에서 말씀드린 ‘클러스터링’도 세그먼트를 나누는 하나의 방법으로 활용할 수 있습니다.

이 외에도 마케팅과 연관된 데이터 용어를 알고 싶다면, 아래 콘텐츠에서 보실 수 있습니다.

? 함께 보면 좋은 콘텐츠 : 마케터를 위한 데이터 기반 핵심 마케팅 용어 30가지

---

용어집이 데이터 분석을 이해하는데 도움이 되었기를 바랍니다. 데이터 분석에 대해 더 궁금한 점이나 필요한 정보가 있다면 언제든 데이터 전문가 비즈스프링에게 문의주세요.

• 데이터 마케팅
• 비즈스프링

• 에디터이민호 (treewords@ditoday.com)