안녕하세요 플러스제로입니다.
지난 글에서 데이터 분석을 기반으로 사이트 내, 외부적인 콘텐츠를 개선하는 방법을 살펴보았습니다.
이번 글에서는 행동 분석 데이터를 기반으로 콘텐츠를 어떻게 개선하고 개인화까지 이어질 수 있는지 알아보겠습니다.
[개념]
구매가능성이 높은 고객, 즉, 특정 액션을 한 고객군을 그룹핑하고, 그들에게 적합한 컨텐츠를 노출합니다.
간단하게는 고객이 많이 소비하는 콘텐츠를 고객이 많이 방문하는 페이지에 배치하는 방법부터,
문자, 카카오, 메일 등 개인화 메시지나 광고를 통한 마케팅 전략까지 이어질 수 있습니다.
GA, Google Ads, Facebook 등 다양한 3rd party data 소스를 통합한 단일 데이터소스를 기반으로 데이터시각화와 고객군을 세분화합니다.
이후 매체 별 자주 확인하는 주요지표를 한곳에서 확인하여 레포팅/분석 시간을 최소화 하고, 고객별 맞춤 메시지나,
사이트 유입 시 개인화 화면을 노출해 전환을 극대화 하는 개인화 마케팅을 합니다.
[방법 및 적용 사례]
- 행동 분석 데이터 기반 타겟고객 분류
위 자료는 제품을 구매하지 않은 잠재고객, 구매고객, 오래된 제품을 소유한 고객 등을 나누어 고객 유형별 개인화 마케팅을 하는 전략입니다.
먼저 제품을 구매하지 않은 고객에게는 제품의 할인과 관련된 메시지를 보내고 사이트 유입 시에도 할인과 관련된 화면을 보여줍니다.
그 후 제품을 구매한 고객에게는 제품과 연관 있는 악세서리 메시지와 화면을 보여줍니다.
오래전에 제품을 구매해 교체 시기가 된 고객에게는 상품 교환과 관련된 메시지와 개인화된 화면을 노출합니다.
- 행동 분석 데이터 기반 상세페이지 수정
위 자료는 TV의 상세페이지 행동 분석 자료입니다.
고객 행동 event를 수집해보니 제품의 크기와 관련된 썸네일을 가장 많이 클릭하고,
그다음으로는 제품의 화면 크기 옵션 선택을 가장 많이 클릭하는 것을 확인했습니다.
또한 스크롤 데이터를 분석해보니 이 또한 제품의 스펙과 관련된 곳으로 가장 많이 이동한다는 것을 확인했습니다.
이러한 경우, 고객이 스펙에 대한 정보로 손쉽게 접근할 수 있도록
썸네일의 순서, 메뉴의 위치, 스펙 설명 글의 위치 등을 첫 화면과 가까운 곳에 배치하도록 전략을 세울 수 있었고,
AB Test를 통해 썸네일의 순서를 변경한 경우, Add To Cart 클릭이 30% 개선되는것 을 확인할 수 있었습니다.
이번 글은 고객의 니즈를 파악하고, 그에 기반해 콘텐츠를 기획하는 것을 행동 분석 데이터를 통해서도 할 수 있다는 것을 살펴보았습니다.
이로써 내부 전환율 최적화 과정에 대해 전부 알아보았습니다.
다음 글은 수집한 데이터 분석을 위해 대시보드에 표현하는 시각화에 대해 소개하겠습니다.
감사합니다.