데이터 분석이 정확히 무엇인가요?

데이터 분석. 마케터라면, 그리고 데이터를 기반으로 한 모든 사업자라면 자주 사용하는 단어다.

하지만 데이터 분석이 정확히 무엇이며, 어떻게 하는지 아는 사람은 극히 드물다.

 

데이터 분석이라 함은 핵심 목표를 달성하기 위해 데이터를 정리, 변환, 모델링하는 과정을 의미한다.

즉, 유의미한 정보를 발굴하고, 가설을 검증하여 의사결정을 지원하는데 그 역할이 있다.

 

그렇기에 [문제정의]→[데이터수집]→[데이터 전처리]→[분석]→[시각화]→[행동(action)]의 단계를 거친다.

아래 이미지를 참고하면 이해하는데 도움이 될 것이다.

 

그렇다면 결국에는 핵심목표가 중요하다.

핵심목표를 이루기 위해 가설을 세우고, 이를 검증하며 의사결정을 하는데 도움이 되는 것이 데이터 분석이기 때문이다.

 

그런데 실제 일을 하다보면, 다 중요하다고 하는 경우가 많다.

남녀노소 모두에게 좋은 제품은 없듯, 모든 지표가 중요하지는 않다.

망하는 제품/서비스의 특징 중 하나가 남녀노소 모두에게 좋다는 것이다. 물론 모두에게 좋을 수는 있으나, 핵심 타겟 즉, 고객 페르소나는 명확해야한다.

여기서 핵심이 되는 고객 페르소나가, 결국 데이터분석에서는 핵심 목표인 셈이다.

 

광고를 예로 들면, 노출수, 클릭수, 클릭률, CPC, 광고비, 전환수, 전환당비용, 총 전환금액 등 다양한 지표들이 있다.

매출이 가장 중요한 회사라면, 전환금액이 절대적인 지표일 것이다.

혹은 브랜딩이 가장 중요한 회사라면, 클릭률이나 노출수가 중요한 지표일 것이다. 이도 세부적으로 달라질 수 있기 때문에 명확하게 이게 가장 중요하다고 말하기는 어렵다.

 

이런 목표를 달성하기 위한 다양한 프레임 워크는 KPI, KGI, OKR, MBO 등 다양한다. 중요한 건 "핵심목표"를 효율적으로 달성하기 위함이며, 각 지표들은 핵심 목표를 달성하기 위한 요소이기에 단순 참고용이다. 지표(KPI)들을 달성한다고 핵심목표를 달성하는 것은 아니다.

 

간단히 예를 들아보자.

핵심 목표가 "매출"일 때, 생길 수 있는 지표별 의문점이다.

① 매출을 늘리려면, 방문자가 많아야 한다? (광고노출/클릭수/클릭률, 신규/재방문자, 자연방문자, 자연문서노출 등 영향)
ㄴ 단순 방문자가 많기만 하면 핵심목표를 달성할까?
ㄴ 이탈율이 높다면?
ㄴ 재방문율이 떨어진다면?

② 매출을 늘리려면, 구매율이 높아야 한다? (구매시작/장바구니담기/회원가입율/방문자 등 영향)
ㄴ 구매율은 높지만 방문자가 적으면?
ㄴ 구매율이 올라 구매건수는 많지만, 평균 구매금액이 낮다면?

③ 매출을 늘리려면, 방문자 당 평균 구매금액이 높아야 한다? (구매건수 등 영향)
ㄴ 구매율이 낮다면? 전체 구매건수가 적다면?

④ 매출을 늘리려면, 구매유저를 많이 늘리고, 평균 매출을 높여야 한다? (구매유저획득비용, 재구매율)
ㄴ 구매유저를 획득하는 비용이 매출을 초과한다면?
ㄴ 재구매율이 떨어진다면? (밑빠진 독에 물붓기, 결국 한계선이 명확해짐)

 

회사마다, 제품마다, 사이트마다, 판매처마다. 저 숫자는 굉장히 상이해진다.

그리고 가설도 매번 달라진다.

물론 어느정도 브랜드나 제품이 같다면 판매처가 달라진다 하더라도 일부 통용되는 가설은 있다.

그렇기에 우리는 핵심목표를 중심으로 각 데이터들을 확인하는 것이다.

 

그렇다면, 데이터 분석을 하기 위해, 지표들은 어떻게 관리해야할까?

다음 포스팅에서 이어 설명하도록 하겠다.