이커머스에서 고객 지표 이해하는 법 (feat. 태블로)

태블로(Tableau)는 데이터를 연동해 지표를 시각화하여 분석하는 툴이다. 필자는 BI(Business Intelligence) 툴을 이용하여 매일 특정 지표를 확인하고 있다. 그렇지만 BI에는 없는 신규 지표를 생성하기 위해서는 따로 개발을 의뢰하거나, 리포트를 자유롭게 활용하려면 SQL 쿼리를 알아야 하는 번거로움이 있다. 그런데 태블로를 사용하면 드래그 앤 드롭만으로도 다양한 형식의 데이터를 차트, 그래프, 워드클라우드, 대시보드 등과 같이 간편하게 확인할 수 있다. 최근엔 생성형 AI가 적용되어, 의사결정에 도움이 되는 인사이트를 제공받을 수도 있다.

특히 이커머스에서 태블로를 활용하면, RFM(Recency, Frequency, Monetary), 최근 구매 시기, 구매 빈도, 총구매 금액을 기반으로 분석하거나, 코호트 분석에도 활용하는 등 고객 지표를 확인하는 데 도움이 된다. 이번 글에서는 이커머스 고객 분석 지표에는 무엇이 있는지 살펴본 후, 태블로를 이용해 분석하는 방법을 소개하고자 한다.

이커머스 고객 지표 분석하기

우리 서비스에서 가장 궁금한 것은 제품이 얼마나 팔렸는지, 누가 이용했는지일 것이다. 그래서 주로 BI에서 실시간 매출과 트래픽 추이를 확인한다. 추가로 GA(Google Analytics)에서는 UV, PV, 전환율 등 각 고객 접점마다 퍼널을 확인한다. 그리고 태블로에서는 프로모션 효과를 측정하기 위해, 채널별 특정 접점에서 발견되는 동일한 특성을 가진 고객의 행동 패턴까지 분석할 수 있다.

1) 기본 지표: 클릭률, 유입률, 전환율

먼저 알아야 하는 것은 클릭률, 유입률, 전환율이다. 해당 지표는 노출한 광고, 앱푸시, 문자, 검색, 탐색 등 다양한 경로로 산출이 가능하지만, 여기서는 노출한 광고를 기준으로 설명한다. 

① 클릭률=(클릭 수/노출 수)*100으로 노출한 광고를 얼마나 클릭했는지 본다.

② 유입률=(사용자 수/노출 수)*100 노출한 광고로 고객이 얼마나 들어왔는지를 본다. 즉, 1천 명에게 노출했다고 가정 시 1명의 고객 10번 클릭했다면 클릭률은 1%, 유입률은 0.1%이다.
③ 전환율=(구매자 수/사용자 수)*100은 노출한 광고로 얼마나 구매했는가를 본다. 

대체로 아래 표처럼 타깃 고객 유형에 따라 달라진다. 각각의 고객 유형별 수치의 높고 낮음에 따라, 타깃 고객, 상품, 전시, 광고 소재 등을 재점검하는 등 향후 계획과 방향을 정한다.

2) 광고 수익률과 고객생애가치 주기를 함께 봐야 하는 이유

앞서 언급한 고객 유형 중에서도 신규고객을 확보하고 유지하는 데 비용이 가장 많이 든다. 외부 광고 채널을 이용해 유입을 유도하므로, 광고비용이 상대적으로 많이 발생하기 때문이다. 그래서 고객 유형별로 효과적인 광고 효율을 측정하려면, 로아스(Return On Ad Spend, 광고 수익률)와 LTV(LifeTime Value, 고객생애가치)를 함께 봐야 의미가 있다.

④ 로아스=(광고로 인한 매출/광고비)*100으로 계산하는데, 광고비를 쓴 만큼 얼마나 벌었는지를 본다. 아래 표처럼 활성 고객의 로아스가 2,500%이고, 전체 고객 대상으로 보면 366%이므로 활성 고객 대상으로만 영업과 마케팅 전략을 세우는 것이 효과적이라고 생각할 수도 있다.

그러나 매출과 이익액(이익률 5%)을 보면, 전체 고객을 대상으로 했을 때 높은 것을 알 수 있는 것처럼 데이터를 다각도로 분석하는 것이 필요하다.

그리고 이커머스 평균 이탈률 20~45%를 생각해서 6개월 후 30%를 반영하면, 로아스는 변함없지만 이용 고객 수가 줄어 매출과 공헌이익은 줄어들 수 있다. 따라서 지속해서 이탈, 휴면, 신규고객이 포함된 전체 고객을 대상으로, 이들을 활성 고객으로 전이시키려는 방안을 마련하는 것이 중요하다.

⑤ LTV를 구하는 공식은 다양하지만, 여기서는 이해를 돕기 위해 =객단가÷이탈률로 계산했다. 아래 표처럼 전체 고객 수와 이탈률은 같지만, 활성 고객 비율이 높아짐에 따라 구매자 수와 매출이 달라져 결국 고객생애가치가 향상되는 것을 알 수 있다.

따라서 다양한 데이터를 복합적으로 분석하면서 이탈, 휴면, 신규고객을 점차 활성 고객으로 전이시키는 것이 이커머스의 공통적인 목표 중 하나이다.

이커머스에 태블로 활용하기

앞서 데이터 테이블 위주로 데이터를 보았다면, 태블로는 드래그 앤 드롭하여 열과 행 영역에 원하는 데이터를 가져다 놓는 방식으로 시각화해서 볼 수 있다. 자유도가 높아 누구나 쉽게 분석 관점에 따라, 보고 싶은 항목을 커스터마이즈해서 이용할 수 있다. 추가로 태블로 펄스(Tableau Pulse)는 데이터 기반의 인사이트를 제공한다. 아직은 한국어를 지원하지 않지만, 매일 실적을 확인할 때 데이터가 의미하는 것에 대한 통찰력을 얻을 수 있어 유용하다.

1) 다양한 데이터를 연결하여 분석

태블로는 데이터를 연결해서 사용할 수 있는 것이 장점이다. GA, Amazon Redshift와 같이 서버에 있는 데이터를 연결하거나, PC에 있는 스프레드시트 파일을 연결할 수 있다. 대부분의 데이터가 실시간으로 업데이트되므로, 라이브 형식의 서버에 있는 데이터를 연결해서 사용한다. 업종별로 연동하는 데이터가 다르겠지만, 온라인과 오프라인 내부 데이터뿐만 아니라 외부 데이터까지 연결한 데이터를 시각화해 볼 수 있다는 장점이 있다. 물론 온·오프 데이터가 조직 내에서 자연스럽게 상호 보완적으로 활용될 수 있는 기반이 마련되어 있어야 가능하다.

예를 들어, 호텔은 온·오프 데이터가 연결되어, 최다 체크인 성별, 연령대와 일별 평균 체크인 수를 전년 동일, 동요일로 비교 분석하는 것뿐만 아니라, 외부 행사 정보를 스크랩하여 캘린더와 시계열 형태로 행사 분석하는 것이 가능했다. 그런데 만약 온·오프 데이터가 연결되어 있지 않다면, 온라인과 오프라인 점별 VOC 문의 내용을 기반으로 세부 건수와 월별 주요 키워드 등을 따로 확인해야 하며, 회원 기반 고유 ID 값을 기준으로 데이터가 연결되지 않아 고객별 관리가 어려웠을 것이다.

이처럼 태블로는 시각화에 최적화된 툴로, 이용하고자 하는 목적에 따라 온오프라인 데이터 및 외부 데이터가 연동되어 있어야 효과적으로 활용할 수 있다.

필자의 경우 문자, 카카오 플러스친구, 앱 푸시 등 채널별 매출과 고객 트래픽을 확인한다. 각 채널별로 성별, 연령 고객의 기본 정보뿐 아니라, 어떤 상품이 많이 팔렸는지, 시간대별로 데이터 추이 변화를 실시간으로 파악하는 용도로 태블로를 활용했다. 또한 특정 상품의 판매가가 넘었을 때 슬랙이나 이메일로 알림을 받아, 바로 시장 반응을 파악하고 빠르게 대응할 수 있었다.

2) 생성형 AI를 활용해 데이터 인사이트 얻기

태블로 펄스(Tableau Pulse)를 이용하면 생성형 AI를 통해 데이터 기반으로 요약된 인사이트를 받아볼 수 있다. 예를 들어, 전달 동일, 동요일 간의 매출, 총판매량, 반품률, 평균 배송 소요일 등의 변화를 각 항목별로 발생 시점 기준으로 분석하여 인사이트를 제공받을 수 있다. 이처럼 데이터 기반에 이해와 통찰 정보가 제공된다면 업무의 효율을 높일 수 있으리라 기대된다.

또한 사용자가 개인화된 질문을 통해 더 구체적인 인사이트를 얻을 수 있으며, 여러 데이터 소스를 통합하여 보다 깊이 있는 분석도 가능하다. 이러한 기능은 특정 캠페인의 효과 분석이나, 온라인 및 오프라인 데이터를 결합해 고객의 행동 패턴을 파악하는 데 매우 유용하다. 이처럼 태블로 펄스를 활용한 데이터 인사이트는 비즈니스 의사결정의 질을 높이고, 전략적인 사고를 촉진하는 데 큰 역할을 한다.

데이터 기반으로 서비스를 만들기까지

사실 데이터 분석 툴을 도입하기 전, 무엇보다 중요한 점은 마인드셋과 데이터 리터러시라고 생각한다. 내 경우 팀원 모두가 신규 서비스를 오픈 후 운영하면서, 매일 시간대별 판매 및 트래픽 데이터뿐만 아니라 치밀하게 고객을 분석했다. 그리고 향후 방향을 수정하며 즉시 대응할 수 있었던 것이 결국 고객 확보와 매출 증가에 큰 역할을 했다. 이처럼 기획자가 데이터를 분석하는 이유는 상품과 마케팅 계획을 빠르게 변경하고, 고객 분석으로 채널 최적화와 타깃을 정교하게 맞춰가야 하기 때문이다.

다음으로 중요한 것은 데이터를 분석할 수 있는 인프라다. 적합한 데이터를 파이프라인으로 연동해, 각각의 ID 값과 DB가 정의되어 있어야 한다. 그래야 고객이 반응하는 채널 전략 수립과 사야 할 이유를 정의하는 데 있어 데이터를 적절히 활용할 수 있다. 고객 분석은 현재 진행 중이며, 앞으로도 강력한 데이터 기반의 커스터마이징이 가능한 태블로를 적극 활용할 계획이다. 또한 고객과 상품, 채널 분석을 점차 고도화하여 각 채널과 고객 유형별로 클릭률, 유입률, 전환율 등 트래픽을 늘려 나갈 예정이다. 

여기서 세그먼트를 정교하게 나눠 구매 확률이 높은 특정 고객군에 브랜드와 상품 선호도에 대한 인사이트를 다시 데이터에 반영한다면, 선순환을 만들어 나갈 수 있을 것으로 기대된다.

요즘IT의 모든 콘텐츠는 저작권법의 보호를 받는 바, 무단 전재와 복사, 배포 등을 금합니다.