“믹스패널 사용 후, 의사소통과 결정이 수월해지는 것을 체감했습니다. 모든 의사결정자들이 막연한 직관이 아니라 실험 데이터를 확인하고 데이터를 기반으로 소통하게 됐습니다. 심지어 대표님께서 대시보드 보시는 법을 여쭤보시며 데이터를 확인하려고 하셔서 정말 뿌듯했던 기억이 있습니다.“
시장의 많은 경쟁자들 사이에서, 우리 서비스는 어떻게 경쟁력을 확보하고 더 나은 결과를 만들어 낼 수 있을까요?
프로덕트 데이터 분석 툴(Product Analysis Tool)인 믹스패널(Mixpanel)을 활용해, 우리 서비스 내 실제 고객 행동과 데이터를 바탕으로 유저 중심의 인사이트를 도출하고, 유저가 사랑하는 서비스로 개선하는 것이 가능합니다.
이 글에서는 프로덕트 데이터 분석 툴, 믹스패널을 실제 그로스해킹 컨설팅에 활용하여 이커머스 구매 전환율을 700% 높인 사례를 소개합니다.
✅이런 분들께 도움이 될 거에요
1. 전환율 개선을 고민하고 있는 이커머스 PM/PO/마케터
2. 프로덕트 분석 툴을 도입했지만 사용이 막막한 이커머스 PM/PO/마케터
3. 프로덕트 분석 툴 도입을 고민하시는 이커머스 대표님
[믹스패널 사용법] 믹스패널 활용으로 구매 전환율 700% 개선, 이커머스(E-commerce) PM 인터뷰
Q1. 간략한 자기소개 부탁드립니다.
안녕하세요. 니키라고 합니다.저는 공공 정책 개발, 디지털 마케팅 회사를 거쳐 그로스 해킹 컨설팅 길드인 마켓핏랩에서 PM으로 일하며, 제품의 시장성 검증, 마케팅, 전환율 최적화 등을 담당했습니다. 현재는 시드단계 스타트업에서 초창기부터 제품을 빌딩하고 있습니다.
Q2. 믹스패널을 활용한 프로젝트와 그 이유를 소개해 주세요.
마켓핏랩에서 정기구매가 핵심이였던 이커머스의 구매 전환율 높이는 프로젝트를 담당했습니다. 당시 ‘재구매율은 높은데, 신규 구매율이 낮은 것 같다’ 라는 클라이언트의 문제 상황 추측을 기반으로, 신규 구매율 증대를 위한 실험 프로젝트를 진행했었는데요. 이때 실험 데이터 분석툴로 믹스패널을 이용했습니다.
Q3. 믹스패널을 분석툴로 결정하신 이유가 있을까요?
일단은 믹스패널이 쉽게 팀원 모두와 데이터를 보기 좋게 볼 수 있으면서 강력한 분석 기능을 가지고 있다는 점이 컸습니다. 실험을 하고 데이터로 커뮤니케이션 해야 하기 때문에 모두가 직관적으로 데이터를 보고 직접 분석도 할 수 있어야 설득력이 생긴다고 봤습니다.
개인적으로 가장 큰 이유 중 하나는 믹스패널의 코호트(Cohort) 기능 때문이었습니다. 이 실험에서는 신규 구매율을 늘리기 위해서는 구매자라는 그룹을 나누어 구매 행동 패턴 분석을 많이 했어야 하는데, 믹스패널은 무료버전에서도 코호트 기능을 쓸 수 있어 주저없이 믹스패널을 선택했습니다.
Q4. 초기 실험 가설은 어떻게 세우셨나요?
초반에는 내부 데이터가 없어, 데이터 추적을 위한 환경 구축과 동시에 사용자 입장에서의 구매 테스트나, 사용자 인터뷰 등을 진행했습니다. 실험을 진행한 웹 사이트가 20년이 넘은 사이트였기 때문에 불편한 점이 많았는데 사용자 인터뷰 등을 통해, ‘구매 경험이 불편하고 낯설다’라는 피드백을 받았고, 어떤 지점에서 구체적으로 불편함을 느끼는지를 구체적으로 파악할 수 있었습니다.
이와 같은 정성적 인사이트를 기반으로 가설을 세우고 실험을 진행해 벤치마크 데이터들을 쌓아갔습니다. 사이트가 오래되다보니 할 수 있는 실험에 기술적 한계가 많아 프로젝트 기간 내내 리소스가 부족했는데, 믹스패널을 통해 데이터 분석가 도움 없이 실시간 데이터를 수집하고 a/b test의 결과를 빠르게 확인할 수 있어 빠른 실험과 정확한 의사결정에 큰 도움이 되었습니다.
Q5. 믹스패널을 활용하여 진행한 실험 사례와, 특히 유용하게 사용하신 기능이 있을까요?
프로젝트 기간이 짧았기 때문에 실험 한번에 5개의 시안을 제작하여 ‘시안당 20%씩 노출하는 복잡한 ABCDE 테스트’를 진행했습니다. 시안이 많아 결과 해석의 복잡도가 높았는데 이 때 믹스패널이 도움이 많이 됐습니다. 시각화가 잘 되어 있어서 결과를 실시간으로 한 눈에 보면서 추가 분석을 하기에 용이했습니다.
가장 활용을 잘 한 기능이라고 한다면, 퍼널 리포트, 코호트 기능, 플로우 리포트 일 것 같습니다.
1) 퍼널(Funnel) 리포트
퍼널 리포트로 어떤 단계에서 유저가 이탈하는지 직관적으로 확인했습니다.
많은 툴에서 기본적으로 탑재하고 있는 리포트이지만, Data Studio와 같은 툴과 연계하지 않아도 되고 실시간으로 데이터가 보여지기 때문에 트래픽이 잘 들어오고 있는지, 결과는 어떤지 등 실험 상황을 빠르게 파악할 수 있어서 좋았습니다.
특히 ABCDE 실험과 같은 복잡한 구조의 실험을 진행할 때도 한번에 리포트를 확인할 수 있었다는 점도 장점으로 꼽고 싶습니다.
2) 코호트(Cohort) 기능
코호트 기능으로 쉽게 다양한 기준으로 고객을 세분화해 분석 할 수 있었습니다.
제품력이 좋아 충성도 높은 고객을 많이 보유하고 있었으나, 20년된 사이트다 보니 사용자가 버튼을 잘못 누르면 새로고침이 되거나, 구매하다가 회원가입을 하면 메인 페이지로 떨어지는 등 불편한 점이 많았습니다. 그러다보니 기 고객과 신규 고객의 이용 패턴이 많이 달랐습니다. 그렇기 때문에 믹스패널의 코호트 기능을 활용해, 기존 가입 고객, 신규 가입 고객, 신규 가입 고객 중 구매가 없는 고객 을 나누어 주요 지표를 트래킹 했습니다. 나아가 특정 제품을 구매하는 고객의 패턴이 어떤지도 분석하면서 전환율 개선을 위한 핵심적인 힌트들을 얻었습니다.
그러면서 어느 타겟을 우리 서비스의 Growth Lever로 삼아야 할지 판단하고, 전체적인 실험 방향을 더 뾰족하게 만들면서 전환율을 높일 수 있었습니다.
사실 다른 툴을 사용할때에는 코호트 활용도가 높지는 않았던 것 같습니다. 코호트 기능 사용에 스트레스를 많이 받았었거든요. 예를 들면 SQL이나 BI툴을 사용할때는 일단은 복잡한 query를 설계해야 했고, 데이터 추출 후 조건을 여러가지로 변경해서 보고 비교하는데 시간 소요가 많았습니다. 다른 프로덕 툴에서는 코호트 기능이 유료라 에 데이터를 다운받아서 다시 가공하다보니 많은 코호트를 만들고 테스트하기는 어려웠습니다.
그러나 믹스패널에서는 클릭 몇 번 만으로 다양한 코호트를 설정하고 생성할 수 있어서 무척 편했습니다. 퍼널이나 인사이트 리포트의 바 차트에서 클릭 몇번만으로 코호트를 만들 수 있었고, 전환 사용자는 물론 이탈 사용자까지 코호트로 바로만들 수 있었습니다.
.png)
3) 플로우(Flow) 리포트
플로우 리포트로 이탈 고객과 전환 고객의 User Journey를 확인하며 탐색적 분석과 가설 수립이 가능했습니다.
플로우 리포트는 특정 이벤트 전/후로 유저가 어떤 행동들을 했는지 보여주는 리포트입니다.
데이터 값을 정확히 보여주는 리포트가 아니라 생키 다이어그램(Sankey Diagram) 형태로 사용자가 어떤 경로로 이동하는지를 보여주어 탐색적 분석을 돕는 리포트라고 보시면 될 것 같습니다.
저의 경우, 실험을 하다보니 퍼널에서 사용자가 너무 많이 빠진다고 생각하는 지점이 있었는데, 아무리 생각해도 이유를 추측하기 어려웠습니다. ‘아니 여기서 도대체 어디를 가는거야?’ 라는 생각에 답답했는데 플로우 리포트를 활용해 구매 전환 유저와, 이탈 유저 행동 사이의 차이를 발견할수 있었습니다.
플로우 리포트를 고객 코호트로 나누어보니 사용자 패턴이 완전히 달랐습니다. 기존 고객들은 웹사이트 랜딩 후 로그인을 가장 먼저 하고 구매를 진행했지만 신규 고객들은 랜딩 후 로그인을 하지 않고 구매 등 탐색을 거치다 이탈 하는 경향을 발견했습니다. 반면 로그인을 한 상태의 구매 기록이 없는 고객은 보다 무난하게 구매를 하는 경향이 있었습니다.
이에 비회원 로그인 플로우에 문제가 있다고 판단하고, 로그인 영역 개선 실험을 집행해, 성과를 거둘 수 있었습니다.
Q6. 실험 진행 중 가장 인상깊었던 사례가 있었나요?
'사이트 내에서 제품 관련 정보를 더 자세하게 전달하면 구매 전환율이 개선될 것' 이라는 가설을 세우고 진행한 실험이 기억에 남습니다. 입소문이 날 정도로 어난 제품력에 비해 홈페이지 내에 상세페이지 조차 없는 등 제품 설명이 미비한 상태였기 때문에 이런 가설을 세웠지만 결과적으로 실패했습니다.
사이트 개선이 쉽지 않아 광고를 눌러 고객 유입시 꼭 거쳐야 하는 브릿지 페이지를 만들고 제품 정보를 제공했지만 놀랍게도 아예 정보가 없던 대조군 대비 완패를 했습니다.
브릿지 페이지를 만들면 퍼널은 길어지지만 제품에 대한 확신을 준다면 구매할 것이라는 생각이었는데, 브릿지 페이지를 보고 인입됐다고 해서 구매 전환율이 개선되지 않았습니다. 한번 브릿지 페이지에서 빠진 고객이 너무 많아 사이트 인입 후의 전환율이 좋아졌지만 대조군을 상쇄할 만큼 개선되지는 않았습니다. 사용성이 나쁜 페이지 인입에 한번 더 허들이 생기면서 고객 경험을 해친 것이 실패의 원인이었죠.
이 실험을 완벽하게 실패하면서 다시 한 번 더 ‘고객 데이터를 바탕으로 한 고객 중심 사고’ 가 서비스 성공에 있어 얼마나 중요한지 다시 한번 알게 되었습니다.
Q7. PM으로서 믹스패널이 가장 유용했던 순간이 있었나요?
실시간 데이터를 보여드리면서 의사결정자(=대표님)의 신뢰를 얻은 순간을 꼽고 싶습니다.
프로젝트 초반, 대표님이 업력이 기신데다 꼼꼼하고 신중하신 스타일이셔서 외부팀인 저희를 쉽게 신뢰하시지 않으셨습니다. 예를 들어 ‘랜딩 후 회원가입까지 한 고객의 전환율이 업계 평균대비 너무 낮다’ 라는 문제 상황을 말씀 드렸더니 대표님께서 ‘우리 제품의 고객은 신중한 고객들이 많아, 구매하고 첫 구매까지 시간이 오래 걸리기 때문일 것’ 이라고 바로 반박하셨을 정도였는데요.(하하)
그래서 바로 믹스패널의 퍼널 리포트의 ‘Time to Convert’ 기능을 활용해, 그 자리에서 바로 신규 구매자의 평균 구매까지 걸리는 시간을 보여드렸습니다. 30%의 구매가 2일 내에 발생한다는 걸 보여드리면서 고객의 패턴을 보여드렸더니 굉장히 충격받으신 것 같았습니다.
이 이후 대표님의 신뢰를 얻게 되어 한결 수월한 의사소통과 협업이 가능했습니다. 모든 의사결정자들이 데이터를 기반으로 논의를 전개했고, 나아가 대표님이 실험 중 데이터를 궁금해하시고, 이런 데이터를 어떻게 봐야하는지를 물으셔서 무척 뿌듯했습니다.
Q8. 프로젝트 소회가 궁금합니다.
사실 돌아보면 참 어려운 프로젝트였습니다. 오래된 사이트라 테스트 환경이 열악해 실제 할 수 있는 건이 많지 않았고 실험 구현 또한 수월하지 않아, 여러 가설들을 제한 속에서 힘들었던 생각이 납니다. 그런데 그 제한이 구매 전환율 700% 개선이라는 쾌거를 만들어줬다는 생각이 듭니다.
제한적인 상황에서 실험을 위한 작은 힌트라도 얻기 위해, 예전보다 더 데이터를 열심히 들여다 봤고, 초반 전환율 개선이 잘 되지 않아 고객 인터뷰 등을 통해 정성적 분석을 하는데도 매진했었기 때문입니다.
이번 경험을 통해 결국 프로젝트 성공은 고객의 입장에서 불편한 것을 찾고, 해결하며, 원하는 경험을 주는 것에 달려있다는것을 다시 한번 깨달았습니다.
또한 이번 프로젝트의 개인적인 성과를 꼽자면 내부적으로 일련의 실험 과정을 거치면서 데이터를 중심으로 의사소통하는 문화가 자리잡을 수 있었던 것을 들고 싶습니다. 한마디로 대표님이 우리를 믿어준다는 것이 얼마나 감격적인지는 잘 아실 것이라 생각합니다.
데이터를 기반으로 의사결정하기 시작한 후 합리적이고 생산적인 방향으로 향후 액션이 가능해졌고, 불필요한 논쟁이 줄어들고, 명확한 근거를 통해 소통하게 되니 일하는 과정 자체가 수월해지는 것을 경험했습니다.
이런면에서 툴을 잘 쓰는 것이 참 중요한 것 같습니다.
고객의 데이터를 바탕으로 고객 중심으로 서비스를 개선시키고 싶은 PM분들, 그리고 커뮤니케이션에 있어서 논리적이고 효율적 설득이 필요하신 실무자 분들께 믹스패널을 자신있게 추천드립니다.
[믹스패널 대시보드] 이커머스 PM을 위한, 바로 사용 가능한 대시보드
프로덕트 데이터 분석 도구(Product Analysis Tool) 믹스패널, 직접 경험하고 싶으세요?
아래의 링크에서 이커머스 PM을 위한 믹스패널 대시보드를 경험해 보세요👇
(대시보드 확인을 위해 로그인이 필요합니다)
.svg)
