고객에 대한 데이터는 계속해서 쌓여가지만, 방대한 데이터를 쉽게 확인할 수 없다면 이를 제대로 활용하기 어렵습니다. 심화되는 경쟁 속에서 데이터를 빠르게 확인하여 고객에 대해 파악하는 것은 비즈니스의 방향을 설정하고 성장을 이끌기 위한 필수적인 작업입니다. 그렇다면 어떻게 데이터 기반 업무 환경을 성공적으로 도입할 수 있을까요?
Google 애널리틱스(GA)를 활용해 사내 담당자 누구나 손쉽게 필요한 데이터를 확인할 수 있는 업무 환경을 구축하여 수많은 고객에 대한 인사이트를 얻고 데이터를 기반으로 한 의사결정을 고도화한 올리브영의 사례를 살펴보세요.
프로젝트 목표
건강한 아름다움을 제안하는 라이프스타일 플랫폼인 올리브영은 국내 최대 규모의 커머스 플랫폼을 보유하고 있는 만큼 다양한 부서들이 협업하고 있습니다. 올리브영은 계속해서 축적되는 방대한 데이터를 유관 부서에서 보다 쉽게 확인할 수 있게 하여 데이터 기반의 업무 수행 문화가 회사 내에 정착되도록 하고자 했습니다. 이를 위해 모든 유관 부서 담당자들이 GA360를 기반으로 데이터를 편리하게 이용할 수 있는 데이터 거버넌스 및 수집 설계를 시작했고, 더 나아가 수집된 데이터를 바탕으로 고객의 온·오프라인 구매행동과 구매 여정 간 이탈요인을 분석하는 프로젝트를 진행했습니다.
프로젝트 전략 및 접근 방법
올리브영은 Google Marketing Platform 글로벌 파트너사인 Media.Monks와의 협업을 통해 사전 질문 및 유관 부서 인터뷰를 진행하여 프로젝트를 위한 비즈니스 요건을 구체화하고, 올리브영 고객사에 가장 적합한 거버넌스와 측정 전략을 수립했습니다. 특히 이 과정에서 최대 200개까지 설정할 수 있는 GA360의 맞춤 측정 기준 및 항목 중 약 120개를 활용해 첫 구매여부와 관심 매장 등 올리브영의 이커머스 플랫폼 환경을 모두 반영한 데이터가 수집될 수 있도록 설계했습니다.
올리브영은 유관 부서 누구나가 데이터에 손쉽게 접근하고 활용할 수 있는 환경을 조성하기 위해 항시 모니터링하는 사이트의 유입 및 주요 행동지표 데이터에 대한 시각화를 구현하는 대시보드를 제작했습니다. 테이블 필터 및 데이터 블렌딩 등의 기능을 활용해 데이터 스튜디오를 디자인 및 구현하여 Google 애널리틱스로 수집되는 데이터를 사내 유관 부서의 누구나가 편리하게 확인하고 공유할 수 있도록 했습니다.
GA360에서 원하는 요건의 데이터가 수집되면서 올리브영은 가설 수립 위주로 기획해 왔던 온라인몰에서의 고객 구매여정에 대한 데이터를 직접 확인하고, 구매 전 단계에서의 이탈 요인을 분석할 수 있게 됐습니다.
사이트 유입 사용자의 이탈요인 및 온·오프라인 고객 구매행동 특성 분석
올리브영은 Google 애널리틱스를 통해 확인할 수 있게 된 구매 여정 데이터를 바탕으로 사이트 유입 사용자의 구매 여정 간 이탈요인 분석(Fall-out Analysis)을 시작했습니다. 특히 온라인몰에서의 고객 구매여정을 데이터로 확인할 수 있게 되면서 구매 전 단계에서 고객이 이탈하는 요인을 파악하고자 했습니다. 데이터를 통해 구매자의 주요 행동 특징을 파악할 수 있었고, 퍼널 유형별 이탈 요인을 확인하여 개선 포인트를 도출했습니다.
나아가 전국의 1,200개가 넘는 오프라인 매장을 보유한 올리브영의 데이터를 더욱 통합적으로 분석하기 위해 온라인과 오프라인 데이터를 결합했습니다. 우선 Google 애널리틱스를 통해 온라인 데이터를 수집한 후 이를 BigQuery로 내보내고, 오프라인 매장 데이터는 Google Cloud Storage를 통해 BigQuery에 적재하는 작업을 진행했습니다. 또한 암호화 된 UID를 키 값으로 온라인과 오프라인 데이터를 매핑하여 온라인과 오프라인 데이터를 통합적으로 활용할 수 있게 했습니다.*
프로젝트 성과
올리브영은 Google 애널리틱스의 세그먼트 기능을 활용해 구매 고객의 실질적인 행동 흐름을 확인할 수 있었습니다. 많은 고객이 구매 여정을 거치는 과정에서 올리브영의 '오늘드림' 상품을 확인하고자 하고자 한다는 행동 특성을 발견했을 뿐만 아니라 주문서 작성 간 이탈지점 분석을 통해 주문서에서 가장 많은 이탈이 발생하는 지점에 대한 사용자 경험을 개선하기 위한 아이디어를 도출했습니다.
또한 Google 애널리틱스를 통해 사이트 내의 검색어와 구매 전환율 간의 상관 관계를 분석하면서 색조, 기초 제품 등 주요 상품 카테고리 검색어의 구매 전환율 차이를 확인하고 향후 마케팅에 활용할 수 있는 인사이트를 얻기도 했습니다.
이 밖에도 올리브영은 온·오프라인 통합 분석을 통해 고객 방문수와 체류시간 등 고객 구매 및 행동 데이터를 자세히 들여다 보고, Google 애널리틱스의 행동 데이터 지표들을 살펴보면서 옴니채널 고객 구매 행태에 대한 추가적인 인사이트를 얻을 수 있었습니다.
이와 같이 고객에 대한 구체적인 인사이트를 바탕으로 올리브영은 기존의 가설을 검증할 수 있게 되었을 뿐만 아니라, 서비스의 개선점을 찾고 마케팅에서 전개할 수 있는 아이디어를 도출할 수 있게 됐습니다.
시사점
- 각 비즈니스 및 고객 특성을 고려한 맞춤 특정 기준 및 항목을 적용하면 보다 비즈니스에 중요한 데이터를 보다 효과적으로 수집하고 활용할 수 있습니다. Google 애널리틱스의 경우 최대 200개까지의 맞춤 기준 및 항목을 지원합니다.
- 고객 구매 여정 등 구체적인 행동 데이터 지표 분석을 살펴보면 사이트 유입 사용자의 이탈요인 분석 등을 통해 고객이 구매에 이르지 못한 이유를 파악하여 개선점을 찾을 수 있습니다.
- 온라인과 오프라인 고객 데이터를 통합하면 더욱 총체적으로 충성도 높은 고객을 발굴하고, 신규 고객과 재방문 고객의 행동을 비교 분석할 수 있습니다. GA4 버전부터는 온오프라인 통합 분석을 가능하게 하는 Google 애널리틱스와 BigQuery 연결이 무료로 제공됩니다.
활용한 Google 솔루션
- Google 애널리틱스 UA (2023년 10월 Google 애널리틱스 4로 대체 예정)
이번 사례에서 살펴보았듯이 Google 애널리틱스와 같은 애널리틱스 도구를 효과적으로 활용하면 고객의 구매 여정 및 행동 패턴에 대한 인사이트를 손쉽게 확인하여 더욱 고도화된 데이터 기반의 전략과 마케팅을 집행할 수 있습니다.
2023년 10월부터 기존의 모든 Google 애널리틱스를 대체할 예정인 Google 애널리틱스 4(GA4)는 데이터 규제와 개인정보 강화 추세에 맞춰 새롭게 개발된 Google 애널리틱스의 차세대 버전입니다. GA4는 고도화된 머신러닝 기술을 통해 데이터 간극을 메우고, 맞춤화된 리포트를 제공합니다. 특히 데이터 기반 기여 분석(Data-driven Attribution, DDA), 빅쿼리 연결과 같이 기존 UA 버전에서는 유료로 제공되던 기능이 GA4 버전부터는 무료로 제공됩니다.
현재 GA 360를 사용하고 계시다면, GA4 360 베타 버전을 통해 GA4의 새로운 기능들을 미리 사용해보시고 개인정보 보호가 강화되고 있는 환경에 맞춘 데이터 기반의 마케팅을 준비하시기 바랍니다.
