사례 연구: 레스토랑 비즈니스에서 마케팅 보고를 자동화하는 방법

마케팅 대행사 및 OWOX BI 제품의 도움으로 레스토랑 체인의 마케팅 담당자는 분석 시스템을 완전히 업데이트했습니다.

일본 및 이탈리아 요리를 모두 제공하는 57개의 레스토랑과 배달 서비스 위치가 있습니다. 비즈니스 확장 및 다각화와 관련하여 마케팅 부서는 다음과 같은 새로운 작업에 직면했습니다.

• 어떤 광고 활동이 새로운 사용자를 웹사이트와 모바일 애플리케이션으로 끌어들이는지, 그리고 클라이언트를 유치하는 데 드는 비용을 이해합니다. 이를 파악하기 위해 웹사이트, 모바일 애플리케이션 및 CRM 시스템의 데이터를 결합해야 했습니다.
• 빠른 성능 보고서를 수신하고 실제 성능을 예측과 비교합니다. 이를 위해 마케팅 보고를 자동화해야 했습니다.
• 성능 채널과 타겟 웹사이트 및 모바일 애플리케이션 활동에 대한 미디어 노출의 점진적인 영향을 평가합니다. 이를 위해 클라이언트 ID 수준의 원시 데이터를 Campaign Manager의 노출과 병합했습니다.

그들이 이러한 각 작업을 어떻게 수행했는지 살펴보고 마케팅 자동화 경로를 막 시작하는 사람들에게 몇 가지 조언을 드리겠습니다.

참고: 기사에 제공된 모든 보고서는 테스트 데이터 세트를 기반으로 합니다.

팀은 OWOX BI, Google BigQuery 및 Power BI를 기반으로 고급 분석을 구축했습니다. 도식적으로 시스템은 다음과 같습니다.

OWOX BI는 모든 광고 시스템의 비용 데이터와 Google Analytics의 원시 웹사이트 데이터 및 AppsFlyer의 애플리케이션 데이터를 가져옵니다. 그런 다음 이 모든 데이터를 Google BigQuery로 전송합니다.

Google BigQuery는 또한 기관 전문가가 R 언어를 사용하여 인터페이스에서 계산하는 예측 측정항목을 수신합니다.

Google BigQuery 내에서 데이터는 보기 및 예약된 쿼리를 사용하여 처리 및 병합됩니다.

마지막으로 데이터는 Power BI에서 시각화됩니다.

팀은 필요한 메트릭을 추적할 수 있는 세 가지 보고서에 중점을 두었습니다.

• 균형성과표 시스템에 대한 기본 관리 보고서
• 웹사이트로의 사용자 유치에 대한 보고서
• 애플리케이션 사용자 유치 보고서

그들은 어떤 메트릭에 초점을 맞추고 어떤 경우에 결정하는지 결정하기 위해 메트릭 계층 구조인 Impact Matrix를 개발했습니다. 그들은 또한 균형 스코어카드 방법론을 사용하여 예측 데이터를 모니터링했습니다. 그 결과 다음과 같은 보고서를 받았습니다.

• 어떤 메트릭이 계획보다 앞서 있고 어떤 것이 뒤에 있는지 이해
• 비즈니스에 대해 가중치가 다른 주요 KPI(CPO, CR, 수익, CTR)를 추적합니다.
• KPI 예측

보고서 아키텍처에서 비즈니스 수준, KPI 수준 및 세부 수준의 세 가지 수준을 구별할 수 있습니다.

비즈니스 수준

이 수준에서 중요한 비즈니스 메트릭에 대한 계획과 사실을 볼 수 있습니다.

위의 데이터에서 팀은 CR KPI가 43% 초과되었다는 결론을 내릴 수 있습니다. 동시에 트래픽 양과 전환이 계획된 값에 도달하지 못했습니다. 높은 CR은 좋은 웹사이트와 애플리케이션 UX를 나타낼 수 있습니다. 하락이 거의 없고 사용자가 잘 전환합니다. 그러나 필요한 판매량을 확보하기 위해서는 트래픽의 양을 늘릴 필요가 있습니다.

KPI 수준

KPI 수준 보고서를 기반으로 마케터는 CR 및 비용 지표의 관점에서 효율적이고 비효율적인 배치를 분석합니다. 이를 통해 채널 간에 예산을 신속하게 분할하여 일반 계획을 이행할 수 있습니다.

보고서는 예측 값에 대한 계획 및 실제 KPI(CR, 방문, 수익, 거래)의 상위 수준 대응을 보여줍니다. 예를 들어, 전체 웹사이트 트래픽 볼륨에 대한 계획이 충족되지 않았지만 유기 및 직접 트래픽에서 더 높은 CR로 상쇄되었음을 알 수 있습니다. 따라서 보다 다이나믹한 최적화나 구매가격 인상으로 유료트래픽(CPC형)의 CR을 높일 필요가 있다. 또한 팀은 일반 트래픽 계획을 이행하기 위해 원칙적으로 유료 트래픽 구매를 늘려야 할 수도 있습니다.

상세 레벨

이 수준에서 마케터는 지역 및 장치 유형별로 메트릭의 역학을 살펴봅니다. 이는 또한 예산을 더 효과적인 것으로 리디렉션하는 데 도움이 됩니다.

위의 데이터에서 팀은 주어진 분석 기간 동안 총 트랜잭션 수 및 CR 측면에서 계획을 5.5% 놓쳤다는 결론을 내릴 수 있습니다. 동시에 데스크톱과 모바일 트래픽 모두 전환량에 뒤처지는 경향이 거의 같습니다(데스크톱은 5.7%, 모바일은 5.6%). 따라서 두 기기 유형 모두 동일한 수의 전환이 발생합니다. 그러나 최적화하려면 CR 섹션의 트래픽을 분석해야 합니다.

여기에서 모바일 트래픽(1.8%)과 태블릿 트래픽(2.8%)이 12월에 가장 낮은 CR을 보인 것을 알 수 있습니다. 모바일 트래픽은 데스크톱 트래픽과 동일한 수의 전환을 가져오고 아마도 더 저렴하기 때문에 마케터는 CR을 높이기 위해 더 나은 품질의 트래픽을 구매하여 모바일 트래픽을 최적화하려고 할 수 있습니다.

이 그래프는 도시 전체의 트래픽에 대한 성능 계획을 보여줍니다. 구매량에 대한 정보를 통해 성과 미달이 중요하고 모든 캠페인의 효율성에 영향을 미치는 부분을 결론지을 수 있습니다.

이 보고서 덕분에 팀은 모든 구매를 신규 고객과 재방문 고객으로 나눌 수 있었습니다. 이를 통해 신규 고객을 위한 광고 캠페인에서 재방문 고객을 제외할 수 있어 모든 채널에서 CPO를 줄일 수 있었습니다. 재방문 및 신규 사용자에 대한 채널 섹션의 통계를 동시에 확인함으로써 마케터는 어떤 소스가 더 많은 신규 주문을 유도하는지 이해하고 예산을 자신에게 유리하게 기울일 수 있었습니다. 반복 구매가 우세한 소스에서는 예산을 줄임으로써 총 계획 CPO를 줄였습니다.

그런데 이 보고서의 주요 KPI는 CRM 데이터를 기반으로 계산됩니다.

위의 보고서는 웹사이트의 모든 트래픽에 대한 신규 구매의 가장 많은 수를 inst_kz(81.82%), Facebook Ads(43.45%), mobrain_int(31.25%) 및 gomobile_int(30.38%)가 주도하고 있음을 보여줍니다. 일반적으로 회사는 적극적이고 충성도 높은 청중과 높은 시장 범위를 가지고 있기 때문에 일부 웹사이트가 애플리케이션에서 이미 한 번 이상 주문한 고객을 유도하는 이유는 분명합니다. 고객 확보 KPI의 효율성과 실행을 높이기 위해 팀은 광고 캠페인 설정에서 활성 CRM 잠재고객을 제외하고 신규 고객을 위한 프로모션을 시작할 수 있습니다.

여기에서 모든 채널 그룹에서 데스크톱 트래픽의 절반 이상이 재방문 고객임을 알 수 있습니다. 이는 충성도가 높은 기반과 협력하고 유지율을 높이는 것이 중요함을 나타냅니다.

조회 후 분석을 통해 주문 수에 대한 미디어 활동의 영향을 평가할 수 있습니다.

노출 통계는 Google Campaign Manager에서 BigQuery로 업로드되며 개별 사용자(클라이언트 ID)에 대해 자세히 설명됩니다. 보고서는 미디어 광고를 본 사람들과 보지 않은 사람들의 세그먼트를 비교합니다. 결과적으로 우리는 웹사이트와 모바일 애플리케이션에서 퍼포먼스 채널과 타겟 액션에 대한 미디어 노출의 증분 효과를 평가할 수 있습니다.

예를 들어, 팀은 비디오와 배너를 본 사람들의 주문으로의 전환이 보지 않은 사람들보다 42% 더 높다는 것을 배웠습니다. 그들은 또한 시청 후 분석으로 인해 미디어 광고를 본 청중이 두 배의 수입을 올린다고 결정했습니다.

앞으로 팀은 크로스 플랫폼 보고를 개발할 계획입니다. 첫 번째 단계는 모바일 애플리케이션과 웹사이트 데이터를 연결하여 웹 트래픽이 애플리케이션 전환에 미치는 영향을 평가하는 것입니다. 이러한 보고를 통해 광고 채널의 가치를 완전히 이해하고 서로에 대한 영향을 평가할 수 있습니다. 또한 고객 상호 작용 채널의 개발에 대한 관리 결정을 내리고 마케팅 커뮤니케이션 전략을 조정하는 데 도움이 됩니다.