데이터는 새로운 화폐입니다. 하지만 그 "구매력"은 기업이 데이터에서 실행 가능한 인사이트를 이끌어내는 역량에 달려 있습니다. 디지털 데이터가 폭발적으로 증가하고 웹 분석 플랫폼이 점점 더 스마트해지고 있음에도, 많은 기업의 "구매력"은 여전히 낮은 수준에 머물러 있습니다.
고객들은 데이터에서 실행 가능한 인사이트를 도출하려다 Adobe Analytics의 기능부터 바로 살펴보려는 경향이 있습니다. 하지만 저희는 먼저 큰 그림에서 출발할 것을 권장합니다. 즉, 기업의 최상위 수준에서 매출을 창출하고 비용을 절감하는 비즈니스 목표를 파악하는 것입니다. 이러한 비즈니스 목표를 Adobe Analytics 기능과 연결하는 4단계 접근 방식을 활용하면, 보다 체계적이고 의미 있는 방식으로 제품을 활용할 수 있습니다.
1단계: 최상위 디지털 목표 파악하기
초기 단계에서 파악해야 할 두 가지 핵심 요소가 있습니다:
- 모든 수익 흐름과 효율성을 포괄하는 최상위 핵심 비즈니스 목표(KBO).
- 이 두 가지 가치 지표를 실현하는 데 필요한 디지털 전용 실행 방안.
예를 들어, 저희가 협력했던 글로벌 호스피탈리티 업계의 선도 기업은 각 영역별 KBO를 포함한 세 가지 핵심 집중 영역을 보유하고 있었습니다. 해당 항목은 다음과 같습니다:
- 예약 증대를 통한 고객 여정 전반의 가치 최적화.
- 활성 충성도 확대를 통한 고객 관계 강화.
- 마케팅 비용 절감 및 운영 효율성 향상을 통한 전반적 효율 개선.
각 KBO에 대해 목표를 달성하기 위해 수행해야 할 구체적인 실행 방안을 파악했습니다. "예약 증대를 통한 가치 최적화"의 경우, 해당 호스피탈리티 기업은 사이트 탐색 편의성 향상과 사이트 전반에 걸친 개인화 구현 등 특정 가치 동인에 대응해야 했습니다.
KBO와 디지털 이니셔티브의 포괄적인 목록을 수립함으로써, 기업은 분석 전략을 체계화할 수 있는 견고한 기반을 마련했습니다. 이제 Adobe Analytics로 실행되는 모든 분석은 이러한 상위 목표를 뒷받침합니다.
2단계: 목표 달성에 핵심적인 주요 분석 및 여정 단계 파악하기
KBO를 실현할 실행 방안을 도출했더라도, 이는 기초를 다진 것에 불과합니다. 내부 목표 정렬에 그치지 않고, 고객 관점에서 바라보며 최적화하고자 하는 여정 단계를 명확히 파악하는 것이 무엇보다 중요합니다.
여정 맵 작성과 단계별 접점 정렬은 많은 기업이 활용하는 일반적인 방법이지만, 고객의 행동과 선호도를 파악하기 위한 핵심 질문 목록을 체계적이고 일관되게 작성하는 조직은 여전히 드뭅니다. 대부분의 기업은 고객의 행동을 먼저 파악하는 대신, 고객이 무엇을 필요로 하는지 미리 단정 짓는 경향이 있습니다. 이는 충분한 탐색 기반 없이 곧바로 Adobe Analytics 기능부터 활용하려 드는 전반적인 경향과 크게 다르지 않습니다.
기업은 사용자 경험 개선 방법뿐 아니라, 웹사이트 탐색성 향상이나 개인화와 같은 핵심 가치 동인에 어떻게 대응할지를 고민하는 질문들을 만들어야 합니다.
호스피탈리티 고객사의 사례를 다시 살펴보면, 게스트 여정의 각 단계에서 고객 중심과 기업 중심의 핵심 질문을 모두 제기하고 있음을 알 수 있습니다. 예를 들어, 리서치 단계에서 이 기업이 던지는 핵심 질문 중 하나는 "사이트의 어떤 유형의 페이지에서 방문자가 이탈하는가?"입니다. 이 질문은 "고객의 여행 계획 과정을 어떻게 더욱 원활하게 만들 수 있을까?"라는 고민을 해결하는 동시에, "예약을 방해하는 장애물을 제거하여 전환율을 높이려면 어떻게 해야 할까?"라는 과제에도 답을 제시합니다.
각 분석 유형의 성과 추적은 별개의 사업 부서가 담당할 수 있습니다. 예를 들어, 유료 미디어 팀이 트래픽 소스 분석을 맡고, e커머스 팀이 사이트 성과 분석을 담당하는 방식입니다. 그러나 고객 여정 전반에 걸쳐 이루어지는 모든 분석을 하나의 통합된 뷰로 관리하면 Adobe Analytics를 더욱 효과적으로 활용할 수 있습니다. 분석 데이터에 대한 부서 간 정렬, KPI 일치, 그리고 미해결 과제를 체계적으로 다루는 책임 메커니즘까지 구축할 수 있습니다.
3단계: 각 분석 유형에 맞는 최적의 실행 환경 결정하기
전통적으로 조직, 특히 규모가 크고 복잡한 비즈니스를 운영하는 기업들은 채널과 여정 단계를 각각 분리된 사일로 방식으로 바라보는 경향이 있었습니다. 이는 고객에 대한 통합적인 시각을 확보하지 못하게 할 뿐만 아니라, 웹 분석 측면에서도 비효율을 초래합니다. 부서마다 Adobe Analytics와 같은 벤더 소프트웨어를 활용하는 역량 수준이 달라 조직 전반의 도입 일관성이 떨어지거나, Adobe Analytics 위에 자체 플랫폼을 구축한 경우 분석이 중복되는 문제가 발생하기도 합니다.
고객 여정 전반을 아우르는 핵심 질문 목록에서부터 출발한다면, 분석 플랫폼 활용을 극대화하는 방법과 도구를 사용해야 할 담당자를 파악하는 데 있어 하향식 접근 방식을 취할 수 있습니다. 기업 내에 자체 분석 플랫폼이 별도로 있는 경우, 어떤 주요 분석 영역을 어느 환경에서 수행할지 결정하는 것이 첫 번째 단계입니다.
앞서 소개한 호스피탈리티 고객사 사례를 예로 들면, 트래픽 소스 분석 시 Adobe Analytics를 기본 분석 환경으로 활용하면 인지 단계부터 예약 완료까지 게스트 전체 여정을 통합적으로 파악할 수 있습니다. 사이트 방문자의 트래픽 소스와 해당 트래픽이 사이트 내에서 어떤 행동을 보이는지 추적할 수 있기 때문입니다. 또한, 호스피탈리티 기업은 일관된 캠페인 분류 체계를 Adobe Analytics에 적용하는 것과 같은 의존 관계도 반드시 고려해야 합니다. 분석 플랫폼의 가치는 결국 구현 방식과 데이터 수집 거버넌스 수준에 의해 결정되기 때문입니다.
전반적으로, 분석 수행 환경을 결정할 때는 Adobe Analytics만의 고유 기능뿐 아니라 제약 사항도 함께 검토하는 것이 중요합니다. 예를 들어, 서비스 및 예약 분석의 경우 데이터에 고객 개인 식별 정보가 포함되므로, 고객사 자체 환경을 활용하는 것이 보다 적합한 선택입니다.
4단계: 현재 Adobe Analytics 도입 현황 검토 및 개선 과제 파악
비즈니스 목표에 대한 공감대를 형성하고, 올바른 질문을 도출하며, 이에 답하기 위한 분석 실행 환경까지 결정했다면, 이제 Adobe Analytics의 제품 기능을 체계적으로 활용할 준비가 갖춰진 것입니다.
실제로, 이 방법론을 도입한 한 전국 규모의 리테일 업체는 Adobe Analytics 도입 과정의 격차를 파악함으로써, 매출 창출과 비용 절감 측면에서 그동안 놓쳐왔던 잠재적 가치를 발견할 수 있었습니다.
이 사례에서 해당 기업은 개별 Adobe Analytics 기능의 도입 수준을 평가하고, 각 기능을 비즈니스 목표에 연계하는 작업을 수행했습니다. 이 과정에서 기능과 비즈니스 목표가 반드시 1:1로 대응되지는 않는다는 점에 주목해야 합니다. 하나의 기능이 여러 목표를 달성하는 수단으로 활용되는 경우도 있기 때문입니다. 대표적인 예가 바로 이탈 보고서입니다. 이탈 보고서는 방문자가 사이트의 어느 지점에서 이탈하는지 파악할 수 있는 분석 도구입니다. 그러나 이 기능을 비즈니스 목표에 연계해 분석해 보면, 해당 리테일 업체는 이탈 보고서가 사이트 트래픽 증대와 사이트 매출 성장이라는 두 가지 목표 모두에 유용하다는 사실을 확인했습니다. 비즈니스 목표를 명확히 짚어주는 가치 맵에서 출발하지 않았다면, 어떻게 활용해야 할지 모르는 이탈률 데이터만 산더미처럼 쌓이는 상황에 처했을 것입니다.
트래픽 유도 관점에서 보면, 쇼핑객이 사이트를 이탈하는 지점을 파악함으로써 자체 미디어와 유료 미디어 채널에서 리타기팅을 트리거할 방문자 행동을 결정할 수 있습니다. 장바구니 이탈은 이커머스 업체들이 널리 활용하는 트리거이지만, 전체 구매 여정에 걸친 이탈 분석 없이는 구매 의향이 높으면서도 장바구니 추가 단계까지 도달하지 못한 방문자를 재유입할 기회를 놓칠 수 있습니다.
이탈 지점을 파악하면 잠재적으로 오류가 있거나 구조가 미흡한 사이트 흐름을 발견해 사이트 매출을 끌어올리는 데도 효과적입니다. 예를 들어, 사이트 검색 기능을 사용하는 특정 방문자 세그먼트의 이탈률이 시간이 지날수록 증가하는 추세를 보인다면, 검색 도구 개선을 검토해야 한다는 신호일 수 있습니다. 한 스포츠 용품 리테일 업체가 검색어를 세부 분석한 결과, 해당 리테일 업체가 취급하지 않는 사이클링 기어 브랜드를 불만족스러운 방문자들이 반복적으로 검색한다는 트렌드가 포착되었습니다. 이 발견이 결국 해당 리테일 업체가 그 브랜드를 자사 웹사이트에서 판매하기 시작하는 계기가 되었습니다.
Adobe Analytics 투자 효과 높이기
Adobe Analytics 기능 전반에 걸친 비즈니스별 사용 사례는 무궁무진합니다. 궁극적으로는 앞서 설명한 논리를 가치 사슬 전반의 모든 비즈니스 목표에 적용하는 단계로 나아가야 합니다. 어떤 기능이 어떤 목표와 연결되는지, 현재 충분히 활용되지 않는 기능은 무엇인지, 그리고 클라이언트 맞춤형 기능 활용을 통해 놓친 가치를 어떻게 회복할 수 있는지 파악하는 것이 핵심입니다. 이렇게 하면 분석 플랫폼을 면밀히 검토하고, 투자 효과를 극대화하기 위해 무엇이 필요한지 정확히 이해하는 바로 그 지점에 도달하게 됩니다. 무엇보다, 수단이 아닌 최종 목표에서 출발했기 때문에 이제 도구를 더욱 효과적으로 활용하고 비즈니스 영향력을 높이며 고객 경험을 개선할 수 있습니다.
Adobe 동료 Katie Cook(디지털 전략 어소시에이트), Rishabh Dayal(디지털 전략 그룹 수석), Albert Bahar(여행 및 호스피탈리티 디지털 전략 총괄)의 소중한 기여에 깊이 감사드립니다.
