앰플리튜드
세션 리플레이: 고객의 마음을 읽는 비밀
Team MAXONOMY ・ 2025.10.28
지금까지 우리는 전환율, 이탈 지점과 같은 정량적 데이터에 의존하여 의사결정을 내렸습니다. 하지만 데이터가 고객이 '무엇(what)'을 하는지 알려줄 수는 있어도, '왜(why)'를 설명해주지 못하는 경우가 많았죠. 가령, 새롭게 배포한 신규 기능에 대한 사용률이 예상보다 좋지 않았습니다. 클릭률, 전환율 등 데이터를 통해서 이 사실을 객관적으로 파악할 수 있습니다. 그렇지만 왜 사용률이 좋지 않은지는 알 수 없죠.
바로 여기서 세션 리플레이(Session Replay)가 등장합니다. 세션 리플레이는 말 그대로 사용자의 세션을 직접 '시청'함으로써 숫자와 실제 사용자 경험 사이의 간극을 메워주는 해결책입니다.
이번 포스팅에서는 세션 리플레이란 무엇이며, 어떻게 작동하고, 어떻게 활용할 수 있는지 알아보도록 하겠습니다.
1. 세션 리플레이란?
■ 세션 리플레이: 정량적 데이터의 한계 극복
세션 리플레이(Session Replay)는 사용자가 웹사이트 또는 모바일 애플리케이션을 경험하는 방식을 재구성하여 시각화하는 기능입니다. 사용자의 클릭, 마우스 움직임, 페이지 스크롤 등을 수집하여, 사용자가 앱이나 웹에서 수행한 작업을 워킹스루(walkthrough) 스타일의 비디오 형태로 보여줍니다.
아래 영상은 한 익명의 유저가 MAXONOMY홈페이지를 탐색하는 모습을 세션 리플레이로 재생한 결과입니다. 정말 화면을 녹화한 것처럼 생생하게 유저의 탐색 여정을 엿볼 수 있습니다.
■ 흔한 오해1: 녹화 vs 재구성
세션 리플레이에 대해 흔히하는 오해 중 하나가 ‘사용자 화면을 실제로 녹화한 것 아닌가’는 생각입니다. 결론부터 말하자면 아닙니다! 세션 리플레이는 녹화가 아닌 재구성의 방식으로 작동합니다. 모든 사용자의 모든 순간을 실제 동영상으로 녹화한다면 엄청난 용량의 스토리지가 필요할 뿐더러, 엄청난 용량의 실시간 데이터 전송이 필요하여, 현실적으로 불가능한 방식입니다.
세션 리플레이는 클릭, 마우스 움직임, 스크롤 등 사용자의 상호작용을 이벤트(Event)로 간주하고, 이 이벤트 정보를 수집합니다. 그리고 이 수집된 이벤트를 기반으로 사용자의 경험을 다시 만들어내는 재구성(Reconstruction) 과정을 거쳐 Amplitude 플랫폼 안에서는 마치 진짜 동영상을 보는 것처럼 나타나죠.
예를들어, 어떤 사용자가 한 쇼핑몰에서서 어떤 상품에 대해 구매버튼을 클릭했다면, [유저A가, 2025.10.28 10시 20분 2초에, url A에서, 버튼A를 클릭]이라는 간소화된 정보가 이벤트로 수집되는 것이죠. 그리고 우리가 해당 세션 리플레이를 재생하면, 이 정보를 기반으로 리플레이를 재구성하여, 마치 녹화된 것과 같은 영상을 볼 수 있게 되는 것입니다.
■ 흔한 오해2: 단순 리플레이 기능이다?
세션 리플레이에 대한 또 다른 오해는 사용자의 어려움을 찾으려면 ‘수백 개의 리플레이를 일일이 확인해야 한다’는 것 입니다. 현재 최신 세션 리플레이는 중요한 순간을 자동으로 감지하고 표시해주는 기능을 갖추고 있습니다.
바로 '좌절 분석(frustration analytics)'과 '오류 분석(error analytics)'입니다. 이 도구는 특정 좌절 신호가 포함된 세션을 자동으로 찾아내 태그를 지정합니다.
- Rage Clicks(분노 클릭): 사용자가 답답함을 느껴 동일한 요소를 여러 번 반복해서 클릭하는 행동.
- Dead Clicks(데드 클릭): 사용자가 상호작용이 불가능한 요소를 클릭하는 행동.
- JavaScript 오류: 개발자 콘솔에 나타나는 기술적 오류를 세션 타임라인에서 직접 확인 가능.
여기서 더 나아가, 최근에는 세션 리플레이 내용을 AI 기반으로 요약해서 살펴볼 수 있습니다. Amplitude는 마찰을 식별하고 사용자 감정을 분석하며 실행 가능한 권장 사항을 제공하므로 인사이트를 얻은 후 더 빠르게 적절한 조치를 취할 수 있습니다.이를 통해 엄청난 시간을 절약하여 제품 문제를 파악하고 개선안을 도출할 수 있습니다.
2. 세션 리플레이 활용하기
■ 전환율 개선 및 사용자 경험(UX) 최적화
정량적 분석(퍼널 분석 등)에서 이탈이 발생한 지점을 발견한 후, 해당 세션 리플레이를 시청하여 전환을 가로막는 마찰 지점(friction points)을 시각적으로 파악할 수 있습니다. 이 인사이트를 바탕으로 가설을 세우고 A/B 테스트를 실행하여 전환율을 높일 수 있습니다.
실제로 여행 계획 플랫폼 Evaneos는 이 방식을 활용하여 CTA 클릭률을 2배, 전환율을 20% 증가시켰습니다.
■ 정량적으로 수집되지 않는 문제 파악
모든 사용자 문제가 정량적으로 수집되는 것은 아닙니다. 앞에서 설명한 '좌절 분석(frustration analytics)'과 '오류 분석(error analytics)' 기능을 활용하면, 이런 문제를 손쉽게 파악할 수 있습니다.
■ 고객 지원(CS) 효율성 증대
고객 지원 팀은 세션 리플레이를 연결하여 사용자가 겪고 있는 문제에 대한 맥락을 즉시 파악할 수 있습니다. 이는 문제 해결 시간을 단축하고 고객에게 더 정확한 지원을 제공하는 데 도움을 줍니다.
3. 활용 극대화하기
세션 리플레이는 디지털 분석 플랫폼과 통합될 때 가장 강력한 힘을 발휘합니다.
■ 세션 리플레이 에브리웨어(Session Replay Everywhere)
세션 리플레이는 분석, A/B 테스트, 설문 조사 등 Amplitude 속 모든 워크플로우에 통합되어 있습니다. Amplitude를 사용하는 도중 자연스럽게, 필요한 리플레이를 볼 수 있습니다.
• 퍼널 분석: 퍼널 차트에서 이탈하는 사용자가 왜 이탈했는지, 도구 전환 없이 즉시 리플레이를 확인할 수 있습니다.
• 실험(A/B Test): 실험 결과를 리플레이와 직접 연결하여, 어떤 버전이 고객에게 더 나은 경험을 제공했는지 시각적으로 검증할 수 있습니다.
■ 원활한 인사이트 공유
발견된 인사이트를 쉽게 공유하고 공감대를 형성할 수 있습니다.
• 정확한 순간 공유: 타임스탬프가 지정된 리플레이 링크를 공유하면, 공유하고 싶은 시간대로 바로 보여줄 수 있습니다.
• 대시보드 및 GIF 공유: 리플레이 링크를 대시보드에 직접 추가하거나, 핵심 사용자 상호 작용을 GIF로 캡처하여 플랫폼 액세스 권한이 없는 이해관계자에게도 쉽게 공유할 수 있습니다.
• 공유 가능한 필터: 오류가 있거나 좌절도가 높은 특정 세션 목록을 저장하고 팀 전체가 공유하여, 모두가 중요한 데이터에 쉽게 접근할 수 있습니다.
■ 세션 리플레이 파티(Session Replay Party) 문화 형성하기
세션 리플레이를 PM이나 데이터 분석가가 혼자 분석하는 도구로 생각할 수 있습니다. 하지만 세션 리플레이는 프로덕트, 마케팅, 고객 지원, 엔지니어링 등 디지털 경험 개선과 관련한 모든 팀이 사용할 수 있습니다. 이들이 한 자리에 모여 세션 리플레이 활용도를 높이는 방법이 있습니다. 바로 '세션 리플레이 파티'입니다.
세션 리플레이 파티는 엔지니어, 디자이너, 마케터, PM 등 여러 부서의 팀원들이 매주 함께 모여 선정된 사용자 세션을 시청하는 활동입니다. 이 간단한 활동은 단순한 아이디에이션을 넘어, 강력한 효과를 발휘합니다. 다음은 세션 리플레이 파티의 프레임워크입니다.
- 테마 선정: 현재 팀의 목표와 관련된 주제를 정합니다 (예: 온보딩 개선).
- 리플레이 준비: 주제와 관련된 2-3개의 의미 있는 리플레이를 미리 찾아둡니다.
- 공동 작업 공간 마련: FigJam, Miro와 같은 공유 문서에 '관찰', '아이디어', '버그' 세 가지 카테고리를 만듭니다.
- 실행 가능한 결과물 도출: 회의가 끝날 때 최소 2개 이상의 실행 가능한 Jira 티켓을 생성하는 것을 목표로 합니다.
Amplitude를 활용하는 한 기업의 개발자는 세션 리플레이 파티가 자신이 가장 좋아하는 회의라고 말합니다. 개발자가 이런 말을 하는 것은 매우 드문 일이죠!
이 활동은 팀 전체에 걸쳐 깊은 고객 공감대를 형성하고, 주요 마찰 지점에 대한 부서 간의 이해를 일치시키며, 더 나은 아이디어와 빠른 개발 주기를 촉진합니다. 이처럼 세션 리플레이는 단순한 데이터 분석 도구의 역할을 넘어, 진정으로 고객 중심적인 조직 문화를 구축하는 촉매제가 될 수 있습니다.
4. 세션 리플레이의 흔한 우려사항
■ 웹사이트 속도 저하
세션 리플레이 도입을 주저하는 가장 큰 이유는 웹사이트 성능 저하에 대한 우려입니다. 사용자 경험을 개선하기 위해 도입한 도구가 오히려 경험을 해칠 수 있다는 생각이죠.
하지만 포괄적인 테스트 결과에 따르면, 세션 리플레이가 웹 성능에 미치는 영향은 미미한 수준으로 거의 무시할 수 있습니다. Gmail의 창시자 폴 부킷(Paul Buchheit)에 의하면, 고객이 "즉각적”이라고 느끼려면 100ms 안에 로딩이 완료되어야 합니다. 세션 리플레이의 임계값 구체적인 수치는 다음과 같습니다.
- 초기 DOM 스냅샷 캡처: 약 64ms 소요
- 이후 변경 사항 캡처: 약 11ms 소요
두 수치 모두 사용자가 지연을 인지하기 시작하는 100ms보다 훨씬 낮습니다. 또한 fflate와 같은 경량 압축 라이브러리를 활용한 효율적인 일괄 처리와 압축 기술 덕분에 네트워크 요청 크기는 약 135바이트에 불과합니다. 이정도의 미미한 성능 저하라면,
■ 개인정보 보호
데이터 프라이버시, 보안 및 PII(개인 식별 정보) 보호 역시 가장 많이 우려하는 요소입니다. “사용자가 사용하는 화면을 보는데, 개인정보 문제는 없을까?”라는 생각이 자연스럽게 들 수 밖에 없죠. 가령, 고객이 ID, 패스워드를 입력하는 화면까지 녹화되면 큰 문제가 될 것입니다. 이러한 우려를 해소하기 위해 세션 리플레이는 '개인정보 우선(privacy-first)' 접근 방식으로 설계되었습니다. Amplitude는 선택 가능한 세 가지 개인정보 보호 수준을 제공합니다.
- 보수적 수준 (Conservative level): 모든 텍스트와 모든 양식 필드를 마스킹합니다. 금융, 의료 등 민감한 데이터를 다루는 회사에 적합합니다.
- 중간 수준 (Medium level, 기본 설정): 모든 양식 필드와 텍스트 입력만 마스킹하고 다른 텍스트는 캡처합니다.
- 경량 수준 (Light level): 비밀번호, 신용카드 번호, 이메일 주소 등 민감한 입력의 하위 집합만 마스킹합니다. 비즈니스 생산성 앱이나 이커머스 회사 등에 적합합니다.
이러한 기본 설정 외에도, 특정 요소를 선택적으로 마스킹하거나 특정 사용자에 대한 리플레이 캡처를 선택적으로 제외하거나 데이터 삭제 요청 API를 통해 훨씬 더 세밀한 제어가 가능합니다. Amplitude는 강력하고 유연한 개인정보 보호 프레임워크를 제공하여, 기업이 특정 법률 및 보안 요구사항을 준수하면서 안심하고 인사이트를 얻을 수 있도록 지원합니다.
5. 마치며: 이제 여러분의 제품 속 숨겨진 이야기를 발견할 차례입니다
세션 리플레이는 단순한 재생 도구를 훨씬 뛰어넘는 기술입니다. 세션 리플레이는 사용자 행동 이면의 '이유'를 밝혀내는 정교한 지능형 플랫폼입니다.
단순히 UX를 개선하는 것을 넘어, 더 공감대 높은 팀 문화를 구축하고 조직 전체의 방향을 일치시키는 전략적 자산이 될 수 있습니다. 이제 여러분의 제품 속에 숨겨진 이야기를 발견할 차례입니다. 정량적 데이터와 정성적 데이터를 하나의 플랫폼에서 통합함으로써 고객에 대한 완전한 이해를 바탕으로 더 나은 디지털 경험을 제공해보세요.
콘텐츠 더 읽어보기
팀맥소노미
YOUR DIGITAL MARKETING HERO
비즈니스 성장을 위한 최적의 솔루션과 무료 데모 시연, 활용 시나리오를 제안 받아보세요
24시간 프리미엄 열람권 받기
관련 글 보기
Predictive Cohort 기능을 소개합니다.
데이터로 결과 예측하기
데이터 기반 UX 분석 개념과 방법 🎨
데이터 기반 UX 분석이란?User experience(UX) 분석은 데이터를 사용하여 사용자의 경험을 측정하고, 인사이트를 얻어 유저 경험을 개선하는 과정을 말합니다. 일반적으로 앱, 게임, 웹사이트, 소프트웨어 같은 종류의 제품에 적용되죠.UX 분석에 사용할 수 있는 데이터는 다양합니다. 앱이나 웹사이트에서 보내는 시간, 클릭하는 요소, 가장 많이 사용하는 기능, 구매한 내역 등 거의 대부분의 요소가 가능하죠. 심지어 '행동의 부재'도 분석 대상이 될 수 있는데요. 예를 들어 사용자가 장바구니에 담은 물건을 구매하지 않았거나, 링크 위에 커서를 올려놓았지만 클릭하지 않은 것도 UX분석의 대상이 될 수 있습니다.가계부 관리를 하고자 하는 사람 A가 있고, 우리는 가계부 앱을 서비스하는 기업이라고 가정해 봅시다. 우리는 A가 가계부 앱을 검색하고 우리 앱을 다운로드하고, 체험판에 가입하고, 은행 계좌나 신용카드와 같은 정보를 연동하기를 원할 것입니다. 그리고 체험판이 끝나면 유료 구독까지 전환되기를 희망하죠.이걸 '사용자 여정'이라고 부르며, 각 여정마다 사용자가 다음 여정으로 계속 진행할 수 있도록 좋은 사용자 경험을 제공해야 할 것입니다. 만약 여정을 완수하지 못하는 사용자가 있다면, UX 분석을 통해 어디서, 왜 이탈했는지 이해하고 궁극적으로 미래에 사용자 경험을 어떻게 개선할 수 있을지 힌트를 얻을 수 있습니다.UX 분석 대상구체적으로 어떤 데이터를 분석하고 지표를 측정할지는 제품이나 상황에 따라 천차만별입니다. 그렇기 때문에 이번 포스팅에선 비즈니스 의사결정까지도 활용할 수 있는 굵직한 주요 UX 데이터 지표를 중심으로 설명드리겠습니다. 해당 지표를 기반으로 어떤 최적화된 지표를 측정해볼 수 있을지 고민해보면 좋을 것 같습니다.응답 시간: 응답 시간은 페이지나 앱이 얼마나 빠르게 로딩되는지에 대한 지표입니다. 우리 생각보다 사용자들은 로드되는 시간을 오래 기다리지 않습니다. 몇 초만 버벅이면 바로 이탈하죠.신규 및 재방문자 수: 신규 및 재방문자 수는 얼마나 효과적으로 사용자를 유치(Acquisition)하고 유지(Retention)하는지에 대한 지표입니다. 신규 방문자 수가 증가하지 않는다면, 마케팅 전략을 다시 검토해야 하며, 재방문자 비율이 낮다면, 제품 경험을 검토해야 합니다. 재방문자 비율에 문제가 있는 경우에는 리텐션 분석을 더 깊게 수행하여 재방문한 사용자와 이탈한 사용자 간의 행동 차이를 확인하는 것이 좋습니다.세션 길이: 세션 길이는 사용자가 제품을 얼마나 오래 사용하는지를 측정하는 지표입니다. 세션 시간이 길수록 좋을 것 같지만, 제품에 따라 그렇지 않을 수도 있습니다. 만약 뉴스 앱이라면 긴 세션 시간은 사용자가 적극적으로 참여하고 있다는 긍정적인 신호일 가능성이 높죠. 반면, 현금 송금 앱이라면 긴 세션 시간은 사용자가 원하는 작업을 수행하는 데 어려움을 겪고 있다는 신호일 수 있습니다. 이처럼 세션 길이 지표는 제품의 특성에 따라 사용자 경험을 유연하게 판단해야 합니다.세션당 페이지 수: 세션당 페이지 수는 한 세션 동안 방문하는 총 페이지 수를 의미합니다. 세션 길이와 마찬가지로 많은 페이지를 방문하는 것이 좋을 수도 있고 나쁠 수도 있습니다. 사용자가 제품에 깊게 몰입하여 사용하는 것일 수도 있지만, 원하는 답을 찾지 못해 이리 저리 방황하는 것일 수도 있습니다. 만약 후자라면, 더 적은 클릭으로 원하는 답을 쉽게 찾을 수 있도록 개선해야 합니다.전환율: 고객 여정의 각 여정에서 상위 여정으로 넘어가는 비율을 전환율이라고 합니다. 만약 광고 단계에서 클릭률, 즉 전환율이 높지 않다면 메시지를 조정해야 하는 등의 방법을 사용해야 합니다. 사용자가 앱을 다운로드했지만 유료 고객으로 전환되지 않는다면, 온보딩 과정을 조정하여 전환율을 높일 수 있습니다. 전환율은 사용자의 행동을 분석하고 제품 개선 방안을 찾는 데 중요한 역할을 합니다.과제 성공률과 과제 수행 시간: 제품이 사용하기 쉬운지 여부를 가장 명확하게 보여주는 지표가 바로 과제 성공률과 과제 수행 시간입니다. 여기서 말하는 '과제'는 서비스의 주요 사용 목적이나 기능을 말하는데요. 배달 앱 사용자가 음식 주문을 하려하는 데, 주문 방법을 몰라 한참을 헤매거나 주문 과정 자체가 너무 오래 걸린다면, 인내심을 잃고 앱을 이탈할 것입니다. 해당 지표를 통해서, 제품의 핵심 과제에 집중하고, 이러한 과제를 완수하는 과정을 자연스럽고 직관적이며 간단하게 만들어야 합니다.사용자 정착률(Stickiness): 정착률은 일일 평균 사용자 수(DAU)를 월간 평균 사용자 수(MAU)로 나누어 측정합니다. 이 지표는 사용자가 평균적으로 한 달에 며칠 동안 제품을 사용하는지 보여줍니다. 매일 접속하긴 바라는 게임과 같은 비즈니스에 특히 유용합니다. 하지만 모든 비즈니스에 적합한 지표는 아닙니다. 가령 비행기 예매 앱같은 경우 사용자 정착률이 크게 의미 있진 않겠죠.내비게이션 vs 검색 비율: 사용자가 제품을 탐색하는 데 검색 창에 지나치게 의존한다면, 이는 제품 디자인이 직관적이지 않다는 신호일 수 있습니다. 사용자가 최소한의 클릭으로 원하는 것을 빠르게 찾을 수 있도록 다양한 레이아웃, 구조, 구성 방식을 실험해 보아야 합니다.기능 참여율: 기능 참여율은 기능이 얼마나 자주 사용되는지를, 제품을 열어본 사용자 수로 나누어 측정한 지표입니다. 기능 참여율과 리텐션 분석을 결합하면, 특정 기능을 사용하는 사용자가 유지될 가능성이 어떤지 확인할 수 있습니다. 중요한 기능이 거의 사용되지 않는다면, 해당 기능을 더 눈에 띄게 UI를 조정할 필요가 있을 수 있습니다. 사용자에게 해당 기능을 알려주는 알림이나 이메일을 보내는 방법도 고려할 수 있겠죠.고객 이탈률: 고객 이탈률은 [(월초 고객 수) - (월말에 남아 있는 고객 수)] / (월초 고객 수) 입니다. 예를 들어, 6월 초에 100명의 고객이 있었고 6월 말에 90명의 고객이 남았다면, 이탈률은 10%가 됩니다. 고객의 충성도와 이탈을 평가하고 필요한 개선을 도출하는 데 중요한 지표입니다.UX 디자인과 데이터 분석 간의 관계UX 디자인은 단순히 제품을 예쁘게 만드는 것이 아닙니다. 제품을 자연스럽게 사용할 수 있도록 설계하고, 사용자의 기대를 뛰어넘는 결과를 제공해 그 제품에 매력을 느끼게 만드는 것이 목적입니다. 이를 위해서는 예술적 감각뿐만 아니라, 과학적인 데이터 분석과 테스트 과정이 필수적입니다. 데이터를 사용해 인사이트를 얻고 이를 바탕으로 가설을 세운 후, UX 디자인 테스트를 통해 이 가설을 증명해야 합니다.예를 들어, 운동화 회사의 제품 관리자가 재구매율이 낮다는 사실을 발견했다고 가정해 봅시다. 데이터에 따르면 대부분의 고객은 10개월마다 신발을 구매합니다. 관리자는 고객이 10개월 후에 자동 리마인더를 받으면 재구매율이 높아질 것이라고 가정합니다.이후 제품 팀은 마케팅 팀과 협력하여 이메일과 같은 메시지를 다양한 고객 그룹에 대해 A/B 테스트하여 재구매율을 높일 수 있는지 실험할 수 있습니다.UX 분석 대시보드 만들기UX 분석과 개선 과정에는 조직 전체의 의사 결정이 필요한 경우가 많습니다. 때문에 조직 내에서 원활한 정보 공유와 통일된 접근 방식이 필요합니다. 이때 필요한 것이 분석 대시보드입니다.좋은 UX 분석 대시보드는 중요한 지표들을 맨 위에 배치합니다. 일일 대시보드에는 세 가지 또는 네 가지 이상의 지표가 포함되지 않도록 하여, 대시보드 확인이 복잡하지 않도록 해야 합니다. 또한 지표는 비즈니스 목표와 직접 연결되어야 하며, 대시보드의 첫 번째 항목을 보면 비즈니스의 상태를 간략하게 확인할 수 있어야 합니다. 그 아래에는 대시보드에 다양한 시간대를 포함시켜, 즉각적으로 해결해야 할 문제와 중장기적인 데이터의 추세를 구분할 수 있는 것이 좋습니다.마치며사용자 경험은 제품 성공 또는 실패에 중요한 역할을 합니다. 사용자가 제품에 대해 느끼는 것을 파악하는 일은 데이터 분석가뿐만 아니라 조직 전체에서 이루어져야 합니다. 조직 내 모든 사람들이 해당 데이터를 활용해 사용자 행동에 대한 질문에 신속하게 답할 수 있어야 합니다. UX 분석과 대시보드의 적절한 활용은 비즈니스 성장과 제품 개선에 크게 기여할 수 있습니다. 대표적으로 Amplitude와 같은 솔루션을 이용한다면, 이런 데이터를 손 쉽게 측정하고 관리하고, 또 대시보드를 구성할 수 있습니다. UX 데이터 분석에 대해서 더 깊은 인사이트를 얻고 싶다면 맥소노미 홈페이지에 올라온 다양한 가이드북을 확인해보세요.콘텐츠 더 읽어보기리텐션 최적화 디자인 설계[세션 스케치 | 올리브영] 행동 데이터로 고객을 보다, '올리브영의 데이터 리터러시 향상부터 서비스 개선까지'Canvas Flow로 고객이 만족하는 여정 설계하기
웹사이트에 Conversion Analytics를 활용하는 3가지 방법
전환 분석(Conversion Analytics)은 웹 사이트에서 리드를 늘리기 위한 노력의 첫 시작입니다. 장바구니, 랜딩 페이지 및 블로그 게시물에서 전환 분석을 활용할 수 있는 세 가지 방법을 알아보도록 하겠습니다.전환 분석이란(Conversion Analytics)?전환 분석은 웹 사이트 방문자의 행동을 추적하여 그들이 원하는 것을 수행하는지 (전환 또는 중단하는지) 확인하는 방법입니다. 전환 분석을 통해 전환에 해당하는 고객 유형과 행동 유형은 물론, 중단한 사용자가 전환에 실패한 타임과 위치를 파악할 수 있습니다.전환 분석을 수행하려면 고객의 여정을 먼저 이해해야 합니다. 이를 수행하는 가장 좋은 방법은 웹 사이트 방문자를 고객으로 전환하는 데 필요한 이상적인 단계에 대한 개요를 얻을 수 있도록 고객이 전환 퍼널에서 수행하는 각 단계를 매핑 하는 것입니다.사용자가 전환 할 것으로 예상되는 제품 또는 웹 사이트의 모든 부분에서 전환 분석을 수행 할 수 있습니다. 전환 분석을 위한 세 가지 공통 영역에는 장바구니, 랜딩 페이지 및 블로그 게시물이 있습니다.장바구니 전환 분석장바구니 전환은 전자 상거래 전환 유입 경로의 마지막 단계입니다. 방문자가 구매를 하지 않는 이유를 이해하는 것이 수익 증대의 핵심입니다.다음은 장바구니를 테스트하고 최적화하는 세 가지 일반적인 방법입니다. 1. 배송비 변동을 테스트합니다.온라인 쇼핑객은 배송비에 점점 더 민감 해지고 있습니다. 이는 장바구니 단계에서 구매 포기 의 주요 원인입니다 . Amplitude의 퍼널 분석을 사용하여 배송 기술 스타트업인 Rappi 는 배송비를 표시한 결제 단계가 중요하지 않다는 사실을 발견했습니다. 고객이 일정 금액 이상 주문하면 무료 배송을 제공함으로써 더 큰 주문 크기를 장려하여 각 거래를 평균 15 % 증가 시켰습니다. 2. 개인화로 고객 경험을 개선하세요.고객 경험 은 모든 전자 상거래 전환에서 가장 중요한 요소 중 하나입니다. 또한 고객 유지의 주요 동력 이기도합니다 . Blue Apron 은 식사 배달 서비스에 대한 장바구니 포기를 조사하고 Amplitude Engage 및 Optimizely를 사용 하여 구매를 완료하지 않은 사용자에게 개인화된 메시지를 테스트 했습니다. 그 결과 전환이 7 % 증가했습니다. 3. Conversion Driver를 찾으세요.Amplitude 의 Conversion Drivers 기능은 전환 유입 경로의 단계 사이에서 발생하는 모든 작업을 식별합니다. 그런 다음 각 액션에 상관 관계 점수를 부여하여 전환에 깊이 관련이 있는지 아니면 연관이 낮은지 알려줍니다. 사용자가 장바구니 페이지 직전에 수행하는 작업 중 자신의 경험에 영향을 미치는 작업을 알아보면, 전환과 관련된 행동을 파악하고 촉진하는 데 도움이 될 것입니다.방문 페이지 전환 분석랜딩 페이지는 다양한 채널에서 방문자를 안내하는 독립형 웹 페이지입니다. 사용자에게 무료 평가판 등록, 뉴스 레터 구독 또는 eBook 다운로드와 같은 작업을 완료하도록 유도합니다. 랜딩 페이지의 전환 분석은 얼마나 많은 사용자가 액션을 완료했는지 보여주고 다양한 테스트를 통해 전환을 증대시킬 수 있습니다.다음은 랜딩 페이지를 테스트하는 세 가지 일반적인 방법입니다. 1. 가입 과정에서 저해요소를 제거합니다.Unbounce는 저해요소를 "방문자가 행동을 완료하려고 할 때 경험하는 심리적 저항"으로 정의합니다. 가입을 가능한 간단하고 쉽게 만들어 저해요소를 줄이는 것이 당신의 임무입니다. 그 중 일부는 페이지 디자인 요소가 압도적이거나 복잡하지 않고 명확하고 이해하기 쉬운 지 확인하는 것일 수도 있죠. 또한 절대적으로 필요한 경우가 아니면 사용자에게 많은 필드를 채우도록 요청하지 마세요. 예를 들면, 이메일 주소만 필요한 경우 이름, 회사, 직위 등과 같은 불필요한 필드는 제거하세요. 2. 다른 메시지를 테스트합니다.클릭 유도 문안을 구성하는 방식은 사용자가 참여의 가치를 인식하는지 여부에 큰 영향을 미칠 수 있습니다. 사람들이 eBook을 다운로드하도록하려면 여러 가지 방법으로 eBook의 콘텐츠를 구성하고 A / B 테스트 를 사용 하여 어떤 메시지가 가장 공감하는지 확인하세요. 무료 평가판 제공 메시지도 마찬가지입니다. 3. 다른 플랫폼을 비교합니다.사람들이 웹 사이트를 방문 할 때 사용하는 플랫폼 (예 : 데스크톱과 모바일)별로 분류된 전환 분석을 실행합니다. 플랫폼간에 큰 차이가있는 경우 이유를 조사하십시오. 사용자의 변환을 방해하는 서식 지정과 관련된 버그 또는 플랫폼 별 문제가있을 수 있습니다.Amplitude 에서 Conversion Driver 의 속성 기능 을 사용하여 이러한 유형의 분석을 실행할 수 있습니다 . Conversion Driver를 통해 팀은 성장을 주도하는 플랫폼, 계획 유형, 캠페인 및 채널을 쉽게 이해할 수 있습니다.블로그 게시물 전환 분석회사는 블로그 게시물을 사용하여 최상위 트래픽 생성에서 리드 전환에 이르기까지 다양한 요구 사항을 해결합니다. 블로그 게시물의 전환 분석은 개별 기사를 최적화하는 방법을 식별하고 트래픽을 리드로 전환할 기회를 찾는 데 도움이됩니다.다음은 블로그 게시물을 테스트하고 최적화하는 세 가지 일반적인 방법입니다. 1. Amplitude의 Pathfinder를 사용 하여 전환에 관련있는 블로그 게시물을 찾습니다.Pathfinder는 사용자가 제품 또는 웹 사이트를 탐색하는 모든 다양한 방법을 볼 수 있도록 도와줍니다. 사용자가 블로그 게시물을 읽은 후 취한 행동을 살펴보면 전환이 몇 단계 제거 된 경우에도 전환과 연결된 행동을 찾을 수 있습니다. 전환과 연결된 것으로 확인 된 블로그 게시물에 CTA를 직접 추가 한 다음 전환 분석을 사용하여 더 많은 사용자가 행동을 취하는 지 확인하세요. 2. 다양한 CTA(Click to Action) 를 테스트 하세요.때로는 블로그 게시물과 일치한다고 생각하는 클릭 유도 메세지가 실제로 사용자에게 반향을 일으키지 않습니다. 블로그 게시물 내에서 다양한 종류의 작업을 A / B 테스트합니다. 예를 들어, 모든 블로그 게시물 끝에서 독자에게 eBook을 다운로드하도록 유도 할 수 있지만 뉴스 레터 가입은 실제로 더 매력적입니다. 전환 분석을 통해 어떤 CTA가 가장 효과적인지 알 수 있습니다. 또한 제안이 배치 된 위치 (예 : 블로그 게시물의 끝 또는 본문)에 대한 다양한 디자인 선택을 테스트하여 전환에 영향을 미치는지 확인할 수 있습니다. 3. 트래픽이 손실되는 이전 블로그 게시물을 새로 고칩니다.블로그 게시물이 감소하면 기존 콘텐츠의 수정이 필요할 수 있습니다. 오래된 콘텐츠를 새로 고치려면 예제 또는 통계를 업데이트하여 관련성이 있는지 확인하거나 길이 또는 범위를 확장하거나 SEO에 최적화되어 있는지 확인해야 할 수 있습니다. 새로고침된 블로그 게시물과 인라인 전환 프롬프트를 결합하면 성공을위한 비법을 얻을 수 있습니다.다음 단계 : 유지전환 분석 없이는 웹 사이트 전환을 개선하려는 노력이 실제로 효과가 있는지 확인할 수 없습니다. 전환 분석을 사용하여 웹 사이트를 개선하는 방법을 잘 이해하였다면, 다음으로는 고객 유지를 위해 최적화하는 것입니다.
그로스 해커의 데이터 분석 필수 솔루션: Amplitude(앰플리튜드)
“그로스 해커”, 한번쯤은 들어보셨을 단어일텐데요. 그로스 해커는 단순한 유행어가 아닙니다. 그로스 해커는 실시간으로 고객 데이터를 캡처하고 의미를 읽는 방법을 길러온, 제품과 마케팅에 모두 능숙한 인력입니다. 에어비앤비, 우버, 인스타그램, 링크드인과 같은 스타트업들이 유니콘으로 도달하기 위해 그로스 해킹을 사용해왔으나, 전통적인 일반 기업들은 아직 그로스 해킹에 큰 관심이 없는 상태입니다.성공하는 그로스 해커들은 전통적인 엔터프라이즈 비즈니스와는 전혀 다른 방식으로 고객 데이터에 접근합니다. 그들은 디지털 데이터 너머에 있는 실제 사람에 집중하고, 고객 행동을 분석하기 위해 특별히 제작된 최신 프로덕트 인텔리전스 툴을 이용하며, 고객 활성화를 위해 데이터 인사이트를 배치하고, 데이터를 팀 스포츠로 취급합니다.그로스 해커의 사고방식은 적절한 툴과 이전의 베스트 프랙티스와 결합되어, 엔터프라이즈 기업이 디지털 혁신을 실현하고 성장을 이어갈 수 있도록 청사진을 제공합니다. 이벤트 기반 데이터를 통해 고객과 공감하세요.그로스 해커는 고객 데이터에 대한 미묘한 이해를 바탕으로 어떻게 공감을 형성할 수 있을지 확인합니다. 데이터를 통해 확인한 고객의 욕구와 요구 사항에 익숙해지는 것은 더 나은 제품을 만드는데 도움이 됩니다.그로스 해킹의 기본은 데이터가 인간의 상호 작용을 위한 통로라고 여기는 사고 방식에서부터 시작합니다. 데이터를 익명의 대중이 아닌, 의미있는 개개인의 의사 표현으로 봐야 합니다. 이러한 사고 방식은 고객 데이터 안에서 행동 인사이트를 발견하고 고객과의 큰 공감을 만들어가는데 도움이 됩니다.물론, 사고 방식은 시작점일 뿐, 더 많은 것이 필요합니다. 올바른 종류의 데이터를 추적하는 것도 중요합니다. Google Analytics, Adobe와 같은 레거시 분석 솔루션은 인간 행동을 이해하는 데 도움이 되는 데이터를 잘 추적하지 않습니다. 대부분 대시보드에서 웹 활동을 추적하는데, 페이지뷰나 구매와 같은 대규모 수치를 보면 데이터 뒤에 있는 ‘개인’의 성격을 지우는 경향이 있습니다. 제품을 구매하는 주체는 페이지뷰가 아니라 사람입니다. 사람들은 “세션”에서 제품과 상호작용 하지 않습니다. 오랜 시간에 걸쳐 다양한 채널을 통해 제품과 상호 작용합니다.데이터를 통해 확인한 고객의 욕구와 요구 사항에 익숙해지는 것은더 나은 제품을 만드는데 도움이 됩니다.반면에 그로스 해커들은 이벤트 기반 데이터를 분석합니다. 이벤트 기반 데이터는 마우스를 클릭하거나 키 스트로크 및 손가락 스와이프 등의 액션이 있을 때마다 활동을 추적합니다. 이러한 이벤트를 Amplitude(앰플리튜드)와 같은 제품 인텔리전스 툴을 통해 실시간으로 분석하면, 고객의 미묘한 행동을 파악하고 니즈를 이해하는 것을 시작할 수 있습니다. 또한 이 ‘이해’는 결과적으로 더 나은 제품을 만드는 방향으로 이어집니다.Google Analytics, Adobe와 같은 레거시 분석 툴도 이벤트를 통합하기 위해 기술적으로 플랫폼을 확장했지만, 여전히 웹 페이지 중심의 분석입니다. 이러한 툴을 통해 이벤트를 추적하는 것으로는 데이터의 일부만을 확인할 수 있습니다. 고객 데이터 분석을 위해 특별히 설계된 최신 툴을 사용하세요.기존의 웹 분석 툴은 고객 행동 분석을 위해 설계되지 않았습니다. 기존의 툴은 단일 시점에서 익명의 웹 페이지 뷰를 측정하는 데는 탁월하지만 실제 사람들이 디지털 제품을 사용하는 방식과는 거리가 있습니다. 그로스 해커는 복잡한 고객 데이터를 적절하게 분석할 수 있는 툴을 사용합니다. 이러한 툴은 최소한 다음의 세 가지 요건을 충족해야 합니다.- 다양한 채널에서의 상호작용을 트래킹할 수 있는가.- 전체 소스에서 동일한 고객을 식별해내고 데이터를 통합할 수 있는가. (ID 확인)- 고객 데이터가 식별된 경우, 이 고객 데이터와 익명의 데이터를 결합할 수 있는가.세그먼트 및 프로덕트 인텔리전스 툴 Amplitude(앰플리튜드)와 같은 고객 데이터 플랫폼은(Customer Data Platform: CDP) 상기 요건들을 달성하기 위해 특별히 제작되었습니다. 예를 들어, 세그먼트는 사용자 정의 소스를 포함한 수십 개의 소스에서 이벤트 데이터를 수집합니다. 그 다음 시간이 지남에 따라 지속되는 통합 고객 프로파일을 생성합니다.또한 Amplitude(앰플리튜드)는 세그먼트의 다운 스트림에서 CDP를 통해 통합된 이벤트를 수집하는데 사용될 수 있습니다. 그 다음 리텐션, 전환 및 코호트 행동과 같은 고객 지표를 조사하기 위해 전문 기술자와 비전문 사용자 모두에게 적합한 데이터 분석을 제공합니다. Amplitude(앰플리튜드)에는 자체 ID 확인 기능과 수십 개의 데이터 소스에 대한 사전 구축된 통합 기능도 있습니다.웹 분석 혹은 일반적인 데이터 레이크가 아닌 고객 데이터 분석을 위해 특별히 제작된 툴의 장점은 사람을 염두에 두고 만들어졌다는 점입니다. 즉, ID 식별, 개인 정보 보호, 고객 라이프사이클 라포팅과 같은 고객 지향 기능을 즉시 제공합니다.그리고 이러한 툴은 이탈 가능성, 구매 성향 및 자동 세그먼트와 같은 사전 구축된 예측 속성을 계속해서 더 많이 제공합니다. 이 기능들은 복잡하고 운영 비용이 많이 드는 머신러닝 기반에서 작동하기 때문에, 큰 규모의 회사에서도 처음부터 모두 새로 구축하려면 매우 오랜 시간이 걸립니다. Amplitude(앰플리튜드)의 AutoML 기능은 고객의 행동에 따라 고객을 자동으로 모을 수 있게 합니다. 이를 통해 프로덕트 매니저와 마케터는 희망하는 사용자 분류 방식에 따라 규칙을 수동으로 생성하는 대신, 실제로 제품과 상호 작용하는 방식을 기준으로 사용자를 빠르게 그룹화 할 수 있습니다.최근 Amplitude(앰플리튜드)는 사용자가 주어진 동작을 수행할 가능성을 기준으로 머신러닝을 사용해서 사용자를 세분화하는 예측 코호트 기능도 제공하기 시작했습니다. 이러한 코호트가 마케팅 캠페인에 적용되면, 그로스 해커는 진정한 데이터 사이언티스트가 될 수 있습니다. 직접적인 효과를 위해 위해 데이터 인사이트에 신속하게 대응합니다.대시보드는 데이터 분석 결과를 시각화하고 해석하는데 유용하지만, 이것이 데이터 분석의 전부가 되어서는 안됩니다. 이를 기반으로 경영진이 의사 결정을 내리기를 기다리는 데는 몇 주 심지어는 몇 분기가 걸릴 수도 있습니다. 그 이유는 대시보드가 보편적인 방향으로만 사용자에게 안내하고 있기 때문입니다. 데이터를 분석하고 조치를 취하는 것은 사용자의 몫입니다.그로스 해커는 기존 엔터프라이즈 비즈니스와는 근본적으로 다른 방식으로고객 데이터에 접근합니다.그로스 해커에게는 기다릴 수 있는 시간 여유가 없습니다. 이들은 프로덕트 인텔리전스 툴을 통해 얻은 인사이트를 바탕으로 마케팅 및 인게이지먼트 캠페인에 직접 참여합니다. 이 과정에서 데이터를 통해 확인한 고유한 특성 및 코호트에 따라 메시징을 맞춤화할 수 있습니다. Amplitude(앰플리튜드)에는 대시 보드에서 기다릴 필요없이 실시간으로 데이터 통신을 할 수 있도록 사전에 구축 된 커넥터가 있습니다.예를 들어, 분석 결과 이탈 가능성이 높은 고객 그룹이 식별되었다면, 다음 단계는 당연히 해당 그룹에게 이메일 혹은 모바일 푸시 알림을 보내서 고객이 이탈하지 않도록 하는 것입니다. 이 메시지를 자동으로 트리거 함으로써, 그로스 해커들은 번개처럼 빠른 속도로 고객 경험을 변화시킬 수 있습니다. 데이터를 팀 스포츠로 만들어보세요.그로스 해커의 마지막 비결은 무엇일까요? 그로스 해커는 데이터를 활용하여 고객에게 서비스를 제공하는 새로운 방법을 모색하는 ‘데이터 민주주의’ 팀으로 활동하고 있습니다. 데이터는 고도의 전문 기술자들로 구성된 소규모 그룹에 국한되지 않고 그로스 해킹 프로덕트 매니저, 마케터, 디자이너도 쉽게 액세스할 수 있습니다. 누구나 스스로 데이터를 조사하여 성장 가설을 검증하고, 문제 지점을 확인하며, 고객 행동을 관할할 수 있는 액세스 권한이 있습니다.만약 데이터 전문가가 고객 인사이트의 게이트키퍼라면, 기업의 빠른 학습 및 적응 능력은 소수에게 제한된 대역폭과 전문 지식으로 인해 병목 현상이 발생할 수 있습니다. 데이터 전문가가 아닌 분들이 Google Analytics와 Adobe를 이용하여 표면적인 정보 이상의 인사이트를 확인하는 것은 매우 어렵습니다. 전문 기술자가 데이터 분석 내용을 다른 팀원에게 전달하기 위해 대시보드를 생성하는 경우, 비전문 사용자는 데이터와 상호 작용 하거나 데이터에 대한 질문을 할 수 없습니다. 해답을 얻기 위해 엔지니어링 팀에 질문을 한다고 해도, 이는 모든 사람의 업무 속도를 떨어뜨리는 결과를 가져오게 됩니다.Amplitude(앰플리튜드)와 같은 최신 분석 플랫폼은 처음부터 데이터 전문가가 아닌 사람도 사용할 수 있도록 설계되었습니다. Amplitude(앰플리튜드)의 UI는 쿼리를 작성하기 위해 자연어와 포인트 앤 클릭(point-and-click) 인터페이스를 사용합니다. 플랫폼별로 다른 용어를 사용하지 않기 때문에 eVars, sProp, goal slot ID와 같은 용어는 Amplitude(앰플리튜드)에서 볼 수 없습니다.또한 Amplitude(앰플리튜드)는 사전 제작된 광범위하고 고 부가가치의 구성하기 쉬운 다양한 차트를 제공하므로, 고객 행동을 쉽게 분석할 수 있습니다. 마지막으로 Amplitude(앰플리튜드)는 다양한 팀 협업 기능을 제공하여 그로스 팀이 차트에 의견을 추가하고, 분석을 퍼블리싱 하며, 툴 내에서 데이터에 대해 논의할 수 있도록 지원합니다.이렇듯 진정한 ‘데이터 민주주의’를 통해 그로스 해킹 조직은 피드백 주기를 획기적으로 단축할 수 있습니다. 또한 이를 통해 기존의 경쟁 기업들 보다 훨씬 더 높은 성장률을 달성할 수 있습니다. 그로스 해커가 될 준비가 끝났습니다!그렇다면, Google Analytics, Adobe Analytics, 데이터 웨어하우스, 데이터 레이크 및 이전의 대시보드와 같은 기존 데이터 분석 툴을 폐기해야 할까요? 아닙니다. 이러한 툴은 웹 분석과 데이터 스토리지, 시각화 등의 용도로만 사용하면 됩니다. 신속한 실험과 최적화를 통한 가파른 성장을 원한다면, Amplitude(앰플리튜드)와 같은 최신 프로덕트 인텔리전스 툴을 사용하여 원하는 결과를 얻을 수 있습니다. 그로스 해커의 고객 공감 능력, 독창성과 결합하면, 여러분도 빠르게 우상향 하는 성장 그래프를 확인할 수 있습니다.