주제: 이커머스에서 고객 지표 이해하는 법 (feat. 태블로)
이커머스에서 고객 지표 이해하는 법 (feat. 태블로) | 요즘IT
태블로(Tableau)는 데이터를 연동해 지표를 시각화하여 분석하는 툴이다. 특히 이커머스에서 태블로를 활용하면, RFM(Recency, Frequency, Monetary), 최근 구매 시기, 구매 빈도, 총구매 금액을 기반으로 분
yozm.wishket.com
요약
이커머스 고객 지표 분석하기
- 기본 지표: 클릭률, 유입률, 전환율 (노출한 광고 기준)
- 클릭률: (클릭 수 / 노출 수)*100
- 유입률: (사용자 수 / 노출 수)*100
- 전환율: (구매자 수 / 사용자 수)*100
- 고객 유형에 따라 기본 지표는 달라지며 고객 유형별로 타깃 고객, 상품, 전시, 광고 소재 등을 재점검하는 등 향후 계획과 방향을 정하게 됨
- 광고 수익률과 고객 생애가치 주기를 함께 봐야 하는 이유
- 신규 고객을 확보하고 유지하는 데 가장 비용이 많이 드는데, 이는 외부 광고 채널을 통해 유입을 유도하기 때문
- 따라서, 고객 유형별로 효과적인 광고 효율을 측정하려면 ROAS와 LTV를 함께 봐야 의미가 있음
- ROAS: (광고로 인한 매출 / 광고비)*100
- 아래 표처럼 활성 고객의 ROAS가 2500%이고 전체 고객 ROAS는 366%라면 활성 고객 대상으로만 영업과 마케팅 전략을 세우는 것이 효과적이라고 생각할 수 있으나 매출과 이익액을 본다면 전체 고객을 대상으로 하는 것이 적절함을 알 수 있음
- 이커머스 평균 이탈률을 참고하여 6개월 후 30%가 이탈했다고 가정했을 때, 이용 고객 수가 줄어 매출과 공헌이익이 감소할 수 있으므로 이탈, 휴면, 신규 고객이 포함된 전체 고객을 활성 고객으로 만들기 위한 전략을 실행하는 것이 중요
- LTV: (객단가 / 이탈률) ⇒ LTV를 구하는 공식은 이외에도 다양
- 전체 고객 수와 이탈률은 같더라도 활성 고객 비율이 높아진다면 구매자 수와 매출이 달라져 고객생애가치가 향상됨
- 다양한 데이터를 복합적으로 분석하면서 이탈, 휴면, 신규고객을 점차 활성 고객으로 전이시키는 것이 이커머스의 공통적인 목표 중 하나
이커머스 태블로 활용하기
- 태블로는 자유도가 높아 누구나 쉽게 분석 관점에 따라 보고 싶은 항목을 커스터마이즈하여 이용할 수 있음
- 태블로 펄스에서 데이터 기반의 인사이트를 확인할 수 있음
- 다양한 데이터를 연결하여 분석
- GA와 같이 서버에 있는 데이터, PC에 있는 스프레드시트 파일 등 다양한 데이터 연결 가능
- 이용하고자 하는 목적에 따라 온/오프라인 데이터 및 외부 데이터가 잘 연동되어 있는 경우 효과적으로 활용 가능
- 이커머스에서 보는 데이터 예시
- 채널별 매출
- 채널별 고객 트래픽
- 채널별 고객의 성별, 연령
- 많이 팔린 상품
- 생성형 AI를 활용해 데이터 인사이트 얻기
- 태블로 펄스를 이용하면 생성형 AI를 통해 데이터 기반으로 요약된 인사이트를 받아볼 수 있음
- 전달 동일 / 동요일 간의 매출, 총판매량, 반품률, 평균 배송 소요일 등의 변화를 각 항목별로 발생 시점을 기준으로 분석하여 인사이트를 제공받을 수 있음
- 개인화된 질문을 통해 더 구체적인 인사이트를 얻을 수 있으며 여러 데이터 소스를 통합하여 보다 깊이 있는 분석 가능
- 태블로 펄스를 이용하면 생성형 AI를 통해 데이터 기반으로 요약된 인사이트를 받아볼 수 있음
인사이트
태블로 펄스라는 생성형 AI에 대해 새롭게 알게 되었다. 사실, 데이터를 시각화하더라도 시각화 안에서 인사이트를 찾는 것이 어려울 수 있는데 태블로에 최적화된 AI를 활용한다면 더 넓은 시각으로 데이터를 바라볼 수 있겠다는 생각이 들었다. 물론 AI가 제공해준 인사이트를 무조건적으로 수용하는 것이 아니라 상황을 고려하여 적절한 판단을 내려야 할 것이다.
'아티클 스터디' 카테고리의 다른 글
[아티클] 실험 조직으로 거듭나기: ② 검증할 '만'한 가설은? (0) | 2025.02.27 |
---|---|
[아티클] 데이터 분석가가 되고 싶은 취준생을 위한 안내서 (0) | 2025.02.12 |
[아티클] 그 데이터는 잘못 해석되었습니다 (0) | 2025.02.05 |
[아티클] 사용자 데이터를 효과적으로 분석하는 법 (0) | 2025.01.27 |
[아티클] 알라미의 A/B 테스팅 일지 #1 (0) | 2025.01.23 |