진정한 고객 행동 분석 위한 웹 분석 (Web Analytics) 지표 설정 방안

  • 프린트
  • 페이스북
  • 트위터
  • 카카오스토리


진정한 고객 행동 분석 위한 웹 분석 (Web Analytics) 지표 설정 방안
이대의 상무, S-Core 컨설팅사업부 마케팅전략팀 팀장

최근 몇 년 사이 디지털 분석이 메가 트렌드가 되면서 심도있는 웹분석 솔루션 활용률은 가파른 추세로 높아지고 있다. 웹분석 솔루션 중 손쉽게 적용할 수 있는 구글 애널리틱스(Google Analytics)부터 대형 글로벌 기업 내 사용 중인 어도비 애널리틱스(Adobe Analytics)까지, 다양한 솔루션들이 활발히 사용되고 있다.

하지만 웹분석 솔루션에서 추출한 데이터들이 모음과 나열에 지나지 않는 경우가 많다. 다시 말해 정확한 분석 목적을 갖고 인사이트 발굴 위한 심도있는 웹 분석(Web Analysis)보다는 단순 로그 데이터 기반으로 웹 로그 리포팅(Web Log Reporting)에 한정해온 경우를 많이 본다. 그만큼 고객-비즈니스-분석-인사이트 도출 간 유기적인 연계가 되어야 함에도 불구하고, 안타깝게도 많은 오류들이 발생하고 있다.

단순한 방문 트래픽 수치 등을 비롯한 일반적인 지표 만으로는 비즈니스 상황에 활용 할만한 실행력 감안한 인사이트를 찾기가 어렵다. 이러한 상황 속에서 실무자들은 단순한 리포팅을 넘어 진정한 애널리틱스를 수행하기를 원한다. 진정한 의미의 웹분석은 어떻게 접근해야 할 것인가?

웹분석 솔루션 및 방법론 등 트렌드는 지속적으로 바뀌어가고 있지만 데이터와 관련된 기본적인 관점과 목표는 크게 달라지지 않았다.

결국 웹분석을 통해 달성해야 할 목표는 인사이트 기반 디지털 마케팅 최적화를 통해 전환율 및 고객 만족도를 높이는 것이다. 이러한 웹분석이 수행되려면 방법론 및 세부기법 등을 논의하기에 앞서 웹분석 목적에 대한 근원적 고찰이 필요하다.

데이터 기반의 마케팅 테크놀로지로 글로벌 선도사 대상으로 고객 관점의 Deep-dive한 분석/컨설팅 업무를 수행해온 에스코어(S-Core)에서는 웹 분석을 비즈니스 지향적 관점으로 데이터를 세분화·유형화하여 유의미한 인사이트를 찾는 것으로 정의한다.

다시 말해 고객사의 비즈니스를 중심에 둔 관점으로, 필요한 경우 다양한 소스의 외부 데이터와의 연계 분석을 통해 구체적이고 현실적인 실행 및 개선과제를 찾는 것이다. 이러한 웹분석 과제를 수행하기 위해 고객사의 비지니스 환경 및 웹사이트가 가진 속성에 맞추어 활용 지표를 재검토하고 재정의한다.

예를 들면, 반송률(Bounce Rate), 방문 당 페이지 수(Pages per Visit), 평균체류시간(Average Session Duration) 등의 고객 Engagement 관련 지표들 경우 고객사의 비즈니스 목표 및 환경, 사이트 특성에 맞게 지표에 대한 의미를 재정의 한 후, 그에 따른 태깅 규칙(Tagging Rule)을 정의하고 구현하여 목적에 맞는 정확한 분석이 될 수 있도록 한다.

왜, 대다수 기업 내 폭넓게 활용되는 일반적인 지표를 굳이 재정의 하려는 것일까? 만약 고객사의 홈페이지가 판매 목적이 아닌 정보 제공 위주의 홈페이지라면, 기존 지표를 사용하는 경우 아래와 같은 문제에 직면할 수 있다. 가장 대표적으로 반송률(Bounce Rate)의 경우, 수치가 높을 시 부정적인 신호로 볼 수 있다. 그러나, 원하는 정보가 아니어서 홈페이지를 바로 이탈했을 수 있지만 정보제공 위주의 홈페이지인 경우 해당 컨텐츠만 보고 충분히 만족해서 나갔을 수도 있다. 이러한 경우의 반송은 부정적인 시그널이 아니다.

에스코어(S-Core)에서는 이러한 측면을 고려해 반송률(Bounce Rate)을 측정할 때 더 구체적인 기준 요소 추가를 추천한다. 고객이 컨텐츠를 읽지 않고 바로 이탈한 것과 컨텐츠를 제대로 읽고 이탈한 것을 구분하기 위해 사용자가 콘텐츠를 특정 % 읽었다고 판단되는 최적 기준 시간을 산출해 해당 시간 미만일 시에만 반송으로 정의한다.

반면, 방문 당 페이지뷰(Pages per visit)의 경우 수치가 높을수록 볼 만한 컨텐츠가 많았다는 긍정적인 수치일 수 있지만, 한편으로는 콘텐츠를 찾지 못해 헤맸다는 부정적인 신호일 수 있다. 그 예로, 고객이 원하는 컨텐츠의 경로를 찾지 못해 여러 페이지를 경유하게 되면 방문당 페이지뷰가 많을 것이다. 이를 긍정적 시그널로 받아들여 불편한 컨텐츠 경로를 지속적으로 유지하게 되면 많은 고객을 잃을 수 있다.

진정한 고객 행동 분석 위한 웹 분석 (Web Analytics) 지표 설정 방안
이러한 경우를 방지하기 위해 에스코어(S-Core)는 고객사 웹 컨텐츠를 페이지 유형별로 세분화하여 지표를 측정한다. 예를 들면, 카테고리 페이지에서의 방문당 페이지뷰와 콘텐츠 페이지의 방문당 페이지뷰의 해석은 틀릴 것이다. 되도록이면 짧은 경로를 통해 많은 콘텐츠를 제공하는 것이 좋다.

위와 같이 지표가 고객사에 상황에 따라 재정의되고 미세 조정(Fitting)되어 적용된다면 적은 량의 데이터라도 대규모 데이터 분석 리포트보다 훨씬 의미 있는 결과를 낼 수 있을 것이다.

cskim@dt.co.kr




[저작권자 ⓒ디지털타임스 무단 전재-재배포 금지]




가장 많이 본 기사