[내배캠 D+52] 마케팅 데이터 분석 개인 과제 시작!

 

내배캠 52일차!

 

오늘은 CH5. 마케팅 심화 개인과제를 시작했다. 데이터 분석 과제다 보니, 내가 과연 제대로 분석한 게 맞는지 계속 고민한 하루였다. 

 

📌 개인 과제 구성은 다음과 같다: 

1. UTM 파라미터 설계
2. 가상 광고 캠페인 성과 분석
3. 데이터 기반 광고 분석
4. ZEP 포인트 계산 및 분석
5. A/B 테스트 기획

 

과제는 1번부터 5번까지 모두 끝냈지만, 아직 몇 군데 고민되는 부분이 남아 있어서 내일 다시 한 번 확인하고 수정할 예정이다.

 

이제부터 고민을 많이 했던 파트 중심으로 회고하고, 내일 어떻게 풀어나가면 좋을지 정리해 보려고 한다.

---

1️⃣ 데이터 기반 광고 분석

첫 번째는 3번, 데이터 기반 광고 분석 파트다.

 

3번 데이터 자체는 간단하고 명료했다. 랜딩페이지 방문, 장바구니 담기, 결제 페이지 진입, 구매 완료까지의 고객 수가 주어졌다.

 

여기서 내가 어렵다고 느낀 부분은, 이 데이터를 바탕으로 이탈 지점과 원인을 찾아내는 것이었다. 이탈 지점은 인터넷에서 찾은 이탈률 공식으로 계산했다.

 

이탈률 = (시작 시점 고객 수 − 종료 시점 고객 수) / 시작 시점 고객 수 × 100

 

 

이 계산에 따르면 이탈률은 아래와 같다.

• 랜딩페이지 → 장바구니 구간: 81.67% 이탈
• 장바구니 → 결제 페이지 구간: 34.09% 이탈
• 결제 페이지 → 구매 완료 구간: 69.66% 이탈

이 수치를 기준으로, 가장 큰 이탈이 발생한 지점을 랜딩페이지 → 장바구니 구간, 즉 고려 단계라고 정의했다.

 

이제 다음으로 원인을 찾아야 했다.

 

먼저 현재 상황을 정리해보면, 랜딩페이지 방문자 수는 높았지만 장바구니 담기 수는 낮았다. 즉, 랜딩페이지 다음 단계로 넘어가지 않았다는 뜻이다.

 

 

그렇다면 왜 랜딩페이지 다음 단계로 넘어가지 못했을까?

 

 

랜딩페이지는 고객이 광고를 클릭하고 처음 도달하는 페이지다. 그래서 광고에 있던 정보가 랜딩페이지에 없었거나, 다음 행동을 유도하는 CTA가 없었을 가능성을 떠올렸다.

 

여기서 고민에 빠졌다.

 

아무래도 추론이다 보니, 내가 너무 일반화하고 있는 건 아닐지, 너무 뇌피셜에 가깝지는 않은지 계속 의문이 들었다. 데이터 기반으로 문제를 파악해야 하는데, 주어진 데이터는 랜딩페이지에서 장바구니로 넘어가는 구간의 이탈이 크다는 사실뿐이었다.

 

그래서 정말 다양한 해석이 가능한 데이터라고 느꼈다...

---

2️⃣ A/B 테스트 기획

두 번째는 5번, A/B 테스트 기획이다.

 

5번 데이터는 3번 데이터보다 훨씬 구체적이었다. 업계 평균 대비 앱 푸시 오픈율, 장바구니 재방문율, 구매율, 비구매 사유 TOP 3 등이 함께 제시되었다.

 

이 데이터를 바탕으로 업계 평균과 비교했을 때, 나는 구매 단계가 개선이 필요하다고 판단했다. 그리고 테스트 변수로는 할인율을 선택했다.

 

근거는 두 가지였다.

첫째, 업계 평균 대비 구매율이 낮았다.
둘째, 비구매 사유 TOP 3 중 1위가 가격 부담이었다.

 

결국 핵심은 가격이라고 생각했다. 가격이 부담되니 장바구니에 담고도 구매까지 이어지지 못하는 상황이라고 판단했다.

 

그래서 “돈을 많이 세이브한 상태에서 구매한다”는 느낌을 주기 위해 할인율을 조정하는 방향으로 테스트를 기획했다. 장바구니 단계에서 구매 확신을 주기 위해서였다.

 

여기서 고민은 내 A/B 테스트가 과연 현실적인지, 실무자 관점에서 봤을 때 실제로 효과가 있을지에 대한 의문이었다.

 

---

💭 내일 시도해볼 것 

지금까지 회고한 내용을 바탕으로, 내일 과제를 다시 한 번 검토할 예정이다. 내가 도출한 인사이트를 뒷받침하는 근거가 충분한지 다시 한 번 확인하려고 한다.

 

내일은 내가 만든 결과에 대해 조금 더 확신이 생기기를 바라며...

 

 

오늘의 TIL 끝!