어도비 애널리틱스 실전: 고객 리텐션 측정을 위한 마케팅 데이터 분석

데이터 기반 마케팅

 

필자인 정성진 이사는 한국의 인터넷 비즈니스가 태동하기 시작한 시기에 개발자로 커리어를 시작하였다. 이후 다양한 IT 기업에서 제품 개발 및 운영을 담당하다가 한국 어도비의 마케팅 클라우드 비즈니스 초기부터 테크니컬 어카운트 매니저로 일하고 있으며, 어도비 익스피어리언스 클라우드 고객사의 디지털 경험 관리를 돕고 있다.

 

피터 드러커(Peter F. Drucker)는 그의 저서 ‘경영의 실제’ (The Practice of Management)에서 “기업의 유일한 존재 목적은 고객 가치를 창출하는 것이다”라고 말했습니다.  그가 설정한 이 명제는 반 세기도 넘게 지난 오늘날에도 고객경험관리(Customer Experience Management, CXM)라는 화두로 다시 우리에게 새롭게 다가오고 있습니다.  그렇다면, 고객이 기업으로부터 가치를 느끼고 있다는 것을 어떻게 측정할 수 있을까요?  해당 기업의 서비스를 사용하는 고객의 수가 늘어나는 것이 고객이 기업의 가치를 느끼고 있다는 증거가 될까요?

[표 1: 월 사용자 수]

기업들이 흔히 하게 되는 실수는 월 사용자 수가 증가하는 것을 고객이 기업에 대한 가치를 느끼고 있다고 착각하는 것입니다.  위 그래프에서 보이는 것과 같이 고객 수는 2018년 10월을 기준으로 급격히 늘어 전반적으로 고객수가 증가하는 추세입니다.  하지만, 여기서 고객이 기업에게 가치를 느낀다는 의미가 무엇인지 다시 한번 생각해 볼 필요가 있습니다. 고객이 기업에게 가치를 느낀다면, 해당 기업이 제공하는 서비스를 지속적으로 받으려고 할 것입니다.  따라서, 고객이 기업에게 가치를 느끼는 것을 측정하는 가장 일반적인 방법은 기업에 대한 고객의 충성도를 확인하는 것입니다. 고객의 충성도는 고객 유지율로 어느 정도 가늠할 수 있습니다.  동일한 데이터를 고객 유지율 그래프로 변환해서 다시 보면 어떻게 보일까요?

[표 2: 월 고객 유지율]

고객 유지율로 데이터 관점을 바꿔서 보면, 오히려 정반대의 결과가 나옵니다. 고객 유지율은 시간이 지날수록 떨어지고 있습니다. 위 그래프에서 Quick Ratio라는 지표는 Social Capital에서 소개된 개념으로 고객 성장율을 측정하는 기준입니다.  비율 값이 1이 넘어야 성장하고 있다는 것을 의미합니다.  전체 기간 중 상반기는 고객 성장율이 보여지지만 하반기에는 떨어지고 있는 것을 확인 할 수 있습니다. 이 그래프를 보면서 고객이 기업에 대해 가치를 느끼고 있다고 말 할 수 있을까요?

고객 유지율

고객 유지가 비즈니스 성공에 얼마나 중요한지는 이 글을 읽고 계시는 분이라면 잘 알고 계시리라 생각합니다.  고객 유지의 중요성을 강조하는 차원에서 몇 가지 연구결과를 공유해 드리면, 다음과 같습니다.

경제성: 기존 고객을 유지하는 것보다 새로운 고객을 확보하는 것이 5-25배 더 비쌉니다.
ROI: 고객 유지율이 5% 증가하면서 기업 수익이 25-95% 증가할 수 있습니다.
출처: Harvard Business Review

고객 유지율을 측정하는 방식은 기업마다 약간의 차이가 있을 수 있으나, 기본적으로 기간 종료 시점의 전체 고객 수에서 해당 기간의 신규 고객 수를 뺀 값을 다시 기간 시작 시점의 고객 수로 나눈 값입니다.  예를 들어, 특정 해를 30명의 고객으로 시작해 2분기에 10명의 신규 고객을 확보했고 5명의 고객이 이탈했다고 가정하면 아래와 같이 계산 할 수 있습니다.

(((30 – ) – 10) / 30) X 100 = 50% 고객 유지율

하지만, 지금처럼 빠르게 변화하는 시대에 고객의 필요를 찾아 빠르게 대응하기 위해서는 좀 더 세분화된 고객 유지율 분석이 필요합니다.  산업 특성에 따라 연간/분기별 유지율 분석으로는 부족하고 주간 단위로 분석을 해서 빠르게 대응해야 할 수도 있습니다.  모든 기업들이 고객 이탈을 방지하기 위해 노력하지만, 신용카드 업계는 그 중 가장 고객 이탈이 쉬운 업계 중 하나라고 생각됩니다. 요즘은 하나의 신용카드만 사용하는 고객은 거의 없고 보통 2-3개 정도는 기본적으로 가지고 있습니다. 그 중에 주로 사용하는 신용카드가 있기 마련입니다.  음식점, 마트 등에서 결제를 할 때 그리고 온라인 쇼핑몰에서 결제를 하는 매 순간 고객은 어떤 카드를 쓸지 고민하게 됩니다.  바로 그 시점에 고객이 카드에 대해 느끼는 가치에 따라 선택 받은 카드가 결제에 사용됩니다.

신용카드 업계에서는 해마다 엄청난 마케팅 비용을 써서 고객을 유치합니다.  하지만, 신규로 유치한 고객 중 상당 수의 고객이 이탈을 합니다. 여전히 신용카드를 소유하고 있지만, 실제로 결제에 사용하지 않는다면 기업 입장에서는 이탈한 사용자와 같습니다.  카드사 입장에서는 휴면카드가 늘어나면 매몰비용이 커지는데다 탈회 회원이 늘어 고객 이탈에 대한 부담 때문에 리텐션 마케팅 등 휴면카드를 줄이고자 주력하고 있습니다.  앞서 고객 유지가 비즈니스 성장에 얼마나 중요한지에 대한 연구결과의 공유 드렸는데, 신규 고객 유치에 사용하는 마케팅 비용의 일부만 고객 유지율을 높이는데 사용해도 기업 입장에서 마케팅 비용의 투자 효율성이 훨씬 좋아질 수 있습니다.  고객 유지를 위한 첫 걸음은 현재 고객 유지율을 정확히 파악하는데서 시작합니다.

계산된 지표

어도비 애널리틱스에서는 사용자가 직접 지표를 만들 수 있는 기능을 제공합니다.  고객 유지율 지표도 이 기능을 통해 만들 수 있는데, 먼저 고객 유지율이 어떤 세부 지표들로 이루어지는지 파악 할 필요가 있습니다.

  • New MUV(t) = 이번 달 신규 사용자 수 (지난 달 또는 그 이전에 존재하지 않았고 이번 달에 신규로 나타난 사용자 수)
  • Retained MUV(t) = 이번 달 보유 사용자 수 (지난 달에도 존재하고 이번 달에도 존재하는 사용자 수)
  • Resurrected MUV(t) = 부활한 사용자 수 (2개월 전 또는 그 이전에 존재했으나 지난 달에는 존재하지 않았고 이번 달에 다시 나타난 사용자 수)
  • Churned MUV(t+1) = 이번 달에 이탈한 사용자 수 (이번 달은 아직 이탈자를 알 수 없기 때문에 지난 달 사용자 수에서 계산)
  • Total MUV(t-1) = 지난 달의 총 고유 방문자 수
  • Total MUV(t) = New MUV(t) + Retained MUV(t) + Resurrected MUV(t) (이번 달의 총 고유 방문자 수)

위에서 정의된 세부 지표들을 이용해 다시 고객 유지율을 구하는 공식을 구성해 보면 다음과 같습니다.

MUV Retention Rate(t) = Retained MUV(t) / Total MUV(t-1)
– Total MUV (t-1) = Retained MUV(t) + Churned MUV(t)
– Retained MUV(t) = Total MUV(t-1) – Churned MUV(t)
MUV Retention Rate(t) = (Total MUV(t-1) – Churned MUV(t)) / Total MUV(t-1)
MUV Retention Rate(t) = 1 – Churned MUV(t) / Total MUV(t-1)
MUV Retention Rate(t+1) = 1 – Churned MUV(t+1) / Total MUV(t)

[이미지 1: 계산된 지표]

이제 계산된 지표를 만들기 위해 각 지표에 해당하는 세그먼트를 설정하고 고유 방문자 수를 지표로 적용합니다. 위 예제에서 보여지는 Churned MUV(t+1) 계산된 지표에서는 Churned MUV(t+1)이라는 세그먼트를 활용하고 있습니다.  계산된 지표를 만드는 방법은 아주 간단하지만, 이런 간단한 방식이 가능한 것은 강력한 세그먼트 빌더 기능이 있기 때문입니다. 참고로 위 지표에서 0에서 Churned MUV(t+1)를 뺀 이유는 지표가 음수 값으로 표시되게 하기 위한 것입니다.

세그먼트 빌더

어도비 애널리틱스에서는 사용자가 복잡한 조건을 걸어 세그먼트를 만들 수 있는 기능을 제공합니다.  아래 예제로 보여지는 Resurrected MUV(t) 세그먼트에서는 순차적 세그먼트(Sequential Segment) 기능을 활용하여 부활한 사용자(2개월 전 또는 그 이전에 존재했으나 지난 달에는 존재하지 않았고 이번 달에 다시 나타난 사용자 수) 데이터만 추출하는 조건을 설정하고 있습니다.

[이미지 2: 세그먼트 빌더]

②에서 ‘그러면 (Then)’ 옵션을 선택하면 ① 옵션이 활성화 됩니다.  ②를 이용해 순차적인 세그먼트 조건에 맞는 사용자가 발견되었을 때, 모든 사용자를 포함할지 순차 조건에 맞는 시점을 기준으로 이전/이후 사용자만 포함할지 설정을 합니다.  Resurrected MUV(t) 지표는 각 월별 부활한 사용자 수를 체크하기 위한 목적이기 때문에 ‘시퀀스 이후에만’ 옵션을 설정했습니다.  ③ 영역은 분홍색으로 표시되어 있는데, 이것은 해당 데이터가 제외된다는 의미입니다. 즉, 지난 달에 방문한 사용자는 세그먼트에서 제외한다는 의미입니다.  마지막으로 ④에서 ‘및 (And)’ 옵션이 설정되었기 때문에 ‘2개월 이전에 방문, 지난 달 미 방문, 이번 달 다시 방문’ 컨테이너에 정의된 조건에 해당 되면서 이번 달에 포함된 사용자이어야 한다는 의미가 됩니다.  나머지 세그먼트들도 비슷한 방식으로 설정하게 됩니다.

[이미지 3: Retained MUV(t) 세그먼트]

[이미지 4: Churned MUV(t+1) 세그먼트]

[이미지 5: New MUV(t) 세그먼트]

 

고객 유지율 지표

이제 계산 지표들을 만들기 위한 세그먼트들이 준비가 되었으니, 어도비 애널리틱스의 계산된 지표 기능을 이용해 우리가 원하는 고객 유지율 지표를 만들 수 있게 되었습니다.

MUV Retention Rate(t+1) = 1 – Churned MUV(t+1) / Total MUV(t)

Preview Changes (opens in a new window)

[이미지 6: MUV Retention Rate(t+1) 지표]

고객 유지율 지표와 함께 다양한 세부 지표들을 활용해 다양한 관점에서 고객이 기업에 느끼는 가치를 모니터링 할 수 있습니다.

[표 3: MUV Split]

카드사에는 하나의 카드가 아니라 여러 개의 카드 상품이 존재합니다.  각각의 카드 상품별 고객 유지율을 체크하려면 세그먼트 기능을 이용해 동일한 지표를 활용할 수 있습니다.  아래 그래프를 보시면, 각 카드 상품이 얼마나 효율적인 비즈니스를 하고 있는지 한 눈에 파악이 됩니다.  업계에서 일반적으로 말하는 고객군의 페르소나(persona)는 어도비 애널리틱스의 세그먼트와 동일합니다.  따라서, 세그먼트의 기준을 카드 상품이 아닌, 고객 속성 정보(나이, 지역, 소득수준 등)나 고객 행동 정보(특정 소비 패턴 등) 등을 이용해 구성하면, 다양한 관점에서 고객 유지율을 측정할 수 있습니다.

[표 4: MUV Retention Rate by Segment]

결론

지금까지 어도비 애널리틱스 세그먼트 빌더 및 계산된 지표를 이용해 고객 유지율 측정을 위한 지표를 만들어 활용하는 방법에 대해 간단히 소개 드렸습니다. 어도비 애널리틱스가 제공하는 강력한 세그먼트 빌더 및 계산된 지표 기능을 활용하면, 고객의 다양한 KPI 지표를 만들 수 있고 고객이 기업에 느끼는 가치를 좀 더 명확하게 측정할 수 있는 도구가 됩니다.  기업의 유일한 존재 목적에 부합하는 핵심은 고객경험관리(Customer Experience Management, CXM)에 있습니다.  자사 상품의 특성과 고객의 특성을 이해하고 고객에 맞는 최고의 경험을 제공하기 위해 어도비 애널리틱스가 성공적인 마케팅 도구의 하나로 잘 활용될 수 있기를 기대해 봅니다.

 


데이터 기반 마케팅

Posted on 12-04-2019


토론에 참여