쇼핑몰 데이터 분석할 때 필수로 봐야 하는 데이터는?

2023년 03월 13일

이커머스의 주요 데이터와 가장 쉬운 분석 방법에 대하여

매번 챙겨보기 어려웠던 마케팅 소식,

이제 '빅인레터'로 쉽고 빠르게 받아보세요.

'찾아가는 마케팅 이야기, 빅인레터'는 마케터를 위한

유용한 콘텐츠, 업계 트렌드, 이벤트 등 다양한 소식을 구독자님께 가장 먼저 전해드립니다.

지금 빅인레터를 구독하시는 분들께는 5일 만에 약 700명의 마케터가 신청한

'CRM 마케팅' 워크북도 선물로 보내드리고 있으니 지금 바로 구독해보세요.

>> 빅인레터 구독하기 (클릭)

쇼핑몰 데이터 분석, 마케터님은 어디까지 보고 계신가요?

쇼핑몰에서 트래킹 하는 데이터는 산업군이나 브랜드가 처한 상황별로 차이가 있습니다.

그럼에도 불구하고, 마케팅 액션을 고민하는 대부분의 이커머스 마케터들이라면 기본적으로 봐야 하는 데이터가 있음은 부정하기 어려운 사실입니다.

이번 글에서는 쇼핑몰 마케터들이 주기적으로 분석해야 하는 데이터와 추가적으로 살펴보면 좋은 데이터의 종류는 어떤 것들이 있을지 알아보겠습니다.

► 쇼핑몰 데이터 분석 시 필수로 봐야 하는 데이터
1. 매출 구성 데이터
2. 퍼널 데이터
3. 마케팅 성과 데이터

► 쇼핑몰 데이터 분석 시 추가로 확인하면 좋은 데이터
1. 상품 중심의 데이터
2. 고객 행동 데이터

► 쇼핑몰 데이터를 분석하는 가장 쉽고 빠른 방법

쇼핑몰 데이터 분석 시

필수로 봐야 하는 데이터

1. 매출 구성 데이터

첫 번째는 마케터라면 필수로 데일리 트래킹을 해야 하는 매출 데이터와 이를 구성하는 하위 데이터입니다.

매출 데이터는 마케터들에게 가장 중요한 1순위 지표입니다. 하지만, 매출은 마케팅 활동뿐만 아니라 다른 영향을 많이 받기도 해서 단일 지표로 트래킹 하기에는 리스크가 크다는 한계가 있어요.

그래서 매출을 구성하는 유입자 수와 구매 전환율, 그리고 객단가 지표를 함께 확인해야 합니다. 매출이 감소했을 때 단순히 매출 데이터만 본다면 그 이유를 알기 어렵지만, 매출 데이터를 조금만 자세히 뜯어보면 현황을 더 잘 파악할 수 있기 때문이에요.

[그림] ‘매출’ 지표의 구성 1

여기서 한 단계 더 쪼개보면 다음과 같이 나타낼 수 있어요.

[그림] ‘매출’ 지표의 구성 2

이처럼 매출 데이터를 확인하는 대신에 쪼갠 지표를 트래킹 한다면 어떤 부분이 문제인지를 파악할 수 있고, 문제 해결을 위한 액션플랜 수립이 더 용이하다는 장점이 있어요.

• 함께 보면 좋은 글: 목표 설정만 잘해도 절반은 성공하는 CRM 마케팅

2. 퍼널 데이터

두 번째 필수 데이터는 퍼널 데이터입니다. 퍼널은 우리 웹사이트에 유입한 고객이 상품을 구매하기까지의 단계를 쪼개어서 살펴볼 수 있도록 고안된 분석 방법입니다.

방문부터 상세 페이지 조회, 장바구니 담기, 체크아웃 페이지 조회, 구매 완료까지의 단계가 일반적이며, 각 퍼널의 전환율이 크게 떨어지는 구간을 집중 개선해서 전체적인 퍼널의 기울기를 완만하게 만들어 최종 구매 전환율을 높이는 데에 그 목표가 있습니다.

[그림] 퍼널 데이터 분석 시각화 예시

퍼널 데이터는 일반적으로 ‘사용자’를 기준으로 합니다. 퍼널 상에서 다음 구간으로 넘어간 사용자의 비율을 확인하며 문제 구간을 파악하는 형식입니다.

그런데 퍼널 데이터를 ‘사용자’가 아닌 ‘상품’을 기준으로 살펴본다면 또 다른 인사이트를 얻을 수 있어요. 이는 이후에 언급할 ‘상품 중심의 데이터’ 부분에서 더 자세히 살펴볼게요.

3. 마케팅 성과 데이터

커머스 마케터라면 쇼핑몰에 더 많은 고객을 불러오기 위해 다양한 방식의 온/오프라인 마케팅 캠페인을 진행하고 계실 텐데요. 이에 대한 성과 데이터를 파악하는 일도 필수적입니다. 다양한 매체 중에서도 어떤 매체가 우리와 잘 맞는지, 어떤 소재가 효과적인지를 파악해야 효율적인 마케팅 운영이 가능하기 때문입니다.

온라인과 오프라인 마케팅 캠페인은 성과 측정 방법에 차이가 있습니다.

온라인상에서 진행되는 퍼포먼스 마케팅이나 CRM 마케팅은 특정 타깃을 대상으로 광고가 얼마나 많이 노출됐는지, 그중 이에 반응한 사용자는 얼마나 있는지 등을 수치로 확인할 수 있기 때문에 비교적 성과 확인이 용이합니다.

반면, 더 큰 모수의 불특정 다수를 타깃으로 하는 오프라인 마케팅은 광고나 마케팅 관련 수치가 온라인상에 남지 않아 상대적으로 성과 측정이 어렵다는 특성이 있어요. 이럴 때에는 웹사이트에 유입하는 사용자가 어떤 경로로 들어오게 되었는지를 기간별로 파악할 수 있다면 도움이 됩니다.

예를 들어, 오프라인 사이니지(전자 광고판 등)에 광고를 노출한다고 가정해 보겠습니다. 광고를 통해 브랜드를 인지하고 관심을 가지게 된 고객이라면 정보를 더 찾아보기 위해 브랜드명을 온라인으로 검색해 볼 확률이 큽니다. 따라서 광고를 진행하기 이전과 이후의 웹사이트 검색 유입량을 살펴본다면 브랜드 인지도 향상에 얼마큼 효과적이었는지를 파악할 수 있습니다. 더욱 확실한 방법으로는 광고판 안에 QR 코드를 넣고, 이를 통해 유입한 사용자 수치를 측정하는 방법도 있습니다.

[그림] 오프라인 광고 예시, 오프라인 광고의 성과는 브랜드 검색량 또는 광고판 내 QR코드를 통한 유입량과

연관 지어 파악할 수 있습니다. (출처: shutterstock)

쇼핑몰 데이터 분석 시

추가로 확인하면 좋은 데이터

1. 고객 행동 데이터

고객 행동 데이터란 우리 쇼핑몰에 유입한 고객이 웹사이트에서 보이는 행동을 데이터화한 것을 의미합니다.

고객 행동 데이터는 언제 / 어디에서 / 어떤 기기를 사용하여 쇼핑몰에 방문했는지를 파악할 수 있는 기본 행동 데이터부터 어떤 상품을 얼마나 오래 조회하고 있으며 그중 구매까지 이어진 고객의 비율은 얼마큼인지를 파악할 수 있는 이커머스 행동 데이터까지, 그 종류가 아주 다양한데요.

이처럼 고객의 상세한 행동까지 데이터로 수집할 수 있다면 마케팅에 활용할 수 있는 방안도 다양하다는 장점이 있습니다.

예를 들어, ‘안경’이라는 상품의 상세 페이지를 조회하는 사용자가 있다고 가정해 봅시다. 상세 페이지를 50% 이상 조회했을 때, 아래와 같은 메시지를 띄워준다면 사용자가 반응할 확률과 구매 전환율을 높일 수 있습니다.

[그림] 고객 행동 데이터의 마케팅 활용 사례

2. 상품 중심의 데이터

상품 중심의 데이터 분석이란 기본적으로는 가장 잘 팔리는 상품, 또는 조회 / 장바구니 / 구매가 많이 발생하는 상품을 분석하는 것을 의미합니다. 나아가 함께 구매되는 비율이 높은 연관 상품 등을 알아낼 수 있기에, 캠페인 소재로 활용하기에 유용한 데이터입니다.

상품을 중심으로 이루어지는 분석은 앞서 언급한 데이터들의 분석 업무보다 상대적인 중요도에서 밀릴 수는 있지만, 고객 행동 데이터와 마찬가지로 분석 결과를 마케팅 활동에 활용할 수 있는 방안이 무궁무진한 분석 방법입니다.

[그림] 상품 분석으로 도출한 연관 상품 데이터의 마케팅 활용 사례

앞서 ‘퍼널 데이터’ 부분에서 언급한 ‘상품을 중심으로 하는 퍼널 데이터’ 또한 상품 데이터의 한 종류입니다. 조회는 많이 발생하지만 장바구니 담기로 넘어가는 비율은 낮은 상품, 또는 구매 전환율은 낮은 상품 등을 알아내고 캠페인 소재로 활용할 수 있죠.

• 함께 보면 좋은 글: 상품 중심으로 퍼널을 분석하면 보이는 인사이트

쇼핑몰 데이터를 분석하는

가장 쉽고 빠른 방법

지금까지 쇼핑몰 데이터 분석 시 봐야 하는 데이터의 종류를 살펴봤습니다.

모든 데이터를 자유자재로 추출하며 데일리로 확인할 수 있다면 좋겠지만, 데이터를 분석하는 일 이외에도 마케팅 실무에서는 해야 하는 업무가 너무 많은 것이 현실입니다. 시간적 여유나 데이터 지식이 충분하다고 하더라도 마케터가 내부 DB에 직접 접근하기조차 어려운 경우도 허다합니다.

빅인은 이러한 마케터들의 고충을 해결하기 위해 다양한 종류의 데이터를 제공합니다.

필수로 봐야 하는 매출 구성 데이터, 퍼널 데이터, 그리고 마케팅 성과 데이터는 필수 데이터인 만큼 대시보드의 메인 화면인 자동화 페이지에서 확인이 가능합니다.