지난 시간에는 데이터 분석가의 한 주를 들여다 보았다. 이번에는 데이터 분석가가 정확히 어떤 데이터를 분석하는지 실제 기업 사례를 통해 알아보고자 한다. 먼저, 전자상거래 기업의 사례를 살펴보자.
💸 E-commerce Data Team
전자상거래의 데이터 관련 부서는 네 가지가 있다.
❗ 첫째, 웹사이트를 분석하는 Web Analytics.
웹 분석 부서의 가장 중요한 과제는 쇼핑을 즐기는 사람들의 눈길을 끌만한 제품이 있는지 확인하는 것이다. 이와 관련된 지표로는 CTR(Click-Through Rate)가 있다. CTR은 사이트를 방문한 고객이 판매 제품을 클릭했는지 여부를 알 수 있는 매출액이다. CTR은 0에서 100으로 이루어지는데 수가 높을 수록 그 상품에 대한 관심이 높다고 볼 수 있다. 이와 같은 맥락으로 어떤 제품들이 가장 많은 View를 받았는지를 볼 수 있다. 또한, 가장 매출이 큰 브랜드에 대해 해당 브랜드만을 전담으로 마크하는 Account Executive라는 포지션의 직원을 채용하기도 한다. 가장 잘 팔리는 제품 자체에 대한 특성 분석을 할 수도 있고 해당 제품과 어떤 제품이 함께 잘 팔렸는지도 그들의 분석 항목에 포함되어 있다.
❗ 둘째, 배송 과정을 추적하는 Supply-Chain Analytics.
이 부서는 고객에게 약속한 기간까지 배송을 하는지 Ontime Rate를 분석하거나 제품의 재고 확보와 주문이 들어올 때마다 정확히 배송을 완료했는지 Fulfillment를 확인할 수 있는 Fill Rate를 분석한다. 그 외에도 환불과 반품 요청에 대한 원인 파악 등에 중점을 두기도 한다.
❗ 셋째, 마케팅 전담 Marketing Analytics.
마케팅 팀은 홍보 전략 중 하나인 이메일에 대한 Open Rate를 확인하고 어떻게 하면 고객들이 이메일을 잘 확인할 수 있는지에 대한 전략을 세운다. 보통 이러한 이메일 안에는 쿠폰이나 마음에 드는 제품의 사진들이 등장하곤 하는데 이 장치들은 웹사이트로 리드를 하는 역할을 한다. 이에 대한 CTR도 분석한다. 그리고 이 클릭이 실제 구매로 이어졌다면 이후 구매에 대한 전략 방안을 추가적으로 고려해볼 것이다.
❗ 넷째, 고객 지원을 담당하는 Customer Support Analytics.
고객이 주문을 진행하고 나면 문의 사항과 환불 요청 등이 있기 마련인데 고객 분석팀은 이러한 연락의 원인을 파악하고 이에 대한 대응 방안과 개선점을 구상한다. 이때, 연락을 취하는 방법이 다양한데 그 채널에 대한 분석도 진행한다. 주로 가장 많이 사용하는 채널과 가장 저렴한 채널을 파악하고 그 채널로 고객을 유인할 방법을 구상하기도 한다. 답변에 걸리는 시간을 사전에 목표로 설정해 놓는데 실제로 이 목표에 도달했는지 여부도 분석 항목에 포함된다. 이를 Response SLA(Service Level Agreement)라고 한다.
🖥 SaaS(Software as a Service) Data Team
SaaS는 소프트웨어 제품을 판매하는 기업을 말한다. 마찬가지로 Saas 기업의 데이터 관련 부서도 네 가지 정도로 구분할 수 있다.
❗ 첫째, 제품을 담당하는 Product Analytics.
이 부서는 주로 사용자들이 제품을 어떻게 사용하는지 알아보려는 분석을 진행한다. 예를 들어, 웹 페이지를 제공하고 있다면 각 페이지마다 평균 잔류 시간(AVG Time Per Visit)을 분석하여 사용자가 오래 머무는 페이지와 그 원인을 파악한다. 이를 통해 기업이 유저들에게 정보를 제공할 수 있는 효율적인 방법을 구상한다. 또한, Bounce Rate를 통해 어떤 페이지에서 사용자가 이탈하는 지 알아보기도 한다. 마지막으로 사용자가 어디서 유입돼서 어디서 나가는지, 이러한 모든 과정을 하나의 Funnel로 살펴 보는 Usage Funnel 분석을 진행한다. 이후, 페이지의 개선 논의와 기획에 들어간다.
❗ 둘째, 고객을 담당하는 Customer Analytics.
방문자가 언제 유료 고객이 되는지 Conversion Rate를 본다. 예컨대, 100명의 방문자가 제품을 사용하기 시작했다면 방문 이후에 언제 돈을 사용했는지를 파악해본다. 만약 Conversion Rate가 30%라면 100명 중 30명이 유료 고객으로 전환된 것이다. 한 명의 고객을 유치하기 위해 얼만큼의 비용이 드는지 CAC(Customer Acquisition Cost) 지표를 확인한다. 기업 입장에서는 투자 비용이 적은 것이 좋으므로 CAC를 낮추기 위해 노력할 것이다. 마지막으로 스타트업에서 많이 사용하는 NPS(NET Promoter Score)가 있다. 이를 측정하기 위해 사용자에게 한 가지 질문을 던진다. 사용한 제품을 다른 사람에게도 추천할 것인지 여부를 묻는데 6점 이하는 Detractor 고객으로, 제품에 만족하지 못해서 추천하지 않는 사람들을 말한다. 7-8점은 Neutral 고객이고, 9-10점은 Promoter라고 하여 제품에 크게 만족하여 주변 사람들에게까지 추천해 주려는 사람들을 말한다. 이 숫자들을 모아서 하나의 숫자로 측정하는 것이 NPS이다. NPS의 적정치는 산업마다 다르지만 대개는 50정도가 좋은 수치이다.
❗ 셋째, 마케팅을 담당하는 Marketing Analytics.
SNS와 이메일 등 각 마케팅 채널에 대해 어느 정도의 유입이 이루어지는지 Traffic Source를 분석하고 이에 따라 어떤 채널에 중점적으로 자금을 투자할지 결정한다. ROAS(Return On Ad Spend)를 통해 광고에 투자한 비용 대비 리턴한 수익을 계산한다. 또한, 베스트 채널에 투자할 비용을 분석하는데 매주, 매달마다 베스트 채널이 변화하기 때문에 분기에 따른 분석을 지속적으로 진행한다.
❗ 넷째, 판매를 분석하는 Sales Analytics.
Leads Per Marketing Channel은 마케팅과 세일을 분리한 후, 마마케팅 채널마다 들어온 Lead를 확인한다. Lead는 판매를 권유할 수 있을 정도로 상품에 관심이 있는 고객들을 칭한다. Lead to Customer Rate는 제품에 관심을 보인 고객 중 유료 고객으로 전환된 사람들의 비율을 계산한다. 10명의 사람들이 제품에 관심을 가졌는데 한 명만이 유료 고객으로 전환되었다면 Lead to Customer Rate는 10%가 된다. 이때, 고려해야 할 것은 Lead의 퀄리티다. 어떤 마케팅 채널에서는 전체 Lead의 수가 낮지만 전환율이 100%라면 그 채널에서 유입되는 고객은 무조건 유료 고객으로 전환된다는 것이므로 해당 채널에 더 집중을 해야된다. 마지막으로 Monthly Recurring Revenue(MRR)이나 Annual Recurring Revenue(ARR)과 같은 월매출액, 연매출액, 월간/연간 반복 매출액을 분석한다.
데이터 분석가로서 기업에서 나타나는 문제를 수량화하고 그 심각도와 개선 여부를 정량화하는 것은 매우 중요하다. 이를 위해 반드시 KPI를 설정하고 관련 지표들을 측정할 수 있어야 한다.
