[로그분석 뽀개기 ③] 고객 행동 및 목표 전환 측정

고객은 사이트 접속 후 어떻게 행동하는가.

고객이 서비스로 유입되었다면 다음으로 고객 이용형태를 파악해야 합니다. 고객은 서비스 유입 후 바로 이탈할 수도 있고, 운영자가 의도한 것과 다른 방향으로 이용할 수도 있기 때문입니다. 유입된 고객을 어떤 관점에서 로그 분석해야 할지 살펴보겠습니다.

방문/재방문/체류시간 체크

하루에 고객이 100명 방문했다고 로그 수치가 보일 때, 이 수치는 1명의 사용자가 100번 방문했을 수도 있고, 100명의 사용자가 1번씩 방문했을 수도 있습니다. 전자의 경우 우리 서비스를 정말 좋아하는 충성고객은 있지만 다른 고객의 유입이 없어 홍보가 덜되었다라고 볼 수 있으며, 후자의 경우 재방문이 없었기 때문에 한 번 왔던 고객은 우리 서비스에 만족하지 못하고 떠나간다고 볼 수 있습니다. 

또한 콘텐츠에 머물러있는 평균 체류시간이 5초인 경우도 있고, 5분인 경우도 있습니다. 전자의 경우 콘텐츠가 고객의 흥미를 이끌지 못했다는 이야기이고, 후자는 고객의 흥미를 이끌었다고 볼 수 있습니다. 이처럼 고객 방문 빈도와 체류시간을 확인하면 서비스 성격과 콘텐츠 품질을 파악할 수 있고 이를 통해 무엇을 개선해야 할지 아이디어를 얻을 수 있습니다.  

시간대별, 요일별, 월별 트래픽 체크

1일은 24시간, 1주는 7일, 1개월은 30(31) 일, 1년은 12개월로 돌아갑니다. 꾸준히 로그정보를 수집해 로그분석 데이터가 충분히 쌓여있는 경우 일정 기간별 평균 트래픽을 분석해 의미 있는 패턴을 발견할 수 있습니다.

- 시간별 트래픽을 확인해보니 오후 12시와 19시에 가장 많은 사용자가 방문한다.

- 요일별 트래픽을 확인해보니 화, 수요일에 가장 많은 사용자가 방문한다.

- 월별 트래픽을 확인해보니 7~9월에 가장 많은 고객이 방문한다.

로그 분석을 통해 위와 같은 패턴이 발견되었다면 서비스 운영자는 오후 12시/19시, 화/수요일, 7~9월에 고객이 몰린다는 사실을 바탕으로 콘텐츠 발행 시점이나 서비스 개편시기를 결정할 수 있습니다.

디바이스 체크

모바일 대중화와 함께 고객의 서비스 이용패턴은 점차 다양해지고 있습니다. 이제 고객은 정보가 필요할 때 PC와 모바일 구분 없이, 시간에 관계없이 언제 어디서든 접속합니다. 고객에게 보다 질 좋은 서비스를 제공하기 위해서는 디바이스를 체크해 볼 필요가 있습니다. PC와 모바일 중 어디서 많이 유입되는지, PC 접속자가 많은 시간과, 모바일 접속자가 많은 시간은 언제인지, 고객은 어떤 기기를 많이 사용하고 있는지 등을 분석해보면 WEB 서비스와 MOBILE 서비스 중 어디에 집중할지, 모바일 중에서도 어떤 디바이스를 먼저 고려할지를 파악할 수 있습니다. 

운영체제 체크

모바일 APP을 제작할 때 Android APP과 iOS APP 중 한 가지를 먼저 출시해야 한다면 무엇을 먼저 개발할지 고민에 빠지게 됩니다. 일반적으로 국내 고객이 가장 많이 사용하는 Android APP을 먼저 제작하지만, PC WEB / Mobile WEB 서비스를 운영하고 있다면 로그 분석을 통해 자사 서비스를 이용하는 고객 특성을 파악해 보는 것이 좋습니다. 가령 안드로이드 방문자가 70%이고 100만원의 매출을 발생시켰는데, 아이폰 방문자가 30%이고 200만원의 매출을 발생시켰다면 iOS 앱을 먼저 출시해야 합니다. 따라서 맹목적으로 Android APP을 개발하는 것은 옳지 않으며 고객의 사용 패턴을 확인하고 그에 적합한 운영체제를 선택하는 것이 좋습니다.

해상도 체크

해상도는 서비스가 보이는 화면 크기로 모니터별, 모바일 디바이스별 크기가 모두 다양합니다. PC WEB 서비스 개편 작업 시 1024*768, 1280*1024 두개의 해상도 중 어떤 걸 기준으로 선택할지 고민된다면 로그 데이터를 분석해봐야 합니다. 1024*768 해상도를 사용하는 고객이 전체의 50% 이상이라면 1024*768 해상도를 선택해야 고객에게 안정적인 서비스를 제공할 수 있으며, 10% 미만이라면 보다 넓은 1280*1024 해상도를 선택해도 무방하다고 볼 수 있습니다. 

모바일 디바이스의 해상도는 PC와 비교할 수 없을 정도로 엄청나게 다양합니다. 따라서 어떤 해상도를 기준으로 선택할지 고민에 빠지게 됩니다. 이러한 경우에는 우리 서비스를 가장 많이 이용하는 디바이스의 해상도와 화면 비율을 고려해 선택하는 것이 좋습니다. 해상도가 다르더라도 화면 비율이 동일하면 이미지 손실은 있지만 서비스를 이용하는데 있어 큰 불편함은 없습니다.  

브라우저 체크

WEB 브라우저는 익스플로러, 크롬, 파이어폭스, 사파리 등으로 분류되고, 익스플로러는 7,8,9,10,11 등 버전별로  다양합니다. 모든 브라우저에서 서비스가 의도한 대로 잘 보이면 다행이지만 브라우저별로 사이트를 출력하는 방법에 차이가 있어 익스플로러에서는 잘 보이는 화면이 크롬에서는 안 보인다거나 파이어폭스에는 잘 보이는 화면이 익스플로러에서 구현이 안 되는 경우가 자주 발생합니다. 또한 익스플로러 안에서도 버전별로 화면이 다르게 보입니다. 

이러한 이유로 서비스 운영자와 퍼블리셔 간의 마찰이 발생하기도 합니다. 서비스 운영자는 익스플로러 8을 사용하는 고객들이 사이트를 정상적으로 이용할 수 없으니 익스플로러 8에서도 잘 보이도록 수정해달라고 요청하고, 퍼블리셔는 문제가 많은 (구)브라우저는 버려야 한다며 브라우저 업데이트를 권장하라고 합니다. 두 가지 주장 중 정답은 없지만 이러한 경우에는 실제 우리 서비스를 방문 고객의 브라우저 비율을 체크하고 데이터에 따라 결정하는 것이 합리적입니다. 익스플로러 8 사용자가 30%가 넘어간다면 가급적 맞추는 게 좋습니다. 매출이 발생하는 e커머스 서비스라면 고객 브라우저에 대한 호환성을 더더욱 체크해봐야 합니다. 

검색 유입 키워드 체크 

앞서 포털 유입에 대해 설명했습니다. 고객은 포털에서 검색어를 입력한 다음, 검색 결과를 타고 자사 서비스로 유입됩니다. 고객이 어떤 검색어로 많이 유입되는지 알 수 있다면 콘텐츠를 발행할 때 해당 검색어에 포커스를 맞춰서 최적화할 수 있습니다. 펜션 예약 사이트의 경우 '가평 펜션', '강화도 추천 펜션'으로의 유입이 많이 발생한다면 해당 지역의 상품을 지속적으로 추가하고 검색 결과가 더 많이 노출되고 상위에 랭크 될 수 있도록 신경 써 관리해야 합니다. 

인기 페이지 / 이탈 페이지 체크

인기 페이지와 이탈 페이지를 분석하면 자사 서비스 중 어떤 페이지가 반응이 좋고, 어떤 페이지가 이탈이 높은지 알 수 있습니다. 인기 페이지를 분석해 유사한 컨셉의 콘텐츠를 계속 생산하고, 이탈 페이지를 분석해 심각한 문제가 발생한 페이지는 즉각 개선해야 합니다. 또한 인기 페이지와 이탈 페이지를 순위별로 나열하면 전체 사이트 관점에서 무엇을 개선해야 하는지 한 번에 파악할 수 있으며 이러한 데이터를 근거로 서비스 컨셉을 바꾸거나 메뉴 구조를 변경하는 기준으로 세울 수도 있습니다. 

고객 파악

자사 서비스에 가입한 고객이라면 더욱 많은 정보를 얻을 수 있습니다. 회원가입 시 수집한 성별, 나이, 거주지 등의 정보를 교차 분석해 20대 여성은 미샤 화장품을 많이 구매한다. 40대 남성은 차량용품을 많이 구매한다 등의 세부적인 정보를 추출할 수 있습니다. 이러한 정보를 근간으로 고객 맞춤형 상품 및 콘텐츠를 세팅할 수도 있고, 서비스를 핵심 타깃에 맞추어 개편할 수도 있습니다. 초기에 예상했던 고객이 30대 경제력이 있는 여성이었는데 실제로 서비스를 이용하는 핵심 고객이 40대 남성이라면 하루빨리 이들을 위한 서비스로 개편하거나 30대 여성을 위한 서비스로 방향을 전환해야 합니다. 

사이트 목표를 효과적으로 달성하고 있는가.

서비스 성격에 따라 최종 목표는 다양합니다. 소셜커머스, 오픈마켓, 여행사, 쇼핑몰 등의 e커머스 서비스는 상품 구매가 목표입니다. 게임 서비스는 이용권 결제 및 아이템 구매가 목표이고, 크라우드 펀딩 서비스는 기부금을 모으는 것이 목표입니다. 꼭 수익이 발생하지 않더라도 회원가입 전환율을 방문자 대비 30%로 만들겠다. 이벤트 참여자를 방문자 대비 50%로 만들겠다도 목표가 될 수 있습니다. 목표의 경중에 관계없이 일단 목표를 세웠다면 달성률을 측정하고 파악해야 합니다. 

e커머스 사이트의 상품 상세페이지부터 예약 완료까지의 전환율

위 그림은 어떤 e커머스 사이트의 실제 사례로 상품 상세페이지에서부터 예약 완료까지의 전환율을 보여주고 있습니다. 그래프에서 빨간 부분이 이탈율을 나타내는데 상품 결제 과정인 <상세페이지→예약1단계→예약2단계→예약 완료> 프로세스에서 단 0.27%만이 예약 완료로 전환됩니다. 이 서비스는 실제로 공격적인 마케팅을 진행하고 있었지만, 마케팅 지출비용 대비 수익 전환율이 매우 저조합니다. 서비스 운영자는 가장 먼저 상품 상세 페이지의 문제점을 검토하고 예약 단계의 전 과정을 다시 한 번 꼼꼼히 살펴봐야 합니다. 이 경우 UI/UX를 조금만 개선해도 결제 전환율을 급격히 높일 수 있고 이는 곧 매출 확대로 이어집니다. 위 사례와 같이 목표를 설정했다면 목표 도달까지의 전 과정을 로그 분석을 통해 체크하고 전환 과정에 문제는 없는지 각 단계별로 세심하게 검토해야만 합니다. 그리고 목표 달성을 위해 고객의 행동 흐름을 지속적으로 체크해야만 합니다.

로그분석에 대한 정리를 마치며.

지금까지 로그분석을 통해 유입, 행동, 전환을 측정하는 방법을 살펴봤습니다. 힘들게 오픈한 서비스를 성공적으로 운영하기 위해서는 많은 고객이 유입되어야 하고, 고객은 서비스를 이용하고 긍정적인 느낌을 받아야 합니다. 서비스에 만족한 고객은 자연스럽게 충성고객이 되고, 주변 지인에게 자발적으로 입소문을 전달하게 됩니다. 이러한 과정의 반복이 성공적인 서비스로 발전하는 필수 요소이며, 이러한 선순환 과정을 위해서는 로그 분석이 필수적입니다. 초기 학습이 어려울 수 있지만 일단 익혀놓고 나면 기획자에게 든든한 무기가 될 수 있으니 고객 유입, 고객 행동, 목표 전환으로 연결되는 로그 분석 스킬을 반드시 익혀두시기 바랍니다. - 끝 -

- 해당 내용은 출간 준비 중인 서적에 게제 될 예정입니다 -