[data report] 퍼널분석

📌 하루에 30분씩 '데이터' 주제에 관한 글을 읽고 정리합니다. 스스로 공부한 것 / 알게된 것을 정리하기 위한 용도의 글이며 내용에 대한 출처는 아래에 참고자료로 주석을 달아놓았습니다 👻

 

 

👀 오늘의 주제 : 퍼널분석 

 

 

1️⃣ 퍼널분석이란 

 

고객들이 유저 경험 루트를 따라 잘 도착하고 있는지 확인하기 위해 최초 유입부터 최종 목적지까지 단계를 나누어 살펴보는 분석기법이다. 

 

• 최종단계까지 얼마나 많은 유저가 도착하는지, 어디서 많이 이탈하는지 확인할 수 있다. 
• 각 단계를 통과할 때마다 이탈하는 유저가 많을수록 아래의 그림처럼 깔대기(funnel) 모양으로 하단이 좁아진다는 뜻에서 퍼널분석이라 한다. 
• 각 단계를 넘어가는 것을 '전환' 이라 부르고 비율은 '전환율' 에 해당한다. 
• 퍼널의 각 단계는 분석 목적이나 산업마다 정의가 다르다. (정답이 없다는 뜻)
• 왼쪽 그림은 마케팅 산업에서의 퍼널분석이고, 오른쪽 그림은 앱 서비스 가입에서 정의한 퍼널 구성이다. 

 

출처 : 구글 이미지, 데이터리안

 

• 왼쪽 그림은 다양한 퍼널이론중 널리 사용되는 AARRR 분석기법으로, 인력과 시간이 충분하지 않은 스타트업에서 유용하게 쓰인다. ex. 오늘의집 

 

♻ 단계별 핵심 지표 용어 정리 

 

단계	분석 목적	지표	마케팅 예시
Acquisition 획득	신규고객유치	CPA, CAC(고객획득비용), 신규 방문자 수, 신규 방문자 유입경로	유튜브 채널 운영, TV 광고
Activation 활성화	고객이 처음 서비스를 이용할 때 긍정적인 경험을 제공하는가	웹사이트 트래픽, 체류시간, 페이지뷰, 회원가입율, 이벤트 참여율 등	앱 내 커뮤니티 운영, 다양한 이벤트 진행
Revenue 매출	고객이 우리 제품/서비스에 돈을 지불하는가	구매 전환율, 매출, 주문 별 객단가	할인 이벤트, 첫 가입할인 쿠폰
Retention 유지	제품/서비스의 재사용률	이탈율, 이탈페이지, 회원가입후 일자별 재방문율, 전체 재방문율	푸시알림, 기간한정특가 진행
Referral 추천	고객이 자발적 바이럴/공유를 하고 있는가	좋아요, 댓글, 공유수, NPS, 바이럴지표	친구초대 이벤트, sns 댓글 태그 이벤트

 

2️⃣ 퍼널의 최종 단계에 도착하는 유저 수를 늘리기

 

 

① 유입되는 고객 수 늘리기 

• 페이지 뷰 늘리기, 유료광고 예산 늘리기, 클릭을 유도하는 장치 마련 등의 방법으로 유입 수 자체를 늘린다. 

 

② 전환율을 늘리기 

• 유입 수를 높여도 이탈율이 높으면 효용이 없다. 
• 궁극적으로 단계마다의 전환율을 올리는 것이 퍼널의 최종 단계 목표를 도달하는데 좋은 방법!
• 🧐 데이터리안 화요일 웨비나 신청 전환율 증가 예시 참고

 

③ 퍼널 단계 줄이기 

• 전환율을 높이고 유입 수를 늘려도 이탈하는 유저는 생기기 마련 👉 단계가 많아서, 네트워크 연결이 잘 안되어서 등 다양한 이유가 존재 
• 대표적인 퍼널단계를 줄인 예시로, 요즘 대부분의 서비스들이 로그인을 요구할 때, 구글계정 로그인이나 소셜계졍 (카톡 등) 로그인을 사용하는 것 💨 가입 절차를 최소화하여 퍼널을 줄이고 전환율을 높인다. 

 

3️⃣ 유입채널 데이터

 

• 유입채널 : 유료광고(페이스북, 인스타그램) , 외부채널 (오카방, 에타, 링크드인 등) , 공식 운영 채널 (유튜브, 브런치, velog 등) 
• 유입 경로를 표시해주는 utm 파라미터 : url 링크에 로그 흔적이 남게된다 💨 어떤 채널/매체/홍보 캠페인 콘텐츠를 보고 유저가 유입되었는지 확인할 수 있다. 

 

utm_source	유입채널 ex. naver
utm_medium	유입된 매체 ex. cpc, email
utm_campain	유입된 마케팅 캠페인

 

4️⃣ 좋은 분석이란 뭘까 🤔

 

• 단순히 숫자만 뽑아서 제시하는 것보단, 의사결정에 실질적인 도움이 되고 구체적인 '액션 아이템' 이 나오는 분석

 

 

 

 

 

---

 

👻 교내 방학특강으로 'GA 를 활용한 홈페이지 유입 데이터 분석 실습' 을 진행한 적이 있었는데, 당시 고객 이탈률이나 홈페이지 체류시간 등의 개념을 학습했던 기억을 떠올리며 흥미롭게 글을 읽었다. 특히 퍼널 단계를 줄이는 방법에서, 실제로 나도 로그인 단계가 복잡하면 그냥 홈페이지를 나가버리는 경우도 많았어서, 유저 입장에서 그러한 과정을 원클릭으로 짧은 단계로 경험할 수 있도록 하는게 중요하다는 것을 알 수 있었다. 실무경험이 없어 단정지어 말할 순 없지만 퍼널분석은 웹&앱 서비스를 주력으로 하는 기업에서, 특히 마케팅/서비스 기획 직군에서 중요하게 다루어지는 분석기법 같다. 기업 입장에서 예산 투자와 매출액 산정에 직접적으로 도움을 줄 수 있는 유용한 도구이니만큼 잘 알아두자 😎

 

 

 

 

참고자료 

➕ https://www.datarian.io/blog/funnel-analysis

➕ https://www.datarian.io/blog/utm-parameter

➕ https://brunch.co.kr/@oeun33/22