소비자 행동 데이터 분석을 수행하는 방법

마케팅 캠페인에 정보를 제공하기 위해 소비자 행동 데이터 분석을 수행하는 방법

2021년 12월 3일 업데이트됨

SERP 수준에서 사용자 행동 역학을 이해하는 데 도움이 되는 데이터 세트로 쇼핑객 커뮤니티를 강화하십시오.

검색 엔진 마케팅 담당자는 더 나은 마케팅 결정을 내리기 위해 클릭 행동, 소비자 관심 깊이 및 사용자 만족도를 캡처하는 SERP에서 사용자 행동을 모델링하는 데이터 세트에 의존합니다. 소비자 행동 분석을 읽어 SERP에서 시각적으로 풍부한 기능의 위치를 ​​차지할 수 있는 답변을 생성하는 데 사용되는 단편화된 고객 데이터 세트를 연결하는 데 도움이 되는 방법을 알아보십시오.

많은 기업이 너무 많은 데이터를 이해하기 위해 고군분투하고 있으며 소비자 의도에 대해 시기적절하고 적절한 통찰력을 얻는 방법을 모릅니다. 순간, 교차 채널 및 교차 장치 경험을 생성하여 대규모로 개인화된 경험을 제공하는 데 더 똑똑해질 수 있습니다. 데이터 세트는 고객에게 도달하기 위해 의존할 수 있는 모든 기술에서 단편화되고 통합하기 어려운 데이터를 해결합니다.

키워드 중심에서 엔티티라고 하는 특정 속성이 있는 웹 콘텐츠에 대한 내용으로 이동하여 콘텐츠를 Google의 승자로 만드십시오. 그렇게 함으로써 답을 찾으려는 소비자에게 유용한 신뢰할 수 있는 사실을 제공할 수 있습니다.

반대로 전자 상거래 데이터의 탐색적 데이터 분석을 통해 마케팅 담당자는; 각 고객 유형의 매력적인 거래 패턴을 발견하고 상생 콘텐츠를 더 잘 식별하십시오. 이를 통해 카테고리에서 온라인 쇼핑객과 보조를 맞출 수 있습니다.

Google이 사용자 경험에 더 많은 관심을 기울이고 있기 때문에 한 가지 분명한 사실은 페이지 로드 속도가 느리거나 탐색이 직관적이지 않은 경우 쇼핑객이 다른 곳으로 이동하여 구매를 탐색할 수 있는 기회를 제공한다는 것입니다. Google Search Console 핵심 성능 보고서에서 관련 문제를 해결할 수 있습니다.

개별 소비자의 구매자 행동을 식별하는 방법

디지털 마케터는 사이트의 설계, 선택, 구현 및 비즈니스 솔루션이 제공되는 방식 관리에 대한 검토를 주도해야 합니다. 이렇게 하면 전체 비즈니스 계획에 맞게 정렬할 수 있습니다. 초점은 개선할 중요한 비즈니스 프로세스와 커뮤니케이션을 식별하는 것입니다. 여기에는 데이터 기술을 사용하여 경쟁 우위를 창출하는 더 나은 솔루션을 제공하는 방법을 구상하는 것이 포함됩니다. 이는 소비자 중심의 데이터 중심 접근 방식으로 달성됩니다. 긍정적인 소비자 브랜드 감정 수준을 파악하는 데 도움이 됩니다.

이 문서는 귀하의 비즈니스가 타겟 고객의 구매 행동을 식별하는 데 도움이 될 것입니다. 먼저 소비자 행동 분석을 수행하는 데 사용할 몇 가지 주요 용어를 설명하겠습니다.

고객 행동 분석이란 무엇입니까?

고객 행동 분석은 고객이 회사의 웹 존재와 상호 관계를 맺고 조치를 취하는 방법에 대한 정성적 및 정량적 관찰을 포함하는 시장 조사입니다. 기존 고객과 잠재 고객 모두 처음에는 구매자 페르소나로 분류됩니다. 이것은 그들의 공통된 특성과 선호도를 기반으로 합니다. 그것은 소비자가 즉각적인 검색 결과를 클릭하는 것을 배우는 데 도움이 됩니다.

소비자 행동 데이터란 무엇입니까?

소비자 행동 데이터는 구매자 행동, 일반적으로 PC, 태블릿, 스마트폰과 같이 인터넷에 연결된 다양한 장치를 사용하는 전자 상거래 행동의 결과로 생성되는 정보를 나타냅니다. 행동 데이터는 방문한 사이트, 특정 웹 페이지에서 수행한 작업, 다운로드한 앱 또는 플레이한 게임을 추적합니다.

거래 데이터는 무엇에 사용됩니까?

거래 데이터는 조직 및/또는 개별 구매자 간에 발생하는 하나 이상의 소비자 데이터 교환, 계약 또는 이전을 문서화하는 중요한 정보입니다. 구매자 거래는 일반적으로 상업적 중요성이 있고 미래 거래 행동을 예측하는 데 유용하기 때문에 이는 데이터의 특별한 범주입니다. 이를 통해 기업은 콘텐츠와 광고를 소비자의 검색 의도에 더 잘 맞추고 사이트 아키텍처를 개선할 수 있습니다 .

동시에 웹사이트를 감사하여 구매자 행동 분석 결과를 사용할 기회를 찾으십시오 .

구매자 의도 데이터란 무엇입니까?

구매자 의도 데이터는 고객이 귀하의 제품 또는 서비스를 구매할 확률을 결정하는 데 사용됩니다. 마케팅 전문가가 사용할 수 있는 분석 및 소프트웨어의 바다로 인해 걸러내야 하는 데이터의 양 때문에 익사할 수 있습니다. 끊임없이 변화하는 소비자 선호도를 따라잡기 위해서는 민첩한 마케팅 계획이 필요합니다.

소비자 행동이란 무엇입니까?

소비자 행동에는 개인, 그룹 또는 조직에 대한 데이터 연구와 상품 및 서비스의 구매, 사용 및 폐기와 관련된 모든 활동이 포함됩니다. 구매 의사 결정 활동에 앞서 또는 뒤따르는 소비자의 감정적, 정신적, 행동적 반응을 고려합니다.

데이터세트란 무엇입니까?

Google 검색에 따르면 별도의 요소로 구성되어 있지만 컴퓨터에서 하나의 단위로 조작할 수 있는 관련 정보 집합입니다.

JSON-LD 마크업을 통해 기업은 Google 데이터 팩트를 제공할 수 있습니다.

구글 KG(Knowledge Graph)라는 주제가 떠오르면 검색 전문가들은 흔히 구글만 생각하지만, 이들은 구글이 지식 그래프를 발표하기 훨씬 앞서 존재했다. 인공 지능(AI)은 본질적으로 빅 데이터와 연결되어 있습니다. AI와 눈에 잘 띄는 지식 그래프를 강화하는 것은 데이터 과학입니다. 웹 페이지가 JSON-LD 마크업에서 유효한 스키마를 활용하면 엔티티에 대한 의미 정보가 포함된 JavaScript 데이터 배열이 생성됩니다. 여기에는 속성과 관계가 포함됩니다. 이러한 방식으로 기업은 색인을 생성하는 항목에 대한 사실을 Google 데이터에 제공합니다.

예를 들어 디지털 오디오 워터마크의 개념을 생각하면 Google은 위치 기록 추적보다 더 발전된 모바일 장치의 센서에 의존할 수 있습니다. 디지털 마케터는 하루 동안 액세스할 수 있는 정보를 얻음으로써 사용자 의도, 선호도 및 활동에 대해 배웁니다.

강력한 구매자 의도를 보여주는 검색어를 일치시키는 데 유용한 텍스트를 마크업하는 데 중점을 둡니다.

소비자 관계 구축을 위한 최신 데이터 세트 활용

2019년의 성공적인 SEO 마케팅 전략은 소비자 관계 구축과 구매자 여정 중 검색 의도 이해에 더 중점을 둘 것입니다.

소셜 미디어 마케팅은 일상 대화에서 자주 참여하는 대화를 통해 새로운 소비자를 만나는 이상적인 방법입니다. 각 소셜 네트워크 사이트에는 고유한 기본 설정이 있습니다. Pinterest, Twitter 및 Instagram은 Schema 태그를 우선적으로 사용하지만 Facebook 및 Pinterest에서 선호하는 Open Graph Protocol 태그도 지원합니다.

SEO 전문가는 이제 기계 학습 및 자동화에 대한 직접적인 데이터를 이해해야 한다고 느끼고 있습니다. 더 많은 쇼핑객이 Amazon Echo, Alexa, Siri, Google Home 및 스마트 TV를 통해 음성 검색을 채택함에 따라 이전 몇 년 동안 얻은 동일한 성공률을 유지하기 위해 지식과 마케팅 관행을 조정해야 합니다. 지식 그래프는 오늘날의 검색 성공 세대이며 연결된 데이터는 웹을 포용하고 소비자 연결을 만드는 데 매우 유용한 데이터베이스를 가질 수 있는 기회를 확장합니다.

데이터 정보 검색은 구매자의 구매 내역을 보여줍니다.

소비자 행동 분석은 소비자가 가장 원하는 것을 이해하는 데 매우 유용합니다.

우리는 웹 콘텐츠 작성자가 데이터 정보 검색, 추출 및 사용자 지식 관리 분야에서 변화하는 접근 방식을 수용하는 데 주저함을 극복할 것을 권장합니다. 기업은 AI와 머신 러닝의 기함 아래 공공 공간에서 새로운 가시성을 얻고 있습니다. 사이트 구조 및 지식 표현에 대한 강력한 데이터 과학 접근 방식은 모든 웹 작성 프로젝트에 힘을 실어줍니다. 형식이 무엇이든 텍스트를 통한 커뮤니케이션은 어디에나 있으며 프로그램과 데이터 분석가가 이를 관리해야 합니다.

소비자 행동 분석을 위해 쇼핑객의 구매 내역에 대한 데이터를 쉽게 얻을 수 있습니다. 클릭되는 링크, 페이지 하단으로 스크롤되는 비율, 사이트 방문자가 사이트에 들어가고 나가는 위치 등은 모두 콘텐츠를 사용자 정의하는 데 도움이 됩니다. 검색자의 의도에 맞게 각 페이지의 올바른 콘텐츠 유형과 콘텐츠 길이를 일치시킵니다.

순위 추적은 SEO 투자가 측정 가능한 수익을 보고 있는지 여부를 알아보는 중요한 측면입니다. 신규 잠재 구매자로부터 클릭을 얻는 데 도움이 된다면 신규 판매 가치는 얼마입니까?

적절한 구조화된 데이터 마크업을 생성하면 소비자에게 다가가는 데 도움이 됩니다.

스키마 마크업을 추가하고 유지 관리하는 것은 노동 집약적이지만 가능한 한 구조화된 데이터를 사용해 보십시오. 주제와 행동 간의 맥락적 관계를 설정하는 데 도움이 됩니다. 정보 아키텍처, 태그, 메타데이터 등을 풍부하게 하는 것은 중요한 SEO 트렌드입니다. 이는 검색 엔진에 항상 녹색 주제와 지원 콘텐츠를 이해하도록 신호를 제공하는 한 가지 방법입니다.

1페이지에서 눈에 띄게 순위를 매기면 더 많은 유기적 웹 트래픽이 발생합니다. 귀하의 제품과 관련이 있고 올바르게 처리되면 더 많은 온라인 리드를 생성할 수 있는 능력이 있어야 합니다. 이것은 솔루션이나 서비스를 제공하는 데 필요한 도입을 허용하기 때문에 궁극적으로 비즈니스에 가장 중요한 것입니다. 따라서 검색 마케터의 클라이언트가 1순위, 0순위, 추천 스니펫 공간에 있는지 또는 검색 결과 페이지(SERP) 상단의 맵 팩에 있는지 여부는 매우 중요합니다.

검색을 수행한 개인은 제품을 구매하기를 원할 수 있습니다. 이 방법을 사용하여 판매를 늘리려면 더 설득력이 필요합니까?

소비자가 구매 결정을 내리는 방식을 이해하여 매출 증대

Econsultancy와 함께 수행한 Google 연구에 따르면 "모든 유형의 조직에서 거의 90%의 마케터가 채널 및 기기 전반의 사용자 여정을 이해하는 것이 성공에 중요하다는 데 동의합니다." Bayer 및 Sprint와 같은 회사의 사례 연구는 통합 데이터 및 기술을 사용하여 청중과 더 잘 일치하고 적절한 시기에 연결합니다. Harvard Business Review에서 발행한 2018년 4월 19일자 Matt Lawson의 백서 "Data-Driven Marketing Insights"는 구매에 대해 점점 더 비선형적으로 변하고 있습니다.

관련 결과를 가져오기 위한 알고리즘 데이터 수집

현대 디지털 공간에서 모든 검색 결과는 일종의 알고리즘 도움으로 생성됩니다. 예를 들어, 사람이 새로운 치료법에 대해 인터넷 검색을 하면 특정 의료 분야의 빅데이터 내에서 검색 블록을 빠르게 엮어 즉각적인 답변을 제공한다.

Teodora Petkova에 따르면, “끊임없는 연결의 디지털 세계에서 망각의 주요 세력은 가시성 부족과 열악한 정보 검색 기술로 이어집니다. 즉, '망각의 세력과의 전쟁'에는 훈련되고 헌신적인 사서뿐만 아니라 관련 결과를 빠르고 효율적으로 가져올 수 있는 일부 알고리즘이 필요합니다.”

Google은 매우 큰 데이터 세트로 확장할 수 있도록 알고리즘을 설계했습니다.

데이터 세트를 발견하고 사용하는 방법

데이터 세트는 기본 웹 페이지에 있는 텍스트의 의미를 나타냅니다.

구조화되지 않은 전체 텍스트 데이터 세트로 작업하는 많은 사람들은 초기 기계 학습 노력이 사용자 예측에 필요한 정확도를 제공하지 못한다는 것을 발견합니다. 품사 태깅 및 명명된 엔터티 인식과 같은 표준 자연어 처리(NLP) 기술을 사용하더라도 고품질 모델을 구축하려고 할 때 여전히 부족할 수 있습니다.

의미론적 통계 어휘로 데이터 세트를 연구합니다. 핵심은 원시 데이터에 구조와 의미를 추가하여 기계가 텍스트를 이해하고 콘텐츠가 가장 잘 대답하는 핵심 질문을 학습할 수 있도록 하는 것입니다. 의미에 대한 텍스트를 표시함으로써 검색 시스템이 텍스트를 탐색할 수 있도록 로드맵을 제공하는 것입니다.

산업 스키마 마크업 내에서 로컬 세부정보를 사용합니다. 그러면 Google Analytics를 사용하여 지역 검색 데이터를 더 쉽게 추적할 수 있습니다. 구조화된 데이터 마크업이 사이트의 데스크톱 버전과 모바일 버전 모두에서 사용되는지 확인합니다. 모바일 버전에 동일한 방식으로 추가되지 않은 경우 Googlebot은 해당 데이터를 볼 수 없습니다.

데이터 시각화 도구를 사용하는 방법 에스

시맨틱 네트워크의 풍부한 데이터 소스는 학습에 도움이 되는 시맨틱 검색 알고리즘이 될 수 있습니다. 그들은 우리에게 필요한 통찰력을 보여줌으로써 우리에게 도움이 됩니다. 시각적 검색 요구를 지원하는 많은 무료 데이터 시각화 도구가 있습니다. 유용한 SEO 보고서는 250개 이상의 데이터 커넥터로 인해 Google 데이터 스튜디오에서 시각적 효과를 얻을 수 있는 방법을 보여줍니다. Google의 이미지 가이드라인을 준수하고 소비자가 강력한 이미지와 감정적으로 연결하는 방식에 맞춰야 합니다.

사용자 구매 패턴을 찾는 데 도움이 되는 기타 데이터 마이닝 소스:

• 구글 애널리틱스
• Google Ads + GDN
• 새로운 Google Search Console 통계
• 더블클릭 검색
• Bing Network Audience Insight / Bing Ads
• SEMRush 디지털 마케팅 도구
• 트위터 분석
• 메일침프 분석
• 고급 YouTube 분석
• 어도비 애널리틱스

모바일 장치에서 구매자의 요구 사항을 충족하도록 사이트 개선

모든 유형의 웹사이트 감사를 활용하면 데이터 분석을 통해 고객이 필요한 순간에 유용한 정보를 제공하는 방법을 알 수 있습니다. 초기 데이터 마이닝이 완료되면 얻은 통찰력을 활용하는 변경이 이루어질 때 진정한 이점이 있습니다. 그렇지 않으면 쇼핑객이 귀하의 브랜드를 간과할 수 있습니다. Google 조사에 따르면 스마트폰 사용자의 51%는 제공된 정보가 더 유용했기 때문에 의도한 것과 다른 비즈니스에서 구매했습니다.

데이터세트 숙달

SEMrush의 데이터 편집만으로도 보고 있는 데이터를 요약할 수 있는 쉬운 차트를 제공합니다. 숫자, 백분율, 비교 및 ​​키워드 순위, PPC 및 유기적 연구와 같은 제목을 통해 퍼즐을 함께 조각하고 이해할 수 있습니다.

데이터 분석가는 명백한 키워드 순위 또는 위치보다 더 많은 것을 알 수 있는 능력이 있지만 해당 키워드의 기본 가치와 관련 지표를 식별합니다. 검색량, 밀도, 난이도, 경쟁 메트릭과 함께 목표를 조정하여 다른 데이터 세트보다 더 중요한 데이터 세트를 결정하십시오. 그런 다음 소스 기반의 사실적 콘텐츠를 구축하고 FactClaim 스키마를 추가합니다.

숙달은 데이터 내보내기의 가능성을 인식하고 참여할 수 있는 것입니다.

구매자 의도 데이터란 무엇입니까?

구매자 의도 데이터는 고객이 귀하의 제품 또는 서비스를 구매할 확률을 결정하는 데 사용됩니다. 마케팅 전문가가 사용할 수 있는 분석 및 소프트웨어의 바다로 인해 걸러내야 하는 데이터의 양 때문에 익사할 수 있습니다. 그러나 올바른 결과를 얻을 수 있도록 지원하는 마케팅 조사는 Google 제품 캐러셀에서 자리를 잡는 데 도움이 될 수 있습니다.

잠재 구매자가 귀하를 찾을 수 있도록 Google 데이터를 사용하는 또 다른 방법은 다음과 같습니다. 또한 Prodcut 스키마 마크업을 사용자 정의하고 수정하면 검색 엔진이 귀하의 콘텐츠 및 제품 데이터를 귀하와 유사한 제품을 검색하는 쿼리와 더 잘 일치시킬 수 있습니다.

많은 장소와 도로가 포함된 Google 지도 데이터세트

기업이 웹에 게시하는 디지털 텍스트는 알고리즘이 텍스트의 내용과 포함된 의미를 해독하는 데 활용할 수 있는 시맨틱 네트워크의 태피스트리이기도 합니다.

Google 비즈니스 목록을 최적화하는 방법에 따라 사람들이 귀하의 위치를 ​​찾는 데 도움이 되도록 Google 지도에서 사용하는 주요 데이터가 생성됩니다. 비즈니스에 예측 상승도를 제공하기 위해 데이터 레이블을 지정하는 방법의 예:

의료 산업에서 다음 두 문장을 가져옵니다.

사무실은 찾기 어려웠다.

미네소타주 우드버리에 있는 치과는 찾기 어려웠습니다.

의미를 제공하는 더 긴 키워드로 이러한 문장에 보다 효과적으로 레이블을 지정하면 사람과 검색 엔진 모두 누군가가 Google 지도 통합을 위한 더 나은 솔루션이 필요할 수 있는 미네소타주 플리머스 치과를 방문하려고 했다는 사실을 더 잘 이해할 수 있습니다. 적절한 헤더와 의미에 대한 명확한 레이블이 없으면 이러한 문장을 오해하면 데이터 세트 모델이 좋지 않을 수 있습니다.

KML- 키 홀 마크업 언어(kml)는 어스 브라우저에서 지리 데이터를 렌더링할 수 있는 또 다른 파일 형식으로, Google 지도와 Bing 지도 모두에서 훌륭하게 작동합니다. KML 파일을 생성하여 사업장 위치를 ​​식별하고 이미지 오버레이를 추가하면 다양한 방식으로 풍부한 데이터를 노출할 수 있습니다.

참고: 귀하를 안내할 적절한 마케팅 프리랜서 전문가가 있다면 귀하의 비즈니스는 이것에 대해 자세히 알 필요가 없습니다.

이제 데이터시트의 위치와 추첨 정보가 어떻게 될 것인지 미리 살펴보십시오.

Web-Scale에서 공개 정보 추출이 작동하는 방식

검색 엔진에서 사용할 수 있는 하나의 개방형 정보 추출 접근 방식은 사전 정의된 템플릿이나 사람의 감독 없이 웹에서 텍스트를 읽습니다. 사용자를 중심으로 답변을 제공하는 데 필요하다고 판단되는 콘텐츠를 저장 및 검색할 수 있습니다.

추출 방법은 명사를 식별하고 명사를 엮는 동사에 의해 서로 어떻게 관련될 수 있는지 확인하고 해당 관계의 품질을 평가합니다. "분류기"는 각 관계가 얼마나 신뢰할 수 있는지 결정하고 신뢰할 수 있는 관계만 저장합니다.

텍스트 내의 명사, 동사 및 사물은 나중에 검색 쿼리에 응답하기 위해 의존할 수 있는 역 색인에 저장되는 서로 관계가 있습니다. 다음은 이 데이터 지식 색인의 일부일 수 있는 웹 크롤링 중에 연결 및 식별될 수 있는 관계의 예입니다.

(, 에서 일함, ) (, 공부한 곳, ) (, 의 저자, ​​) (, 에 본사를 두고 있음, ) (, 와 협력 관계를 맺음 작성자, ) (, 작업, ) (, 검토자, )

연결된 데이터를 사용한 공개 정보 추출의 이 예는 미니애폴리스에서 고용할 최고의 유료 검색 마케터에 대한 정보를 검색하는 데 사용할 수 있습니다. 이를 자신의 비즈니스에 적용하고 현재 콘텐츠가 어떻게 풍부해질 수 있는지 인식할 수 있습니다. 전체 웹 생태계의 관점에서 생각하십시오. 읽고 기억하고 싶은 당신에 대한 데이터를 제공하십시오.

Google의 지식 기반과 Google Now를 개선하기 위해 검색 기술을 발전시키려는 끊임없는 노력이 있습니다. 현재 컨텍스트에 따라 응답하고 결과를 표시할 수 있는 예측 쿼리 연구 및 데이터 세트에 크게 의존합니다. 개방형 정보 추출은 아직 진행 중인 작업이지만 검색의 미래에서 더 큰 부분이 될 수 있습니다.

잠재고객 인텔리전스란 무엇입니까?

Audience Intelligence는 데이터에서 추출한 대상에 대한 소비자 행동 통찰력을 얻는 기능입니다. Audience Intelligence를 사용하면 목표 고객을 찾고 이해하여 실행 가능하고 풍부한 실시간 데이터로 마케팅 전략을 알리고 추진하여 비즈니스 성장을 개선할 수 있습니다.

일반 소비자가 데스크톱보다 모바일 장치를 더 많이 사용합니까? 소셜 미디어 광고에서 제품을 찾고 있습니까?

소셜 미디어 사용자는 전 세계적으로 거의 50% 보급률에 도달했습니다. 2020년이 끝나기 전에 이 주요 이정표를 통과해야 할 것 같습니다. "휴대전화를 사용하는 사람의 수도 증가했으며 전 세계 사용자 수가 지난 12개월 동안 1억 2,800만 명 증가했습니다."라고nexweb.com이 보고합니다. Simon Kemp의 보고서: 2020년 4월 24일에 게시된 코로나바이러스 기사 중 디지털 청중에 대한 가장 중요한 데이터는 전 세계적으로 소비자의 디지털 행동이 어떻게 진화하고 있는지 추적합니다.

데이터세트 검색에 대한 Google의 접근 방식

소비자 행동 분석은 데이터만큼 우수합니다.

SEO는 신뢰할 수 있는 데이터에서 전략을 도출할 때 계속해서 효과적이고 중요한 마케팅 채널입니다. 웹 존재가 활성 상태로 최신 상태를 유지하지 않으면 유기적 트래픽이 사라질 수 있습니다. 귀하의 비즈니스 브랜드 또는 자신에 대한 검색을 수행하고 제한된 데이터가 렌더링되면 확실히 소비자가 온라인에서 귀하를 찾을 수 없습니다. 그리고 확실히 모바일 사용자 참여에 이상적인 웹사이트가 필요합니다.

Google은 데이터세트 또는 설명이 이미 게시한 자료의 단순한 재출판인 상황에서 원본에 대한 가장 표준적인 URL을 가리키도록 sameAs 속성을 사용할 것을 권장합니다. 모바일 사이트는 데스크톱 버전과 거의 동일한 데이터를 제공해야 합니다. 사용자가 모바일 사이트에서 훌륭한 경험을 하는 데 방해가 될 수 있는 모든 사이트 기술 문제를 해결합니다.

"데이터 세트는 이름, 설명, 작성자 및 배포 형식과 같은 지원 정보를 구조화된 데이터로 제공하면 더 쉽게 찾을 수 있습니다. 데이터세트 검색에 대한 Google의 접근 방식은 데이터세트를 설명하는 페이지에 추가할 수 있는 schema.org 및 기타 메타데이터 표준을 사용합니다. 이 마크업의 목적은 생명 과학, 사회 과학, 기계 학습, 시민 및 정부 데이터 등과 같은 분야의 데이터 세트 검색을 개선하는 것입니다." – Google 개발자 커뮤니티***

“2020년까지 인터넷에 연결된 데이터 전송 장치가 수백억 개에 달할 것입니다. 그리고 그들은 이미 우리가 살고 일하는 방식을 바꾸고 있습니다.” – Borja Bonaque, 글로브 앤 메일**

소비자 행동 분석을 위해 데이터를 수집하는 더 많은 방법

소비자 행동 이면의 의도는 매우 다양합니다. 따라서 다양한 데이터를 얻기 위해 연구 접근 방식을 혼합하십시오. 예산과 투자할 수 있는 시간에 따라 다릅니다.

• Q 및 A 사이트 – 이러한 사이트를 살펴봄으로써 귀하의 브랜드, 서비스 또는 제품과 관련하여 쇼핑객이 갖는 질문과 우려의 기준선을 얻을 수 있습니다.
• 고객 리뷰 – 긍정적이든 부정적이든 고객 리뷰는 일반적인 문제나 구매자 선호도를 공개할 수 있습니다.
• 온라인 설문조사 – Google Surveys 또는 Survey Monkey를 사용하면 소비자에게 직접 다가갈 수 있습니다.
• 키워드 리서치 – 키워드 리서치는 여전히 소비자가 가장 중요하게 생각하는 것과 관심 수준을 파악하는 기둥입니다. 또한 구매자의 대화 방식을 사용하는 메시지를 만드는 데 도움이 됩니다.
• 포커스 그룹 – 장기간 충성도가 높은 고객 그룹에게 접근 방식을 전체적으로 개선하도록 요청하십시오.

제품, 특히 고가의 제품을 판매하는 데 더 많이 투자할수록 너무 과한 것 같지 않습니다. 구매자가 제품을 구매하도록 하는 이면의 심리를 식별하는 것은 경쟁이 더 치열해질 경우 브랜드와 향후 판매에 매우 중요합니다. 고객은 효과적인 마케팅 전략의 핵심입니다.

팬데믹이 소비자 행동 개혁을 추진하는 방법

세계적 대유행은 사람들의 검색 행동과 제품 구매 방식을 조정했습니다. 집에 있는 시간이 많아지면서 PC, 노트북 등 대용량 기기의 사용이 증가하고 있습니다. Adobe의 연구에 따르면 "스마트폰은 5일 동안 온라인 매출의 41.1%를 차지했으며 이는 전년 대비 7.4% 증가했습니다. 그 숫자는 2021년에만 계속 증가할 것입니다. 특히 5G가 더 널리 보급되고 온라인 및 모바일에서 CX 관점에서 가능한 것을 완전히 재정의함에 따라 더욱 그렇습니다.”

Mercedes Cardona의 2020년 12월 7일 2021년 디지털 경제를 정의할 7가지 소비자 트렌드 기사에서 온라인 쇼핑이 더 큰 역할을 하고 있음을 확인했습니다.

진화하는 소비자 구매 행동에는 쇼핑 방법, 사용 채널, 구매하는 제품 유형, 중요한 것에 대한 새로운 구매자 우선 순위, 고객 경험(CX) 중 높아진 기대 등이 포함됩니다.

Adobe의 데이터에 따르면 소비자는 2020년 사이버 위크 기간 동안 344억 달러를 지출했으며 이는 전년 대비 20.7% 증가한 수치입니다. 팬데믹 이후 많은 비즈니스 예측가들은 이러한 새로운 소비자 패턴이 계속될 것으로 예상합니다. 이는 소매업체가 필수 유형의 스키마 마크업에 더 많은 투자를 해야 한다는 강력한 표시입니다. 제품 구조화된 데이터는 데스크톱 및 모바일 페이지를 검색 엔진에 설명하는 데 매우 중요합니다.

Hill Web Marketing이 소비자 행동 분석에 도움이 되는 방법

우리는 사용자 행동 통계뿐만 아니라 누군가가 콘텐츠를 다운로드하여 다른 유리한 행동을 취하도록 유도하는 행동 궤적을 분석합니다. 대상 고객이 어떤 질문을 하는지 살펴보고 데이터 세트를 분석하고 콘텐츠를 최적화하여 Google 즉석 답변에서 가시성을 확보합니다. 또한 전체 텍스트 데이터 레이블 지정이 예측 상승도를 제공하는지 확인할 것입니다.

Jeannie Hill 은 데이터를 해석하고 비즈니스 수익을 개선할 수 있는 방법을 제공할 수 있는 유용한 정보로 변환하는 전문 디지털 마케팅 컨설턴트입니다.
저는 미네소타 주 미니애폴리스 에서 일하며 거주하며 현장 및 디지털 마케팅 서비스를 제공하며 일반적인 검색 마케팅 질문에 답변합니다.

귀하의 비즈니스는 SERP에서 귀하에게 도전하려는 경쟁자의 희망을 파괴할 가능성이 있는 검색 마케팅 전략을 구현하는 데 도움이 필요합니까? 우리는 웹사이트, 랜딩 페이지 및 판매 유입경로를 최적화하는 것을 좋아합니다. 이는 귀하에게 가장 적합한 마케팅 계획을 세우는 데 도움이 됩니다. 귀하의 사용자 행동을 분석한 후에는 사내 팀이 AdWords, Facebook 및 Instagram에서 잠재고객 타겟팅, 최적화 및 지속적으로 테스트 및 조정된 PPC 캠페인을 실행하도록 이끌 수 있습니다. 지금 소비자 행동 분석을 주문하고 Google SERP 부동산에서 더 많은 것을 보여주세요!

"인종 평등에 대한 대화는 의심할 여지 없이 2020년에 진행되었지만 2021년에는 사람들이 단순히 말하는 것 이상의 브랜드를 기대하게 될 것입니다. 기업은 점점 더 능동적인 접근 방식을 취해야 하며 소비자도 그렇게 하도록 권한을 부여해야 합니다. 소비자는 보다 신중하게 쇼핑하고 있으며 돈을 어디에 어떻게 쓰는지에 대한 권한을 가지고 있습니다. 브랜드가 기대에 미치지 못하면 위험에 처할 수 있습니다.” Think with Google ***의 Marcin Karnowski –

귀하의 리얼 페이지는 소비자의 기대에 부응해야 합니다. 즉, 제품 세부 정보를 찾고 질문에 답할 필요가 없습니다. 도움이 필요하면 전자 상거래 스키마 마크업 가이드를 읽으십시오.

결론

2020년대는 데이터 기반 결정을 내리는 데 도움이 되는 개인화 및 AI 기반 기술을 통해 더 나은 고객 경험을 만드는 것이 될 것입니다. 귀하의 분석은 귀하의 비즈니스가 보다 똑똑한 대상 고객에게 더 잘 도달할 수 있도록 맞춤형 대화형 긴 형식의 콘텐츠를 더 잘 생산하는 데 도움이 될 것입니다. Hill Web Marketing은 소비자 행동 및 세분화를 이해한 후 소비자 행동 분석을 수행하고 마케팅 전략을 개발할 수 있습니다.

먼저 SEO 분석 체크리스트를 소개합니다.

소비자 데이터 통찰력을 더 많이 활용할 수 있도록 도와드립니다.
효과적인 리드 생성

* https://www.theglobeandmail.com/report-on-business/rob-magazine/the-future-is-smart/article24586994/

** https://www.thinkwithgoogle.com/intl/en-cee/consumer-insights/consumer-trends/digital-marketing-trends-predictions/

*** https://developers.google.com/search/docs/advanced/structured-data/dataset