오늘은 특정 광고의 3개월치 매출 데이터를 토대로 평균 매출을 통한 데이터 해석 방법에 대해서 설명드리고자 합니다.

분기별 매출 평균값을 확인하기 위해 전체 매출 데이터를 더한 후 총 개수로 나눠서 매출 평군값을 계산하게 됩니다. 이러한 평균을 ‘산술평균’이라고 합니다. 보통 평균값을 계산할 때 가장 많이 사용됩니다. 하지만 이러한 산술평균값은 특정 기간의 변동이 심한 매출액에 대한 설명을 해주지는 못합니다. 특정 광고의 3개월 동안의 전체 매출액에서 개수를 나눠서 계산되기 때문이죠.

그래서 오늘은 도수분포표를 토대로 특정 광고의 3개월치 매출 평균 데이터를 계산한 후 데이터를 해석해보려고 합니다.

 

 

그림 1

 [그림 1] A광고의 3개월치 일별 매출 데이터

위 이미지는 A광고의 3개월치 일별 매출 데이터입니다. 위의 데이터를 토대로 산술적 평균 데이터를 구하면 1일 평균 “531,267원”이 계산됩니다. 이 데이터를 토대로 도수 분포표를 계산해 보겠습니다.

*’도수분포’는 일반적으로 데이터를 구간(계급)으로 나눠 구간 별 빈도수를 확인할 때 사용합니다.

 

 

그림 2[그림 2] A광고 3개월 도수분포표

위 이미지의 Y축은 각 구간(계급)의 빈도수이며, X축은 각 구간(계급)입니다. 이미지의 왼쪽 부분에서는 A광고의 매출이 가장 적은 것을 확인할 수 있으며, 100,001 ~ 200,000구간의 빈도수가 높은 것을 알 수 있습니다. 이 부분은 휴일에 발생된 매출이 많은 것이라는 가설을 세울 수 있습니다. 그리고 중간 부분의 400,001~500,000구간의 높은 매출을 통해 평일 중 이벤트 등 아무런 프로모션이 없이 광고를 집행했을 때 평균 매출이라는 가설을 세웁니다. 마지막으로 1,000,001~1,400,000구간의 매출이 높은 것으로 보아 평일 중 이벤트를 진행한 기간 매출 데이터라는 가설을 세운 후 데이터를 확인합니다.

 

 

그림 3

[그림 3] 200,000구간의 실제 데이터

데이터 확인 결과 100,001~200,000구간에 속해 있는 요일이 대부분 주말인 것을 확인할 수 있으며, 데이터의 중앙값이 “124,400원”의 평균 매출을 일으키는 점도 확인할 수 있습니다. 주말 이 외 평일의 경우 방문 대비 매출이 현저히 적은 것으로 보아 해당 요일에 결제 부분에 이상이 없었는지를 파악해 볼 필요가 있습니다.

 

 

그림 4

[그림 4] 500,000구간 실제 데이터

 데이터 확인 결과 보통 평일 평균 구간입니다. 위의 구간의 중앙값 데이터를 확인하면 “477,100원”으로 실제 평일의 평균 매출이라는 것을 알 수 있습니다.

 

 

그림 5

[그림 5] 1,000,000 이상 구간 실제 데이터

 데이터 확인 결과 1,000,000구간은 3개월 데이터 중 평일에 가장 많이 발생되는 것을 알 수 있으며, 이 구간의 중앙값 데이터는 “1,156,700원”임으로 알 수 있으며, 보통 이벤트를 매 주 초에 많이 진행하고 있음을 알 수 있습니다.

(위의 기간 내에 이벤트 진행 여부를 내부 마케터에게 확인할 필요가 있습니다.)

 

 

도수분포표를 토대로 작성된 평균 데이터를 토대로 데이터를 해석하면 다음과 같습니다.

  •  A광고의 평일 평균 매출액은 477,100원
  • A광고는 휴일 매출이 평일 평균 매출보다 평균적으로 352,700원 감소
  • A광고의 평일 중 이벤트를 진행한 기간의 매출은 평일 평균 매출액보다 679,600원 상승

만약 A광고가 지금과 같이 주기적으로 이벤트를 진행한다면 휴일 매출이 평일 평균 매출보다 감소하더라도 이벤트를 통해 감소된 비용을 메꿔줄 수 있기 때문에 현재와 같이 A광고를 집행해도 무관합니다.

 

하지만 이벤트가 주기적으로 진행되지 않는 경우라면 휴일 평균 매출이 평일 평균 매출보다 대략 “352,700”원씩 감소하기 때문에 A광고의 휴일 광고비용을 따져 광고 집행 비용이 “휴일 평균 매출”에 합당한지를 판단해 볼 필요가 있습니다.

 

이처럼 평균 데이터를 산술적인 평균 데이터로 확인하게 되면 대략적인 평균값을 확인할 수 있으나 인사이트를 얻기 위해서는 위와 같이 구간 별 빈도수를 확인하여 각 구간 별 평균 데이터를 확인해야 고객의 성향을 파악할 수 있습니다.

 

 * 본 컨텐츠는 로거™(logger.co.kr) 데이터를 기반으로 작성되었습니다.

Post filed under e-Biz 이야기, e-Biz 칼럼, e-Biz 통계와 트렌드, 로거™ 활용하기, 분석과 마케팅.