‘숫자’는 잘 보지만, ‘정성적 데이터’ 앞에서는 멈칫합니다.
정량 데이터는 익숙하지만 정성 데이터는 구조화와 활용이 어렵습니다. 이럴 때 유용한 방법이 어피니티 다이어그램 입니다.
어피니티 다이어그램은 피드백을 묶어 패턴과 본질을 파악하고, 해결책 우선순위를 정하는 의사결정 도구로, 흩어진 의견을 유의미한 인사이트로 전환해 팀의 방향성을 잡아줍니다. 어떻게 흩어진 정성 데이터를 유의미한 인사이트로 바꿔주는지 알아보겠습니다.
유저분석
맞춤형 고객 Funnel 설계를 기반으로 한 고객 행동 데이터 수집 최적화
SK 스토아는 T커머스 실무 및 사업 방향성에 맞는 고객 데이터 환경 구축이 필요했습니다. 수익성을 보다 개선하고 시장 내 입지를 더욱 공고히 하기 위해, 전사적인 데이터 드리븐 문화 도입 계획을 세웠습니다.
맞춤 콘텐츠 추천을 통한 사용자 참여도 개선
LG 상남도서관은 방문자들마다 개개인의 관심사와 실시간 인기 콘텐츠 정보를 제공하여 방문자가 폭넓은 정보를 얻을 수 있게 하고 싶었습니다. 비즈스프링은 2가지 포인트를 데이터 수집/분석과 AI/ML 기술을 도입하여 해결하고자 했습니다.
CRM과 온라인 행동 데이터 통합으로 개인화 마케팅 환경 구축
롯데카드는 직접 수집하고 있는 CRM 데이터와, 롯데카드 웹/앱 방문 고객의 행동 데이터를 보완 후 서로 결합시키기를 원했습니다. 마케팅 고도화를 목표로 오프라인과 온라인 속 고객의 관심사와 행동을 보다 풍부하게 포착하여, 향후 ML 및 AI 기술 도입의 기반을 만들기 위함이었습니다.
유저 행동 분석을 위한 세그먼트 분석 방법
유저 행동 분석이란, 브랜드와 상호 작용한 유저 데이터를 수집하여 라이프스타일 및 패턴을 분석하는 것을 의미합니다. 특히, 여러 관점으로 행동을 분석하면 유의미한 패턴을 찾을 수 있습니다. 이를 통해 서비스 지표를 개선할 수 있고, 최종 전환을 위한 특정 행동도 유도할 수 있습니다.
이번 달 MAU 는 왜 증가했을까?
MAU는 한 달 동안 제품 또는 서비스를 활성화한 유저수를 의미합니다. 여기서 ‘활성화’는 일반적인 개념으로 한 달 동안 제품과 서비스에 방문한 것을 기준으로 합니다. 하지만 방문 자체가 수익은 아니기에 기업 내부에서는 ‘활성화’ 기준을 특정한 액션을 기준으로 하는 경우도 있습니다.
나의 고객은 어떤 제품을 원할까요?
고객의 행동이 목적이 됩니다! 고객 세분화(Segmentation), 예측 기반 개인화 마케팅은 디지털 마케팅 트렌드에 지속적으로 올라오는 단어들로 온라인 마케팅에 관심 있는 분들이나 마케터라면 한 번쯤은 들어봤을 것입니다. 고객 세분화(Segmentation)는 개인화와 고객 경험이 비즈니스 성패를 좌우할 만큼 중요한 필수 요소가 되었습니다. 나의 상품과 서비스를 좋아하는 단골 고객에게는 더 많은 혜택과 정보를 알려주고,… 더 보기 »나의 고객은 어떤 제품을 원할까요?