728x90
Funnel 분석
- Funnel 분석
- 고객의 최초 유입부터 최종목표까지의 고객 여정을 단계별로 나눠 단계별 전환과 이탈을 측정하는 분석
- 깔대기
- 최초 유입하는 고객 수는 넓은 범위를 가지고 잇지만 최종 목표까지 오는 고객들은 줄어들어서 그 모양이 깔대기와 비슷하기 때문
- 각각의 단계를 넘어가는 것을 전환(Conversion)
- ex) 웹사이트의 회원가입을 퍼널로 구성한다면, 웹사이트 접속 -> 회원가입 -> 가입완료
- Funnel 분석의 가치
- 각 단계별 Conversion을 확인할 수 있음
- Conversion에 영향을 주는 선행 지표 발견
- Funnel 분석의 고려요소
- 핵심 가치를 경험하는 시점과 연결되는 단계를 잘 정의했는가?
- 각 단계별 전환율을 어떤 기준으로 측정하는가?
- 코호트에 따른 퍼널별 전환율을 쪼개서 보고 있는가?
- Funnel 분석의 궁극적 목표
- 최종 단계에 도착하는 유저 수를 늘리는 것 == 즉, 전환율을 높이는 것
- 이탈이 많이 발생하는 지점, 다음 단계로 전환되는 속도가 느린 지점을 찾아 개선
- 최종 단계에 도착하는 유저 수를 늘리는 것 == 즉, 전환율을 높이는 것
퍼널 단계 개선
- 이탈율이 가장 높은 구간을 먼저 개선하는 일에 집중
- 잔존율
- 특정 페이지로 이동한 세션 수
- [(특정 페이지에 도달한 방문자 규모) / (첫 페이지에 도달한 전체 사용자)] X 100
- Drop Off
- 큰 이탈
- 페이지 이탈률
- [(페이지에서 퍼널을 따르지 않고 이탈한 방문자) / (페이지 방문자)] X 100
왜 이탈률이 가장 높은 페이지를 먼저 개선해야할까?
- 현실적으로 모든 페이지를 한 번에 개선할 수 X
페이지 | 세션수 | 퍼널의 | 페이지의 | ||
잔존율 | Drop Off | 이탈률 | 전환율 | ||
1 메인 | 2978 | 100% | 94.0%p | 94.0% | 6.0% |
2 Why | 179 | 6.0% | 3.2%p | 53.1% | 46.9% |
3 Feature | 84 | 2.8% | 1.2%p | 44.0% | 56.0% |
4 Pricing | 47 | 1.6% |
- 각 페이지별로 이탈률을 동일하게 개선할 지라도, 최종 잔존율에 영향을 끼치는 규모가 다름
- 각 페이지 이탈률을 10%p 개선했을 때,
- 가장 큰 이탈률을 지니는 메인 페이지를 개선했을 때 증가치가 가장 큼
페이지 | 기존 이탈률 | 개선 이탈률 | 개선 전환률 | 최종 전환율 |
1 메인 | 94% | 84% | 16% | 0.06*0.469*0.56 = 4.2% |
2 Why | 53.1% | 43.1% | 56.9% | 0.06*0.569*0.56 = 1.9% |
3 Features | 44.0% | 34.0% | 66% | 0.06*0.469*0.66 = 1.9% |
4 Pricing |
728x90
반응형
댓글