퍼널 분석이란?
서비스를 개선하려할 때 ‘뭐부터 개선해야 하지?’ 의문점이 들 때 사용하면 좋다. 일반적으로 사용자가 서비스를 이용할 때 서비스 진입 후 최종 핵심 기능을 사용하기까지 각 단계를 거치면서 점점 이탈하게 되는데 이 단계를 구분해 서서히 좁아지는 형태구조를 퍼널(funnel)이라 칭한다. 퍼널 분석을 이용하면 각 단계에 대한 고객 분석이 가능하다. 단계별로 고객의 이탈률을 확인하여 이에 대한 조치를 취할 수 있다.
퍼널 분석을 진행할 때는 데이터를 신뢰하기 위한 최소 표본 사이즈가 적합해야 한다.
퍼널 분석 장점
- User Flow 기반으로 서비스를 들어온 시점부터 나가는 시점까지의 구간을 나눠 데이터를 보고 어디서, 왜 나가는지 파악할 수 있다.
- 어디서 가장 많이 이탈하는지 파악하여 Task의 우선순위를 정할 수 있다.
- 측정 대상과 기준을 선정하는데 도움을 준다.
- 수익 타당성의 기초가 되는 요소에 대한 고민을 가능하게 한다.
AARRR
- Acquisition(사용자 유치) : 어떻게 처음 우리 서비스를 접하게 되는가 예) 신규 방문자 수, 신규 방문자 유입 경로
- Activation(사용자 활성화) : 사용자가 처음 서비스를 접할 때, 긍정적인 경험을 제공하고 있는가 예) 트래픽, 체류 시간, 페이지뷰, 회원가입율
- Retention(사용자 유지) : 이후의 서비스를 다시 사용하는 정도는 얼마나 되는가 예) 이탈률, 회원가입 후 재방문율, 전체 재방문율
- Referral(추천) : 사용자가 자발적으로 확산이나 공유를 일으키고 있는가 예) 추천 횟수, 추천 후 유입율
- Revenue(매출) : 최종 목적으로 연결되고 있는가 예) 구매 전환율, 매출
퍼널 분석의 핵심
각 단계별 전환율 측정
여기서 전환의 정의는 "우리가 의도한 행동을 고객이 하는걸" 말한다.
전환율 기준
서비스를 이용하는 사용자에게 의도한 행동을 목표 지표로 정의해야한다. 목표지표에는 Macro & Micro conversion 두가지로 구분할 수 있다.
Macro : 가장 집중해야 할 목표
많아질수록 원하는 것이 불명확해진다. 커머스라면 구매전환, SaaS라면 데모 요청 등 각각 다르다.
Micro : 거시적 전환에 도달하는 경로
동영상 시청한 사용자의 구매 전환이 높다면, '동영상 시청 액션'을 micro conversion으로 잡을 수 있다.
사용자 기준 전환율 측정은 어떻게 하는가?
- 총 20회의 상품 페이지 조회, 4번의 결제 = 4 / 20 * 100 = 20%
- 중복 제거 총 14개 상품 조회, 3번의 결제 = 3 / 14 * 100 = 21%
- 총 4명의 사용자 중 3명이 결제 = 3 / 4 * 100 = 75%
사용자 기준 VS 트래픽 기준 이중 무엇을 대표값으로 보는게 좋을까?
지표는 정해진 답이 없다. 회사 내 합의된 기준에 따라 사용하는 것이 좋다.
왜 사용자 기준으로 보면 수치가 더 높게 나올까?
'트래픽 기준 전환율 =22%'의 수치를 파악했을때, 상품페이지 → 결제 사이에 허들이 있어 직접 전환 비율이 떨어짐을 파악할 수 있다. 이로써 UI/UX개선을 통해 이탈을 줄일 수 있다는 결론 도출 가능하다.
불편한 동선에도 다시 돌아와서 결제하는 경우도 배제할 수 없으니 상품의 매력도, 가격 등 다양한 요소가 영향을 미칠 수 있음을 고려해야한다. → 트랙픽 기준 전환율을 살펴보는것이 UX/UI문제점을 찾는데 도움이 돤다.
또한 A/B 테스트, 유저 테스트를 활용해 어떤 목표한 수치에 도달하기 위해 롤백하거나 롤아웃하거나 등 지속적으로 다른 개선안을 테스트하는 과정을 거쳐야 한다.
