Adobe Analytics의 기여도 패널 및 전환 확인 기간의 기능을 통해 고객 여정을 더 잘 이해할 수 있습니다.

처음 기여도 패널과 전환 확인 기간 을 생각했을 때 ‘시간 여행’이라는 개념이 바로 떠올랐습니다. 물론, 이와 같은 많은 새로운 도구에 대한 우리의 일반적인 반응은 너무 복잡해 보이기 때문에 사용을 미루는 것이라는 점을 깨달았습니다.

모든 옵션, 스위치, 패널, 판독값 및 손잡이를 살펴보세요. 그리고 진지하게 복잡한 깜박이는 조명, 호스, 게이지에 대해 이야기해보죠... 기다려주세요!! 지금은 타임머신 얘기에 정신이 팔릴 때가 아닙니다. 우리에게는 시간이 없습니다... 아니면 시간이 있나요?

기여도 패널 이 상당히 복잡한 도구라는 점은 인정하겠습니다. 그러나 분석가의 일반적인 임무는 가장 좋아하고 매우 복잡한 도구 중 하나를 사용하여 과거에 일어난 일을 살펴보는 것입니다. 해당 도구를 Adobe Analytics 라고 합니다! 그렇습니다. 매우 관련성이 높은 우리 질문에 대답하자면, 이 두 가지는 시간이 충분하다는 것을 의미한다고 믿습니다.

그러므로 말 그대로 매일 매일 시간을 되돌아볼 수 있게 해주는 놀랍고 정교하며 강력한 도구를 방해하는 약간의 두려움 같은 것을 허용해야 할까요?

결국 이것은 시간 여행입니다!! 모두 그런 종류의 것에 관한 것입니다. 맞나요???!!

그렇다면 무엇을 기다리고 있나요? 반짝이는 금속 자동차, 파출소, 오래된 우산 배선을 안테나로 사용하는 빈티지 전화 부스가 우리 문앞에 나타날까요?

아니요! 더 좋은 것이 있으니 일단 기다려보세요!

음...​​이제 아셨을 겁니다.

이제 우리 모두 시간 여행에 대해 기대하고 있으니 심호흡을 하고 조금 뒤로 물러서서  기여도 패널 이  실제로 무엇인지 설정하고 내용을 조금 분석해 보겠습니다.

그림 1 - 아래 텍스트에 인라인으로 표시된 숫자

기여도 에서는 시간이 지남에 따라 개인, 여러 개인 또는 다양한 이벤트 중 하나에 의해 이벤트/작업이 어떻게 발생할 수 있는지 고려하시면 됩니다.

Adobe에 따르면  기여도 는 분석가에게 차원 항목이 성공 이벤트 에 대한 크레딧을 받는 방식을 사용자 정의할 수 있는 기능을 제공합니다.

실제로, 지정된 고객 여정이 실제로 선형적이고 예측 가능한 경우는 거의 없습니다. 각 고객은 자신의 속도에 맞춰 수익을 창출합니다. 고객은 종종 되돌아가거나 시간을 끌거나 다시 시작하거나 다른 비선형 동작에 참여합니다. 이러한 유기적인 활동으로 인해 고객 여정 전반에서 마케팅 노력이 미치는 영향을 파악하는 것이 어렵거나 사실상 불가능합니다. 또한 여러 채널의 데이터를 함께 통합하려는 노력에 방해가 됩니다.

맞습니다. “도미노” 비유는 그대로 두고 나비 효과와 끈 이론과 같은 개념에 마음을 열어보세요. 그러나 다른 모든 것과 마찬가지로, 우리는 몇 가지 기본 사항부터 시작해야 합니다.

기여도 모델

기여도 패널 을 사용할 경우 여러 가지 다른 사항들을 관찰하기 시작할 수도 있습니다. 예를 들어, 기여도 모델 은 전환(예: ❶ 성공 지표)이 특정 그룹의 조회수 에 어떻게 분산될 수 있는지 보여줍니다.

간단히 말해, 10명 의 사람이 큰 빨간색 버튼 을 눌러 문을 통과하면 기여도 모델 은 그 10명 중 누구에게 해당 버튼을 누른 것에 대해 ‘크레딧’을 할당할지 알려줄 것입니다(더 나은 표현으로는 얼마나 “크레딧”을 할당하고 싶은지).

이 점을 염두에 두고 ❸  기여도 모델 이 해당 10명 에게 어떤 영향을 미칠 수 있는지에 대한 몇 가지 예는 다음과 같습니다.

• 첫 번째 터치: 이 모델은 문을 처음으로 통과한 사람에게 100% 크레딧 을 인정하는 방식으로 작동합니다. 마케터는  소셜 미디어  또는  디스플레이 와 같은 전략에 이 접근 방식을 사용할 가능성이 높습니다. 그러나 현장 상품 추천 효과를 위해 자주 활용하는 것도 좋은 전략입니다.

• 마지막 터치: 이 전략은 말 그대로 작동하지만, 대신 문을 통과한 마지막 사람에게 100% 크레딧 을 부여합니다. 이 모델은 일반적으로 자연(유기) 검색  및 기타  단기  마케팅 주기 캠페인과 같은 항목을 분석하는 데 사용됩니다.

• 선형: 이 모델은 문을 통해 걸어간 모든 개별 사용자에게 동일한 크레딧을 배포합니다.

• U자형: 이 접근 방식은 첫 번째로 들어온 사람 에게 크레딧의 40% 를 할당하고, 그 사이에 있는 모든 사람에게 크레딧의 20% 를 분배한 다음, 마지막으로 들어온 사람 에게 40% 를 제공합니다. 이 모델은 여러 접점 을 포함하는 긴 전환/판매 주기 가 있는 상황에서 가장 자주 사용됩니다. 이 경우 목표는 주로 고객 전환에 기여한 첫 번째 및 마지막 마케팅 전략을 강조하는 것입니다.

• J자형  및  역 J:

  • U자형 을 생각해 보세요. 대신 이 모델은 문을 통과하는 마지막 사람 에게 60% 크레딧을 할당하고 첫 번째 사람에게 20% 를 할당한 다음 나머지 20% 를 중간에 있는 다른 모든 사람 에게 나눕니다.  역 J 는 정반대입니다.

    여기서 목표는 캠페인 시작 부분이나 끝 부분에 대부분의 강조점을 두는 것입니다. 그러나 도중에 “사소한 사항들”을 인정하면서 반대편 끝에 있는 기여 항목에 일정량의 크레딧을 할당하고 싶습니다.

• 시간 가치 하락: 이제 이 항목을 공유하지 않았으면 후회할 것입니다. 이 모델은 말 그대로 시간이 지남에 따라 기하급수적으로 감소하는 반감기를 가지고 있습니다! 이 경우 이 모델의 반감기에 대한 기본 매개변수는 7일 입니다. 작동 방식은 초기 접점 이후 경과한 시간과 고객이 전환한 시점을 기준으로 각 마케팅 채널 에 가중치 를 적용하는 것입니다.

  시간 가치 하락 및 U자형 기여도 모델 은 모두 일반적으로 장기적인 캠페인을 측정하는 데 사용되지만, 보시다시피 궁극적으로 결과의 가치를 평가 하는 방법에 따라 목표가 약간 다릅니다.

• 사용자 정의: 크레딧을 받을 사용자를 선택합니다. 귀하의 캠페인입니다!

이러한 기여도 모델과 기타 기여도 모델에 대한 자세한 내용을 보려면 여기를 클릭하세요.

이것을 더욱 흥미롭게 만들기 위해 시계를 되돌리는 것에 대해 이야기해 봅시다!

전환 확인 기간

이제 다음 단계로 나아갈 시간입니다. 여기가 말 그대로 분석에 시간 여행 요소를 추가하는 곳이며, 다시 기본부터 시작합니다.

Adobe 는 ❹  전환 확인 기간 을 접점을 포함하도록 전환에서 다시 확인해야 하는 시간의 양으로 정의합니다. 첫 번째 상호 작용에 더 많은 크레딧을 부여하는 기여 모델은 다양한 전환 확인 기간을 볼 때 더 큰 차이를 보입니다.”

즉,  전환 확인 기간 은 전환 이 고려되는 기간을 결정하고 기여도 분석에 대한 컨텍스트 를 제공합니다.  Adobe Analytics 는 다음과 같은 세 가지 유형의 전환 확인 기간 을 제공합니다.

• 방문 전환 확인 기간: 전환이 발생한 방문 의 시작 부분을 되돌아보며 전환으로 이어지는 즉각적인 상호 작용에 대한 인사이트를 제공합니다.

  이는 일반적으로 사용할 수 있는 가장 짧은 전환 확인 기간 임을 기억하세요.

• 방문자 전환 확인 기간: 선택한 날짜 범위 내 매월 1일까지의 모든 방문 횟수 를 확인하여 고객 상호 작용에 대해 훨씬 더 폭넓은 시각을 제공하고 시간 경과에 따른 패턴을 식별하는 데 도움이 됩니다.

• 사용자 정의 전환 확인 기간: 보고 날짜 범위 를 넘어 최대 90일 까지 기여도 기간 을 확장할 수 있습니다. 선택한 날짜 범위 외에 발생한 접점을 포착하는 유연성 을 제공하여 포괄적인 분석을 보장합니다.

분석가는 지정된 전환 확인 기간 을 조정하여 특정 기간 내에 하나 이상의 접점이 미치는 영향을 조사하고 다양한 기간이 기여도 결과에 어떤 영향을 미치는지 더 큰 인사이트를 얻을 수 있습니다.

모든 것을 하나로 모으기

그렇다면 이 모든 것이 분석가인 우리에게 무엇을 의미할까요?

기여도 패널 과 전환 확인 기간 을 통해 평범하고 표면적인 수준의 데이터를 넘어 고객 여정을 더욱 심층적으로 살펴볼 수 있습니다. 어떤 접점이 전환 에 가장 큰 영향을 미쳤는지 이해함으로써 마케팅 전략에 대해 합리적인 결정을 내리고 리소스를 더욱 효과적으로 할당할 수 있습니다.

기여도 모델 과 전환 확인 기간 을 선택한 후에도 ❺ 세그먼트 나 이 시점에서 원하는 다른 구성 요소를 사용하여 데이터를 필터링하여 데이터를 추가로 조작할 수 있다는 점을 기억하세요. 또한 패널이 렌더링된 후에는 기존 Workspace의 모든 기능을 마음대로 사용할 수 있습니다.

실행하기

이제 개념을 이해했으므로 마케팅 캠페인을 실행하고 전환을 유도하는 데 가장 효과적인 채널을 결정하려고 한다고 상상해 보세요. 기여도 패널 덕분에 마지막 터치 뿐만 아니라 첫 번째 터치, 동일한 터치 및 전환 을 유도하는 데 가장 효과적인 채널 을 결정하기 위해 선택한 기타 모델 도 확인할 수 있습니다. 그런 다음 이 정보를 사용하여 원하는 전환 확인 기간 으로 시계를 되돌림으로써 캠페인을 최적화 하고 전반적인 실적을 향상할 수 있습니다.

이제 이 기능이 무엇을 할 수 있는지 살펴보았으므로 기여도 패널의 복잡해 보이는 기능에 속거나 겁을 먹지 마세요.  직시하기.  포용하기.  이해하기.
하지만 무엇보다도 이를 유리하게 활용하세요.   기여도 패널 과 전환 확인 기간 은 고객과 고객의 브랜드 여정을 더 깊이 이해하기 위한 열쇠입니다.

이제 자신있게 '시간을 거슬러' 여행할 수 있으며 신뢰할 수 있는 타임머신(Adobe Analytics 라고도 함)의 기능을 사용하여 데이터 기반 결정을 내릴 수 있습니다.