4차 산업이 발전하면서 빅데이터의 중요성이 점점 커지고 있습니다. 마케팅 분야도 마찬가지입니다. 데이터 분석 툴을 활용해 유저(user)의 행동을 분석하고 그 정보를 활용해 서비스를 개선하려는 기업들이 늘고 있습니다. 다만 아직 관련 기술이나 경력이 성숙하지 못해 쌓여만 가는 데이터를 잘 활용하지 못하는 경우가 발생합니다. 저희도 이런 어려움을 토로하는 고객을 꽤 자주 만납니다.
사용자 분석 툴 믹스패널 Mixpanel 을 가지고 데이터 분석을 한다면 어떻게 해야 할까요?
비즈니스 혁신은 데이터에서 출발한다.
믹스패널 Mixpanel 은 데이터 분석을 통해서 비즈니스가 혁신하는 방식을 다섯 가지로 정의합니다.
여기서 데이터 분석의 시작은 고객의 행동 파악입니다.
고객이 웹이나 앱에서 어떤 행동을 하는지 잠재고객의 흔적을 수집하고 이러한 흔적을 분석해 잠재고객의 행동 패턴을 파악합니다.
고객의 행동 패턴을 분석하게 되면 다음의 3가지 분석기반의 전략활동을 이행할 수 있습니다.
Uber 우버, Clorox, Kaplan 등 다양한 산업의 회사들이 이미 Mixpanel 을 활용하고 있습니다.
그들은 어떻게 사용자 분석과 제품 분석을 하고 있을까요?
음악 스트리밍 서비스를 제공하는 회사 A가 있다고 가정해 봅시다.
자, 이 회사가 Mixpanel을 도입해 데이터 분석을 하는 모습입니다.
Mixpanel Insight
믹스패널 Mixpanel 의 인사이트(Insight) 기능입니다. Mixpanel의 인사이트는 이벤트(event), 필터(filter), 코호트(cohort) 등을 사용하여 선(line), 파이(pie), 테이블(table) 그래프 등 자유로운 분석 환경을 제공하는 기능입니다. 이 기능은 우리가 세운 가설을 검증하는데 필요한 통찰력을 얻기 위해 사용합니다.
자, 스트리밍 서비스 업체 A 회사의 예를 들겠습니다.
A 회사가 믹스패널을 사용해 현재 스트리밍 서비스 유저(user)들이 어떤 플랜의 서비스를 쓰고 있는지 분석을 했습니다.
믹스패널이 제공하는 인사이트 리포트(위 사진)에서 무료 플랜 유저와 유료 프리미엄 서비스를 사용하는 유저 수를 비교 제시하고 있습니다. 무료 유저 수는 약 11만명, 유료 유저는 약 8.2만명으로 무료 유저가 현재 더 많죠.
이제 A사는 믹스패널 여러 도구를 활용해 유저 데이터를 분석하고 인사이트를 확보하려고 합니다.
Mixpanel Retention
믹스패널 Mixpanel 의 고객 유지율, 즉 리텐션(Retention) 도구입니다.
특정 기간 동안 회사 또는 제품이 고객을 유지하는 능력을 뜻하는 리텐션은 고객 만족을 위한 성공 기준, KPI가 되었습니다. 믹스패널의 리텐션 분석을 이용해 고객이 얼마나 머무르며 서비스를 이용하는지 분석을 합니다.
날짜, 제품, 유저 등 다양한 조건을 두고 분석할 수 있습니다.
A사는 음악 장르로 고객을 분류한 뒤 해당 고객이 이탈하지 않고 얼마나 지속적으로 노래를 듣는지 파악했습니다. 락(Rock) 장르를 듣는 집단이 1,985명으로 지난 7일 동안 유저 수가 가장 많았고, 이튿날에 스트리밍 서비스에 머무르며 음악을 들을 확률은 음악 장르마다 비슷하다는 걸 알 수 있죠.
Mixpanel Flow
Mixpanel의 플로우(Flow) 차트는 고객 여정을 한 눈에 보여줍니다.
처음과 끝 이벤트(유저의 행동)를 입력하면 그 사이에 유저가 어떤 행동을 하는지 흐름을 볼 수 있습니다.
로그인 해서 유료 프리미엄 플랜을 구독하기까지 A사의 고객들이 어떤 행동을 하는지 보여줍니다.
이 여정을 더 세분화하려면 이벤트(event) 설정에서 other events를 설정해 이벤트 단위를 최대 99단계까지 쪼갤 수 있습니다. 위 A사의 예시는 로그인부터 유료 플랜 구독까지의 여정을 네 단계로 나누어 고객의 행동 양상을 분석하고 있습니다.
Mixpanel Impact
Mixpanel의 Impact 도구는 신규 기능 및 활동 이벤트가 특정 고객 행동에 어떤 영향을 주는지 원인을 파악할 수 있습니다.
빅데이터 분석도구들이 대부분 상관관계분석에 머무는 반면, 믹스패널은 인과관계를 분석합니다.
바로 믹스패널이 갖는 가장 큰 장점이자 차별점 중 하나입니다.
인과관계 분석 Causality analysis 은 유의미한 패턴에 대한 원인을 파고들어, 사용자의 행동동기를 알아내어 궁극적인 변화를 유도합니다. 따라서, 어떻게 활용하는가에 따라 제공하는 제품/비즈니스에 매우 큰 영향을 미칠 수 있는 매우 파워풀한 분석입니다.
사용 방법은 간단합니다.
영향을 주는 Launch 이벤트, 영향을 받을 Impacted 이벤트를 각각 정의하고 조회 기간을 설정합니다.
연보라색 꺽은선은 Adoption, 즉 유료 플랜 사용을 독려하는 특정 메시지(Launch Event)를 보낸 후, 고객이 이에 반응해 유료 프리미엄 플랜을 구독(Impacted Event)한 수치를 보여줍니다. 반면, 주황색 선은 메시지를 봤는데(Launch Event) 유료 구독(Impacted Event)을 하지 않은 Non-Adoption 수치를 나타냅니다. 위 그림에서 회색 직사각형은 메시지를 보낸 특정 구간입니다.
A사 스트리밍 서비스 유저들은 메시지를 보낸 순간 유료 플랜을 꽤(그래프의 수치만큼) 구독했습니다.
메시지 전송이라는 신규 이벤트가 유료 플랜 가입에 충분한 영향을 원인이었다고 해석할 수 있습니다.
5 Why 기법과 같은 Data drill-down 이 분석의 기본인데, 계속하여 이벤트가 impact 를 분석하다 보면 근본적인 원인에 도달할 수 있습니다.
Mixpanel Signal
다음은 Mixpanel의 signal 기능인데요.
어떤 행동이 서비스의 최종 목표를 이끌었는지 보여줍니다.
먼저 유로 서비스 결제를 서비스의 목표로 두고 이 목표 달성에 연관이 있는 주요 행동들은 무엇인지 시그널 차트에서 분석할 수 있습니다. 여기서는 노래 청취(play song)과 노래 구입(purchase song) 등 8개의 이벤트가 유료 서비스로의 전환(plan upgrade)과 밀접한 연관이 있고, 노래 청취를 듣고 유료 서비스를 결제하는 비중이 높다는 것을 알 수 있습니다.
디테일을 선택하면 이벤트마다 구체적으로 어떤 조건에서 효과가 좋은지를 분석할 수 있습니다. A사의 경우, 유료 서비스 업그레이드에 가장 긍정적인 영향을 준 이벤트는 노래 청취(play song)이며, 구체적으로 지난 15일 동안 1번 이상 2번 이하로 노래를 들은 유저들이(초록색 Optimal 박스) 가장 많이 유료 서비스로 전환했습니다.
웹과 앱 서비스를 동시에 제공하여 고객경험을 극대화 하는 것을 제품이나 서비스 개발자들은 고민합니다.
웹과 앱 분석이 모두 가능한 Mixpanel 툴을 도입한다면, A사처럼 유저 데이터를 쉽게 가공하면서 동시에 목표 달성 가설을 테스트할 수 있습니다.
실시간 제품 분석 툴에 대해 궁금해지셨나요?
아래 버튼을 누르고 더 알아보세요.😀