수성(Mercurius)은 태양으로 가장 가까운 궤도를 도는 행성으로 내행성 중 가장 크기가 작다.
Our Service
웹 데이터 분석
앱 데이터 분석
GA 분석
Google Webmaster 분석
마케팅의 가장 기본은 분석 입니다. 많은 기업들이 유명하다는 다양한 분석툴(GA, GA360, Omniture, WebTrends)을 사용하고 있으나 제대로 사용하는 기업은 드뭅니다.
매일같이 쏟아지는 많은 데이터를 기본적으로 제공되는 수치로만 보고 판단을 하는 것은 매우 위험하나 실제로 많은 기업들이 그렇게 하고 있습니다. 데이터는 많은 것을 제공하나 그것을 파악하기위해서는 데이터를 우리 상황에 맞게 구조화하여 사이트 또는 앱에 누가, 언제, 어떻게 유입했는지, 또 해당 사용자가 어디서, 왜, 이탈을 했는지 등 분석을 통해 개선을 하는 것이 중요합니다.
디지털 기반 비즈니스를 하기 위해서는 데이터를 기반으로 인사이트를 이끌어 낼 수 있어야 합니다.
우리는 기본적으로 웹/앱 데이터를 기반으로 고객의 소리, 트래픽 소스를 기반으로 채널별 비율을 모니터링, 재방문주기, 상위방문 페이지, 이탈율이 높은 페이지, 전환(수익)으로 이어지는 페이지, 검색 유입을 주도하는 페이지와 내용 등 파악을 통해 개선점을 찾아냅니다.
Weballin의 분석 전문가는 사용자 경험 데이터를 기반으로 비즈니스 성향에 맞춰 구조화한 후 취해야 할것과 버려야할것을 명확하게 식별하고 문제점을 찾아 개선 합니다. 궁극적으로 분석은 디지털 혁신(Digital Innovation)을 향한 첫 번째 단계이자 가장 핵심 단계 입니다. 우리는 GA, Omniture의 파트너사로서 개발자 리소스에 접근할 수 있고, 그를 통해 얻은 혜택은 고객에게 제공하고 있습니다.
또한 단순히 페이지가 아닌 콘텐츠의 어느 시점에서 이탈했는지, 문의하기를 작성하다가 왜 포기했는지 등과 같이 좀더 깊이 있는 분석을 통해 더 나은 결과를 이끌어낼 수 있습니다.
PROCESS
웹 데이터 분석 프로세스
Research
누적된 데이터 수집을 통해 데이터 분석 및 담당자와 면담을 통한 내부 KPI 논의
Plan
현장에서 또는 원격으로 작업하는 당사의 기술 전문가가 선택한 도구를 구성, 테스트 및 실행합니다.
Execute
마케팅 담당자가 직접 통찰력 작업을 수행 할 수 있도록 데이터 시각화 도구를 설정하는 데 도움을주는 전문가가 포함될 수 있습니다.
Optimize
일반적으로 조직 내의 모든 이해 관계자가 특히 팀이 변화하고 성장함에 따라 통찰력을 사용하고 이에 따라 조치를 취할 수 있도록 맞춤형 커리큘럼을 구축하는 것이 포함됩니다.
FAQ
웹 데이터 분석이란?
웹 데이터 분석이란 웹페이지에서 사용자의 행동을 데이터로 분석하는 것을 말합니다. 예를 들어 사이트 방문자 수, 얼마나 오래 사이트에 머물렀는지, 어떤 링크로 유입했는지 등을 기준으로 분석합니다. 기업은 웹 데이터 분석을 통해 사이트의 현재 퍼포먼스와 구매 전환율 등을 확인할 수 있습니다.
데이터 분석은 필수인가요?
기존 전통적인 마케팅은 테스팅하는 데 목적을 두었습니다.
이 경우, 데이터 분석에 의한 전략이 아니어서 실패 이유를 정확히 인지하지 못했습니다. 그러나, 데이터 분석을 하게되면 보다 정확한 인사이트를 도출할 수 있습니다. 실제 사용자들의 웹사이트 경험을 통해 행동을 이해할 수 있습니다. 행동 분석을 통해 웹사이트를 최적화할 수 있어 효과적입니다. 또한, 웹 분석으로 미래 캠페인에 대한 전략을 미리 잡을 수도 있습니다.
데이터는 어떻게 수집할 수 있나요?
웹 데이터를 분석하는 툴을 이용해 데이터 수집이 가능합니다.
이러한 분석 툴은 보통 해당 웹사이트 코드에 태그를 심어 데이터를 추적합니다. 이 태그는 사용자의 IP주소, 기기, 접근 방식 등을 추적할 수 있습니다. 이때 가장 많이 사용되는 분석 툴은 구글 애널리틱스입니다. 구글 애널리틱스란 구글이 제공하는 무료 분석 툴로 웹사이트 사용자의 특징, 유입되는 경로 등 카테고리별 세분화하여 분석할 수 있습니다.
분석 툴 마다 집계되는 데이터가 왜 다른가요?
데이터 분석 툴마다 수치 차이가 나는 이유는 여러가지 이유가 있을 수 있습니다. 그 중 데이터가 다른 이유 3가지를 설명하겠습니다.
첫번째는 제품이나 사이트내에 심어진 코드 입력이 잘못된 경우입니다.
사용하는 플랫폼에 따라서 태그 설정이 달라질 수 있기 때문에 오류가 발생할 수 있습니다. 두번째는 시간대 입니다. 데이터 분석중에는 특정 사용자의 시간대로 설정되어 있는 경우가 있습니다. 이럴 경우 정확한 데이터 분석이 어렵습니다.
세번째는 필터 여부입니다. 데이터를 분석할때 기준을 다르게 설정한 경우 다른 결과를 초래할 수 있습니다.
효과적인 데이터 분석 방법은?
효과적으로 데이터를 분석하는 방법을 설명하겠습니다.
우선, 기업의 고객에 대해 알아야합니다. 데이터를 기반으로 그들의 니즈를 파악해야 효과적인 전략을 세울 수 있습니다.
또한, 현재 기업의 제품 중 어떤 것이 성과가 있는지를 확인해야합니다.
이를 통해 비슷한 제품을 개발하여 새로운 기회를 만들 수 있습니다.
마지막으로 패턴을 확인해야합니다. 고객의 사용, 구매 패턴에 맞춰 캠페인과 상품을 준비해야 소비자가 원하는 방향으로 전략을 세울 수 있습니다.
