Conversion : 전환 데이터 분석을 통해 고객 충성도를 개선합니다.
1. 목표
고객 경험을 최적화하고 구매 전환율을 향상시키기 위해 가장 먼저 해야 할 일은 퍼널 혹은 사용자 구매 경로를 분석하는 것입니다. 이를 통해 고객이 제품 또는 서비스를 인지하거나 관심을 갖고 사이트에 방문하는 단계부터 구매를 완료하기까지의 여정을 파악할 수 있어, 구매로 이어지는 과정을 체계적으로 이해할 수 있기 때문입니다.
따라서 구매 과정에서 발생하는 어려움을 식별함으로써 이탈이 많은 지점에서의 고객 경험 최적화 작업을 통해 유저가 만족하고 긍정적인 경험을 얻을 수 있도록 하고, 장기적으로 고객 충성도와 매출 성장을 이뤄내는 것이 목표입니다.
2. 문제 정의
유저 구매 경로 분석을 어렵게 하는 요인은 다음과 같습니다.
- 제품을 찾고 구매 결정을 내리는 과정에서 다양한 유저 행동이 있는데, 이에 대한 이해가 부족한 경우
- 제품 결제 페이지 같이 특정 페이지에서 사이트를 떠나는 유저가 많은데, 어떻게 분석 및 접근을 해야 할지 모르는 경우
- 유저 행동을 어떻게 수집해야 하는지 모르는 경우
유저 행동을 적절히 수집하지 못하면 구매 경로를 이해하기 어려워집니다. 지속적으로 문제가 발생하는 단계를 식별하지 못하면, 사이트에서 유저가 불만족스러운 경험을 하여 제품을 구매하지 않게 되고 결과적으로 전환율과 매출 모두 낮아질 수 있습니다.
3. 해결방안
위와 같은 문제를 해결하기 위한 방안은 다음과 같습니다.
1. 구매 경로 분석을 위해 GA를 활용하여 이벤트 단위로 유저 행동 수집
일반적으로 GA 구축할 때 이벤트 단위로 유저 행동을 트래킹합니다. 크게 제품 조회, 장바구니 추가, 결제 페이지 조회, 구매 등 이커머스와 관련된 이벤트와 메뉴 및 버튼 클릭, 동영상 재생 등 이커머스와 직접적인 관련은 없지만 구매에 영향을 줄 것이라고 판단되는 커스텀 이벤트로 나눠 분석합니다.
이렇게 사이트 내 행동을 수집했으면, 유저가 어떤 경로나 단계를 거쳐 제품을 구매하거나 서비스를 신청했는지를 정확히 이해하기 위해 사이트 구조를 제대로 파악하고 있어야 합니다.
예를 들어 온라인 전환 퍼널(Online Conversion Funnel)을 보면, 상품 조회 후 클릭 단계에서 이탈이 가장 높은 것을 알 수 있습니다. 유저가 상품을 조회한 후 충분한 정보를 찾지 못해 클릭하지 않고 사이트를 떠났거나, 웹사이트의 디자인이 복잡하거나, 모바일 환경에서 반응성이 떨어지거나 탐색하기 복잡하도록 인터페이스로 인한 것으로 추측해볼 수 있습니다.
이러한 퍼널 분석을 통해 각 단계에서의 이탈률을 파악함으로써 유저가 겪는 문제점이나 불편함을 이해하고 개선할 수 있는 전략을 수립할 수 있습니다.
2. 이탈이 높은 페이지를 중심으로 모든 CTA 관련 데이터를 수집하여 고객 경험 최적화
위와 같이 구매 경로 분석을 통해 특정 페이지에서 이탈이 많다는 사실을 알았다면, 해당 페이지를 집중적으로 개선하는 작업이 필요합니다.
예를 들어 상품 결제 전 장바구니 페이지에서 이탈하는 유저가 많았다면, 해당 페이지에서 유저가 선택 및 입력해야 하는 정보가 많아 이탈이 많았다고 추측해볼 수 있습니다. 따라서 유저 경험 개선을 위해 ‘복잡한 정보 선택 및 입력 과정을 줄이면 이탈률이 감소할 것이다’ 와 같은 가설을 수립하여 검증하는 방식으로 접근할 수 있습니다.
대시보드에서 볼 수 있듯이 장바구니 페이지에서 액션을 유도하는 버튼(CTA)이 많은데, 많은 버튼은 오히려 결제 페이지가 아닌 다른 페이지로 이탈시킬 수 있는 버튼이기도 합니다.
따라서 각 버튼의 클릭 수 데이터를 수집하고 분석을 통해 불필요한 버튼을 제거하여 정말 구매에 필요한 버튼만 남기거나, 기존에 눈에 잘 안 띄는 버튼의 위치나 디자인을 변경하는 등 장바구니 페이지의 단계를 줄이고 구매 과정을 간소화한다면, 이탈률을 낮추고 고객 경험 만족도를 높이는 고객 경험을 최적화할 수 있습니다.