구글 애널리틱스와 데이터 분석가가 꼭 알아야 할 용어 정리

구글 애널리틱스 분석을 위한 기초 용어 정리

 

 

초보 마케터에게 데이터 분석이 어려운 이유는 사실 분석 능력 이전에 용어에 대한 제대로 된 숙지가 이루지지 않아서인 경우가 많다. 디지털 마케팅은 매우 빠르게 환경이 변화하고 새로운 용어가 지속적으로 생성되고 사용되기 때문에 마케터는 끊임 없이 공부를 해야 한다.

 

아직 용어들이 생소하고 데이터를 확인하는데 어려움이 있다면 지표에 익숙해 지기 위해 관련된 글과 보고서를 자주 보는 수 밖에 없다. 그러나 다행스럽게도 디지털 마케팅에서 자주 쓰는 용어는 대부분 정해져 있다. 따라서 현업에서 자주 사용하는 용어 정도는 알아두는 것이 좋다.

 

데이터 분석 관련 책 중에는 『구글 애널리틱스 실전 활용법 - 김동우 저』에서 데이터 분석에 필요한 용어를 초보들도 알기 쉽게 설명해 본 포스팅에 소개하려 한다. 그로스해킹 전문가 김동우씨의 데이터 분석 용어 정리는 다음과 같다.

 

 

데이터 분석가가 꼭 알아야 할 용어

 

 

ARPU(Average Revenue Per User)

 

특정 기간 동안 1명의 사용자가 지불한 평균 금액

ARPU가 높다는 것은 매우 긍정적인 의미로 게임이나 쇼핑몰에서 굉장히 중요한 지표로 쓰인다. 통신사에서도 자주 쓰인다.

 

 

LTV(Life Time Value)

 

생애 가치 지표

고객이 우리 서비스에 접속해서 이탈하기 까지 전체 기간을 기준으로 했을 때 생산해 낸 수익이다.

LTV가 1만원이라면 기간을 전체로 했을 때 신규 고객이 유입 후 이탈할 때까지 총 1만원의 수익을 우리에게 안겨준다 라고 이해하면 된다. 다시 말하면 고객 획득 비용을 LTV보다 낮게 유지하는 것이 중요.

 

 

CAC(Customer Acquisition Cost)

 

신규 고객 획득 비용

1명의 고객을 우리 서비스로 유입시키기 위해 사용한 금액

쉽게 생각하면 투입된 광고비 대비 유입된 신규 사용자 수라고 생각하면 된다. 광고비에 1만원을 써서 5명의 신규 사용자가 유입되었다면 CAC는 2,000원이다. CAC를 낮추는 방법으로 가장 많이 쓰이는 건 앱스토어 최적화가 있고, 분석 툴을 활용한 데이터 분석을 통해 효율이 낮은 채널을 버리거나 예산을 줄이는 등의 작업이 필요

 

 

ASO(App Store Optimization)

 

앱스토어 최적화

앱스토어 검색 시 자사의 앱이 상위에 랭크되도록 하는 작업을 말한다. 이를 위해 제목, 아이콘, 설명 등을 최적화하는 작업이 필요하다. 이릉테면, 앱 아이콘의 테두리 색상을 변경하면서 어떤 색상이 반응이 좋은지 A/B 테스트를 하는 방법이 있다.

 

 

DAU(Daily Active User)

 

앱 분석을 할 때 DAU는 빠지지 않고 등장하는 단어다. 즉, 하루에 얼마나 많은 유저들이 앱을 사용하고 있는지를 나타낸다.

DAU가 높다는 건 그만큼 재방문 유저가 많다는 것을 의미한다. '유지가 획득을 이긴다'라는 말이 있듯이 충성고객을 만드는 것이 신규 유입을 증가시키는 것보다 중요하다. 마케터에게 DAU를 높이고 유지하는 건 숙명같은 일이다.

 

 

MAU(Montly Active User)

 

월 기준으로 얼마나 많은 유저들이 앱을 사용하는지를 나타낸다.

국내 쇼핑몰 트래픽을 비교하는 기사를 보면 MAU를 기준으로 순위를 결정한다. 페이스북의 MAU는 자그마치 10억명이다. (※ 2016 11월 기준 카카오 톡이 4,200만명)

 

 

UV(Unique Visitor)

 

사용자 수.

조회 기간에 방문한 유니크한 사람의 수라고 이해하면 된다. 구글 애널리틱스에서는 사용자 라는 지표가 UV와 동일한 의미로 쓰인다.

 

 

CPI(Cost Per install)

 

1개의 앱이 설치되는데 사용된 광고 비용으로 낮을수록 좋다.

 

 

CVR(Conversion Rate)

 

전환율

전환율은 무조건 측정해야 한다. '너네 회사 전환율이 얼마니?'라는 질문에 담당 기획자 또는 마케터라면 바로 답변을 할 수 있어야 할 정도로 중요한 지표다.

전환율은 목표에 따라 달라진다. 쇼핑몰이라면 구매완료가 되고 보험사의 경우 상담신청 버튼을 클릭하는 게 전환율 달성의 기준이 된다. 전환율을 0.5%만 올려도 그에 따른 매출은 엄청난 성장을 한다. (일반적인 커머스 사이트의 평균 전환율 1.2%)

사고자하는 게 명확히 정해진 상품일 수록 전환율이 높다. 이거 사야지 하고 마음 먹으면 보통 사는 경우가 많으므로 대게 패션보다 생활용품 카테고리 상품의 전환율이 높게 측정된다.

 

 

Bounce Rate

 

이탈률

이탈률이란 고객이 웹사이트 또는 앱에 접속 후 아무런 액션을 하지 않고 나간 비율을 의미한다.

광고를 많이 하면 이탈률이 일반적으로 상승곡선을 보인다. 이탈률은 낮을수록 좋고 이상적인 숫자는 20%내외다. 이탈률이 60%를 넘어가면 이를 낮추기 위해 메인 리뉴얼을 한다거나 다양한 미끼 상품을 던진다. 이벤트 페이지의 경우 '이탈률이 높다'는 것은 그만큼 '페이지의 흡입력이 떨어진다'라고 이해하면 된다.

※ 콘텐츠 서비스(언론사, 웹진, 블로그 등) 기업의 경우 특성상 랜딩페이지의 이탈률을 제외한 소비형 콘텐츠는 이탈률이 70%이상, 대부분의 언론사는 90%를 넘는 경우도 허다하다. 따라서 데이터 분석을 활용한 전략을 세울 때 각 도메인의 특성을 고려한 분석 능력과 기획력이 요구 된다.

 

 

ARPPU(Average Revenue Per Paying User)

 

특정 기간 동안 결제한 사람들이 평균적으로 지불한 금액

보통 기간은 한달로 잡으며 지표를 구하는 방법은 총 매출을 결제한 사용자 수로 나눈다.

ARPU가 매출을 전체 사용자 수로 나눈 것이라면(결제하지 않은 사용자 포함) ARPPU는 서비스를 이용한 고객들 중 결제한 사람들의 평균 결제액을 본다고 생각하면 된다. ARPU와 마찬가지로 주로 게임 유저 데이터를 분석할 때 자주 사용되며 쇼핑몰에서도 사용된다.

 

 

Cohort Analysis

 

코호트 분석

동질자 집단이라고도 불리며 사용자의 재방문율을 관리하는데 코호트 분석이 자주 활용된다.

명칭처럼 동일한 성격을 가진 집단이다. 이를테면 모바일 여성 유저 또는 장바구니 이용 유저 등이 있다. 앱을 설치한 고객들이 1주 뒤에 얼마나 방문하는지, 2주 뒤에 앱설치 잔존율은 어떻게 되는지를 분석할 수 있다.

데이터는 최대한 쪼개야 인사이트를 얻을 수 있다. 때문에 최근 활용되는 분석 툴은 코호트 분석이 들어있느 경우가 많다. 그만큼 중요하고 잘 활용하면 유용한 기능이다.

 

 

Funnel Analysis

 

퍼널 분석

퍼널 분석은 보통 단게별 분석, 깔때기 분석이라고도 많이 부른다. 사용자가 유입되고 전환에 이르기까지의 주요 단계를 숫자로 확인 가능하다.

어디서 이탈을 하며, 서비스의 취약 단계가 어디인지 알 수 있기 때문에 퍼널 분석을 하지 않고서는 서비스 개선이 어렵다고 해도 과언이 아니다.

퍼널 분석을 할 때 주의할 점은 너무 단게를 많게 가져기는 것보다는 사용자들이 반드시 거치는 주요 페이지를 3 ~ 4 단계로 분석해야 한다. 퍼널 분석에 세그먼트를 얹어서 분석한다면 훨씬 더 많은 인사이트를 얻을 수 있다.

기획자라면 화면 기획 시 최대한 단게를 줄여야 한다. 요즘 모바일 커머스 앱의 회원가입 페이지를 보면 거의 대부분 1페이지에서 모든 가입 절차가 마무리된다. 단게가 많으면 많을수록 사용자는 떠나게 된다.

 

 

Organic

 

'오가닉'은 본래 유기농이라는 의미지만 디지털 마케팅에서는 고객에게 자연스럽게 도달한다는 의미로 쓰인다. 예를 들면 키워드 광고(유료)를 통해 사용자가 앱을 설치하거나 웹에 접속한다면 이것은 오가닉이 아니다.

구글이나 네이버 등의 포널에 자연스럽게 노출된 키워드나 링크를 타고 접속했을 때 오가닉 트래픽이라 부른다. 때문에 잘 알려진 서비스의 트래픽은 오가닉의 비중이 높으며 반대로 신생 업체의 경우 오가닉 트래픽이 높지 않은 경우가 일반적이다. 오가닉 트래픽이 높은 것은 긍정적인 신호로 봐도 좋다.

 

 

OMTM(One Metric That Matters)

 

서비스의 발전, 매출을 끌어올리기 위해 집중해야 하는 단 하나의 지표.

아직도 많은 기업들이 트래픽에만 집착하는데, 트래픽도 중요하지만 그것보다 더 중요한 건 '전환'이다. 전환율을 측정하지 않고 트래픽만 측정하는 것은 아직도 과거에 머물고 있음을 단적으로 보여주는 경우라 할 수 있다.

이를 바꾸려면 윗선에서 강력한 드라이브를 걸어야 하는데 이는 생각보다 쉬운 일이 아니다. 결국 사용자가 우리 제품 또는 서비스를 실제로 이용하고 있는가를 측정해야 한다. OMTM은 신중하게 선택해야 하며, 한 번 정했으면 보든 임직원이 그것의 개선을 위해 매진해야 한다. 모든 업무의 우선순위도 이것을 어떻게 끌어올릴지에 초점을 맞춰야 한다.

 

 

Referrel

 

리퍼러는 고객이 서비스에 방문하기 전에 어디를 통해 왔는지에 대한 정보가 담겨 있다.

예를 들면 쿠팡이라는 서비스에 방문하기 위해 네이버 검색을 통해 방문했다면, 웹브라우저는 사용자가 쿠팡에 접속할 때 이전 사이트 정보를 함께 전달한다.

보통 페이스북, 브런치, 트위터 등의 채널에서 유입되는 방문자의 통계를 보는데 활용된다.

 

 

CTR(Click Through Rate)

 

'클릭률'이라는 의미로 광고의 노출수 대비 얼마나 많은 클릭이 발생하는지를 지표로 표현

광고주 입장에서는 당연히 CTR이 높으면 좋겠지만, 그렇다고 CTR만 봐서는 안된다.

CTR을 통해서 들어온 사람들이 실제로 전환을 얼마나 하는지를 체크해야 한다. 그로스 해킹을 통해 CTR을 급격하게 높여도 실제 전환이 이루어지지 않는다면 오히려 전체 매출에는 마이너스 효과를 볼 수 있다.

 

 

Deep Link

 

모바일 퍼스트시대에 접어들어 등장하게 된 개념

'딥링크'란 URL을 클릭했을 때 네이티브 앱을 설치하지 않아도 해당 앱의 특정 페이지로 이동할 수 있는 링크다. 쉽게 말해 앱을 설치하지 않은 사용자도 앱의 특정 페이지로 바로 랜딩될 수 있다고 보면 된다.

 

 

ROAS(Return On Advertising Spend)

 

ROAS는 광고비 대비 매출을 의미하는 단어로 광고 캠페인의 성과를 판단할 때 자주 등장하는 용어다.

때문에 ROAS는 데이터를 분석하는 사람이라면 꼭 알아야 하는 단어다.

ROAS가 높으면 광고비에 예산을 많이 투입해도 된다는 의미가 된다.

 

 

<참고 문헌>

구글애널리틱스 실전활용법, 김동우, DISITAL BOOKS, 2018

 

 

[구글 애널리틱스 사용법 전체보기]