[내일배움캠프] 디지털 마케팅_64일차

*본 게시글은 단순 학습 목적으로 작성되었습니다.*

 

✅TODO : 마케팅 강의

 

---

데이터 이해와 AI 기반 성과 분석

1-1. 데이터 마케팅의 필요성과 장점

<핵심 용어>
지표 : 현상을 수치화한 값 (전환율 3.1%)
KPI : 목표 달성을 대표하는 핵심 지표 (주간 활성 결제자 수)
North Star : 비즈니스 지속성장을 설명하는 단일 지표 (결제 페이지 방문자 수, 서비스 사용 시간 등)

<웹과 앱의 데이터 분석>
웹 : 쿠키 기반 식별
브라우저에 저장되는 쿠키로 유저를 구분
쿠키는 브라우저별로 생성되며 삭제되면 추적 불가

앱 : 광고 ID 기반 식별
각 OS에서 발급하는 고유 광고 ID로 유저를 구분 (안드로이드 : ADID / iOS : IDFA)
브라우저가 아닌 기기 단위로 추적이 이루어짐

크로스 측정을 위해 공통점이 필요 - 로그인
로그인을 공통 기준으로 삼아 웹과 앱의 트래픽을 동일 사용자로 묶을 수 있음
없다면? 정확한 매칭 불가, 추정 기반 분석만 가능

<산업별 대표 이벤트 예시>
콘텐츠 : 조회수, 체류시간, 공유하기
커머스 : 가입, 장바구니 추가, 결제완료
모빌리티 : 설치, 카드등록, 예약시도, 이용완료
게임 : 튜토리얼 완료, 레벨클리어, 결제

<데이터 기반 의사결정 루프>
가설 수립 → 실험 설계 → 데이터 수집 → 결과 분석 → 학습/확대 → (다음 가설)

<KPI 설정 3단계>
1단계 : 비즈니스 목표를 문장으로
2단계 : 목표를 구성요소로 분해
3단계 : 각 요소에서 리드 지표 선택

<North Star Metric>
비즈니스의 지속 성장을 가장 잘 설명하는 단일 지표
- 고객 가치와 직결
- 매출/성장으로 연결
- 전사가 이해 가능
- 측정 가능하고 자주 확인 가능

<분석 툴>
GA4 : 세션/집계 기반 (웹 분석 툴)
Amplitude : 이벤트/로그 기반 (행동 분석 툴)

 

1-2. 목표와 KPI 설정

KPI : 목표 달성 여부를 판단하는 핵심 측정값
<좋은 KPI 조건>
- 측정 가능 : 숫자로 표현 가능
- 실행 가능 : 개선 액션으로 연결
- 목표 연결 : 비즈니스 목표와 직결

<데이터 vs KPI vs North Star>
데이터 : 측정 가능한 모든 수치 (페이지뷰, 클릭수)
KPI : 목표를 대표하는 핵심 지표 (전환수, 가입수)
North Star : 제품 기능 중 고객에게 가장 큰 가치를 주는 지표 (콘텐츠 생성 수, 시청수)

North Star Metric : 조직의 방향을 정렬하는 북극성 지표
<NSM의 선순환 구조>
고객 가치 경험 → 사용 증가 → 자연스러운 매출 성장

<주요 KPI 종류>
- 유입 KPI
① CAC, LTV
CAC : 고객 획득 비용 (총 마케팅 비용/신규 고객 수)
LTV : 고객 생애 가치 (고객이 총 지불하는 결제 금액)

② 전환율
= (전환 완료 수/시도 수) *100
어느 퍼널 단계에서 이탈이 많은지 파악

- 활성 KPI
① DAU / MAU
DAU : 하루 동안 서비스 사용한 고유 사용자 수
MAU : 한 달 동안 서비스 사용한 고유 사용자 수
stickness = (DAU/MAU)*100

② D7 / D30 리텐션
특정 날짜 가입자가 N일 후 돌아오는 비율
D7 리텐션 = (7일 후 재방문 자/가입자)*100
리텐션은 CRM에 영향을 크게 받음

- 수익 KPI
① ARPU : 사용자당 평균 매출
ARPU = 총 매출/사용자 수
ARPPU = 총 매출/유료 사용자 수
전체 사용자 기준 - ARPU
유료 사용자만 기준 - ARPPU

② LTV
= ARPU * 평균 고객 유지 기간(개월)

③ 1회 주문당 평균 매출 (AOV)
객단가 = 총 매출/주문 건수

North Star 1개 + 핵심 KPI 3~5개
<주요 KPI>
- 유입 : CAC, 전환율
- 활성 : DAU/MAU, D* 리텐션
- 수익 : ARPU, LTV, 객단가

목표 설정 → KPI 정의 → 현황 측정 → 병목 발견 → 개선 → 측정

 

1-3. 데이터 수집과 처리 과정

<데이터 수집의 목적>
1. 현재 상황 파악
2. 문제 발견
3. 개선 확인

로그
사용자의 행동을 기록한 데이터

<좋은 로그 만들기>
1. 명확한 이름
: [이벤트_처리] ← 텍소노미
2. 필요한 정보 포함
: 누가, 언제, 무엇을 + 상품명, 가격, 카테고리 등

<전체 흐름>
1단계 : 사용자가 행동한다
2단계 : 로그로 기록된다
3단계 : 데이터가 정리된다
4단계 : 저장소에 쌓인다
5단계 : 분석 툴로 본다

사용자 행동
사용자가 클릭, 구매, 검색 등을 함

로그 수집
웹사이트 : GA4 태그 설치, 특정 코드 심기
모바일 : SDK 설치, 개발자 코드 추가

데이터 정리
ETL = 수집 + 정리 + 저장
- 수집 : 여러 곳에서 데이터 모으기
데이터 출처 - 웹사이트 고르, 앱 사용 로그, 광고 플랫폼, 내부 시스템
- 정리 : 데이터를 깔끔하게 정리
정리 작업 - 중복 제거, 빈 값 처리, 형식 통일, 계산 추가
- 저장 : 정리된 데이터를 저장소에 보관
저장소 종류 - 데이터 웨어하우스, 분석 툴

저장 및 관리
- 큰 창고에 데이터 보관
- 언제든 꺼내서 볼 수 있게

분석 및 활용
- 저장된 데이터로 대시보드 만들기
- 데이터 시각화 툴
- KPI 확인
- 인사이트 발견

 

1-4. 데이터 분석 툴과 대시보드 이해

<분석 툴의 역할>
자동화 가능
- 데이터 자동 수집, 자동 계산, 시각화, 실시간 모니터링
→ 클릭 몇 번으로 원하는 데이터 확인, 시간 절약, 빠른 의사결정

웹 vs 앱
플랫폼의 생태계의 차이
웹은 브라우저 기반, 앱은 OS 기반

- 식별 방식의 차이
웹(쿠키 기반 식별), 앱 (광고 ID 기반 식별)
- 쿠키의 한계
브라우저별 별도 생성, 쿠키 삭제 시 추적 단절, 동일 유저라도 브라우저 변경 시 다른 유저로 인식
- 광고 ID 특징
OS 단위로 고유값 부여, 앱 내 유저 행동 추적 가능
- 크로스 측정의 필요성
웹과 앱의 기준 불일치, 로그인 값을 공통 기준으로 사용 시 통합 가능, 로그인 데이터 부재 시 유저 추정만 가능

웹 : 쿠키 기반 → 브라우저 단위 추적
앱 : 광고 ID 기반 → 기기 단위 추적
웹과 앱 통합의 핵심 = 로그인 통합

<툴의 종류>
① 웹/앱/어트리뷰션 분석 툴
사용자 행동, 기여 분석
Google Analytics 4 (GA4) : 세션 및 집계 중심
Amplitude : 이벤트 기반 사용자 분석
Mixpanel : 이벤트 기반 사용자 분석
AppsFlyer : 앱 기여도 분석
Adjust : 앱 기여도 분석

② 광고 성과 툴
Paid 광고 효과 측정
Google Ads (구글 광고)
Meta Ads Manager (메타 및 인스타 광고)
네이버 광고 관리자 (네이버 광고)

③ 대시보드 시각화 툴
여러 데이터를 한눈에 시각화
Looker Studio
Tableau

<GA4 vs Amplitude 비교>
 ✔️GA4
집계 기준으로 한 눈에 볼 때
- 웹사이트 트래픽 분석
- Paid, 오가닉 등 어느 채널에서 유입되는지
- 페이지 별 방문자 수
- 전환 퍼널 기본 분석

✔️ Amplitude
사용자별 데이터 분석 및 세그먼트 분류
- 사용자별 행동 패턴 분석
- 세그먼트 별 사용자 이메일 추출
- 코호트 리텐션 분석
- 복잡한 퍼널 분석

Google Analytics 4 (GA4)
구글이 무료로 제공하는 웹 기반 분석 툴 (익명 & 집계 중심)
- 자동으로 많은 데이터 수집
- 데이터 누적 집계 분석에 유리

<주요 보고서>
실시간 보고서
- 무엇을 보는지?
접속자 수, 페이지 조회, 지역
- 언제 쓰는지?
캠페인 실행 직후, 이벤트 진행 중, 긴급 모니터링

사용자 획득 보고서
- 무엇을 보는지?
어느 채널로 유입되는지 (구글 검색, 네이버 광고, SNS, 직접 입력 등)
- 활용
효과적인 채널 발견
광고비 배분 결정

참여도 보고서
- 무엇을 보는지?
이벤트 발생 횟수, 전환 이벤트, 페이지별 조회수

전환 보고서
- 무엇을 보는지?
목표 달성 횟수, 전환 경로, 전환 가치

UTM : 마케팅 유입 경로를 추적하기 위한 파라미터
- 구글 애널리틱스에서 캠페인별 트래픽 분석에 사용
- 쿠키를 기반으로 트래픽 측정

<목적>
어떤 채널, 캠페인, 소스에서 유입되었는지 구분
광고, 뉴스레터, 인플루언서 링크 등 브라우저 링크 통한 성과 비교 분석

<UTM 주요 항목>
utm_source: 유입 소스 (예: google, naver, newsletter)
utm_medium: 유입 매체 (예: cpc, email, social)
utm_campaign: 캠페인명 (예: launch_event, summer_sale)
utm_content: 세부 구분 (예: banner_A, button_B)

<주의사항>
한글 사용 금지, 일관된 작명 규칙 유지, 대소문자 구분(소문자로 통일)

Amplitude
사용자 행동 분석에 특화된 툴 (방문자별 고유값을 부여해 모든 로그 기록 - 유료)

GA4와의 차이점
- GA4 : 어디서 왔는지
- Amplitude : 무엇을 했는지

<주요 기능>
이벤트 분석
특정 이벤트 추이, 이벤트 사용자별 데이터 추출, 세그먼트 별 CRM, 퍼널 분석

퍼널 분석
- 무엇을 보는지?
단계별 전환율, 이탈 지점 발견

사용자 세그먼트
- 무엇을 하는지?
특정 조건의 사용자 그룹화, 그룹별 행동 비교

데이터 시각화
중요한 지표를 한눈에 볼 수 있게 모아놓은 화면 / 핵심 정보만 한눈에

<좋은 대시보드의 조건>
① 핵심만 담기
지표 3개 > 지표 10개
KPI 중심으로 구성

② 한눈에 이해
그래프 활용
색상으로 구분 (좋음/나쁨)
전주 대비 증감 표시

③ 정기적으로 확인
매일 보는 대시보드
주간 리뷰용 대시보드

 

1-5. 미디어 믹스와 데이터 마케팅

미디어 믹스란?
여러 광고 채널을 조합해서 최고의 성과를 내는 전략

<주요 채널 종류>
검색 광고
네이버, 구글
- 구매 의도 높음, 전환율 높음
- 역할 : 전환

소셜미디어
인스타그램, 페이스북
- 타겟팅 정교, 시각적, 가장 많은 트래픽
- 역할 : 관심 유도, 잠재고객 확보, 바이럴

동영상
유튜브, 틱톡
- 브랜드 인지도(브랜딩)
- 역할 : 많은 사람에게 알리기, 바이럴

ROAS : 광고비를 사용해서 얼마나 팔았는지
= (매출/광고비) *100

ROI : 순이익으로 얼마나 남았나
= {(수익 - 비용)/비용}*100

<성과 측정 지표>
기본 지표
- 노출, 클릭, 전환
효율 지표
- CPC, CVR, CAC, ROAS

<예산 최적화 3단계>
1. 현황 파악
- 채널별 효율 확인
ROAS 높은 순으로 정리
비효율 채널 찾기

2. 예산 재배분

3. 테스트 & 측정
- 2주 실험
변경 전/후 비교
ROAS 변화 확인
좋으면 지속, 나쁘면 복귀

<최적화 팁>
⭕ 해야할 것
- 효율 높은 채널에 집중
- 주 1회 성과 확인
- 매달 예산 재검토

❌ 하지 말아야 할 것
- 모든 채널에 균등 배분
- 한 번 정하고 방치
- 감으로만 판단