퍼널 분석(Funnel Analysis), 언제 어떻게 쓸까?
데이터 분석가라면 반드시 알아야 할 퍼널 분석의 개념과 실전 활용법을 정리했습니다.
퍼널 분석이란?
퍼널(Funnel)은 '깔때기'라는 뜻입니다. 사용자가 특정 목표에 도달하기까지 거치는 단계를 시각화하면, 위는 넓고 아래로 갈수록 좁아지는 깔때기 모양이 됩니다. 각 단계마다 이탈하는 사용자가 발생하기 때문이죠.
퍼널 분석은 이 과정에서 어느 단계에서 얼마나 많은 사용자가 이탈하는지 파악하고, 병목 지점을 찾아 개선하는 분석 방법입니다.
퍼널 분석이 필요한 순간
1. 전환율이 기대보다 낮을 때
"분명 트래픽은 들어오는데, 왜 매출이 안 나오지?"
이런 상황에서 퍼널 분석은 문제의 원인을 단계별로 쪼개서 보여줍니다. 전체 전환율 3%라는 숫자만 봐서는 어디를 고쳐야 할지 모르지만, 퍼널로 분해하면 답이 보입니다.
2. 신규 기능이나 프로세스를 런칭했을 때
새로운 회원가입 플로우, 결제 시스템, 온보딩 프로세스를 도입했다면 기존 대비 전환율이 어떻게 변했는지 확인해야 합니다.
3. A/B 테스트 결과를 심층 분석할 때
단순히 "B안이 10% 좋았다"로 끝내지 않고, 어느 단계에서 차이가 발생했는지 파악할 수 있습니다.
실전 예시로 배우는 퍼널 분석
예시 1: 이커머스 구매 퍼널
온라인 쇼핑몰에서 가장 흔하게 사용하는 퍼널입니다.
상품 조회 → 장바구니 담기 → 결제 페이지 진입 → 결제 완료가상의 데이터로 분석해보면:
| 단계 | 사용자 수 | 전환율 | 단계별 이탈률 |
|---|---|---|---|
| 상품 조회 | 10,000 | 100% | - |
| 장바구니 담기 | 2,500 | 25% | 75% |
| 결제 페이지 진입 | 1,500 | 15% | 40% |
| 결제 완료 | 750 | 7.5% | 50% |
인사이트 도출:
- 상품 조회 → 장바구니: 이탈률 75%. 상품 상세 페이지의 정보가 부족하거나 가격 경쟁력이 떨어지는 것은 아닌지 확인 필요
- 결제 페이지 → 결제 완료: 이탈률 50%. 결제 수단이 제한적이거나 결제 과정이 복잡할 가능성 검토
예시 2: SaaS 서비스 온보딩 퍼널
B2B SaaS 제품에서 신규 가입자가 실제 활성 사용자가 되기까지의 여정을 추적합니다.
회원가입 → 이메일 인증 → 프로필 설정 → 첫 프로젝트 생성 → 팀원 초대 → 주간 활성 사용| 단계 | 사용자 수 | 전환율 |
|---|---|---|
| 회원가입 | 1,000 | 100% |
| 이메일 인증 | 820 | 82% |
| 프로필 설정 | 650 | 65% |
| 첫 프로젝트 생성 | 400 | 40% |
| 팀원 초대 | 180 | 18% |
| 주간 활성 사용 | 120 | 12% |
인사이트 도출:
- 이메일 인증 단계에서 18% 이탈: 인증 메일이 스팸함으로 가거나, 인증 과정이 번거로울 수 있음
- 프로필 설정 → 첫 프로젝트 생성에서 큰 드롭: 사용자가 제품 가치를 경험하기 전에 이탈. 온보딩 튜토리얼이나 템플릿 제공 고려
- 팀원 초대 단계의 급격한 이탈: 개인 사용자 위주이거나, 초대 기능의 접근성이 낮을 수 있음
예시 3: 콘텐츠 플랫폼 구독 퍼널
교육 플랫폼이나 뉴스레터 서비스의 유료 전환 과정입니다.
랜딩 페이지 방문 → 무료 콘텐츠 소비 → 회원가입 → 무료 체험 시작 → 유료 결제세그먼트별 비교 분석:
| 유입 채널 | 랜딩 → 콘텐츠 소비 | 소비 → 가입 | 가입 → 체험 | 체험 → 결제 |
|---|---|---|---|---|
| 검색 유입 | 45% | 30% | 60% | 25% |
| SNS 광고 | 70% | 15% | 40% | 10% |
| 추천 링크 | 55% | 50% | 75% | 40% |
인사이트 도출:
- SNS 광고는 초기 참여도는 높지만 최종 전환율이 낮음. 광고 타겟팅 재검토 또는 랜딩 페이지와 광고 메시지의 일관성 확인
- 추천 링크를 통한 유입이 전 단계에서 가장 높은 전환율. 레퍼럴 프로그램 강화 검토
퍼널 분석 시 주의할 점
1. 단계 정의를 명확히 하세요
"장바구니 담기"가 버튼 클릭인지, 장바구니 페이지 도달인지에 따라 수치가 달라집니다. 분석 전에 각 단계의 이벤트 정의를 팀과 합의하세요.
2. 시간 범위를 고려하세요
B2B 서비스처럼 구매 결정까지 수주가 걸리는 경우, 일주일 단위 퍼널은 왜곡된 결과를 보여줄 수 있습니다.
3. 세그먼트별로 분리해서 보세요
전체 평균에는 중요한 인사이트가 숨겨질 수 있습니다. 디바이스별, 유입 채널별, 사용자 그룹별로 나눠서 분석하면 더 구체적인 액션 아이템을 도출할 수 있습니다.
4. 이탈 이유까지 파악하세요
퍼널 분석은 "어디서" 이탈했는지 알려주지만, "왜" 이탈했는지는 알려주지 않습니다. 정성적 분석(사용자 인터뷰, 히트맵, 세션 리플레이)과 함께 활용하면 더 완전한 그림을 얻을 수 있습니다.
퍼널 분석에 사용하는 도구
- Google Analytics 4: 무료이면서 강력한 퍼널 시각화 기능
- Amplitude / Mixpanel: 프로덕트 분석에 특화된 세밀한 퍼널 분석
- SQL + BI 도구: Tableau, Looker, Redash 등으로 커스텀 퍼널 구축
- BigQuery + 시각화: 대용량 데이터 처리가 필요한 경우
마치며
퍼널 분석은 단순히 전환율 숫자를 나열하는 것이 아닙니다. 사용자 여정의 각 단계를 이해하고, 비즈니스 성장을 가로막는 병목을 찾아 해결하는 과정입니다.
처음에는 간단한 퍼널부터 시작해보세요. 그리고 점차 세그먼트를 나누고, 시간에 따른 변화를 추적하고, A/B 테스트와 연계하면서 분석의 깊이를 더해가면 됩니다.
