Tag: 마케팅

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.

전환이 목표가 아닐 때 소셜 트래픽의 성과를 측정하는 방법

(참조 자료: Measuring social traffic effectiveness when conversion is not the goal)

소셜 트래픽이 발생하는 많은 콘텐츠나 랜딩 페이지 대부분은 그 성공 목표가 전환(conversion)인 경우가 많습니다. 아마도 많은 마케터들은 오가닉(Organic) 혹은 페이드(Paid) 소셜미디어를 통해 발생하는 트래픽이 과연 해당 페이지가 생성해야 하는 특정한 전환 액션으로 이어지는지 알고 싶어할 것입니다.

그러나 목표가 측정가능한 전환이 아니라 다른 지표일 경우엔 어떻게 될까요? 소셜 콘텐츠의 목적이 전환이 아닌 브랜드 권위와 명성 구축에 있다면 그 성공 측정은 어떻게 해야 할까요?

‘평균 페이지 방문 시간(average time on page)’이 답이 아닌 이유

콘텐츠의 주요 목표가 방문자와 긍정적인 관계를 형성하도록 그들을 돕거나 혹은 즐겁게 하는 것이라면 방문자가 취해야 할 행동을 그 콘텐츠를 읽는 것입니다. 여러분이 만든 콘텐츠를 사람들이 읽도록 만드는 것은 생각했던 것 이상으로 큰 성과라 볼 수 있습니다. 소셜 링크를 통해 해당 콘텐츠에 사람들이 방문하는 것은 긴 전투의 시작일 뿐입니다. 컬럼비아 대학의 연구에 따르면, 소셜미디어에서 공유된 링크의 59%은 공유한 사람들이 해당 링크를 클릭하지 않았던 것으로 나타났습니다. 즉 콘텐츠를 읽지도 않고 공유한 셈이지요.

그러나 일단 이러한 장애물을 지나 사람들이 소셜 링크를 클릭하여 페이지로 넘어가면 실제로 그것을 읽었는지, 안 읽었는지 확인할 수 있을까요?

이 측정을 위한 가장 분명한 기준은 바로 평균 페이지 방문 시간입니다. 페이지에 오래 머무른 사람일수록 그 내용을 더 잘 읽었을 확률이 높지요. 그러나 여기에는 실제로 페이지를 읽었는가? 하는 부분에 대해서 심각한 문제가 2가지 정도 있습니다.

1. 평균 페이지 방문 시간 자체가 페이지 내 콘텐츠가 실제로 읽혔다는 것을 보장하지는 않습니다 : 페이지에 머문 시간은 방문자가 브라우저에서 해당 페이지에 머무른 시간을 단순히 계산하여 반영합니다. 브라우저가 열려있는 동안은 그가 무엇을 했는지는 알 수가 없지요. 페이지만 열고 산만하게 다른 것을 했을 수도 있고 이후 내용을 읽지도 않고 오직 탭만 닫아버릴 수도 있습니다. 실제로 이 부분에서 방문자들이 어떤 행동을 했는지 알 수 있는 방법이 없다는 것입니다.

2. 평균 페이지 방문 시간이 실제 방문 시간을 항상 반영하는 것은 아닙니다.  적어도 이 통계는 구글 애널리틱스에서는 덜 알려졌지만 실제로는 훨씬 복잡한 문제입니다. 사실 평균 페이지 방문 시간은 같은 세션에서 동일한 사이트의 다른 페이지에 이동하는 사람에게만 언제나 등록됩니다. 즉 특정 랜딩 페이지에 방문하고 거기에서 시간을 보낸 다음, 같은 세션에 있는 사이트의 다른 페이지에 방문하지 않고 그대로 사이트를 이탈한다면 그렇게 떠나는 모든 페이지 방문자들의 방문 시간은 00:00 시간으로 기록됩니다.

어째서 왜 이런 문제가 발생한 걸까요? 이는 사이트의 구글 애널리틱스 픽셀이 없어지는 방식과 관련있습니다.  누군가가 여러분의 페이지 중 하나에 도착하면(세션이 생성됨) 타이머가 작동됩니다.

그러나 픽셀을 다시 시작하여 평균  페이지 방문 시간을 멈추게 하려면 픽셀에 다른 페이지 로드가 표시되어야 합니다. 만약 사용자가 아예 브라우저를 닫거나 페이지가 있던 탭 또는 브라우저 뒤로 가기 버튼을 활용하여 사이트를 벗어나면 해당 작업으로 인해 픽셀이 트리거되지 않으므로 세션이 기록되어 있어도 시간이 기록되지 않는 것이죠.

아래 그림에서 맨 위 빨간색 화살표는 사이트의 랜딩페이지를 방문한 방문자들을 나타냅니다. 녹색 화살표는 방문자가 적어도 하나 이상의 다른 페이지로 이동하는 것입니다. 기록된 시간(3:26)은 두 번째 페이지로 넘어가기 전에 첫 페이지에서 보낸 총 시간을 의미합니다.

구부러진 빨간색 화살표는 일정 기간 동안 랜딩페이지를 본 후 다른 페이지로 이동하지 않고 사이트를 떠난 방문자를 나타냅니다. 보시다시피, 해당 방문자는 페이지 머문 시간이 제로(0)로 뜹니다.

왜 구글 애널리틱스의 특징이 평균 페이지 방문 시간 데이터를 왜곡하는지 살펴보겠습니다. 가령 예를 들어 오늘 사이트에 3명의 사람이 방문하였다고 가정해봅시다. 아래는 페이지의 실제 시간과 페이지를 본 후 취한 행동입니다.

방문자 1은 처음 랜딩페이지에서 사이트의 다른 페이지로 이동하여 분석 픽셀을 실행시키고 첫 번째 페이지에서 머무른 시간 3분이 기록됩니다. 그러나 다른 두 방문자는 랜딩페이지에서 더 오랫동안 머물렀지만 다른 페이지로 이동하지 않고 바로 사이트를 떠났습니다. 이 경우엔 픽셀이 실행되지 않았고 둘 다 페이지에 머무른 시간이 0:00초로 기록되어 집니다.

바로 여기서 오류가 발생됩니다. 방문자 2와 3은 여전히 사이트에 세션으로 기록되어 있습니다. 그리고 페이지의 평균 방문 시간은 페이지의 총 시간에서 총 세션 수를 나눈 값입니다. 예를 들어 방문자 2와 3은 페이지에 머무른 시간이 0으로 표기 되었기 때문에 실제로 세션 수는 3회이지만 페이지에 머무른 시간은 방문자 1의 기록만 계산되기 때문에 방문자들이 실제로 페이지에 머무른 시간보다 훨씬 적게 나타났던 것입니다.

실제 평균 페이지 방문 시간 = 4:30 [(3:00 + 4:38 + 5:17) / 3]

구글 애널리틱스에서 계산되는 평균 시간 = 1:00 [(3:00 + 0:00 + 0:00) / 3]

이러한 왜곡된 데이터는 특히 브랜딩용 콘텐츠 분석에 악영향을 줄 수 있습니다. 잠재 고객과 이야기를 나누는 이러한 콘텐츠들이 고객 여정(Customer Journey)에 있어서 브랜드에 대한 잠재 고객의 평판과 신뢰를 쌓는 데 매우 중요한 역활을 한다는 것을 우리는 너무도 잘 알고 있습니다.

방문자가 사이트에서 하나 이상의 페이지를 방문하도록 하였을 때 무척 좋아하지만, 앵커 콘텐츠 페이지(가치있는 콘텐츠)중 하나에 와서 실제로 읽으면 더욱 더 기쁠 것입니다. 사람들이 블로그 게시물에서 떠나는 이유는 매우 많습니다. 콘텐츠는 그들이 와야 하는 이유입니다. 그러나 위에서 언급했듯이 실제로 한 페이지 방문ㅇ 성공하면 콘텐츠를 실제로 볼 수  있다는 것을 우리는 알고 있어야 합니다.

단지 평균 페이지 방문 시간만으로 어떤 콘텐츠가 소셜 캠페인이 가장 효과적이였다고 말할 수 없다면 어떠한 측정 기준으로 이를 살펴보아야 할까요?

해결책: 스크롤의 깊이

스크롤 깊이(scroll depth)란 누군가가 페이지에서 방문한 시간 동안 얼마나 웹 콘텐츠 페이지를 아래까지 내려가며 보았는지를 측정한 것입니다. 사실 브라우저 창에서 스크롤 없이 한 번에 볼  수 있는 것보다 좀 더 깊이가 있는 콘텐츠인 경우 스크롤을 아래로 깊숙이 내려갔다는 것은 방문자가 콘텐츠의 모든 내용을 확인하고자 하는 매우 긍정적인 액션입니다.

따라서 좀 더 페이지를 깊이 보는 방문자일수록 콘텐츠와 브랜드에 대해 보다 많은 관심을 갖고 있다고 정의를 내리는 것이 합리적일 것입니다. 그래서 스크롤 깊이는 다른 참여도(페이지 방문 수,  소셜 댓글 및 공유 등) 지표와 함께 사용하여 방문자가 내 콘텐츠에 어떻게 방문하는지 측정할 수 있는 다른  유형의 참여도로 생각할 수 있을 것입니다.

그러나 문제는 스크롤 깊이를 구글 애널리틱스에서는 측정하지 않는다는 것이 문제입니다.

다행히도, WP Scroll Depth 플러그인과 같이 이를 지원하는 다양한 소프트웨어 및 플러그인들이 조금만 찾아봐도 많이 있습니다. 방문자가 랜딩 페이지의 25%, 50%, 75%, 100% 어느 지점까지 스크롤하여 내려갔는지 확인할 수 있습니다. 심지어 방문자가 페이지의 특정 부분까지 스크롤할 때 트리거하도록 구성할 수도 있습니다.

WP Scroll Depth의 경우에는 네 개의 스크롤 지점을 구글 애널리틱스 이벤트로 기록하기 때문에 행동(Behavior) 세션에 표시할 수 있습니다. 구글 애널리틱스에서 방문자는 CTA 버튼을 클릭하는 등의 사전 정의된 액션을 수행할 때 이벤트가 발생됩니다. 스크롤 깊이 비율을 이벤트로도 추가할 수 있기 때문에 이 경우에는 다른 차원의 분석을 할 수가 있습니다.

아래는 구글 애널리틱스에서 이벤트로 구성한 특정 페이지 내 스크롤 깊이 데이터입니다.

위에서 보시다시피, 전체 방문자의 60% 이상이 25% 스크롤을 초과하여 페이지를 읽었습니다. 사실 이 콘텐츠는 꽤 긴 분량이였고 많은 사람들이 실제로 긴 분량의 콘텐츠를 읽는 것에 대해 어느 정도 거부감을 갖고 있다는 것을 우리는 잘 알고 있기 때문에 위 콘텐츠는 매우 성공적인 게시물로 여길 수 있을 것입니다.

스크롤의 깊이와 소셜 캠페인의 성공

스크롤 깊이는 사이트 내 개별 페이지들을 평가할 때 뿐만 아니라 실제 소셜미디어나 다른 여타 레퍼럴 트래픽 소스 중 가장 가치있는 채널이 무엇인지 평가할 때도 쓰일 수 있습니다.

소셜 트래픽으로 인한 스크롤 깊이

주요 소셜미디어 채널들에서 온 트래픽이 우리의 콘텐츠를 얼마나 깊이 읽고 있는지 측정하기 위해 아래와 같은 방법으로 구글 애널리틱스를 활용할 수 있습니다.(위 WP Scroll Depth 플러그인 적용 후)

1. 획득(Acquisition) -> 전체 트래픽(All Traffic) -> 채널(Channels)로 이동한 다음, 기본 측정 기준에서 ‘Social’을 선택합니다.
2. 두 번째 측정기준을 클릭하고 검색창에서 “Event Label”을 검색하여 선택합니다.
3.  보기의 맨 아래에 있는 행표시(Show rows)에서 원하는 수의 데이터를 충분히 볼 수 있도록 설정하십시오.

이제 구글 애널리틱스에서 모든 소셜네트워크 서비스를 통해 들어온 소스와 각각의 스크롤 깊이를 동시에 확인할 수 있습니다.

위 데이터를  유용하게 만들기 위해서는 애널리틱스 보기의 맨 위에 있는 내보내기 탭을 사용하여 엑셀 스프레드 시트로 내보내면 됩니다. 엑셀을 통해 이 데이터를 비교하기 쉽게 정리하면 아래와 같은 방법을 따르십시오.

1. 데이터 세트 1 워크 시트로 이동하세요.
2. ‘세션(Sessions)’이후의 모든 열은 이 분석에서 사용되지 않으므로 모두 삭제하세요.
3. 데이터 항목명이 들어있는 1행을 강조 표시하고 필터를 적용하세요.
4. 소셜네트워크 열의 필터를 선택하고 분석하고자 하는 소셜미디어를 클릭 선택하세요.(구글 애널리틱스는 무척 많은 소셜 소스를 제공합니다. 그 상당 부분은 실제로 필요하지 않습니다)
5. 이벤트 라벨(Event Label) 열을 강조 표시하고 오른쪽 마우스를 클릭한 다음, ‘셀 서식’을 선택해 소수점 이하 0자리로 숫자 유형을 백분율로 변경하세요.
6. 데이터 탭에서 정렬 버튼을 클릭하고 ‘소셜네트워크(오름 차순 혹은 내림 차순)’, ‘이벤트 라벨(내림 차순)’ 순으로 정렬하면 테이블이 아래와 같이 정리됩니다.

여기까지 왔다면 이제 테이블은 아래와 같이 정리될 것입니다.

다음으로 각 소셜 네트워크의 스크롤 깊이에 대한 세션의 백분율을 계산해 봅시다.

1. 각 소셜 네트워크의 마지막 행 아래에 행을 삽입하고 해당 네트워크의 세션을 합산하는 함수를 설정합니다.
2. D열에 ‘Pct Scrolled To’라는 항목을 추가하고 셀서식은 백분율로 설정하십시오.
3. 그렇게 만든 D열에 각각의 세션  수를 해당 네트워크의 전체 세션 수로 나누어 각 스크롤  깊이의 백분율을 계산하십시오. 예를 들어, 아래 셀 D9에서는  C9 / 244를 계산하여 넣으면  됩니다.

놀랍게도 각각의 소셜 네트워크 채널들의 스크롤한 깊이 차이가 크게 없었습니다. 4가지 부분 모두 그 비율이 비슷했습니다. 그러나 전체 수치 면에서는 트위터와 링크드인이 페이스북과 구글 플러스를 압도적으로 누르는 것을 확인할 수가 있었습니다. 여기서 우리는 소셜 채널 중 트위터와 링크드인으로 최대한 집중하여 콘텐츠를 내보내는 것이 좋다는 것을 알 수가 있었습니다.

캠페인 별 스크롤 깊이

UTM으로 소셜미디어 링크에 태그를 지정하면 해당 태그를 활용하여 비슷한 분석을 할 수가 있습니다. 예를 들어 우리는 오가닉하게 공유되는 모든 소셜미디어 링크를 “social-share”라고 태그, 유료 소셜 광고를 진행하는 링크는 “paid-social”라고 태그, 그리고  Social Warfare와 같은 소셜 공유 버튼으로 인한 링크는 “social-warfare”라고 태그를 걸어놓았습니다.

구글 애널리틱스에서 획득 > 전체 트래픽 > 소스/매체 로 이동하여 기본 측정 기준을 “Medium”으로 변경합니다. 그런 다음 두 번째 측정 기준인 “Event Label’를 추가하고 엑셀 시트로 데이터를 뽑아 위와 동일한 방식을 다시 진행합니다. 이후 각 캠페인 별 스크롤 깊이를 분석해봅니다.

여기서는 페이드 소셜 트래픽이 오가닉하게 공유된 트래픽보다 스크롤 깊이 측면에서 더 좋았던 걸로 나타나고 있습니다. 페이지를 100% 모두 스크롤하여 내려본 사람들 중 7%가 이렇게 유료 소셜 광고를 보고 들어왔고 이는 4% 대인 다른 두 캠페인 보다 더 높은 수치입니다.

더 많이 스크롤하게 만들기

물론 페이지를 아래로 스크롤하는 것만으로 방문자가 실제로 페이지를 읽었다고 100% 보장할 수는 없지만 최소한 페이지를 스캔하여 더 많이 노출되었다는 것은 분명합니다. 스크롤한 사용자는 콘텐츠를 보지 않고 공유한 사용자보다 콘텐츠에 더 많은 정보를 얻었을 것입니다.

콘텐츠의 스크롤 깊이 비율은 어떻게 향상 시킬 수 있을까요?(물론 실질적인 목표는 보다 많은 사람들이 여러분의 콘텐츠를 읽게 하는 것입니다) 아래는 이를 위해 시도할 수 있는 몇 가지 팁입니다.

• 콘텐츠를 스캔할 수 있게 만듭니다. 우리는 모든 방문자가 콘텐츠의 모든 내용을 읽게 하도록 싶지만 방문자의 대다수는 작성한 콘텐츠를 대부분 읽지 않기 때문에 적어도 그들이 콘텐츠를 스캔하고 콘텐츠가 주는 혜택을 누릴 수 있도록 해야 합니다. 콘텐츠를 스캔할 수 있게 만드는 방법은 아래와 같습니다.
  • 표제, 소제목, 글 머리 기호 및 삽화를 많이 써서 전반적으로 글의 가독성을 높이십시오. 이러한 것들은 단순히 텍스트에 공백을 넣어주는 것을 떠나 내용을 보다 쉽게 이해할 수 있도록 도와줍니다.
  • 단락의 길이를 다양하게 조정하십시오.
  • 길이가 매우 긴 콘텐츠의 경우에는 상단에 전체[ 목차를 우선적으로 넣어주고, 링크를 삽입하여 각 문단으로 넘어갈 수 있게 하십시오.
• 스토리있게 이야기를 하십시오. 데이터 연구 조차도 일종의 스토리 구조를 가질 수가 있습니다. 처음부터 모든 것을 이야기 하는 것보다 문제를 먼저 이야기하고 해결 방법과 그 솔루션으로 끝내가는 등의 스토리 구조는 방문자로 하여금 컨텐츠를 끝까지 읽을 수 있게 합니다.
• 소개는 짧게 하세요. 여러분의 주제에 대한 배경 설명에 너무 많은 단락을 사용하지 마세요. 독자들은 제목에 써저있는 내용에 대한 궁금증을 풀고자 합니다. 자꾸 다른 이야기를 하며 이야기를  돌리면 방문자들은 점점 중간에 빠져나갈 것입니다.
• 보물(독자들이 알고 싶어하는 또 하나의 팁이나 정보)을 미리 약속하십시오. 가끔은 콘텐츠에 ‘하위 문제(sub-problem)’를 포함시켜 독자들에게 여러분이 그 문제까지 본문에서 해결할 것이라고 미리 암시해주세요.

이제 여러분의 애널리틱스 툴 모음에 스크롤 깊이 도구를 추가하고 소셜미디어를 통해 해당 콘텐츠가 공유될 때의 그 효과에 대해서 확인해보시기 바랍니다.

마케팅 자료 및 기타 상담 문의: parkmg85@hanmail.net  (자료 퍼가시기 전에 꼭 메일로 확인부탁드립니다)