[사수 없는 마케터의 업무일기] 회사에서 나홀로 마케터 나홀로 데이터분석가. 아무도 시킨 적은 없지만 궁금하잖아? 내가 하는 마케팅의 의미는 내가 찾겠어.
매체 운영을 위한 데시보드 만들기
많은 마케터들과 마케팅 가이드에서 마케팅 액션에 대한 평가와 피드백이 중요하다고 말한다. 하지만, 이직한 회사 조직은 이제 막 온라인몰을 개설한 시점이고 이전까지 마케팅팀이 없었기에 평가 기준과 프로세스가 미비했다. 그래서인지 입사 후 주어진 첫 업무는 마케팅 액션과 더불어 업무 체계 구축 및 성과지표 정립이었다.
말이 업무 프로세스와 성과지표 정립이지 업무 지시를 받았을 땐 당혹스럽기 그지 없었다. 하지만, 맡겨진 일이니 일단 활용할 수 있는 리소스로 뭔가를 해야 했다. 노션과 구글 스프레드를 활용해서 이전 회사들에서 경험한 것들을 총 망라하여 무언갈 만들기 시작했고 그중 하나가 데시보드 제작이었다.
사실 데이터 데시보드는 한 번도 만들어 본적이 없었지만, 데이터분석가를 자처하고 있었기에 데이터분석가가 할 만한 업무이자 업무 체계를 정립해가는데 가장 필요한 것이 현황과 성과를 모니터링 할 데시보드라고 생각했기 때문이다. 사전 지식과 경험이 없었기에 당장 활용할 수 있는 Looker Studio를 통해 데시보드 제작을 시작했다.
매체별 ROAS 데시보드
① 데이터 리소스 세팅
성과지표 정립에 대한 부서장의 요구 사항은 단순했다. ROAS 파악이었다. 하지만, 데시보드를 만들겠다고 한 나의 목적은 하나의 데시보드에서 매체별 트래픽, 고객 행동, 예산, 집행금액 등을 한 번에 확인하는 것이었다. 하지만, 트래픽 데이터만 있는 GA api만으로는 가장 기본적인 요구사항인 ROAS를 띄울 수가 없었다는 게 문제였다. 이를 해결하기 위해 생각해낸 대안은 무식한 방법이지만, 예산과 집행금액을 불러올 구글 스프레드를 만드는 것이었다.
매체별 UTM 기록용 스프레드에 문자 발송 건수와 금액, 각 매체 리포트 데이터를 넣으면 각 매체별로 현재까지 집행된 금액이 집계되도록 몇가지 시트와 수식을 만들었다(문자를 보낼때 건수를 직접 적어줘야 하는 수고와 매일 아침 각 매체별 엑셀을 다운받아 넣어줘야하는 수고가 있었지만 나름대로의 최선의 방법이었다). 각 매체별로 집행된 비용은 최종적으로 하나의 시트에 예산 대비 소진금액, 진행률 등으로 데시보드에 필요한 지표로 집계하였다.
② 데이터 정합성 문제 확인
ROAS 데시보드를 를 만들면서 실제 주문액과 GA 주문액에서 20% 수준의 오차가 난다는 것을 발견했다. 원인을 파악해보니 온라인몰의 결제 구조에서 네이버 페이로 주문 시, 외부 사이트로 넘어가 주문액이 트레킹되지 않는 것이었다.
대안으로 사이트 내부에서 발생하는 주문시도 대비 주문완료 비율을 네이버페이 결제시도에 적용하여 전체 주문금액에 대한 추정값을 계산하였다. 단순한 계산식을 통한 추정이다 보니 오차가 있었지만, 기존에 20% 가까이 차이나던 것이 10% 수준으로 줄어들었기에 추후 개선 방안을 모색하기로 하고 넘어갔다(주어진 시간은 한정적이니까..).
GA와 스프레드 데이터를 연결하는 과정에서도 문제가 발생했는데, 동일한 기간이더라도 GA 데이터만 불러온 세션수와 스프레드 데이터를 같이 연결했을 때의 세션수가 더 많았다. 그 이유에 대한 명확한 답은 얻지 못했지만, GA에서 일자가 넘어가더라도 세션이 유지되어 세션수가 1로 집계되는 세션수 계산방식 때문인 것으로 추정했다. 예를 들어 자정을 기점으로 10개의 트래픽이 유지되고 있었다면 GA만 연결했을 때에는 세션수가 10이지만, 다른 데이터와 연결했을 때는 일자별로 데이터가 분리되다 보니 자정을 기점으로 전후를 나누어 각 10세션으로 중복 집계 되는 것이다. 나름대로 수치를 맞춰보겠다고 한동안 붙잡고 있었지만 이 문제를 해결할 수 없었고, 값의 차이가 크지 않았기에 오차는 감안하는 걸로 타협했다.
③ 데이터 시각화
시각화에 있어 핵심 요소는 KPI, 달성률, 집행률 3가지로 두었다. KPI인 ROAS와 주문액을 직관적인 수치로 표현하고, 당초 계획에 따라 매체가 잘 운영되고 있는지 파악하기 위해 목표 주문액 달성률과 예산 집행률을 막대 챠트로 시각화하였다. 그리고 매체별 특성을 파악하기 위해 방문/활동/관심/구매 4가지로 퍼널 효과를 나누어 시각화하였다.
사용자 활동 데시보드
지시받은 ROAS 데시보드 제작을 마치고, 그 다음으로 착수한 데시보드는 매체별 사용자 반응과 사이트 내에서의 활동을 모니터링 하기 위한 데시보드였다. 매체 > 캠페인 > 소재 순으로 드릴다운 할 수 있는 챠트를 구성하여 변경 전후 소재별 효과를 쉽게 파악하고 전체적이 추이를 확인할할 수 있도록 구성했다. 또한 활성률 70% 미만인 경우 노란색으로, 활성률 50%미만은 빨간색으로 표시하여 집중관리가 필요한 매체와 소재를 직관적으로 파악할 수 있도록 했다.
매체 전략을 세우는데 참고하기 위해 매체 별, 퍼널 별 사용자 유형, 디바이스 유형, 체류 시간과 이동 경로 등을 파악하기 위한 챠트와 표를 구성하였다. 매체별 신규이입과 재방문유입 비중을 파악하여 매체별 전략을 수립하고, 유입 후 어떤 페이지에 관심이 많은지 사이트 내에 문제는 없는지 파악하기 위한 용도였다.
제작한 데시보드는 매체를 모니터링 하고, 캠페인과 소재 기획을 하는데 꽤나 유용한 인사이트를 제공했다. 사수도 팀원도 없이 혼자서 마케팅 플랜을 세우고 운영해야 하는 나에게는 큰 위안이 되는 녀석이 되었다. 또한 부서장은 ROAS 데시보드를 데시보드를 캡쳐하여 매주 있는 부서장 회의의 보고자료로 사용했다. 입사한지 한달만에 회사 내에서 존재감을 드러내는 성과였기에 나 자신도 꽤 흡족했고, 앞으로 어떤 데이터 관련 업무를 해볼지 기대가 부풀었다. 머신러닝 또는 딥러닝을 활용해서 판매 예측 모델을 만들어볼까? 언어모델로 고객분석 모델을? 추천시스템은 어떨까? 꿈과 기대에 부풀어 입사 2달차에 접어든 나였다.
'데이터분석 인사이트' 카테고리의 다른 글
배너 A/B 테스트(Feat. 카이제곱 검정) (0) | 2024.03.10 |
---|---|
데이터 분석 프레임워크와 수행방법(feat. AARRR 퍼널분석, 코호트 분석, A/B테스트) (1) | 2023.12.08 |
[직무 인사이트] 데이터 분석 직무에 대한 오해와 취업을 위해 알아야 할 것들(feat. 데이터 분석 직무 종류/이력서/포트폴리오/자격증/코딩테스트) (7) | 2023.12.07 |
댓글