Tag: 디지털마케팅

마케팅 어트리뷰션 모델링 가이드

(참조 자료: Perfect attribution modeling and how to attain this marketing nirvana)

테크놀러지의 발달은 리테일 쇼핑 경험을 완전히 바꿔놓았습니다. 오늘 날 소비자는 스마트폰, 태블릿, 데스크톱 PC 등 다양한 디바이스를 사용하여 검색, 비교, 구매 결정을 내리는 디지털 옴니 채널 세대(digital omni-channel age)입니다. 따라서 많은 스타트업이나 대기업들이 디스플레이 광고, 소셜미디어 광고, 검색 광고, 이메일 등의 페이드 미디어(Paid Media)에 적지 않은 예산을 투자하여 다운로드, 회원가입, 판매, 리드 및 고객 확보를 진행하고 있습니다.

그러나 마케팅 수익률을 정량화하는데 있어서 가장 중요한 것은 가장 효과적인 캠페인을 파악하는 것입니다. 이는 새로운 고객을 확보하기 위해서 리소스를 집중해야 할 위치를 알려줄 뿐만 아니라 향후 성장을 합리적으로 계획할 수 있게 해줍니다. 여기서 빅데이터 애널리틱스 도구와 어트리뷰션 모델링은 전환(Conversion)이나 구매에 기여하는 사용자 터치포인트에 가치를 할당하는 방법으로 사용될 수 있으며 각각마다 가치를 할당하게 됩니다.

고객이 광고와 다양한 마케팅 채널과 상호 작용하는 방식을 더 잘 이해하게 되면, 각각의 클릭이 웹사이트의 전환에 기여하는 정도를 최적화하고 의사 결정할 수 있는 방법을 배울 수 있게 됩니다.

1. 각 단계에 배정된 고객 여정(Customer journeys) 및 어트리뷰션(attribution)

고객 여정은 채널 뿐만 아니라 디바이스에서도 복잡할 수 있습니다. 마케팅 전략의 일환으로 유료 광고에 투자하는 경우 전환 깔때기(Funnel)를 분석하는 도구를 찾아야 합니다.

어트리뷰션 분석 도구를 사용하면 학습 곡선이 포함될 수 있지만 실제로 어떤 광고 캠페인 및 마케팅 채널이 누군가의 구매 결정에 영향을 미치는지 파악할 수 있습니다. 어떤 마케팅 채널이 효과적인지, 어떤 마케팅 채널이 전환을 가장 많이 끌어오고 있는지 파악하는 것은 매우 중요합니다.

의류 매장은 설사 고객이 상품을 사러 가기 전에 그들이 마지막으로 보았던 제품일지라도 매장 간판이나 전면 윈도우 디스플레이에만 모든 어트리뷰션 점수를 줄 순 없을 것입니다.  구글의 연구 조사 결과에 따르면, 소매점에서는 고객의 쇼핑 행동이 달라지는데다, 매장 방문 횟수자체는 온라인보다 더 적지만 지출할 때는 더 많이 소비한다고 합니다. 고객들은 알고 싶거나 구매하고 싶은 것의 대부분을 스마트폰을 통해 해 검색하기 때문이죠.

따라서 구글 애드워즈를 사용하면 유료 광고를 집행하려 하면 기본적으로 최종 클릭 기여 옵션이 표시됩니다.(판매 또는 전환에 모든 신용을 최종 광고 클릭으로 제공) 그리고 이 부분이 혼란스럽다면 고객이 마지막 클릭 전에 취할 수 있는 모든 단계를 고려해야 합니다. 이는 모든 매장 판매를 끌어오는 소매점 간판과 유사합니다.

여러분이 웹사이트를 방문하였을 때, 뭔가를 살 수 있다고 생각하면 구글 검색을 수행한 다음, 해당 사이트를 접속 후 바로 이탈할 수도 있고, 다른 웹사이트에 방문 중일 때 브랜드가 나에게 디스플레이 또는 소셜미디어 광고를 전송할 수도 있습니다. 그리고 며칠 후 실제 구매 결정을 내리고 웹브라우저에 플러그인을 설치하여 구매할 수도 있겠지요. 이러한 구매 경로의 일반적인 시나리오에서 어떤 부분이 최종 판매에 가장 영향을 많이 미쳤을까요?

업종이나 비즈니스 유형에 따라 마케팅 캠페인이 매우 간단할 수 있습니다. 예를 들어 그 지역에서 나름 유명하고 신뢰도 높은 업체라면, 구글 애드워즈 계정으로 검색 광고에 비용을 지출하는 것으로 충분할 수 있습니다(상표와 같은 브랜드 관련 고유 키워드로 입찰하였을 때). 그렇다면 어트리뷰션 모델을 평가하고 최적화하는 것이 그리 중요한 일이 아닐 수 있습니다.

2. 비즈니스에 적합한 어트리뷰션 모델 선택하기

비즈니스가 페이드 미디어 캠페인에 사용할 수 있는 어트리뷰션 모델은 목적에 따라 여러가지 유형이 있습니다.  마케팅 어트리뷰션 모델에 대한 자세한 내용은 여기에서 확인하세요. 예산 규모가 큰 대기업의 경우에는 보다 많은 사람들에게 브랜드를 알리는 데 그 목적을 둘 수 있지만, 어플리케이션을 서비스하고 있는 작은 스타트업 기업의 경우라면 회원 가입에 관한 모든 광고 인터렉션에 매우 신경을 쓸 수 있습니다. 결론은 비즈니스의 마케팅 노력과 목표에 따라 가장 적합한 모델을 선택하는 것입니다.

충분한 전환이 있는 경우 데이터 기반 어트리뷰션(DDA) 모델을 사용해보세요.

입문자의 경우 분석 도구를 사용한다면 다소 혼란스러울 순 있지만 데이터 기반 접근 방식을 사용하면 모델 선택을 추측할 수 있습니다.

자사의 월간 광고 지출은 얼마이며 충분한 데이터(웹트래픽)가 있는 경우, 구글 애널리틱스 프리미엄 서비스인  DoubleClick, Analytics 360 과 Attribution 360 를 통해 데이터 기반 어트리뷰션 분석을 제공합니다. 이를 통해 여러분의 계정에서 가장 성공적인 전환 사례를 명확히 확인할 수 있습니다.

데이터 기반 어트리뷰션 방식에 대한 간략한 소개

Google Doubleclick 와 Analytics 360은 정교한 알고리즘을 바탕으로 해당 계정(비전환과 전환 모두)의 다른 경로들을 모두 분석하여 어떤 터치포인트가 가장 많은 전환을 끌어왔는지 파악합니다. 구글의 알고리즘은 각 인터렉션 경로에서 사용된 인터렉션 횟수, 노출 순서, 광고에 사용된 에셋 등을 모두 고려합니다. 이는 사후가정적인 접근 방식을 사용하는데요, 이 알고리즘은 어떤 광고 클릭이 전환에 가장 중요한지 결정하기 위해 실제로 일어난 일과 일어날 수 있는 일을 서로 비교합니다.

데이터 기반 어트리뷰션은 다음과 같은 이점을 제공합니다.

• 매우 빠르고 쉽게 구현할 수 있습니다.
• 전환 경로에 있는 모든 단계 평가
• 자동 입찰 사용(다른 모델 어트리뷰션 모델 옵션과 동일)
• 매우 짧은 전환 경로에서도 잘 작동

반대로 트래픽이 충분하지 않은 경우에는 규칙 기반 모델(rules based model)을 사용해보십시오.

애드워즈 관리자 계정이라는 것을 사용하고 구글의 교차 계정 전환 트래킹(cross-account conversion tracking)을 사용하여 보고된 모든 전환들을 통합할 수 있습니다. 분석하는 데이터가 많을수록, 더 많은 마케팅 인사이트와 향상된 효과를 누릴 수 있습니다. 규칙 기반 어트리뷰션에서 몇 가지 수동적인 어트리뷰션 모델을 적용해 볼 수 있습니다.

Last click: 마지막으로 클릭한 광고 및 해당 키워드로의 전환에 대해 모든 어트리뷰션 점수를 부여합니다.

First click: 첫 번째 클릭  광고 및 해당 키워드로의 전환에 대해 모든 어트리뷰션 점수를 부여합니다.

Linear: 경로 내 모든 클릭에 대한 전환 기여도를 동등하게 배분합니다.

Time decay: 전환에 가까워질수록 해당 클릭에 많은 크레딧을 부여합니다. 크레딧은 7일 간의 반감기를 사용하여 부여되는데요, 즉 전환 8일 전에 클릭하는 것은 전환 하루 전에 클릭하는 것과 비교하여 절반 정도의 크레딧을 부여받게 됩니다.

Position-based: 첫 번째 혹은 마지막 클릭 광고 혹은 해당되는 키워드에 대해 각각 40%씩 크레딧을 부여하고 나머지 20%는 경로 상 나머지 부분에 있는 클릭에 분산되어 집니다.

Data-driven: 전환 액션에 대해 과거 데이터를 기반으로 전환에 대한 크레딧을 부여합니다.(충분한 데이터가 있는 경우에만 사용 가능)

DDA(Data Driven Attribution) 방식과 마찬가지로 Time decay, Linear, 그리고 Position based 모델들은 모두 각 방문자의 터치포인트에서 하나의 전환을 나누어 크레딧을 부여하게 됩니다.

이 방법이 도움이 되는 곳은 바로 전환 경로에 있는 여러 단계에서 하나의 전환을 나누는 경우입니다. 어떤 키워드가 가장 가치가 높은지 확인할 수 있으며 위 모든 모델을 통해 구글 애드워즈 자동입찰을 사용할 수 있게 되고 전환에 대해 각각의 광고와 키워드의 기여도를 확인할 수 있습니다.

간단히 말해서 아래와 같은 이점들을 제공합니다.

1. 구매주기에 있는 고객에게 초기 접근: 전환 경로의 초기 단계에 있는 고객에게 영향을 줄 수 있는 기회를 찾습니다.

2. 비즈니스 일치: 사용자가 판매하고 있는 제품을 검색하는 방식과 가장 적합한 모델을 사용합니다.

3. 입찰가 향상: 광고 성과에 대한 인사이트를 기반으로 입찰가를 최적화합니다.

많은 마케팅 담당자는 구글 애드워즈 캠페인에서 광고 목적과 목표를 정의한 후, 가장 잘 맞는 모델을 선택하고자 합니다. 일부 유료 획득(Paid Acquisition) 전략은 효율성을 극대화하는데 중점을 두기 때문에 다른 것들이 더 성장할 수 있습니다.

따라서 어트리뷰션은 전환과 관련하여 다양한 광고 및 키워드의 성과를 어떻게 향상시키는지에 대해 알기 위해 다양한 모델을 시도해보는 것입니다.

기존 모델의 마지막 클릭에서는 일반적으로 보였던 성과는 새로운 모델로 키워드 캠페인을 평가할 때 매우 크게 달라질 수 있습니다.

일반적으로 전환 경로에서 초기에 클릭한 키워드 구문(보통 일반적으로 쓰이는 용어)은 전환 경로에서 나중에 나온 키워드(예를 들어 브랜드 네임 같은)와 비교하여 다르게 행동할 수 있습니다.

시도한 모델을 평가하고 업데이트할 때, 애드워즈 계정에 대한 성과 목표를 다시 검토해보는 것이 좋습니다. 특히 일부 비즈니스의 경우에는  그들이 ‘First click’ 같은 보다 공격적인 모델로 옮겨가면서, 초기 클릭 단계에서 키워드 당 획득 비용이 보다 낮아지는 성과를 볼 수 있습니다. 위에서 설명한 바와 같이 이 모델은 초기 단계에서의 클릭에 관련된 키워드에 리워드를 주는 반면에 ‘Last click’ 같은 좀 더 보수적인 모델은 마지막 단계에서의 클릭에 관련된 키워드에 리워드를 주게 됩니다.

3. 광고 및 랜딩 페이지를 바꾸어 클릭 경로에서 고객의 위치에 최적화

웹사이트의 고객 여정에서 키워드의 검색 의도를 파악 하였다면, 보다 상호 유익한 전환을 얻기 위해 광고와 랜딩 페이지의 최적화를 시작할 수 있습니다. 마케팅 깔때기나 사용자 클릭 경로의 초기 단계(인지도)에서 많이 검색되는 키워드 집합은 세일즈를 직접적으로 강조하는 페이지보다 교육적이고 많은 정보가 담긴 페이지로 연결되어야 많은 혜택을 얻을 수 있습니다. 또한 이러한 랜딩 페이지를 기존 마지막 단계에서의 제품 구매 페이지 대신 감동적인 내용으로 가득한 랜딩페이지로 바라볼 수 있을 것 같습니다.

가령 예를 들어 “Coworking Space NYC” 이라는 키워드를 검색하는 사람은 아직 첫 번째 클릭에서 바로 멤버십을 구매할 준비가 되어있지 않을 것입니다. 특정 검색 구문이 구글 애드워즈 어트리뷰션 레포트 내 고객 여정의 클릭 경로에서 초기 단계에 검색되는 것을 확인한 후에는 검색 결과 페이지와 사이트 자체를 조금씩 수정할 수 있을 것입니다. 전환 과정에서 가장 먼저 브랜드를 유용하고 신뢰할 수 있는 리소스로 고객들에게 인식시키기 바랍니다.

결론: 타깃팅하는 특정 키워드가 전환을 완료하는 것이 아니라 전환 자체에 도움을 주는 경향이 높다면 광고 소재 및 랜딩 페이지에서 이러한 인사이트를 담아 최적화 작업을 진행해야 합니다.

4. 새로운 어트리뷰션 모델을 기반으로 최상위 유입 키워드를 재검토하십시오.

마케터는 새로운 어트리뷰션 모델을 지금 당장 계획하고 실행할 수 있지만 그게 당장 뭔가 변한 것 같아 보이지는 않을 수 있습니다. 이제 초기 깔때기나 애드워즈 계정에서 잘라냈거나 삭제했던 영향력있는 키워드 쿼리를 다시 살펴보십시오.

기존에 많은 사람들을 마케팅 깔때기로 끌어오고 실제 많은 구매를 끌어왔어도 이를 알지 못했던 Awareness 단계에 있는 키워드들을 다시 테스트할 수 있습니다.(영상 광고가 실질적으로 많은 구매를 일으키진 않더라도 많은 양의 페이스북 댓글이 달리는 것은 그 자체로 가치가 있습니다)

이제 모든 마케팅 채널에서 고객 여정을 바라보는 방식과 성공적인 전환을 정의하는 방식을 바꿀 경우, 기존에 몰랐던 새로운 키워드가 성공할 수 있는 기회를 얻게 됩니다. 어트리뷰션 모델에서 이러한 키워드들은 다른 관점에서 마케팅 활동의 성공을 정의하고 측정하는 방식을 바꾸어 버립니다.

결론: 일전에 일시 중지했던 초기 영향 키워드를 비롯하여 ‘마지막 클릭 어트리뷰션(last-click attribution)’이 올바르게 식별하지 못하는 가치를 제공하는 키워드를 찾을 수 있습니다.

5. 측정 기술이 향상됨에 따라 어트리뷰션에 대한 접근 방식을 개선하십시오.

마케팅 전문가는 점점 더 많은 채널들을 관리하고 있으며, 어떤 채널이 더욱 효과적인지 알고 싶어합니다. 성장하고 있는 스타트업이나 대기업에서 일하는 사람들에게는 더 많은 문제가 있습니다. 바로 디지털 마케팅이 오프라인 판매로 연결될 수 있다는 점을 상급 관리자들을 설득시키는 것입니다.

하나 이상의 모델을 가지는 것을 두려워하지 마십시오. 각각의 채널의 서로 다른 기능은 서로 다른 일을 하고 있으며, 하나의 속성 모델로 모든 것을 커버할 수는 없습니다. 재무적인 보고서에는 그에 맞는 한 종류가 필요하며, 수요 창출에는 정보를 탐색하고 구매를 고려하는 단계인 미드 퍼널(mid-funnel)이 필요합니다. 누군가가 또다른 뭔가를 필요로 하다면 또 만들면 됩니다.

본 글을 읽고 있다면 이제 애드워즈 어트리뷰션 툴에 대한 가치를 이해하기 시작했을 것입니다. 또한 옴니 채널 검색 마케팅의 발전과 변화로 적응할 준비가 되어있어야 합니다.

비단 구글 뿐만 아니라 Convertro, MixPanel, Kissmetrics 등 다양한 분석 소프트웨어 업체들이 있습니다. Warby Parker와 같은 대형 소매 업체들은 인터넷에서 검색하고 구매하거나, 혹은 매장에서 픽업하기 위해 아이폰을 사용하는 등 최신 기술에 익숙한 소비자들에게 적응하기 위해 막대한 투자를 아끼지 않고 있습니다.

• 모든 마케팅 채널에 대한 명확성 확보: 각각의 성과를 비교 분석하여 초과 지출 혹은 미달 지출을 모두 개선하십시오.
• 간단하게 유지: 모델의 작동 방식을 이해할 수 없거나, 사람들이 이를 이해하지 못한다면 모델이 뱉어내는 매트릭스를 최적화하는 대신 실제로 이를 어떻게 신뢰할 수 있을까 하는 문제에 봉착하게 됩니다. 80/20 법칙이 필요한 이유가 바로 여기에 있습니다.
• 다양한 마케팅 통계를 연결: 가치있는 비즈니스 결과로 만드는 것은 어트리뷰션 모델을 통해 비즈니스 성공을 이끄는 열쇠입니다.
• 비즈니스에 적합한 모델을 선택: 기존 데이터베이스가 정말 작은가요? 그러면 데이터베이스를 더 크게 만드는데 집중해야 하나요? 어쩌면 라스트-터치 어트리뷰션(Last-touch attribution) 모델은 여러분의 비즈니스에 적합한 모델이 아닐 수 있습니다. 어쩌면 퍼스트-터치 어트리뷰션(First-touch attribution) 모델은 비즈니스가 원하는 프로그램에 대한 기여도를 제공하기 때문에 더 나을 수 있습니다.  회사가 현재 필요로 하는 것에 맞춰 수행하는 모델을 구축하십시오.
• 최고 혹은 최악의 광고 식별: 최고의 광고, 메시지, 순서, 타깃팅 및 게재 위치가 미디어 계획에 포함되도록 합니다.
• 전환의 정의: 웹사이트 최적화를 수행하는 경우, 소비자를 사이트 내 특정 액션을 수행하게 유도하는 방법에 대해 많은 고민을 해보았을 것입니다. 판매, 콘텐츠 다운로드, 또는 리드 양식 제출 등 어떤 디지털 전환을 어트리뷰션 모델에서 전환으로 이야기할지 정의해야 합니다.

결론

구글의 연구 조사에 따르면 실적이 우수한 엔터프라이즈 마케팅 담당자는 데이터 기반 어트리뷰션 모델을 다른 마케터보다 5배 더 사용한다고 합니다. 그러나 마케터 중 절반 이상이 라스트-터치 어트리뷰션(Last-touch attribution) 모델만 사용하고 있습니다. 궁극적인 비즈니스 성공을 위해서는 과연 어떤 마케터가 필요될까요?

*마케팅 자료 및 기타 상담 문의: parkmg85@hanmail.net 

*취업 준비생 및 사회 초년생을 위한 소규모 그룹의 원데이 마케팅 코칭 수업을 진행하고 있습니다. 수강 신청 및 자세한 사항은 여기를 클릭하고 확인해주세요.

초보자를 위한 구글 애널리틱스 가이드: 마케팅 어트리뷰션(Marketing Attribution) 시작하기

(참조 자료: Google Analytics Attribution Modeling – Beginner Guide)

마케팅 어트리뷰션(Marketing Attribuition) 모델은 웹 분석에서도 가장 복잡하고 어려운 주제입니다. 비즈니스 모델을 깊이있게 이해해야 함과 동시에 판매 및 전환을 끌어오기 위해 어떻게 다양한 마케팅 채널들이 작동되는지 잘 알아야 합니다. 따라서 어트리뷰션 분석을 시작하기 이전에 고객의 비즈니스, 업계 및 타깃 시장에 대해 충분히 이해하고 있는지 가장 먼저 확인해야 합니다.

만약 그렇게 하지 않는다면 잘못된 어트리뷰션 모델을 적용하여 적지 않은 마케팅 예산을 낭비하게 될 것입니다. 어트리뷰션 모델은 비단 구글 애널리틱스 분석에 국한되지 않는 매우 광범위한 주제이고 이번 글에서는 구글 애널리틱스 사용 측면에서 어트리뷰션 모델을 어떻게 사용하고 이해하는지에 대해서만 설명할 예정입니다.

획득 채널(Acquisition Channel)

‘마케팅 채널’, ‘디지털 채널’, 또는 ‘채널’ 등으로 불리우는 웹사이트 트래픽이 있습니다. 예를 들어, 페이드(Paid) 검색, 오가닉(Organic) 검색, 직접(Direct) 검색, 소셜미디어, 제휴사(Affiliate), 추천(Refferal) 등은 모두 획득 채널의 예시입니다. 다중 채널 유입 경로 보고서에서 획득 채널은 일반적으로 마케팅 채널이라고 불립니다. 획득 채널에 대한 자세한 내용은 여기에서 확인하십시오.

구글 애널리틱스의 MCF 보고서에서 전환(Conversion)에 대해 이해하기

아래는 구글 애널리틱스의 다중 채널 유입 경로(Multi Channel Funnel, MCF)에 대한 짧은 소개 영상입니다.

전환에 대한 정의는 각 멀티채널 유입 경로 보고서에 따라서 다릅니다. 목표 전환(Goal Conversion)이나 e-커머스가 될 수도 있습니다. ㅏ중 채널 유입 경로 보고서의 총 전환 수는 e-커머스 총 수의 합과 같습니다.

참고: 본 글 나머지 부분에서 전환에 대해 이야기할 때마다 다중 채널 유입 경로 맥락에서의 전환이 언급될 것입니다. 목표 전환이 따로 있다면 이는 따로 언급될 것입니다. 이점을 참고하고 혼동하지 마십시오.

분석 데이터 삭제(Purge your Analytics data)

구글 애널리틱스에서 목표 전환으로 트래킹하는 항목들을 주의깊게 살펴보십시오. ‘홈페이지 방문’ 또는 ‘제품 카테고리 페이지 방문’ 등 따위가 아니라 진정으로 고객과 비즈니스 성장에 도움이 되는 목표들만 전환으로 트래킹하십시오. 관련 없는 목표들은 다중채널 유입 경로 보고서에서 전환율과 데이터를 크게 왜곡할 수 있습니다. 잘못된 데이터로 인한 분석 결론은 잘못된 마케팅 결정을 낳게  되고 이는 많은 고객을 놓치게 되는 결과로 이어질 것입니다.

다중채널 유입 경로 보고서(Multi Channel Funnel Reports)

다중채널 유입 경로 보고서를 통해 다음과 같은 사항들을 알 수 있습니다.

• 마케팅 채널이 함께 작동하여 전환을 해내는 방법
• 방문자의 초기 관심과 구매 사이의 경과 시간
• 이전 웹사이트 추천, 검색 및 광고는 전환에서 어떤 역활을 했는가?
• 전환을 마케팅 채널 별로 분류하는 방법

구글 애널리틱스에서 사용할 수 있는 다중채널 유입 경로 보고서에는 모두 5가지의 종류가 있습니다.

1. 개요 보고서(Overview Report): 이 보고서에는 다양한 마케팅 채널들이 함께 작동하여 전환을 창출하고 있는 방법을 시각화하여 보여주는 ‘다중채널 유입 경로 전환 시각화 도우미’가 포함되어 있습니다.

위에서 겹쳐진 부분은 두 채널이 함께 전환을 창출한 부분을 뜻합니다.

2. 보조 전환 보고서(Assisted Conversions Report): 이 보고서는 각 채널이 시작, 지원 및 완료한 전환 수를 보여줍니다. 또한 지원되고  마지막으로 상호작용했던 전환의 가치를 보여줍니다.

3. 인기 전환 경로 보고서(Top Conversion Path Report): 이 보고서는 전환으로 이어지는 모든 고유 전환 경로들을 보여줍니다. 또한 각 경로의 전환 수와 이러한 전환들의 가치를 보여줍니다.

4. 시간 지연 보고서(Time Lag Report): 이 보고서는 사용자/방문자가 전환하는 데 걸린 시간(일)을 표시해줍니다. 이 보고서를 통해 온라인 판매 주기에 대한 인사이트를 얻을 수 있습니다.

5. 경로 길이 보고서(Path Length Report): 이 보고서는 웹사이트 방문자가 전환하기 까지 발생한 인터렉션의 총 합을 표시해줍니다.

다중채널 경로 유입 보고서와 구글 애널리틱스 내 다른 보고서 사이의 데이터 불일치

다중채널 유입 경로 보고서에서의 전환은 목표 전환(Goal Conversion)이나 e-커머스가 될 수 있습니다. 다중채널 유입 경로 보고서가 아닌 보고서에서 전환이란 목표 전환을 의미합니다. e-커머스의 매출은 MCF 보고서가 아닌 다른 보고서에서 별도로 보여집니다. 따라서 다중채널 유입 경로 보고서에서 총 전환 수는 비 다중(Non-multi) 유입 경로 보고서의 총 전환 수와 다를 수  있습니다. 다중채널 유입 경로 데이터 수집은 최대 2일까지 지연될 수 있습니다. 따라서 그 데이터 결과가 실시간으로 동기화되지는 않습니다.

전환 경로(Conversion Paths)

전환 경로는 1~90일 동안 전환으로 이어지는 디지털 마케팅 채널고의 상호 작용(클릭, 방문, 노출)의 순서입니다. 전환하기 전, 1~90일 동안의 기간을 ‘전환 확인 기간(Lookback Windows)’이라고 합니다.

참고: 전환 확인 기간은 모든 MCF 보고서에서 확인할 수 있으며 위와 같이 슬라이더를 드래그하여 날짜 설정을 변경할 수도 있습니다.

이제 사용자의 다음 가상 경로를 예측하십시오.

여기에 방문하기 전에 6개의 마케팅 채널에 노출되었다면 구글 애널리틱스는 최상위 전환 경로 보고서에서 다음과 같은 전환 경로를 표시해줄 것입니다.

참고 1): 구글 애널리틱스에서 기록한 각 전환에 대한 전환 경로가 생성됩니다.

참고 2): 전환 경로는 _ga 쿠키를 통해 기록됩니다 (구글 애널리틱스의 쿠키에 대한 자세한 설명은 여기에서 확인하세요)

참고 3): 구글 애널리틱스에서 기록할 수 있는 전환 경로 수에는 제한이 없습니다.

다중채널 유입 경로 데이터(Multi Channel Funnel Data)

MCF 데이터는 전환 데이터와 전환 경로의 조합이며, 샘플링되지 않은 데이터에서 컴파일됩니다. 다중채널 유입 경로 데이터 수집은 최대 2일 정도 지연 수집되기 때문에 다중채널 유입 경로 보고서에서는 오늘이나 어제 데이터를 볼 수는 없습니다. 지난 90일 동안 웹사이트에서 단일 전환이 발생되지 않았거나 GA 보기에서 전환 트래킹이 설정되지 않은 경우에도 역시 이 데이터는 표시되지 않습니다.

상호작용(Interaction)

상호작용은 마케팅 채널에 대한 노출입니다. 상호 작용은 ‘터치(Touch)’라고도 합니다.

예를 들어 위 차트에서 방문자는 구매하기 전에 6가지의 마케팅 채널에 노출되었습니다. 각각의 노출은 다중채널 유입 경로 보고서에서 ‘상효작용(Interaction)’라는 이름으로 표기되어 있습니다. 상호작용에 대해 자세히 알고 싶다면 여기에서 확인하세요.

채널 라벨(Channel Labels)

채널 라벨은 구글 애널리틱스에서 디지털 마케팅 채널에 적용되는 라벨입니다. 예를 들어 ‘페이드 검색’, ‘오가닉 검색’, ‘소셜’, 그리고 ‘디스플레이’ 등이 모두 이 채널 라벨의 예입니다.

채널 라벨의 유형(Types of Channel Labels)

구글 애널리틱스에는 두 가지 유형의 채널 라벨이 있습니다.

1. 기본 채널 라벨
2. 맞춤 채널 라벨

기본 채널 라벨은 기존에 이미 정의된 채널 레이블입니다. 예를 들어 ‘페이드 검색’, ‘오가닉 검색’, ‘추천’, ‘이메일’, ‘디스플레이’, ‘소셜’, ‘직접’ 및 ‘기타 광고’ 등이 모두 여기에 속합니다. 사용자 맞춤 채널 라벨은 사용자가 직접 설정할 수 있는 채널 라벨입니다. 예를 들어 ‘브랜드 키워드’, ‘브랜드 외 키워드’ 등을 맞춤 설정할 수 있을 것입니다.

채널 그룹핑(Channel Grouping)

채널 그룹핑은 채널 라벨의 집합체입니다. 구글 애널리틱스에는 아래와 같이 2가지 종류의 채널 그룹핑이 있습니다.

1. 기본 채널 그룹
2. 맞춤 채널 그룹

‘기본 채널 그룹핑’은 위에서 소개한 기본 채널 라벨들의 집합입니다. 마찬가지로 맞춤 채널 그룹핑은 사용자가 만든 채널 라벨 집합입니다. 위의 채널 라벨 그림에서 맞춤 채널 그룹핑의 예시를 볼 수 있습니다. 채널 라벨을 만드는 것은 채널 그룹을 만드는 과정의 일부분입니다. 특정 규칙을 생성하여 채널 라벨을 정의할 수 있는데, 각 규칙은 반드시 하나 이상의 조건을 전제로 생성되어야 합니다.

참고로 자신이 원하는 만큼 채널 그룹을 만들 수 있으며 채널 라벨과 채널 그룹을 만드는 자세한 사항들은 아래에서 확인하십시오.

1. 구글 애널리틱스에서 채널 그룹핑 이해하기
2. 구글 애널리틱스에서 MCF 채널 그룹 이해하기
3. 맞춤 채널을 사용하여 구글 애널리틱스 보고서 이해하기

전환 경로 분석(Conversion Path Analytics)

‘최상위 전환 경로’ 보고서에서 기본 측정 기준을 변경하여 전환 경로를 보다 자세히 분석할 수 있습니다.

아래와 같은 기본 측정 기준으로 전환하면 전환 경로를 분석할 수 있습니다.

1. MCF 채널 그룹화 경로(MCF Channel Grouping Path)
2. 소스/매체 경로(Source/Medium Path)
3. 소스 경로(Source Path)
4. 매체 경로(Medium Path)
5. 캠페인 경로(Campaign Path)
6. 캠페인(또는 소스/매체) 경로 (Campaign (or Source/Medium) Path)
7. 키워드 경로(Keyword Path)
8. 키워드(또는 소스 매체) 경로 (Keyword (or Source/Medium) Path)
9. 애드워즈 캠페인 경로(Adwords Campaign Path)
10. 광고 그룹 경로(Ad Group Path)
11. 애드워즈 키워드 경로(Adwords Keyword Path)
12. 광고 콘텐츠 경로(Ad Content Path)
13. 검색 쿼리 경로(Search Query Path)
14. 게재 위치 도메인 경로(Placement Domain Path)
15. 게재 위치 URL 경로(Placement URL Path)
16. 디스플레이 URL 경로(Display URL Path)
17. 도착지 URL 경로(Destination URL Path)

이러한 모든 디멘션에 대한 자세한 내용은 ? 클릭 후 직접 확인할 수 있으며, 만약 이를 활용할 경우 전환경로를 분석하는 데 있어서 더 좋은 아이디어를 얻을 수 있을 것입니다. ‘최상위 전환 경로’ 보고서에서 Other 드롭다운 메뉴를 클릭한 후 위에서 언급한 디멘션들을 추가할 수 있습니다.

세그먼팅 전환 경로(Segmenting Conversion Path)

‘전환 세그먼트(Conversion Segments)’를 통해 전환 경로를 분류할 수 있습니다. 이는 구글 애널리틱스의 고급 세그먼트와 동일하지만 특히 다중채널 유입 경로 데이터를 위한 것입니다.

전환 세그먼트를 통해 전환 경로의 특정 하위 집단을 분류하고 분석할 수 있습니다. 전환 세그먼트에는 아래와 같이 두 개의 유형이 있습니다.

1. 기본 전환 세그먼트(Default conversion segments)
2. 사용자 정의 전환 세그먼트(User defined conversion segments)

따라서 첫 번째 상호작용이 ‘페이드 검색’이였던 모든 전환 경로를 보고 싶다면 ‘기본 세그먼트’에서 ‘First interaction is Paid Advertising’을 클릭한 다음 ‘적용’ 버튼을 클릭하면 됩니다. 마찬가지로 첫 번째 상호작용이 페이스북인 모든 전환 경로를 확인하고 싶다면 새로운 사용자 정의 전환 세그먼트를 생성한 다음, ‘First interaction is Facebook’으로 명명되는 새로운 세그먼트를 만들면 됩니다. 전환 세그먼트에 대한 보다 자세한 내용은 여기에서 확인하시기 바랍니다.

참고: 필터링되지 않은 다중채널 유입 경로 보고서에서 확인해야 합니다. 필터링된 보기에서는 전환 경로데이터가 왜곡되어 나올 수 있습니다. 필터링된 보기 대신 전환 세그먼트를 사용하십시오.

어트리뷰션 모델링이란 무엇인가?(What is attribution modelling?)

어트리뷰션 모델이란 마케팅 채널을 이해하고 할당하여 결국 전환으로 이끄는 프로세스를 의미합니다.

참조자료: 마케팅 어트리뷰션의 7가지 모델

어트리뷰션 모델링을 사용해야 하는 이유는 무엇인가?(Why you should use Attribution modelling?)

웹사이트 방문자의 구매 행동을 이해하려면 어트리뷰션 모델을 사용해야 합니다.

• 왜 사람들이 내 웹사이트에서 구매를 하는가?
• 구매하기 전에 무슨 일이 생기는가?
• 고객이 구매를 하거나 사전 정의된 목표를 수행하게 만든 동기는 무엇인가?

어트리뷰션 모델에서 얻을 수 있는 가장 큰 인사이트는 가장 효과적인 마케팅 채널을 확인할 수 있다는 것입니다. 많은 마케터/분석 전문가들이 일반적으로 완료된 전환 수에 따라 마케팅 캠페인의 실적을 평가하는데요, 이는 해당 마케팅 채널의 성과를 평가하는 차선책이기도 합니다. 마케팅 채널이 직접 전환을 완료하지 못하는 경우에도 어쩌면 전환을 지원하거나 전환 프로세스의 시작을 마련한 것일 수도 있습니다. 따라서 마케팅 채널을 폐기하거나 라벨을 지정하기 전에 특정 채널에 비효율적이거나 과도하게 투자하는 경우 다음 사항을 결정하십시오.

1. 마케팅 채널에서 시작한 전환 수
2. 마케팅 채널에서 지원한 전환 수

‘디스플레이’와 ‘이메일’ 모두 검색 마케팅 캠페인과 가난하고 먼 친척과도 같은 관계입니다. 일반적으로 둘 다 전환을 직접적으로 완료시키지는 못하기 때문입니다. 그러나 이들 채널은 전환을 시작하거나 지원하는 데 도움을 줄 수 있습니다. 따라서 이 채널이 효과적이지 않거나 투자 가치가 떨어진다고 판단하기 전에 이 채널의 지원 전환 수를 구글 애널리틱스 내 지원 전환 보고서(Assisted conversion report)를 통해 확인할 필요가 있습니다. 멀티 채널 마케팅의 경우, 전환에 대해 홀로 강력한 위력을 발휘하는 채널은 결코 없습니다.

멀티채널 마케팅은 마치 축구 경기와도 같습니다. 게임의 성공 여부는 팀 전체의 조직력에 달려있기 때문에 설사 가장 많은 전환을 끌어오는 채널일지라도 모든 관심과 역량을 한 채널에만 집중할 수는 없습니다. 게임에서 승리하기 위해서는 모든 채널이 각자의 역활을 충실히 수행해야 합니다.

구글 애널리틱스 내 모델 비교 도구(Model Comparsion Tool)를 통해 기본 및 맞춤 어트리뷰션 모델들을 서로 비교해보고 다른 관점에서 마케팅을 할 수 있습니다.

전환 가치(Conversion Values)

다중 채널 유입 경로 보고서에는 아래와 같은 3가지 유형의 전환 가치가 있습니다.

• 지원 전환 가치(Assisted Conversion Values)
• 마지막 클릭 또는 직접 전환 가치(Last click or direct Conversion Values)
• 첫 번째 클릭 전환 가치(First Click conversion values)

지원 전환 가치는 지원된 전환의 총 경제적인 가치입니다. 지원 전환 가치가 높을 수록 마케팅 채널이 전환 지원에 더욱 중요합니다.

마지막 클릭 또는 직접 전환 가치는 마지막 상호작용의 총 경제적 가치입니다. 마지막 클릭 전환 수가 높을수록 마케팅 채널이 전환을 완료하는데 더욱 중요합니다.

첫 번째 클릭 전환 가치는 첫 번째 클릭 전환의 총 경제적 가치입니다. 첫 번째 클릭 전환 가치가 높을수록 마케팅 채널이 전환을 시작하는 데 있어서 더욱 중요합니다.

마케팅 채널의 지원/마지막 클릭 전환을 계산하는 방법과 마케터가 얻을 수 있는 인사이트는 다음과 같이 계산되어 집니다.

지원 전환 수(Number of assisted conversion) /  마지막 클릭 전환 수(Number of last click conversions)

1. 이 비율의 가치가 0에 가까우면 마케팅 채널이 주로 전환을 완료하는 데 사용됨을 보여줍니다.
2. 이 비율의 가치가 1에 가까울 경우 마케팅 채널이 전환 지원 및 전환 완료에서 모두 동등하게 작동함을 보여줍니다.
3. 이 비율의 가치가 1보다 클 경우에는 마케팅 채널이 주로 전환 지원 기능을 수행함을 보여줍니다.

마케팅 채널의 첫 번째/마지막 클릭 전환을 계산하는 방법과 이를 통해 얻을 수 있는 인사이트는 아래와 같습니다.

첫 번째 클릭 전환 수(Number of First Click Conversions) / 마지막 클릭 전환 수(Number of Last Click Conversions)

1. 이 비율의 가치가 0에 가까우면 마케팅 채널이 주로 전환을 완료하는 데 사용됨을 보여줍니다.
2. 이 비율의 가치가 1에 가까울 경우 마케팅 채널이 전환 지원 및 전환 완료에서 모두 동등하게 작동함을 보여줍니다.
3. 이 비율의 가치가 1보다 클 경우에는 마케팅 채널이 주로 전환 지원 기능을 수행함을 보여줍니다.

구글 애널리틱스의 어트리뷰션 레포트(Attribution Reports in Google Analytics)

구글 애널리틱스는 다음과 같은 어트리뷰션 레포트 기능을 제공합니다.

1. Model Comparsion Tool (Attribution Model Comparsion Tool 이라고도 불림)
2. ROI Analytics (이 보고서는 GA 프리미엄 또는 360 지원 속성에서만 사용할 수 있습니다)
3. Model Explorer (Data Driven Attribution Model Explorer이라 불리우며, 역시 GA 프리미엄 또는 360 지원 속성에서만 사용할 수 있음)

이러한 보고서들은 구글 애널리틱스에서 아래와 같이 Conversion > Attribution 항목에서 확인할 수 있습니다.

*마케팅 자료 및 기타 상담 문의: parkmg85@hanmail.net 

*취업 준비생 및 사회 초년생을 위한 소규모 그룹의 원데이 마케팅 코칭 수업을 진행하고 있습니다. 수강 신청 및 자세한 사항은 여기를 클릭하고 확인해주세요.