안녕하세요, 이번 글에서도 마케터가 알아야 할 데이터 분석 용어에 대해 다뤄보겠습니다. 데이터 분석 용어라고 제목에 적었지만 꼭 분석을 위한 용어 뿐만 아니라 업무를 하면서 알아두면 도움이 되는 단어도 같이 정리했습니다. 도움이 되셨으면 좋겠습니다.
ARPPU (Average Revenue Per Paying User)
특정 기간 동안 결제한 사람들이 평균적으로 지불한 금액입니다. ARPU가 ‘알푸’라면 ARPPU는 ‘알피피유’ 라고 부르는데요. 보통 기간은 한 달을 잡습니다. 지표를 구하는 방법은 총 매출을 결제한 사용자수로 나누면 됩니다.
ARPU가 매출을 전체 사용자수로 나눈 것이라면(결제하지 않은 사용자 포함) ARPPU는 서비스를 이용한 고객들 중 결제한 사람들의 평균 결제액을 본다고 생각하시면 되겠습니다. 당연히 높을수록 좋겠죠. 주로 게임 유저 데이터를 분석할 때 자주 사용되지만 쇼핑몰에서 사용해도 전혀 어색하지 않은 지표입니다.
Cohort Analysis (코호트 분석)
사용자의 재방문율을 관리하는데 있어 코호트 분석이 자주 활용되고 있습니다. 코호트란 쉽게 말해서 동일한 성격을 가진 집단이라고 이해하시면 됩니다. 이를테면 모바일 여성 유저 또는 장바구니 이용 유저 등이 있겠죠. 앱을 설치한 고객들이 1주 뒤에 얼마나 방문하는지, 2주 뒤에 앱 설치 잔존율은 어떻게 되는지 등을 분석할 수 있습니다.
이전에도 말씀드렸듯이 데이터는 최대한 쪼개야 인사이트를 얻을 수 있습니다. 평균적인 데이터로는 의미를 도출하기 어렵습니다. 때문에 분석하는 입장에서 개선을 위한 액션을 취하려면 분석해야 할 집단을 선택 및 정의하고 그에 따른 데이터를 최대한 깊게 파고 들어가야 합니다. 요즘 많이 활용하시는 구글 애널리틱스를 비롯해 요즘 나오는 앱분석 툴을 보면 코호트 분석 기능이 반드시 들어가 있습니다. 그만큼 중요하고 잘만 활용하면 굉장히 유용합니다.
Funnel Analysis (퍼널 분석)
퍼널 분석은 보통 단계별 분석, 깔때기 분석이라고도 많이 부릅니다. 사용자가 유입되고 전환에 이르기까지의 주요 단계를 숫자로 확인하는 것인데요. 어디서 이탈을 하며, 서비스의 취약 단계가 어디인지 알 수 있기 때문에 퍼널 분석을 하지 않고서는 서비스 개선이 어렵다고 해도 과언이 아닙니다.
퍼널 분석을 할 때 주의할 점은 너무 단계를 많게 가져가는 것보다는 사용자들이 반드시 거치는 주요 페이지를 3~4단계로 분석해야 합니다. 퍼널 분석에 세그먼트를 얹어서 분석한다면 훨씬 더 많은 인사이트를 얻을 수 있겠죠.
기획자라면 화면 기획 시 최대한 단계를 줄여야 합니다. 요즘 모바일 커머스 앱의 회원가입 페이지를 보시면 거의 대부분 1페이지에서 모든 가입 절차가 마무리됩니다. 단계가 많으면 많을수록 사용자는 떠납니다. 불변의 진리입니다.
Organic (오가닉)
‘오가닉’이 유기농이라는 의미도 있지만, 이 쪽 업계에서는 오가닉이라는 의미가 고객에게 자연스럽게 도달한다는 의미로 쓰입니다. 그렇다고 해서 꼭 유료의 반대말은 아닙니다. 예를 들면 키워드 광고(유료)를 통해 사용자가 앱을 설치하거나 웹에 접속한다면 이는 오가닉이 아닙니다. 반대로 브랜드 이름이 어느 정도 알려져서, 또는 입소문에 의해 고객이 브랜드 이름을 입력해서 앱을 설치하거나 웹에 접속한다면 이는 오가닉을 통한 접속입니다. 때문에 잘 알려진 서비스의 트래픽을 보면 오가닉 및 직접 유입을 통한 비율이 상당히 높습니다. 반대로 신생 업체의 경우 대박 입소문이 나지 않는 이상 초반에는 광고를 통한 유입이 높은 게 사실이죠. 오가닉을 통한 유입이 늘어날수록 긍정적으로 봐야 하며, 이를 높이기 위해서는 전사적으로 브랜드를 홍보하고 서비스 질을 높이기 위해 노력해야 합니다.
OMTM (One Metric That Matters)
서비스의 발전, 매출을 끌어올리기 위해 집중해야 하는 단 하나의 지표 라고 할 수 있습니다. 아직도 많은 기업들이 트래픽에 집착하는데, 트래픽도 중요하지만 그것보다 더 중요한 건 전환입니다. 전환율을 측정하지 않고 트래픽만 측정한다는 것은 아직도 과거에 머물고 있음을 단적으로 보여주는 경우라고 할 수 있죠.
이를 바꾸려면 윗선에서 강력한 드라이브를 걸어야 하는데 이는 생각보다 쉬운 일이 아닙니다. 결국 사용자가 우리 제품 또는 서비스를 실제로 이용하고 있는가를 측정해야 합니다. OMTM은 신중하게 선택해야 하며, 한 번 정했으면 모든 임직원이 그것의 개선을 위해 매진해야 합니다. 모든 업무의 우선순위도 이것을 어떻게 끌어올릴지에 초점을 맞춰야 합니다.
Referrel (리퍼러)
리퍼러는 고객이 서비스에 방문하기 전에 어디를 통해 왔는지에 대한 정보가 담겨 있습니다. 예를 들어 쿠팡이라는 서비스에 방문하기 위해 네이버 검색을 통해 방문했다면, 웹브라우저는 사용자가 쿠팡에 접속할 때 이전 사이트 정보를 함께 전달합니다.
제가 작성한 글도 이와 같은 리퍼러 정보가 있기 때문에 여러분이 페이스북을 통해 많이 접속을 하는지, 아니면 브런치를 통해 접속을 하는지를 통계를 통해 알 수 있습니다. 단, 리퍼러 정보는 조작될 가능성이 있고, 보안을 이유로 전달되지 않을 수 있습니다.
CTR (Click Through Rate)
CTR은 ‘클릭율’이라는 의미로 광고의 노출수 대비 얼마나 많은 클릭이 발생하는지를 지표로 표현한 것입니다. 광고주 입장에서는 당연히 CTR이 높으면 좋겠지만, 그렇다고 CTR만 봐서는 안됩니다.
CTR을 통해서 들어온 사람들이 실제로 전환을 하는지를 봐야 합니다. CTR을 높이려면 다양한 방법이 있겠지만, 연관성이 높은 곳에 배너를 노출하거나, 카피가 고객의 클릭을 유도하도록 하는 방법 등이 있습니다.
Deep Link (딥링크)
모바일 퍼스트시대에 접어들면서 딥링크라는 개념도 함께 등장합니다. ‘딥링크’란 URL을 클릭했을 때 네이티브 앱을 설치하지 않아도 해당 앱의 특정 페이지로 이동할 수 있는 링크입니다. 쉽게 말해 앱을 설치하지 않은 유저도 앱의 특정 페이지로 바로 랜딩될 수 있다고 보시면 됩니다.
보통 하이브리드 앱의 경우 특정 페이지로 웹에서 바로 접근이 가능하지만, 네이티브 앱은 그렇지 않습니다. 반드시 앱을 설치해야만 해당 페이지로 이동할 수 있는데요. 앱을 설치했다 할지라도 특정 페이지로 가는 게 아니라 메인 접속 후 찾아서 가야겠죠.
딥링크가 이런 불편한 부분을 해결할 수 있습니다. 딥링크를 통해 접속했다가 만약 해당 앱이 마음에 들면 고객은 설치를 하겠지요. 딥링크 기술 덕분에 앱의 설치수가 증가하는 건 당연한 일입니다. 마케터 입장에서 고객이 이동하는 과정 떠나갈 확률을 조금이라도 줄여주니 아주 고마운 기술이지요.
Post-back (포스트백)
‘포스트백’은 광고 성과 트래킹 솔루션에서 자주 등장하는 단어입니다. 저도 처음에 이 단어를 들었을 때 무슨 의미인지 몰라서 자료도 찾아보고 업계에서 일하는 지인에게도 물어봤는데요. 쉽게 말해 고객에 의해 발생한 광고 성과를 매체사에 돌려주는 것을 말합니다. 대표적인 매체사로는 Google, Inmobi 등이 있는데요. 매체사 입장에서는 이 정보를 가지고 광고를 최적화를 할 수 있습니다. 광고주 입장에서는 모바일 광고를 했을 때 성과를 파악하려면 각 매체사에서 제공하는 SDK를 앱에 설치해야 합니다.
매체가 많은 경우 SDK를 전부 앱에 설치해야 하는데 이는 광고주 입장에서 상당한 부담으로 작용합니다. 때문에 중간에서 중재 역할을 해주는 트래킹 솔루션들이 등장했는데요. 앱스플레이어, 튠, 애드브릭스 등이 이에 해당합니다. 우리는 이러한 제3자 트래킹 솔루션을 통해 어떤 매체가 효율이 좋은지를 판단 가능합니다.
예를 들어볼까요. 앱이 설되기 전에 우리는 수많은 광고를 봅니다. A,B,C 광고를 보고 최종적으로 C광고를 통해 앱이 설치되었다고 가정해봅시다. 이 때 A,B 광고가 앱을 설치하는데 영향을 미쳤지만, 어쨋든 앱은 C광고를 통해 설치되었습니다. 만약 제 3자 트래킹 솔루션을 사용하지 않고, 각 매체사의 SDK를 통해 성과를 파악한다면 A,B,C광고의 매체사 모두가 자기들의 광고를 보고 앱이 설치된 것이라고 주장할겁니다. 이를 방지할 수 있는 것이죠. 광고주 입장에서는 효율이 낮은 매체는 광고 예산을 줄이고, 효율이 높은 매체에 광고 예산을 집중할 수 있기 때문에 ROAS(광고 성과)를 데이터에 근거하여 관리할 수 있습니다.
조금 더 쉬운 예를 말씀드리겠습니다. 지인에게 들은 얘긴데 확실히 이해가 쉽더라구요. 전쟁에서 여러 명의 장수가 왕에게 자신들의 성과를 보고하는 자리에서 적을 총 200명 무찔렀다고 칩시다. 근데 장수들은 서로 자기가 적을 많이 무찔렀다고 왕에게 주장합니다. 왕이 그들에게 숫자로 말해보라고 하니 A장수가 80명, B장수가 70명, C장수가 90명이라고 말합니다. 합이 240명입니다. 적은 200명만 사살되었는데 말이죠.
이 때 제갈량 같은 신하가 나타나서 이렇게 말합니다. “내가 저멀리서 당신들 싸우는거 지켜봤는데 A가 80명, B가 60명, C가 60명 죽이는 거 내가 확인했소!!” 중간에 중재를 하는 사람이 나타난 것이죠. 숫자를 비교해보니 합이 200명입니다. 여기서 중재를 하는 사람을 튠이나 애드브릭스 같은 제3자 트래킹 솔루션이라고 보면 되겠습니다. 장수는 매체사가 되겠구요. 조금 이해가 편하신가요? 추가로 궁금하시면 댓글로 문의주시기 바랍니다.
ROAS (Retrun On Advertising Spend)
포스트백을 마지막으로 글을 끝내려고 했는데 ROAS까지 정리하겠습니다. ROAS는 광고비 대비 매출을 의미하는 단어로 광고 캠페인의 성과를 판단할 때 자주 등장하는 용어입니다. 제가 5년 전 신입사원 임원 면접에서 면접관이 ROAS가 뭐냐고 묻길래, 저는 ROAS를 로하스로 잘못 들었습니다. 그래서 저는 지속가능한 삶을 영위하기 위한 친환경 소비방식이라고 했다가 그거 말고 ROAS가 뭐냐고 해서 답변을 못한 기억이 나네요. 결국 합격했습니다만…다시 본론으로 돌아와서 ROAS는 데이터를 분석하시는 분이라면 꼭 아셔야 하는 단어입니다. ROAS가 높으면 광고비에 예산을 많이 투입해도 된다는 의미가 됩니다.
이 정도만 아시면 데이터 분석을 하는데 있어 왠만한 단어는 아신다고 보시면 되겠습니다. 물론 이것 외에도 통계학에서 사용되는 단어까지 하면 3편을 작성해도 될 정도로 많습니다만 실무에서는 이 정도의 단어가 주로 쓰입니다.
‘무언가를 안다는 것은 그것을 다른 사람에게 설명할 수 있을 정도가 되어야 한다’ 라는 말에 공감합니다. 강의를 하다 보면 어려운 것을 쉽게 설명하는 게 굉장히 어려운 일이라는 걸 느낍니다. 그래서 저는 강의를 잘하시는 모든 강사님들을 존경합니다. 저도 그렇게 되고 싶고요.
신입사원 분들이 이 글을 읽고 계시다면 이것만은 꼭 기억하셨으면 좋겠습니다. 무언가를 모르시면 글로 한번 정리를 해보시길 바랍니다. 그러면 애매하게 알던 것들을 확실하게 아시게 될 겁니다. 저는 학창시절 공부를 뛰어나게 잘하지 못했는데요. 공부를 잘하는 친구들의 보면 그들만의 공통점이 있었습니다. 바로 자신만의 정리 노트가 있다는 것인데요. 사회 생활을 하면서도 지식을 본인만의 언어로 정리하는 습관은 꼭 들이시길 바랍니다. 다음 시간에는 ‘구글 애널리틱스 데이터를 제대로 검수하는 방법’에 대해서 말씀드리겠습니다.
긴 글 읽어주셔서 감사합니다.
