마케팅 인사이트를 위한 데이터 분석

마케팅 인사이트를 위한
데이터분석
- 웹로그 데이터를 중심으로..

오늘 우리는…
TECH MKT
Data Scientist
HDFS, SQL, Query ???
뭔가 어렵고 모르겠다…
Data Analyst
Page View, User, Goal
내가 알고 있는 것들!!

“내 광고비의 절반이 낭비되고
있는것을 알고 있지만,
어디서 낭비가 되는지 모른다.
마케터의 숙제…
존 워너메이커
(John Wanamaker)

마케터의 숙제…
“어떤 현상을 숫자로 표현하지 못하는 것은
문제를 정확히 알고 있지 못하다는 것이고,
정확히 알고 있지 못하다는 것은
관리 할 수 없다는 것이고, 또한 개선 할 수
없다는 것이다.”
피터 드러커
(Peter Ferdinand Drucker)

2000년 2005년 2009년 2012년~
• 단순 노출, 클릭 계산
• 쿠키가 아닌
서버의 request 카운트
• Reach 개념 도입 X
• 매체 중심의 효과 측정
• 도달 효과에 관심
• 4대 매체와의 비교 이슈
• 효과측정의 절정기
• 브랜딩 매체로의 인식
• 애드서버의 고도화 시기
ex. 엔스마트, 레인보우…
• Track의 본격 등장
• 회원가입 등의 전환 중심
• 이벤트 중심 매체로 각인
• 국산 애드서버의 등장
• 비용 효율성을 우선시 한
캠페인 진행
기여도모델의발전
N-screen효과모델
Cross-Device분석
DataDrivenMarketing
AudienceAnalysis
노출, 클릭 전환, 구매
Reach
GRPs
Attribution
Cross-Device
ETC
광고 효과측정의 트랜드

광고 효과측정,분석
어떻게 할 수 있을까?

효과측정의 방법
VSPanel-centric
Index
server-centric
Index

Imps. – Avg. Frequency : GRPs
Unique User – Reach : N+Reach
Ad
ad awareness
ad favourability
message association
attribute evaluation
image evaluation
Brand
brand awareness
brand favourability
attribute evaluation
image evaluation
purchase intent
Server-centric Index
Panel-centric Index
Click – CTR : Tracking
효과측정의 범위
* User Experience : Engagement

Panel
리모컨
고유번호 입력
패널 정보 및
시청기록 전송
시청기록
모집단
대표
TV 프로그램
패널 데이터 및
광고량 데이터 연동
피플 미터 KADD
광고량 데이터
중앙 server
AD Report
효과측정의 기술

Internet User
Web Browser
Ad Server Ad Track Server
Site Visit
Imps. Tag
“Cookie”
Request
Response
Post ClickScript
Ad Click
Click Tag
Web Site Ads
Landing Page
Request
Response
“User”
=
Ad display
Request
Cookie
Response
Cookie
효과측정의 기술

무엇을 봐야 하는가?

실시간 리포트
현재 우리 사이트, 서비스의 상태를
즉시 수집하여 보여주는 리포트
- 제한적인 데이터 지표
- 직관적인 인사이트

1. 캠페인이 시작하는 날
2. 사이트 개편 직후
3. 새로운 기능 적용 후
4. 테스트 진행 시
실시간 리포트(Real-Time) 사용법
실시간 리포트

방문자 리포트
우리 사이트, 서비스에 방문한
사용자의 특성을 파악 하는 리포트
- 이용자 환경, 디바이스, 집단 특성
- 마케팅, 서비스 분석의 핵심 지표
- 직관적인 인사이트

1. 방문자 규모, 방문 행태
2. 접속 디바이스 및 환경
3. 방문자의 활동 분석
4. 동종, 유사 규모 사이트와의 비교
방문자 리포트(Audience) 사용법
방문자 리포트

1. 캠페인 타겟의 확인, 정의
2. 타겟팅 광고의 기준 자료
3. 정교한 데이터 분석의 기준 지표
회원 리포트 사용법
방문자 리포트

유입경로 리포트
방문자들이 어떤 경로로 서비스에
유입되는지 사용자의 경로 분석
- 마케팅 채널 관련 핵심 지표
- 정확한 사전 정의 및 기준 정립이 필요
- 직, 간접적인 많은 인사이트 도출 가능

1. 사이트 유입 경로 분석
2. 캠페인 매체 선정의 기준
3. 매체별 예산 배분
4. 광고효과 분석의 핵심 지표
유입경로 리포트(Acquisition) 사용법
유입경로 리포트

전환 리포트
데이터 분석의 기준이 되는 핵심 지표
분석과 평가의 기준
- 마케팅 채널 관련 핵심 지표
- 정확한 사전 정의 및 설정 필요
- 미 사용시 데이터 분석의 의미가 없음

1. KPI 데이터 확인
2. 회원가입, 매출, 이벤트 참여 분석
3. ROI분석, 마케팅 효과분석
4. 전환 경로 분석을 통한 사이트 최적화
전환 리포트(Goal, Conversion) 사용법
전환 리포트

1. 다양한 데이터 분석
2. 분석지표들의 세분화된 결과 분석
3. 편하게 사용 가능한 분석 기술
4. 평균이 아닌 진짜 데이터
세그먼트 분석(Segmentation) 사용법
Cf. 추가 리포팅기능

1차원 인사이트
데이터를 보기만 해도 Action item이
나올 수 있는 Insight
- 요일, 시간대, 유입 출처, 키워드 등의 데이터
- 웹로그 분석에서 기본적으로 제공하는 데이터
-> 광고에 직접 적용, 활용, 효과를 볼 수 있다.

Base Line
Q : 필요한 Action Item은?

Base Line
Q : 필요한 캠페인 운영 전략은?

랜딩페이지 이벤트페이지
Q : 돈을 쓰지 말아야 할 매체, 돈을 쓸 매체는?

2개 이상의 데이터를 결합, 연산하여
얻을 수 있는 깊이 있는 인사이트
- 비용 효율성을 보는 모든 리포트 지표
- 연산을 통해 만들어지는 계산된 지표들
-> 구체적인 Action item을 통해 즉각 사용가능

->
[채널 별 방문자: 랜딩페이지] [채널 별 방문자: 전환페이지]
[채널/매체 별 방문 관련 지표 : 랜딩페이지]
[채널/매체 별 방문 관련 지표 : 전환페이지]
Q : 예산을 추가하거나 축소할 채널은?
가장 거품이 많은 채널은?

Q : 광고 집행과 효율의 상관 관계는?
어떻게 광고를 해야 하는가?
타임보드
14시

다양한 해석을 할 수 있는 데이터 조합
전략과 전술의 기준이 되는 지표
- 최근에 제공되기 시작한 다양한 분석 모델
ie. Attribution, MCF, 통계적인 분석 모델 등
- 직접적인 인사이트 보다는 다양한 가설 도출
-> 장기적인 투자와 전략적인 접근이 필요

< 채널별 기여도 분석 >
Q : 간접적인 기여를 하는 매체의 평가는?
내가 신경 써야 하는 마케팅 채널은?

구분 전환 패턴 비고
#1. Direct형
- 전체 전환 패턴의 1~4위 차지
- 전체 전환자의 73%
#2. 검색형
- 검색 광고와 브랜드 검색을
통한 전환
- 전체 전환의 10% 수준
#3. 광고/검색 + Direct형
- 광고를 통해 유입 된 후
즐겨찾기 등의 Direct로 전환
- 전체 전환의 7% 수준
#4. 기타 특수 형
- 다수의 경로를 거쳐 전환 완료
- 특수 Case로 사례는 극 소수
Q : 사용자의 행동 패턴과 마케팅 전략은?

Q : 내가 광고를 잘 하고 있나? 낭비되는거 아니야?

디지털 마케팅을 위한
웹로그 데이터 운영 가이드

현재 나의 로그 상태는?
모르거나
없거나
쓸 수 없거나
그런게 필요한가요?
그런 데이터는 없어요
지금부터 남길 수 있어요
현재 상태는 알아요

왜 모르거나 없을까?
어떤 로그를 어떻게 남겨야 하는지
고민과 공감이 부족
- 뭘, 어떻게 남기고 저장하지?
- 어떻게 보고, 분석하고 사용할꺼야?
-> 아, 몰라. 정하기 어렵고 난 몰라, 안 남겨~

왜 쓸 수가 없을까?
분석을 고려 한 데이터가 아닌
현재 상태의 데이터는 의미가 없다.
- 데이터는 있지만 현재의 상태만 기록
- 같은 상태도 어떻게 만들어진 것인지는 다르다.
-> 필요한 데이터는 State가 아닌 History

데이터 분석 프로세스
Measure
Insight
AnalysisAction
협업을 통한 선 순환 구조 정립

1. 나 혼자 할 수 있는 것이 아니다.
2. 충분한 공감과 협업이 필요하다.
3. 설득을 통한 투자가 필요하다.
4. 마라톤을 준비해야 한다.
데이터 분석 프로세스

수집, 측정의 숙제
1) 내가 운영하는 모든 서비스의 데이터를
수집하고 연결해라.
2) 1개 이상의 분석 시스템을 사용해라.
3) 모든 마케팅 활동을 수집하고 분석해라.
4) 어떻게 사용할 것인지 고민하고 수집해라
5) 누구라도 알 수 있도록 표준화 해라.

분석, 해석의 숙제
1) 당연한 데이터가 나오는 게 당연하다.
2) 문제가 있거나 힘든 부서의 데이터가 우선.
3) 모든 데이터를 보려고 하지 마라.
4) 하나의 기준으로 데이터를 보려 하지 마라.
5) 작은 숫자보다는 큰 맥락을 봐라.
6) 보이는 것만 보려고 하지 마라.

Cf. 심슨 패러독스 aka. 산술평균의 오류
전체 지원자 합격자 합격율
남성 1000 700 70%
여성 100 68 68%
#남성의 합격율이 높다!?
이과 지원자 합격자 합격율
남성 990 694 70%
여성 5 4 80%
문과 지원자 합격자 합격율
남성 10 6 60%
여성 95 84 67%
#여성의 합격율이 높다!!

Action 가이드라인
1) 최고의 방법론은 A/B Test이다.
2) 작은 부분부터 시작해서 성공을 경험하라
3) 모든 인사이트와 액션을 기록하고 저장해라.
4) 문제가 있고 어려운곳에서 시작하라.
5) Action은 끝이 아니라 새로운 시작이다.

어디로 갈까?

Web Analytics 1.0 Web Analytics 2.0 (now)
Site Traffic
Measurement
Insight
• 방문(Visit, Visitor)
• 페이지뷰 (Page Views)
• 유입/이탈(Entries, Exits)
• 구매, 전환 (Purchase, Order)
• 내부 활동 및 이벤트 추적(Contents, event)
•사용자 경험 (Engagement)
Insight
Site Traffic Measurement
Referrals & Traffic source
Contents & event
Conversion & Purchase
웹로그분석의 트렌드

Insight
PC
Insight
Mobile
Insight
Off line
(etc)
Data Driven
Marketing의
분석 Engine
• 고객의 모든 데이터 수집, 분석 : PC, 모바일, CRM데이터 등 모든 고객의 데이터 활용가능
• 수집된 데이터의 활용 : 데이터를 분석, 마케팅 활동의 분석 자료로 활용 (ex. Re-marketing)
Web Analytics 3.0 (ing)
웹로그분석의 트렌드

최신 마케팅 Trend – single data

최신 마케팅 Trend – Data Driven

최신 마케팅 Trend – Audience
VS

숫자에서 관계로,사람으로
숫자, 데이터 단순 지표 확인
Filter & Sorting & Ranking
Level 1.
Level 2. Engagement
Insight, interaction
Audience
최신 마케팅 Trend – Audience

최신 마케팅 Trend
Life Time Value
Cross-Device/Media
AudienceCohort Analysis
행동 예측
BigData
Machine learning
AI
Real Time
Data
Management
First, Second, Third Party Data
Interactive
Quality

마케팅 인사이트를 위한 데이터 분석

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Viewers also liked

Viewers also liked (20)

Similar to 마케팅 인사이트를 위한 데이터 분석

Similar to 마케팅 인사이트를 위한 데이터 분석 (20)

More from ACE Trader

More from ACE Trader (13)

마케팅 인사이트를 위한 데이터 분석