'마케터의 통념을 부수는 데이터 분석' 시리즈
(1) '유입 패턴 분석' 편 Click
(2) '평균의 함정' 편
(3) '재구매' 편

📢 이번 빅인레터는 내용이 길어요. 혹시 메일이 잘 안보이신다면 Click 해주세요!

회원 가입은 브랜드가 고객과 처음으로 직접적인 관계를 맺는 중요한 단계예요. 브랜드는 회원 가입을 완료한 고객에게 지속적으로 메시지를 보내며 컨택할 수 있고, 구매와 재구매를 이끌어내기가 훨씬 수월해지죠. 이렇게 중요한 회원 가입률을 높이기 위해서 커머스 마케터는 다양한 활동을 해요. 

하지만 이미 회원 가입을 완료한 고객의 행동을 파악하는 것도 큰 도움이 된다는 사실, 알고 있나요? 웹사이트에 들어온 고객이 언제, 어떤 행동을 보인 뒤 회원으로 가입하는지를 알면 신규 고객이 반응할 확률이 높은 메시지를 띄워줌으로써 전체 회원 가입률을 높일 수 있기 때문이에요.

그렇다면 과연 고객이 첫 방문 후 회원가입을 할 때까지 걸리는 기간은 어느 정도일까요? 

그리고 가입 고객은 얼마나 많은 페이지와 상품을 조회하고 회원가입을 결정할까요?

가입 전 고객의 행동을 파악하고 회원 가입률을 높이기 위해, 아래와 같은 두 가지 가설을 세우고 데이터로 검증해 볼게요.

가설 검증을 위한 데이터를 뜯어보니 회원 가입 사용자 중 절반 이상은 웹사이트에 처음 방문했을 때 바로 가입하고 있었어요. 마케터가 고객의 회원 가입 유도를 위한 다양한 마케팅 활동을 하는 것에 비하여 고객의 회원 가입은 생각보다 빠르게 이루어지고 있는 것을 알 수 있었어요.

일관되지 않은 고객 행동을 어떻게 분류하고 마케팅 액션까지 이끌어낼 수 있는지, 아래 사례로 조금 더 자세히 살펴볼까요?

회원으로 가입하는 고객의 행동 패턴을 파악하기 위해 고객이 가입 전 조회하는 평균 페이지 뷰(메인, 카테고리 페이지) 수와 평균 상품 상세 페이지 뷰수를 분석해봤는데요. 결과는 다음과 같았어요.

[이미지] 건강기능식품 브랜드 N사 고객이 회원 가입 전 조회한 평균 페이지뷰 수

* 페이지 조회 수는 로그인 / 마이페이지 / 회원 가입 / 장바구니 / 구매 페이지를 제외한 메인 / 카테고리 / 이벤트 페이지 등을 포함합니다.

위 결과만 보면 가입 사용자의 가입 전 평균 페이지뷰 수는 9회이고 평균 상품 상세 페이지뷰 수는 약 4회이기 때문에, “사이트에 방문한 신규 사용자에게 상품을 4회까지 조회할 수 있도록 유도해야 한다”는 결론을 내릴 가능성이 있어요. 

하지만 평균을 쪼개어 분포를 확인해본다면 완전히 다른 결론에 다다르게 될 거예요. N사에 회원 가입한 고객이 가입 전에 조회한 페이지뷰 수와 상품 상세 페이지뷰 수의 분포를 나타낸 아래 그래프를 봐주세요.

평균 데이터를 세분화하여 분포를 살펴보니 회원 가입 사용자는 보통 1~6회의 페이지를, 1~3회의 상품 상세 페이지를 조회 후 가입으로 이어지는 비중이 더 높았어요. 앞서 살펴본 PV 9.18회, 상품 PV 3.71회라는 평균 수치보다 더 적은 페이지를 조회하고 있다는 사실을 알 수 있죠.

하지만 분포 데이터를 기준으로 마케팅 액션을 세우는 것 또한 어려움이 있어요. 위 그래프도 전체 중 약 60%에 해당하는 고객의 행동만을 보여주고 있으며, 고객들마다 너무 다양한 행동을 보이고 있어서 특정하기가 어렵기 때문이에요. 

이때에는 평균값을 기준으로 고객을 세분화해보면 고객의 현재 상황을 파악하고 액션을 수립하는 데에 도움 돼요.

예를 들어, 아래 이미지는 가입 전 평균 페이지 조회 수를 기준으로 고객을 세분화한 차트인데요.

가입 전 조회하는 평균 페이지 수(9회)와 평균 상품 조회 페이지 수(4회)를 기준으로 전체 회원 가입 고객을 분류하여 아래와 같이 네 그룹으로 나눌 수 있어요.

G1: 페이지와 상품을 평균 이하로 조회하는 사용자

G2: 페이지를 평균 이상으로 많이 조회하지만 상품은 평균보다 적게 조회하는 사용자

G3: 상품은 평균 이상으로 많이 조회하지만 다른 페이지는 평균보다 적게 조회하는 사용자

G4: 페이지와 상품을 모두 평균보다 많이 조회하는 사용자

그리고 각 그룹의 상황을 아래처럼 유추할 수 있었어요.  

G1: 페이지와 상품을 평균 이하로 조회하는 사용자

G2: 페이지를 평균 이상으로 많이 조회하지만 상품은 평균보다 적게 조회하는 사용자

G3: 상품은 평균 이상으로 많이 조회하지만 다른 페이지는 평균보다 적게 조회하는 사용자

G4: 페이지와 상품을 모두 평균보다 많이 조회하는 사용자

이처럼 평균 데이터를 그대로 활용하기보다, 평균을 기준으로 고객을 그룹화하면 각 고객의 상황을 알 수 있고 상황별로 메시지를 다양화하여 고객의 반응을 이끌어내기에 수월하다는 장점이 있어요.

💡 더 많은 평균의 함정에 대한 사례가 궁금하다면? Click

이어서 이렇게 파악한 고객 상황별로 어떤 액션을 취하면 좋을지 알아보겠습니다.

웹사이트에 유입한 신규 고객이 메인/카테고리 페이지를 9회 이하로 조회하고 상품을 4회 이하로 조회했다면 이 고객은 앞서 분류한 네 가지 그룹 중 G1 그룹으로 분류할 수 있어요.

이들의 특성은 원하는 상품을 구매하기 위해 웹사이트에 들어와서 빠르게 결정을 내리는, 목적형 구매를 한다는 점이에요. 그래서 이들에게는 아래 예시와 같이 첫 구매 시 즉시 사용할 수 있는 혜택을 인지시키는 게 중요하죠.

📣 팝업 메시지 예시

지금 가입하시면 첫 구매 시 바로 사용 가능한 혜택을 드려요.

📣 팝업 메시지 예시

이상으로 회원 가입을 완료한 고객들의 평균 행동 데이터를 기반으로 신규 회원 가입을 늘리는 방안을 알아봤어요. 

지금까지 빅인에서 고객의 회원 가입 유도를 위한 여러 가지 가설을 세우고 마케팅 액션을 실행해 본 결과, 한 번의 탭핑만으로는 원하는 고객 행동을 이끌어내기에 한계가 있었는데요. 고객 행동에 따라 다양한 캠페인을 세팅한다면 가입하지 않은 사용자에게 서로 다른 메시지로 가입을 유도하는 효과적인 장치를 마련할 수 있을 거예요.

특히, 빅인 Ads / 빅인 CRM과 같은 마케팅 솔루션을 사용하면 고객의 유입 경로나 현재 상황을 실시간으로 파악하고 그에 맞는 메시지를 쉽고 정확하게 발송할 수 있어요.

계절 변화에 대비하는 패션 업계의 자세

고관여, 저관여 상품군의 마케팅은 어떻게 다를까요?

놓친 콘텐츠가 있다면 지금 읽어보세요. 🙌🏻