광고 성과를 측정하기 위해 고객 집단 분석을 사용하는 방법

오늘날 기업은 디지털 세계에서 업무를 수행하며 방대한 양의 고객 데이터를 수집, 저장하고 세부적인 조사를 진행합니다. 대기업은 물론이고 중소기업에게도 쉽지 않은 선택입니다. 비즈니스가 발전함에 따라 보다 효과적으로 광고하고 광고 예산을 최적화할 수 있다는 것도 이해하게 됩니다.

이 경우 비즈니스용 통합 제품군을 공급하는 대기업을 위해 OWOX BI 팀에서 제공한 솔루션에 대해 설명합니다. 이 제품군에는 프로젝트 관리, 문서화, CRM, 전화 통신, 캘린더 등을 위한 도구가 포함되어 있습니다. 이 고객은 고객 코호트 분석과 함께 광고 예산을 보다 효율적으로 사용하는 데 어려움을 겪었습니다.

마케팅 전문가의 주요 과제는 더 많은 고객에게 다가가는 것이었으므로 가능한 한 많은 서비스 등록을 얻기 위해 모든 조치를 취했습니다. 데이터베이스에서 많은 활성 고객을 확보한 후 고객 라이프사이클을 개선할 필요성이 나타났습니다. 마케팅 전문가들은 비즈니스 경쟁과 함께 고객 확보 비용이 증가했기 때문에 제품을 구매할 준비가 된 타겟 고객에게만 광고 리소스를 사용하기를 원했습니다. 따라서 대부분의 고객이 월 단위로 구독료를 지불하기 때문에 대부분의 광고 노력은 구매 후 2개월 이상에 성과를 거두기 시작합니다.

그래서 광고 예산을 보다 효율적으로 사용하기 위해 고객 코호트 분석을 하기로 했습니다. 동질 집단은 몇 가지 공통된 특성을 공유하는 사용자 그룹입니다. 마케팅 담당자는 첫 등록 시간을 기준으로 사용자를 집단으로 그룹화하여 고객이 웹사이트에 등록한 후 무엇을 하는지에 대한 자세한 정보를 얻고자 했습니다. 코호트 분석은 또한 각 코호트의 수익을 계산하고, 고객 확보 캠페인의 효율성을 평가하고, 광고 비용을 최적화하는 데 도움이 됩니다. 또한 다양한 소스, 채널 및 캠페인에서 코호트의 행동 데이터를 비교하면 어떤 캠페인이 고객 확보에 더 효과적인지, 어떤 캠페인이 유지율을 높이고 사용자가 여러 포털을 등록하도록 동기를 부여하는지 이해하는 데 도움이 됩니다.

효과적인 코호트 분석이 필요했기 때문에 모든 데이터를 하나의 시스템으로 병합해야 했습니다. 또 다른 문제는 무료 Google Analytics 버전으로 작업하는 동안 지속적으로 데이터 샘플링에 직면하는 것이었습니다. 분석가는 매일 데이터를 내보내지 않고도 데이터 샘플링을 피하거나 최소한 최소화하기를 원했습니다.

또한 코호트 분석 보고서에 다음과 같은 여러 특정 측정항목을 포함해야 했습니다.

• 등록 수 — 등록된 포털 수입니다.
• MAU — 월간 활성 사용자 수.
• CR to MAU — 등록된 사용자 수와 비교한 월간 활성 사용자 수.
• 리텐션 2일차 - 신규 포털 등록 후 2일차에 재방문한 고객 수.
• 2일차 유지율 — 등록 후 2일차에 웹사이트를 재방문하는 고객의 비율입니다.
• 유료 사용자 — 유료 고객의 수입니다.
• CR to Paying — 등록된 사용자 수와 비교한 유료 사용자 수입니다.
• 수익 합계 — 집단에서 생성한 총 수익.
• 이탈률 — 고객 이탈률.
• ROMI — 수익/비용 × 100%로 계산된 마케팅 투자 수익.

다음과 같은 방식으로 Google BigQuery 클라우드 데이터베이스를 사용하여 목표를 달성했습니다.

1. OWOX BI Pipeline을 사용하여 Google BigQuery로 고객 행동 데이터 및 마케팅 비용 데이터 가져오기 구성.
2. 측정 프로토콜을 통해 사용자 및 거래 데이터를 Google BigQuery로 전송합니다.
3. Google BigQuery에서 코호트별로 사용자를 그룹화하고 필요한 모든 측정항목을 선택합니다.
4. Google BigQuery에서 Google 스프레드시트로 데이터를 전송하고 동질 집단 분석 보고서를 생성합니다.

아래 스키마는 데이터 흐름을 보여줍니다.

이제 각 단계를 자세히 살펴보겠습니다.

회사는 모든 대체 플랫폼을 고려한 후 데이터 결합을 위해 Google BigQuery를 선택했습니다. 웹 사용자 행동 데이터는 OWOX BI Pipeline을 사용하여 Google BigQuery로 가져왔습니다. 이 솔루션의 장점은 다음과 같습니다.

• Google 애널리틱스 보고서의 측정기준 및 측정항목 수에 대한 데이터 샘플링 및 제한이 없습니다. 제한 사항에 대한 자세한 내용은 여기에서 확인할 수 있습니다.
• 웹사이트의 데이터는 단 5분 이내에 Google BigQuery에 나타납니다.
• 수익 및 광고 비용은 세션 및 사용자별로 비교할 수 있으므로 코호트 수익성에 대한 더 나은 통찰력을 제공합니다. OWOX BI Pipeline을 사용하면 사용자 세션에 광고 비용을 분배하여 각 사용자를 확보하는 데 얼마나 많은 돈이 지출되었는지 확인할 수 있습니다.

또한 OWOX BI Pipeline의 도움으로 광고 서비스의 데이터를 먼저 Google Analytics로 가져온 다음 Google BigQuery로 가져옵니다. Google Analytics가 기본적으로 통합되어 있으므로 AdWords의 경우는 예외입니다.

고객에 대한 데이터는 CRM 시스템에서 수집됩니다. 따라서 포털 등록 후 2일째에 사이트를 재방문한 사용자에 대한 데이터를 Google BigQuery로 내보냅니다. 활성 사용자 및 거래에 대한 데이터도 측정 프로토콜을 통해 Google BigQuery로 내보내집니다.

Google BigQuery에서 수집된 모든 필요한 데이터를 사용하여 집단이 생성되고 각 집단에 대해 선택된 측정항목이 계산되었습니다.

고객이 매월 제품에 대한 비용을 지불하므로 분석 기간은 한 달로 설정되었습니다. 동질 집단은 최초 등록 시간을 기준으로 생성되었습니다. 이것은 예를 들어 7월에 등록한 모든 사용자가 동일한 집단에 속한다는 것을 의미합니다. Google BigQuery에서 계산된 측정항목의 테이블 구조는 다음과 같습니다.

Google BigQuery에서 데이터를 내보낼 때(OWOX BI BigQuery 보고서 추가 기능을 통해) Google 스프레드시트에서 시각화했습니다. 이 데이터는 매일 자동으로 업데이트되며 채널, 소스, 캠페인 및 광고 콘텐츠별로 필터링할 수 있습니다.

보고서는 광고 이니셔티브가 새로운 고객을 확보하는 데 도움이 될 뿐만 아니라 고객 평생 가치를 높여 다른 포털을 추가하려는 이미 확보한 고객을 다시 유치하는 데 도움이 된다는 것을 보여줍니다.

대부분의 경우 광고 투자는 3개월 후에 성과를 내기 시작합니다.

보고서 작성은 변수가 많은 어려운 작업이었지만 결과는 확실히 가치가 있었습니다. 마케팅 부서를 위해 정기적으로 자동화된 보고서 세트가 생성되었습니다. 그 전에는 마케팅 전문가가 이러한 보고서를 수동으로 작성하고 모든 것을 다시 확인하고 많은 시간과 노력을 들여야 했습니다.

새로운 보고로 인해 흥미로운 발견도 있었습니다. 예를 들어, 광고는 고객 확보에 효과가 있을 뿐만 아니라 고객 유지에도 기여하고 동일한 고객으로부터 더 많은 등록을 유도하는 것으로 나타났습니다.

• 이 회사는 이제 월 단위로 고객 집단 전반에 걸쳐 광고 채널, 소스 및 캠페인의 성과를 측정하는 데 도움이 되는 완전히 자동화된 보고서 세트를 보유하고 있습니다.
• 광고 실적을 파악한 마케팅 전문가는 이제 각 집단의 총 수익을 늘리고 이탈률을 줄이기 위해 비용을 최적화할 수 있습니다.
• 코호트 분석의 도움으로 이제 가장 충성도가 높은 고객을 확보하는 소스를 결정할 수 있습니다. 이 데이터는 리마케팅에도 사용할 수 있습니다.