템플릿 사용

이를 통해 대상자와 대상자가 가장 관심을 갖는 정보의 유형을 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 조회수가 적은 페이지의 가시성을 높이기 위해 페이지 메타데이터를 조정하거나 가장 많이 조회된 페이지의 콘텐츠를 향상시키는 데 시간을 할애하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 페이지 차원과 페이지 조회수 지표를 사용합니다.

이를 통해 사이트의 트래픽이 시간이 지남에 따라 어떻게 증가하거나 감소하는지 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 캠페인이 시작되기 전과 후의 사이트 트래픽을 비교하여 최근에 시작된 마케팅 캠페인의 효과를 평가하는 등 다양한 작업을 수행할 수 있습니다. 또는 전년 대비 휴일 트래픽을 비교할 수도 있습니다.

이 템플릿은 일 차원과 페이지 조회수 지표를 사용합니다.

이를 통해 사이트의 트래픽이 시간이 지남에 따라 어떻게 증가하거나 감소하는지 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 캠페인이 시작되기 전과 후의 사이트 트래픽을 비교하여 최근에 시작된 마케팅 캠페인의 효과를 평가하는 등 다양한 작업을 수행할 수 있습니다. 또는 전년 대비 휴일 트래픽을 비교할 수도 있습니다.

이 템플릿은 일 차원과 방문 횟수 지표를 사용합니다.

이를 통해 사이트의 도달 범위와 대상자 수가 시간이 지남에 따라 또는 이전 기간과 비교하여 어떻게 증가하거나 감소하는지 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 최근 시작된 마케팅 캠페인이 캠페인 시작 전후의 고유 방문자 수를 비교하여 새로운 사람들을 사이트로 유치하는 데 성공했는지 평가하는 등 다양한 작업을 수행할 수 있습니다. 또는 휴일 기간에 방문하는 사람 수를 전년 대비 비교할 수도 있습니다.

이 템플릿은 일 차원과 고유 방문자 수 지표를 사용합니다.

이를 통해 이러한 중요한 지표를 비교하여 사이트를 방문한 고유 사용자 수, 페이지 방문 횟수 및 세션 수를 보다 완벽하게 파악할 수 있습니다.

학습한 내용을 바탕으로 특정 주 또는 월에 사이트를 방문한 사람별로 조회한 평균 페이지 수, 일년 중 특정 시간대 또는 마케팅 캠페인이 실행되기 전과 후에 어떻게 변화했는지 평가하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 일 차원, 페이지 조회수 지표, 방문자 수 지표, 고유 방문자 수 지표를 사용합니다.

사이트의 최고 인기 항목이나 성과가 가장 높은 섹션을 확인할 수 있습니다.

이렇게 하면 사이트에서 가장 많이 방문하는 섹션을 더 잘 파악할 수 있습니다.

학습한 내용을 바탕으로 제공하는 제품이나 서비스 중 어느 것이 가장 많은 관심을 불러일으키는지를 평가하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 사이트 섹션 차원과 방문자 수 지표를 사용합니다.

특정 장소 방문 직후에 사람들이 가장 많이 가는 장소를 확인할 수 있습니다.

이를 통해 특정 페이지를 방문한 후 사용자 행동을 파악할 수 있습니다.

학습한 내용을 바탕으로 페이지 디자인이나 레이아웃을 최적화하여 어떻게 더 바람직한 페이지(예: 구매 페이지 또는 리뷰 작성 페이지)로 유도할 수 있는지 평가하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 페이지 차원과 이벤트 지표를 사용합니다.

특정 장소 방문 직전에 사람들이 가장 많이 가는 장소를 확인할 수 있습니다.

이를 통해 가장 많은 트래픽을 특정 페이지로 전송하는 페이지를 파악할 수 있습니다.

학습한 내용을 바탕으로 이전 페이지로 표시되지 않는 페이지에 현재 페이지로 연결되는 더 눈에 띄는 링크가 필요한지 여부를 평가하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 페이지 차원과 이벤트 지표를 사용합니다.

사이트로 트래픽을 유도하는 데 가장 성공한 링크를 확인할 수 있습니다.

이를 통해 사이트에 접속하는 데 가장 많이 사용된 추적 코드(및 해당 코드와 연결된 링크)를 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 사이트에 링크를 추가하는 위치에 대한 전략을 조정하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 추적 코드 차원과 방문 횟수 지표를 사용합니다.

제품별 주문 수를 확인할 수 있습니다. 데이터는 일정 기간 동안 표시됩니다.

이를 통해 어떤 제품의 수요가 가장 높거나 가장 낮은지 파악할 수 있습니다.

학습한 내용을 바탕으로 마케팅 전략을 조정하여 성과가 높은 제품을 홍보하거나 성과가 저조한 제품을 개선하거나 중단하는 등 다양한 작업을 수행할 수 있습니다. 데이터 분석을 기반으로 제품 재고를 조정할 수도 있습니다.

이 템플릿은 제품 차원과 주문 지표를 사용합니다.

방문자가 참여 기간(기본 30일) 동안 매칭되는 최신 마케팅 채널을 확인할 수 있습니다.

이를 통해 전환하는 사람들을 사이트로 유도하는 데 가장 효과적인 마케팅 채널을 이해하는 데 도움이 될 수 있습니다.

학습한 내용을 바탕으로 성과가 좋은 채널에 더 많은 리소스를 할당하거나 성능이 저조한 채널에 더 적은 리소스를 할당하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 마지막 터치 채널 차원과 고유 방문자 수 지표를 사용합니다.

방문자가 참여 기간(기본은 30일) 동안 매칭되는 최신 마케팅 채널의 세부 정보를 확인할 수 있습니다.

이를 통해 전환을 유도하는 데 가장 효과적이었던 마케팅 채널뿐만 아니라 해당 마케팅 채널에 대한 세부 정보를 파악할 수 있습니다. 예를 들어 방문자가 사이트에 도달하고 '유료 검색' 마케팅 채널과 일치하는 경우 채널 세부 사항을 사용하여 사용한 검색 엔진 또는 검색한 키워드를 확인할 수 있습니다.

학습한 내용을 바탕으로 성과가 좋은 채널에 더 많은 리소스를 할당하거나 성능이 저조한 채널에 더 적은 리소스를 할당하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 마지막 터치 채널 세부 정보 차원과 고유 방문자 수 지표를 사용합니다.

이를 통해 시간이 지남에 따라 수익이 어떻게 증가하거나 감소하는지 이해하는 데 도움이 될 수 있습니다. 이 지표를 임의의 차원과 결합하여 매출에 기여한 차원 항목을 알아볼 수 있습니다.

학습한 내용을 바탕으로 이전 트렌드를 기반으로 미래 수익을 예측하는 등 다양한 작업을 수행할 수 있습니다. 추적 코드 차원과 같은 다른 차원을 추가하여 가장 많은 수익을 창출하는 캠페인을 알아볼 수도 있습니다.

이 템플릿은 일 차원과 매출 지표를 사용합니다.

이를 통해 시간이 지남에 따라 제품 및 서비스에 대한 관심이 어떻게 증가하거나 감소하는지 더 잘 이해할 수 있습니다. 세그먼트를 적용하여 가장 많은 주문을 하는 고객 또는 지역과 시간 경과에 따른 주문 트렌딩을 파악할 수 있습니다.

학습한 내용을 바탕으로 캠페인이 시작되기 전과 후의 주문을 비교하여 최근에 시작된 마케팅 캠페인의 효과를 평가하는 등 다양한 작업을 수행할 수 있습니다. 또는 전년 대비 휴일 주문을 비교할 수도 있습니다.

이 템플릿은 일 차원과 주문 지표를 사용합니다.

이를 통해 이러한 중요한 지표를 비교하여 사이트를 방문한 고유 사용자 수, 페이지 방문 횟수 및 세션 수를 보다 완벽하게 파악할 수 있습니다.

학습한 내용을 바탕으로 특정 주 또는 월에 사이트를 방문한 사람별로 조회한 평균 페이지 수, 일년 중 특정 시간대 또는 마케팅 캠페인이 실행되기 전과 후에 어떻게 변화했는지 평가하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 일 차원, 페이지 조회수 지표, 방문자 수 지표, 고유 방문자 수 지표를 사용합니다.

이를 통해 사이트의 트래픽이 시간이 지남에 따라 어떻게 증가하거나 감소하는지 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 캠페인이 시작되기 전과 후의 사이트 트래픽을 비교하여 최근에 시작된 마케팅 캠페인의 효과를 평가하는 등 다양한 작업을 수행할 수 있습니다. 또는 전년 대비 휴일 트래픽을 비교할 수도 있습니다.

이 템플릿은 일 차원과 페이지 조회수 지표를 사용합니다.

이를 통해 대상자와 대상자가 가장 관심을 갖는 정보의 유형을 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 조회수가 적은 페이지의 가시성을 높이기 위해 페이지 메타데이터를 조정하거나 가장 많이 조회된 페이지의 콘텐츠를 향상시키는 데 시간을 할애하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 페이지 차원과 페이지 조회수 지표를 사용합니다.

이를 통해 사이트의 트래픽이 시간이 지남에 따라 어떻게 증가하거나 감소하는지 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 캠페인이 시작되기 전과 후의 사이트 트래픽을 비교하여 최근에 시작된 마케팅 캠페인의 효과를 평가하는 등 다양한 작업을 수행할 수 있습니다. 또는 전년 대비 휴일 트래픽을 비교할 수도 있습니다.

이 템플릿은 일 차원과 방문 횟수 지표를 사용합니다.

이를 통해 사이트의 도달 범위와 대상자 수가 시간이 지남에 따라 또는 이전 기간과 비교하여 어떻게 증가하거나 감소하는지 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 최근 시작된 마케팅 캠페인이 캠페인 시작 전후의 고유 방문자 수를 비교하여 새로운 사람들을 사이트로 유치하는 데 성공했는지 평가하는 등 다양한 작업을 수행할 수 있습니다. 또는 휴일 기간에 방문하는 사람 수를 전년 대비 비교할 수도 있습니다.

이 템플릿은 일 차원과 고유 방문자 수 지표를 사용합니다.

각 방문 기간 동안 방문자가 사이트에서 보낸 평균 시간과 성공 이벤트 전에 사용자가 보낸 평균 시간을 확인할 수 있습니다. 데이터는 일정 기간 동안 표시되며 이전 기간과 비교됩니다.

이를 통해 방문자 참여 수준과 방문자가 구매 등 원하는 액션을 수행하는 데 소요되는 시간을 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 사이트 변경이 방문자의 성공 이벤트에 빠르게 도달할 수 있는지를 평가하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 일 차원과 방문당 소요 시간(초) 지표를 사용합니다.

이렇게 하면 사이트에서 가장 많이 방문하는 섹션을 더 잘 파악할 수 있습니다.

학습한 내용을 바탕으로 제공하는 제품이나 서비스 중 어느 것이 가장 많은 관심을 불러일으키는지를 평가하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 사이트 섹션 차원과 방문자 수 지표를 사용합니다.

어떤 웹 콘텐츠가 가장 많이 소비되고 사용자의 관심을 끌었는지 확인할 수 있습니다.

이를 통해 사람들이 사이트에 처음 들어오는 위치, 사이트에서 사람들이 가장 많이 방문하는 섹션, 사이트에서 사람들을 멀어지게 할 가능성이 가장 높은 페이지를 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 사이트에서 가장 중요한 페이지로 이동하는 경로와 사이트에서 사람들을 멀어지게 할 가능성이 높은 페이지를 평가하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 페이지 차원과 페이지 조회수 지표, 방문 횟수 지표, 고유 방문자 수 지표, 진입률 지표, 바운스 비율 지표, 이탈률 지표, 콘텐츠 속도 지표를 사용합니다. 또한 진입, 종료 및 상위 섹션에 플로우 시각화를 사용합니다.

어떤 미디어 콘텐츠가 가장 많이 소비되고 사용자의 관심을 끌고 있는지 확인할 수 있습니다.

이를 통해 사람들이 사이트에 처음 들어오는 위치, 사이트에서 사람들이 가장 많이 방문하는 섹션, 사이트에서 사람들을 멀어지게 할 가능성이 가장 높은 페이지를 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 사이트에서 가장 중요한 페이지로 이동하는 경로와 사이트 에서 사람들을 멀어지게 할 가능성이 높은 페이지를 평가하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 페이지 차원과 페이지 조회수 지표, 방문 횟수 지표, 고유 방문자 수 지표, 진입률 지표, 바운스 비율 지표, 이탈률 지표, 콘텐츠 속도 지표를 사용합니다. 또한 진입, 종료 및 상위 섹션에 플로우 시각화, 가장 일반적인 페이지에 대한 페이지 조회수를 표시하는 산포도 시각화, 버킷 시간별 페이지 조회수를 표시하는 막대 시각화, 사이트에서 보낸 평균 시간에 대한 트렌드 보기를 표시하는 라인 시각화도 사용합니다.

특정 페이지 방문 직후 및 방문 직전에 사람들이 가장 많이 가는 장소의 플로우 시각화를 확인할 수 있습니다.

이를 통해 트래픽이 특정 페이지에서 사이트의 다른 부분으로 이동하는 방식을 이해하고 사람들이 특정 페이지에 도달하기 위해 취하는 경로를 이해하는 데 도움이 될 수 있습니다.

학습한 내용을 바탕으로 페이지 디자인이나 레이아웃을 최적화하여 어떻게 더 바람직한 페이지(예: 구매 페이지 또는 리뷰 작성 페이지)로 유도할 수 있는지 평가하는 등 다양한 작업을 수행할 수 있습니다. 또는 현재 페이지의 정보가 이전 페이지에서 사람들이 원하는 방향이나 액션을 제공할 가능성이 있는지 평가합니다. 또는 이전 페이지로 표시되지 않는 페이지를 현재 페이지로 연결하기 위해 더 눈에 띄는 링크가 필요한지 여부를 평가할 수 있습니다.

이 템플릿은 다음 또는 이전 항목 패널을 사용합니다.

속성 전반의 모든 페이지에 대한 주요 정보를 확인할 수 있습니다. 페이지 조회수, 트렌드 라인, 플로우 시각화 등을 보여 줍니다.

이를 통해 사용자가 특정 페이지와 상호 작용하는 방식을 더 잘 이해하는 데 도움이 될 수 있습니다.

학습한 내용을 바탕으로 일정 기간 동안 페이지의 성능을 분석하거나 페이지로 트래픽을 유도하는 요인을 더 잘 이해하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 페이지 조회수 지표를 사용합니다. 또한 라인 시각화 및 플로우 시각화도 사용합니다.

사용자가 사이트를 처음 방문했을 때 액세스하는 상위 페이지를 확인할 수 있습니다.

이를 통해 사이트에 가장 많은 트래픽이 유입되는 페이지를 더 잘 이해하거나 방문자가 사이트에 대해 갖는 첫인상을 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 사람들이 사이트에서 처음 접하는 초기 경험을 최적화하거나 사이트에 들어갈 때 처음 보는 페이지가 환영하는 분위기이고 사이트의 다른 영역에 대한 필요한 링크를 제공하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 세션 지표를 사용합니다. 또한 막대 시각화와 자유 형식 테이블 시각화도 사용합니다.

사이트를 떠나기 직전에 사람들이 액세스하는 상위 페이지를 확인할 수 있습니다.

이를 통해 사람들이 사이트에서 어떤 페이지 기피하고 있는지 더 잘 파악할 수 있습니다.

학습한 내용을 바탕으로 사람들이 떠나기 전에 경험하는 것을 최적화하기 위해 일반 종료 페이지를 업데이트하거나 사용자가 사이트에 머물도록 유도하는 콘텐츠 또는 링크를 포함하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 세션 지표를 사용합니다. 또한 막대 시각화와 자유 형식 테이블 시각화도 사용합니다.

조직 내에서 Customer Journey Analytics 제품이 사용되는 방식을 확인합니다.

이를 통해 Customer Journey Analytics를 사용하는 사람의 수, 사용 빈도, 그리고 시간에 따른 사용 추세를 보다 정확하게 파악할 수 있습니다. 또한 생성된 프로젝트 수와 해당 프로젝트의 세부 정보(가장 일반적으로 사용되는 구성 요소, 시각화, 패널 등)를 확인할 수 있으며, 그 외에도 다양한 사용 통계를 볼 수 있습니다.

학습한 내용을 바탕으로 사용되지 않는 프로젝트나 구성 요소를 삭제하거나, 인기 기능에 대한 사용자 교육을 제공하는 등의 다양한 조치를 취할 수 있습니다.

어떤 콘텐츠와 콘텐츠 속성이 가장 성과가 좋은지 알아봅니다.

이를 통해 세부적인 수준에서 콘텐츠 성과를 파악할 수 있습니다. 개별 자산 또는 특정 속성의 성과를 살펴볼 수 있습니다. Content Analytics는 AI를 사용하여 자동으로 속성을 생성하고 해당 속성으로 콘텐츠에 태그를 지정합니다. 자세한 내용은 Content Analytics를 참조하십시오.

학습한 내용을 바탕으로 홈 페이지에서 성과가 좋은 자산을 홍보하거나, 성과가 좋은 속성을 포함하도록 특정 세그먼트에 맞춰 콘텐츠를 개인화하거나, 오래된 콘텐츠를 교체하는 등 다양한 작업을 수행할 수 있습니다.

장바구니, 체크아웃, 주문을 표시하는 단계 시각화에서 제품 전환을 확인할 수 있습니다. 전환율, 매출 평균, 단위 평균, 주문 평균을 확인할 수도 있습니다.

이를 통해 사람들이 전환 프로세스를 어떻게 진행하고 드롭 오프하는지 파악할 수 있습니다.

학습한 내용을 바탕으로 웹 사이트를 개선하여 체크아웃 프로세스를 더욱 원활하게 진행하는 등 다양한 작업을 수행할 수 있습니다.

어떤 제품이 최상위 판매자 또는 가장 많이 본 제품 등의 주요 지표를 주도하는지 확인합니다.

이를 통해 어떤 제품이 가장 성공적인지 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 성공적인 제품에 대한 자금 지원을 늘리고 덜 성공적인 제품에 대한 자금 지원을 줄이는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 주문 지표와 제품 차원을 사용합니다.

어떤 제품이 가장 성과가 좋은지 확인할 수 있습니다.

이를 통해 어떤 제품이 가장 성공적인지 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 성공적인 제품에 대한 자금 지원을 늘리고 덜 성공적인 제품에 대한 자금 지원을 줄이는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 제품 조회수, 장바구니 추가, 주문, 매출 및 판매량 지표를 사용합니다. 또한 제품 차원도 사용합니다.

장바구니에 제품 추가, 장바구니 보기, 장바구니에서 제품 제거, 체크아웃 등 주요 체크아웃 이벤트를 수행한 횟수를 확인할 수 있습니다.

이를 통해 체크아웃 프로세스의 어떤 부분이 전환으로 이어지는지, 어떤 부분이 장바구니 포기 가능성이 높은지 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 체크아웃 프로세스의 특정 단계에서 마찰을 줄이는 등 다양한 작업을 수행할 수 있습니다.

장바구니에 제품을 추가한 사람의 수를 확인할 수 있습니다.

이를 통해 장바구니에 추가되는 전체 제품 수 대비 장바구니에 제품을 추가하는 사람의 수를 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 제품 페이지의 효과를 측정하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 장바구니 지표를 사용합니다.

사람들이 장바구니를 조회한 횟수를 확인할 수 있습니다.

이를 통해 장바구니 포기율을 낮추기 위해 체크아웃 경험을 더 잘 이해하거나 다양한 제품 간의 장바구니 추가와 체크아웃 사이의 시간을 분석할 수 있습니다.

학습한 내용을 바탕으로 장바구니에 가장 오래 보관되어 포기 위험이 가장 큰 제품에 대한 프로모션을 제공하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 장바구니 조회수 지표를 사용합니다.

사람들이 장바구니에 제품을 추가한 횟수를 확인할 수 있습니다.

이를 통해 제품에 대한 고객의 관심이 장바구니에 추가할 만큼 높은 전환 단계 부분을 더 잘 이해하는 데 도움이 될 수 있습니다.

학습한 내용을 바탕으로 모든 고객을 위한 제품 추천 개선과 같은 다양한 작업을 수행할 수 있습니다. 이 작업은 동일한 장바구니에 자주 추가되는 제품을 분석하고 이미 장바구니에 있는 품목을 기준으로 관련 제품을 제안함으로써 이루어질 수 있습니다.

사람들이 장바구니에서 제품을 제거한 횟수를 확인할 수 있습니다.

이를 통해 고객이 더 이상 제품에 관심이 없는 전환 단계 부분을 더 잘 이해하거나 체크아웃 프로세스에서 문제가 발생할 수 있는 부분을 이해하는 데 도움이 될 수 있습니다.

학습한 내용을 바탕으로 복잡한 사용자 경험 등 체크아웃 프로세스에 존재할 수 있는 잠재적 장벽을 제거하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 장바구니 제거 수 지표를 사용합니다.

세션, 장바구니, 주문을 표시하는 단계 시각화에서 구매 전환을 확인할 수 있습니다. 전환율, 매출 평균, 단위 평균, 주문 평균을 확인할 수도 있습니다.

이를 통해 사람들이 전환 프로세스를 어떻게 진행하고 드롭 오프하는지 파악할 수 있습니다.

학습한 내용을 바탕으로 웹 사이트를 개선하여 체크아웃 프로세스를 더욱 원활하게 진행하는 등 다양한 작업을 수행할 수 있습니다.

이를 통해 매출 지표를 모든 차원과 결합하여 어떤 차원의 항목이 매출에 기여했는지 더 잘 이해할 수 있습니다. 예를 들어 매출에 기여한 상위 캠페인(추적 코드 차원 사용)을 확인할 수 있습니다.

학습한 내용을 바탕으로 예상되는 매출 목표를 달성하지 못하는 조정 캠페인 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 매출 지표를 사용합니다.

이를 통해 주문 지표를 모든 차원과 결합하여 어떤 차원의 항목이 주문에 기여했는지 더 잘 이해할 수 있습니다. 예를 들어 구매에 기여한 상위 캠페인(추적 코드 차원 사용)을 확인할 수 있습니다.

학습한 내용을 바탕으로 예상되는 구매 목표를 달성하지 못하는 조정 캠페인 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 주문 지표를 사용합니다.

처음 방문자 수와 재방문자 수를 비교해 보십시오.

이를 통해 고객 충성도를 유지하는 데 있어 사이트의 효과를 이해하거나 새로운 고객을 확보하는 속도를 파악할 수 있습니다.

학습한 내용을 바탕으로 첫 방문자에게 추후 구매를 장려하는 인센티브를 제공하여 다시 방문하도록 유도하는 등 다양한 작업을 수행할 수 있습니다.

다양한 채널에서 개별 사용자 행동을 확인할 수 있습니다.

이를 통해 여러 접점에서 전체 고객 여정과 상호 작용을 파악할 수 있습니다.

학습한 내용을 바탕으로 사용자 환경 설정 타기팅에 가장 적합한 마케팅 활동을 개인화하는 등 다양한 작업을 수행할 수 있습니다.

사이트를 방문하는 사람들의 출신 국가를 확인할 수 있습니다.

이를 통해 어느 국가에서 가장 많이 사이트에 방문하는지 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 데이터를 사용하여 해당 국가에서 마케팅 활동에 집중하거나 기본 언어가 다른 국가에서 사이트 경험이 최적화되도록 하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 국가 차원을 사용합니다.

사이트를 방문하는 사람들이 (미국) 어느 주에서 왔는지 확인할 수 있습니다. 이 차원은 미국에만 해당된다는 점을 제외하면 지리적 지역 템플릿과 유사합니다.

이를 통해 미국 어디에서 가장 많이 사이트에 방문하는지 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 데이터를 사용하여 해당 주에서 마케팅 활동에 집중하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 미국 주 차원을 사용합니다.

사이트를 방문한 사람들이 어느 지리적 지역에서 왔는지 확인할 수 있습니다. 한 지역은 국가보다는 작지만 도시보다는 큰 지리적 영역입니다. 일부 국가의 경우 지역이 주, 도 또는 현입니다. 기타 영역에서는 자치국, 부서 또는 대도시권입니다.

이를 통해 어느 지역에서 가장 많이 사이트에 방문하는지 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 데이터를 사용하여 해당 지역에서 마케팅 활동에 집중하거나 기본 언어가 다른 지역에서 사이트 경험이 최적화되도록 하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 ID(변수/지리국가) 및 지역 차원을 사용합니다.

사이트를 방문하는 사람들의 출신 도시를 확인할 수 있습니다.

이를 통해 어느 도시에서 가장 많이 사이트에 방문하는지 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 데이터를 사용하여 해당 도시에서 마케팅 활동에 집중하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 도시 차원을 사용합니다.

사이트 방문자가 미국 내 지정 마케팅 지역(DMA) 중 어디에서 가장 많이 방문했는지 확인할 수 있습니다.

이를 통해 어느 지역에서 가장 많이 사이트에 방문하는지 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 데이터를 사용하여 가장 성공적인 지역에서 마케팅 활동에 집중하는 등 다양한 작업을 수행할 수 있습니다.

방문자가 콘텐츠를 보기 위해 선호하는 상위 언어를 확인할 수 있습니다.

이를 통해 가장 자주 선호하는 방문자 언어를 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 가장 인기 있는 언어에 대한 집중 현지화 노력이나 마케팅 활동과 같은 다양한 작업을 수행할 수 있습니다.

이 템플릿은 언어 차원을 사용합니다.

운영 체제, 브라우저, 디바이스 등 사람들이 사이트에 액세스하는 데 사용하는 기술과 관련된 정보를 확인할 수 있습니다.

이를 통해 사이트에 액세스할 때 가장 자주 사용되는 기술을 파악할 수 있습니다.

학습한 내용을 바탕으로 사용 중인 기술에 맞게 사이트를 최적화하는 등 다양한 작업을 수행할 수 있습니다.

사용자가 사이트에 액세스하는 데 사용하는 상위 브라우저의 이름과 버전을 확인할 수 없습니다.

이를 통해 방문자가 가장 많이 사용하는 브라우저를 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 상위 브라우저를 사용하여 사이트의 새 버전을 테스트하여 사이트 품질을 개선하는 등 다양한 작업을 수행할 수 있습니다. 이렇게 하면 품질 관리 노력의 효과를 극대화할 수 있습니다.

이 템플릿은 브라우저 차원을 사용합니다.

사용자가 사이트에 액세스하는 데 사용하는 상위 브라우저를 만든 조직의 이름을 확인할 수 있습니다. 이는 동일한 브라우저의 다른 버전을 별도의 차원 항목으로 나열하지 않는다는 점에서 브라우저 템플릿과 다릅니다.

이를 통해 방문자가 가장 많이 사용하는 브라우저를 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 상위 브라우저를 사용하여 사이트의 새 버전을 테스트하여 사이트 품질을 개선하는 등 다양한 작업을 수행할 수 있습니다. 이렇게 하면 품질 관리 노력의 효과를 극대화할 수 있습니다.

이 템플릿은 브라우저 유형 차원을 사용합니다.

사용자 정의 속성을 사용할 때 이 템플릿은 방문자가 사이트에 접속하는 방법을 보여 줍니다.

이를 통해 어떤 마케팅 채널이 가장 효과적인지 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 효과적인 마케팅 채널에 더 많이 투자하고 효과가 낮은 마케팅 채널에서 철수하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 ID(변수/마케팅채널) 차원과 매출 지수를 사용합니다.

방문자의 참여 기간(기본 30일) 동안 방문자가 매칭한 첫 번째 마케팅 채널을 확인할 수 있습니다.

이를 통해 사이트로 초기 트래픽을 유도하는 마케팅 채널을 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 가장 효과적인 분야에 마케팅 활동을 집중하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 첫 번째 터치 채널 차원을 사용합니다.

방문자의 참여 기간(기본 30일) 동안 방문자가 매칭한 첫 번째 마케팅 채널의 세부 정보를 확인할 수 있습니다.

이를 통해 마케팅 채널과 일치하는 히트의 요소를 더 잘 이해할 수 있습니다. 예를 들어 방문자가 사이트에 도달하고 “유료 검색” 마케팅 채널과 일치하는 경우 채널 세부 사항을 사용하여 사용한 검색 엔진 또는 검색한 키워드를 확인할 수 있습니다.

학습한 내용을 바탕으로 가장 효과적인 분야에 마케팅 활동을 집중하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 첫 번째 터치 채널 세부 정보 차원을 사용합니다.

방문자의 참여 기간(기본 30일) 동안 방문자가 매칭한 가장 최근 마케팅 채널을 확인할 수 있습니다.

이를 통해 전환하는 트래픽을 사이트로 유도하는 마케팅 채널을 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 가장 효과적인 분야에 마케팅 활동을 집중하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 마지막 터치 채널 차원을 사용합니다.

방문자의 참여 기간(기본 30일) 동안 방문자가 매칭한 가장 최근 마케팅 채널의 세부 정보를 확인할 수 있습니다.

이를 통해 마케팅 채널과 일치하는 히트의 요소를 더 잘 이해할 수 있습니다. 예를 들어 방문자가 사이트에 도달하고 “유료 검색” 마케팅 채널과 일치하는 경우 채널 세부 사항을 사용하여 사용한 검색 엔진 또는 검색한 키워드를 확인할 수 있습니다.

학습한 내용을 바탕으로 가장 효과적인 분야에 마케팅 활동을 집중하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 마지막 터치 채널 세부 정보 차원을 사용합니다.

사이트의 추적 코드 이름을 확인할 수 있습니다. 인터넷의 서로 다른 위치에 서로 다른 쿼리 문자열 매개변수 값이 있는 링크를 배치할 수 있습니다.

이를 통해 사이트로 트래픽을 유도하는 데 가장 성공적인 링크가 무엇인지 더 잘 이해할 수 있습니다. 추적 코드 쿼리 문자열 추가는 조직에서 사용하는 이메일, 광고, 소셜 미디어 게시물 및 기타 마케팅 활동에서 일반적입니다.

학습한 내용을 바탕으로 가장 많은 매출을 창출한 캠페인에 마케팅 활동을 집중하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 추적 코드 차원을 사용합니다.

캠페인에 대한 클릭스루 수와 체크아웃 수를 확인할 있습니다.

이를 통해 마케팅 캠페인으로 전환을 유도하는 방법을 파악할 수 있습니다.

학습한 내용을 바탕으로 가장 많은 ROI를 생성하는 마케팅 캠페인을 확인하는 등 다양한 작업을 수행할 수 있습니다.

마케팅 캠페인의 성과에 대한 세부 정보를 확인할 수 있습니다.

이를 통해 매출, 제품 조회수, 주문 등 캠페인과 관련된 다양한 성공 지표에 대해 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 가장 많은 매출을 창출한 캠페인에 마케팅 활동을 집중하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 매출 지표, 제품 조회수 지표, 장바구니 추가 지표, 주문 지표, 판매량 지표를 사용합니다. 또한 추적 코드 차원과 참조 도메인 차원도 사용합니다.

웹 사이트에 방문자가 확보되는 방법을 확인할 수 있습니다.

이를 통해 검색 키워드, 참조 도메인 등 확보로 이어지는 다양한 요인에 대해 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 가장 효과적인 채널에 마케팅 활동을 집중하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 바운스 비율 지표와 바운스 지표를 사용합니다. 또한 검색 엔진 차원, 검색 키워드 차원, 진입 페이지 차원, 참조 도메인 차원, 추적 코드 차원 및 리퍼러 차원도 사용합니다.

유료 검색이든 자연어 검색이든, 방문자가 사이트에 접속하는 데 사용하는 검색 키워드를 확인할 수 있습니다.

이를 통해 검색에서 사용자가 사이트 트래픽을 초래하는 키워드를 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 사용 중인 키워드와 사이트 트래픽을 유발하는 키워드 간의 SEO 격차를 파악하고 채우는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 검색 키워드 차원을 사용합니다.

방문자가 사이트에 도달하는 데 사용하는 검색 키워드를 확인할 수 있으며, 이 키워드는 유료 검색 감지와 일치합니다.

이를 통해 검색에서 사용자가 사이트 트래픽을 초래하는 키워드를 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 사용 중인 키워드와 사이트 트래픽을 유발하는 키워드 간의 SEO 격차를 파악하고 채우는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 검색 키워드 - 유료 차원을 사용합니다.

방문자가 사이트에 도달하는 데 사용하는 검색 키워드를 확인할 수 있으며, 이 키워드는 유료 검색 감지와 일치하지 않습니다.

이를 통해 검색에서 사용자가 사이트 트래픽을 초래하는 키워드를 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 사용 중인 키워드와 사이트 트래픽을 유발하는 키워드 간의 SEO 격차를 파악하고 채우는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 검색 키워드 - 자연어 차원을 사용합니다.

유료 검색이든 자연어 검색이든, 방문자가 사이트에 접속하는 데 사용하는 검색 엔진을 확인할 수 있습니다.

이를 통해 ​사용자가 사용 시 사이트 트래픽을 초래하는 검색 엔진을 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 사이트에 가장 많은 트래픽을 유도하는 검색 엔진에 SEO 작업을 집중하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 검색 엔진 차원을 사용합니다.

방문자가 사이트에 도달하는 데 사용하는 검색 엔진을 확인할 수 있으며, 이 키워드는 유료 검색 감지와 일치합니다.

이를 통해 ​사용자가 사용 시 사이트 트래픽을 초래하는 검색 엔진을 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 사이트에 가장 많은 트래픽을 유도하는 검색 엔진에 SEO 작업을 집중하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 검색 엔진 - 유료 차원을 사용합니다.

방문자가 사이트에 도달하는 데 사용하는 검색 키워드를 확인할 수 있으며, 이 키워드는 유료 검색 감지와 일치하지 않습니다.

이를 통해 ​사용자가 사용 시 사이트 트래픽을 초래하는 검색 엔진을 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 사이트에 가장 많은 트래픽을 유도하는 검색 엔진에 SEO 작업을 집중하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 검색 엔진 - 자연어 차원을 사용합니다.

사용자가 사이트에 액세스하기 위해 클릭하는 도메인을 확인할 수 있습니다.

이를 통해 트래픽이 가장 많이 발생하는 서드파티 사이트를 파악할 수 있습니다. (링크는 외부 사이트에 있어야 하며, 차원 항목을 표시하려면 방문자가 링크를 클릭해야 합니다.)

학습한 내용을 바탕으로 상위 참조 도메인에서 오는 방문자의 관심사에 더 잘 부합하도록 콘텐츠를 만들거나 조정하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 참조 도메인 차원을 사용합니다.

사용자가 사이트에 도달하기 위해 클릭한 첫 번째 참조 도메인을 확인할 수 있습니다. (설정되면 해당 방문자 ID의 전체 라이프타임 동안 동일한 값을 포함합니다.)

이를 통해 원래 사이트로 트래픽을 유도하는 서드파티 사이트를 파악할 수 있습니다.

학습한 내용을 바탕으로 최초 상위 참조 도메인에서 오는 방문자의 관심사에 더 잘 부합하도록 콘텐츠를 만들거나 조정하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 최초 참조 도메인 차원을 사용합니다.

방문자가 사이트에 접속하기 위해 클릭했던 URL을 확인할 수 있습니다. (링크는 외부 URL에 있어야 하며, 차원 항목을 표시하려면 방문자가 링크를 클릭해야 합니다.)

이를 통해 사이트에 가장 많은 트래픽을 전송하는 특정 URL을 파악할 수 있습니다.

학습한 내용을 바탕으로 상위 URL에서 오는 방문자의 관심사에 더 잘 부합하도록 콘텐츠를 만들거나 조정하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 참조 도메인 차원을 사용합니다.

이 템플릿은 리퍼러 차원을 사용합니다.

방문자가 사이트에 접속하기 위해 클릭한 일반 채널을 확인할 수 있습니다. Adobe는 각 채널에 대한 규칙을 유지 관리합니다. 가능한 채널로는 검색 엔진, 소셜 네트워크, 다른 웹 사이트, 하드 드라이브 또는 이메일 등이 있습니다.

이를 통해 사이트에 가장 많은 트래픽을 유도하는 리퍼러 유형을 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 특정 채널에서 오는 방문자의 관심사에 더 잘 부합하도록 콘텐츠를 만들거나 조정하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 리퍼러 유형 차원을 사용합니다.

모바일 앱에서 각 화면과 관련된 이벤트, 세션 및 참여자 수를 확인할 수 있습니다.

이를 통해 사이트에서 방문 빈도가 높은 화면을 파악할 수 있습니다.

학습한 내용을 바탕으로 방문 빈도가 높은 화면의 콘텐츠를 개선하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 이벤트, 세션, 개인, 백분율 변경 지표를 사용합니다. 또한 페이지 제목 차원을 사용합니다.

모바일 앱에서 사람들이 수행하는 액션을 확인할 수 있습니다.

이를 통해 사람들이 앱을 어떻게 사용하고 있는지 앱을 통해 어떤 가치를 얻을 수 있는지 파악할 수 있습니다.

학습한 내용을 바탕으로 가장 방문 빈도가 높은 페이지를 보완하거나 개선하는 기능을 개발하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 이벤트, 세션, 개인, 백분율 변경 지표를 사용합니다.

앱에서 사용자, 시작 및 첫 번째 시작의 수와 평균 세션 길이를 확인합니다.

이를 통해 앱의 사용량을 파악할 수 있습니다.

학습한 내용을 바탕으로 사용량에 맞게 확장할 수 있도록 앱 성능 개선 등 다양한 작업을 수행할 수 있습니다.

모바일 앱의 눈에 띄는 사용 패턴을 확인합니다.

이를 통해 사람들이 앱을 어떻게 사용하고 있는지 파악할 수 있습니다.

학습한 내용을 바탕으로 가장 일반적인 워크플로를 타기팅하기 위해 사람들이 한 화면에서 다른 화면으로 이동하는 방법을 개선하는 등 다양한 작업을 수행할 수 있습니다.

가장 일반적인 모바일 앱 지표를 확인합니다.

이를 통해 모바일 앱의 기본 성능을 파악할 수 있습니다.

학습한 내용을 바탕으로 앱의 전반적인 상태 및 성능을 평가하는 등 다양한 작업을 수행할 수 있습니다.

인앱 메시지와 앱의 푸시 메시지의 성과 데이터를 조회합니다.

이를 통해 사람들이 인앱 메시지 기능을 어떻게 사용하고 있는지, 푸시 알림이 얼마나 효율적으로 앱으로 트래픽을 유도하고 있는지 파악할 수 있습니다.

학습한 내용을 바탕으로 인앱 메시지 푸시 알림 경험을 개선하는 등 다양한 작업을 수행할 수 있습니다.

앱의 성능과 사용자 문제가 발생하고 있는 위치를 확인합니다.

이를 통해 속도나 성능 저하 등 앱 사용자가 직면하는 문제를 파악할 수 있습니다.

학습한 내용을 바탕으로 기존 문제를 해결하거나 문제가 발생하기 이전에 앱 성능을 개선하는 등 다양한 작업을 수행할 수 있습니다.

충성도가 가장 높은 앱 고객이 누구인지, 앱에서 어떤 작업을 하는지 확인합니다.

이를 통해 충성도가 가장 높은 고객이 앱을 어떻게 사용하고 있는지 파악할 수 있습니다.

학습한 내용을 바탕으로 충성도가 가장 높은 고객이 사용하는 기능에 대한 마케팅 활동을 개선하는 등 다양한 작업을 수행할 수 있습니다.

사용자가 사이트에 액세스하는 데 사용하는 모바일 디바이스에 셀룰러 네트워크 연결을 제공하는 통신 회사를 확인할 수 있습니다.

이를 통해 사용자 사이에서 가장 인기 있는 이동통신사를 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 다양한 통신사의 네트워크 기능을 기반으로 콘텐츠 게재를 맞춤화하여 원활한 사용자 경험을 보장하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 이동통신사 차원을 사용합니다.

사람들이 귀하의 사이트에 접속하는 데 사용하는 모바일 디바이스의 제조사와 모델을 확인할 수 있습니다.

이를 통해 사용자 사이에서 가장 인기 있는 모바일 디바이스를 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 가장 일반적인 모바일 디바이스에 맞게 사이트 렌더링을 최적화하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 모바일 디바이스 이름 차원을 사용합니다.

휴대폰 및 태블릿과 같이 사용자가 사이트에 액세스하는 데 사용하는 모바일 디바이스 유형을 확인할 수 있습니다.

이를 통해 사이트에 액세스하는 데 사용되는 다양한 종류의 모바일 디바이스를 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 가장 많이 사용되는 모바일 디바이스 유형에 맞게 사이트를 최적화하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 모바일 디바이스 유형 차원을 사용합니다.

Apple 및 삼성과 같이 사용자가 사이트에 액세스하는 데 사용하는 모바일 디바이스를 생산하는 제조업체를 확인할 수 있습니다.

이를 통해 사용자 사이에서 가장 인기 있는 제조업체를 더 잘 이해할 수 있습니다.

학습한 내용을 바탕으로 다양한 제조업체의 기능을 기반으로 콘텐츠 게재를 맞춤화하여 원활한 사용자 경험을 보장하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 모바일 디바이스 제조업체 차원을 사용합니다.

사이트의 이벤트, 세션 및 참여자 수를 분 단위로 분류하여 확인합니다. 예: 보고 일정이 1일인 보고서가 있는 경우, 당일 각 시간의 첫 번째 분은 동일한 차원 항목으로 그룹화됩니다.

이를 통해 세부적인 수준에서 트렌드를 파악할 수 있습니다.

학습한 내용을 바탕으로 분 단위까지 피크타임에 맞춰 리소스를 최적화하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 분 단위 차원을 사용합니다.

사이트의 이벤트, 세션 및 참여자 수를 시간(일 기준) 단위로 분류하여 확인합니다. 예: 1월 1일~1월 7일 범위의 보고서가 있는 경우, 각 날의 첫 번째 시간은 동일한 차원 항목으로 그룹화됩니다.

이를 통해 사이트에 가장 많이 방문하거나 가장 적게 방문하는 시간대를 파악할 수 있습니다.

학습한 내용을 바탕으로 트래픽이 높은 시간대에 더 많은 컴퓨팅 리소스를 사이트에 할당하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 시간(일 기준) 차원을 사용합니다.

사이트의 이벤트, 세션 및 참여자 수를 오전 및 오후 단위로 분류하여 확인합니다. 예: 1월 1일~1월 7일 범위의 보고서가 있는 경우, 각 날의 오전 시간은 동일한 차원 항목으로 그룹화됩니다.

이를 통해 사이트에 가장 많이 방문하거나 가장 적게 방문하는 시간대를 파악할 수 있습니다.

학습한 내용을 바탕으로 트래픽이 높은 시간대에 더 많은 컴퓨팅 리소스를 사이트에 할당하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 오전/오후 차원을 사용합니다.

사이트의 이벤트, 세션 및 참여자 수를 요일 단위로 분류하여 확인합니다. 예: 1월에 걸쳐 처리할 보고서가 있는 경우, 각 요일은 동일한 차원 항목으로 그룹화됩니다.

이를 통해 사이트에 가장 많이 방문하거나 가장 적게 방문하는 요일(주 기준)을 파악할 수 있습니다.

학습한 내용을 바탕으로 트래픽이 높은 요일에 보다 적합한 직원을 콜센터에 배치하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 일(주 기준) 차원을 사용합니다.

사이트의 이벤트, 세션 및 참여자 수를 월 단위로 분류하여 확인합니다. 예: 1년에 걸쳐 처리할 보고서가 있는 경우, 해당 월의 각 날은 동일한 차원 항목으로 그룹화됩니다.

이를 통해 사이트에 가장 많이 방문하거나 가장 적게 방문하는 해당 월의 요일을 파악할 수 있습니다.

학습한 내용을 바탕으로 트래픽이 높은 요일에 보다 적합한 직원을 콜센터에 배치하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 일(월 기준) 차원을 사용합니다.

사이트의 이벤트, 세션 및 참여자 수를 일(연 기준) 단위로 분류하여 확인합니다. 예: 여러 해에 걸쳐 처리할 보고서가 있는 경우, 해당 년의 각 날은 동일한 차원 항목으로 그룹화됩니다.

이를 통해 사이트에 가장 많이 방문하거나 가장 적게 방문하는 해당 년의 요일을 파악할 수 있습니다.

학습한 내용을 바탕으로 트래픽이 높은 요일에 보다 적합한 직원을 콜센터에 배치하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 일(연 기준) 차원을 사용합니다.</>

사이트의 이벤트, 세션 및 참여자 수를 주중 및 주말 단위로 분류하여 확인합니다. 예: 1월에 걸쳐 처리할 보고서가 있는 경우, 주중 및 주말은 동일한 차원 항목으로 그룹화됩니다.

이를 통해 주중과 주말의 사이트 트래픽 비교 차이를 파악할 수 있습니다.

학습한 내용을 바탕으로 주말이 평일보다 더 바쁘다는 보고서가 있다면 주말에 더 많은 직원을 콜센터에 배치하는 등 여러 가지 조치를 취할 수 있습니다.

이 템플릿은 주중/주말 차원을 사용합니다.

사이트의 이벤트, 세션 및 참여자 수를 주(연 기준) 단위로 분류하여 확인합니다. 예: 여러 해에 걸쳐 처리할 보고서가 있는 경우, 각 주는 동일한 차원 항목으로 그룹화됩니다.

이를 통해 사이트에 가장 많이 방문하거나 가장 적게 방문하는 주(연 기준)를 파악할 수 있습니다.

학습한 내용을 바탕으로 휴일 등 트래픽이 높은 주에 보다 적합한 직원을 콜센터에 배치하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 주(연 기준) 차원을 사용합니다.

사이트의 이벤트, 세션 및 참여자 수를 월(연 기준) 단위로 분류하여 확인합니다. 예: 여러 해에 걸쳐 처리할 보고서가 있는 경우, 각 월은 동일한 차원 항목으로 그룹화됩니다.

이를 통해 사이트에 가장 많이 방문하거나 가장 적게 방문하는 월을 파악할 수 있습니다.

학습한 내용을 바탕으로 휴일 등 트래픽이 높은 월에 보다 적합한 직원을 콜센터에 배치하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 월(연 기준) 차원을 사용합니다.

사이트의 이벤트, 세션 및 참여자 수를 분기(연 기준) 단위로 분류하여 확인합니다. 예: 여러 해에 걸쳐 처리할 보고서가 있는 경우, 각 분기는 동일한 차원 항목으로 그룹화됩니다.

이를 통해 사이트에 가장 많이 방문하거나 가장 적게 방문하는 분기를 파악할 수 있습니다.

학습한 내용을 바탕으로 기록에서 낮은 트래픽 분기의 매출을 높일 수 있도록 제품 출시의 타이밍을 결정하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 분기(연 기준) 차원을 사용합니다.

여러 채널의 트래픽 분포를 확인합니다.

이를 통해 트래픽과 참여를 성공적으로 유도하는 채널을 파악할 수 있습니다.

학습한 내용을 바탕으로 투자 수익률이 가장 높은 채널에 마케팅 활동을 집중하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 사용자, 세션 및 이벤트 지표를 사용합니다.

웹 트래픽과 모바일 트래픽을 함께 확인합니다.

이를 통해 사이트로 유입되는 웹 및 모바일 트래픽의 분포를 파악할 수 있습니다.

학습한 내용을 바탕으로 트래픽이 특정 수준에 도달하면 더 많은 리소스를 모바일 앱 경험에 전용하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 웹 세션, 모바일 앱 세션, 웹+앱 크로스 채널 세션 지표를 사용합니다.

온라인 트래픽과 오프라인 트래픽을 함께 확인합니다.

이를 통해 사이트로 유입되는 온라인 및 오프라인 트래픽의 분포를 파악할 수 있습니다.

학습한 내용을 바탕으로 트래픽이 특정 수준에 도달하면 더 많은 리소스를 온라인 경험에 전용하는 등 다양한 작업을 수행할 수 있습니다.

웹 트래픽이 콜센터 트래픽에 미치는 영향을 확인합니다.

이를 통해 웹 사이트의 셀프서비스 콘텐츠가 콜센터 트래픽을 어떻게 성공적으로 억제하고 있는지 파악할 수 있습니다.

학습한 내용을 바탕으로 콜센터 트래픽을 최소화하기 위해 셀프서비스 콘텐츠를 개선하거나 지원 전화를 줄임으로써 절감된 비용을 계산하여 셀프서비스 콘텐츠의 ROI를 측정하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 웹 세션, 모바일 앱 세션, 웹+앱 크로스 채널 세션 지표를 사용합니다.

고객이 호출한 이유와 호출 횟수 등 콜센터 데이터를 확인할 수 있습니다.

이를 통해 고객 문제 발생 시점과 콜센터 리소스 사용 출처를 파악할 수 있습니다.

학습한 내용을 바탕으로 콜센터 트래픽을 증가시키는 제품 문제를 해결하여 최종적으로 제품 수익성을 개선하는 등 다양한 작업을 수행할 수 있습니다.

매출, 주문, 판매 수량을 비롯해 POS(판매 시점) 거래 데이터를 조회합니다. 이 템플릿에는 최우수 스토어, 최우수 제품, 최우수 제품 카테고리와 온라인 대 오프라인 판매에 대한 정보를 표시하는 시각화도 포함됩니다.

이를 통해 어떤 제품이 스토어와 온라인에서 가장 많이 판매되는지 파악할 수 있습니다.

학습한 내용을 바탕으로 성과가 가장 높은 제품과 채널에 더 많은 마케팅 리소스를 사이트에 할당하는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 사용자, 매출, 주문 지표를 사용합니다.

Adobe Journey Optimizer를 사용하여 디자인하고 전송하는 이메일을 통해서 새 멤버십, 충성도 회원, 크로스셀 기회를 생성하는 방법을 확인할 수 있습니다.

이를 통해 Adobe Journey Optimizer를 사용하여 디자인하고 전송하는 이메일의 효과를 파악할 수 있습니다.

학습한 내용을 바탕으로 특정 이메일 캠페인의 이메일 전략을 조정하는 등 다양한 작업을 수행할 수 있습니다.

설문 조사를 수행하기 위해 사용자 참여도를 조회합니다. 시작 횟수와 완료 횟수, 가장 많이 나온 질문 및 답변, 첫 참가자 수 대 반복 참가자 수를 조회합니다.

이를 통해 설문 조사의 참여도와 참여 성공률을 파악할 수 있습니다.

학습한 내용을 바탕으로 향후 설문 조사를 조정하여 참여도를 높이는 등 다양한 작업을 수행할 수 있습니다.

이 템플릿은 사용자, 이벤트, 설문 조사 시작, 설문 조사 완료, 설문 조사 완료율 지표를 사용합니다.

귀하의 조직에서 Customer Journey Analytics를 사용하는 방식을 확인합니다.

이를 통해 귀하의 조직에서 Customer Journey Analytics를 사용하는 사람의 수, 사용 빈도, 그리고 시간에 따른 해당 데이터를 추세적으로 파악할 수 있습니다. 또한 생성된 프로젝트 수와 해당 프로젝트에 대한 세부 정보를 볼 수 있습니다. 기타 사용 통계 중에서 가장 일반적으로 사용되는 구성 요소, 시각화 및 패널을 확인합니다. 자세히 알아보기

학습한 내용을 바탕으로 사용되지 않는 프로젝트나 구성 요소를 삭제하거나, 인기 기능에 대한 사용자 교육을 제공하는 등의 다양한 조치를 취할 수 있습니다.

이메일 캠페인, 실험, 인앱, SMS 등을 포함하여 Journey Optimizer 캠페인에 필요한 필수 지표를 확인합니다.

이를 통해 클릭 수와 게재된 메시지 수와 같은 세부 정보를 파악하게 되면 캠페인의 효과 및 사용자 참여 수준에 대한 포괄적인 인사이트를 얻을 수 있습니다.

학습한 내용을 바탕으로 타깃 대상자의 참여 수준에 따라 캠페인을 조정하는 등 다양한 작업을 수행할 수 있습니다.

이메일 여정, 실험, 인앱, SMS 등을 포함하여 Journey Optimizer 여정에 필요한 필수 지표를 확인합니다.

이를 통해 클릭 수와 게재된 메시지 수와 같은 세부 정보를 파악하게 되면 여정의 효과 및 사용자 참여 수준에 대한 포괄적인 인사이트를 얻을 수 있습니다.

학습한 내용을 바탕으로 타깃 대상자의 참여 수준에 따라 캠페인을 조정하는 등 다양한 작업을 수행할 수 있습니다.

사용자 행동, 참여 패턴, 전환율 및 다른 주요 지표를 확인합니다.

이를 통해 랜딩 페이지의 효과를 파악할 수 있습니다.

학습한 내용을 바탕으로 랜딩 페이지 성능을 최적화하는 등 다양한 작업을 수행할 수 있습니다.

환경 내 모든 캠페인과 여정의 트래픽 및 참여 지표에 대한 상세한 요약을 확인합니다.

이를 통해 캠페인 및 여정에 대한 높은 수준의 효과를 파악할 수 있습니다.

학습한 내용을 바탕으로 타깃 대상자의 참여 수준에 따라 캠페인 및 여정을 조정하는 등 다양한 작업을 수행할 수 있습니다.

특정 목록과 연계된 프로필 구독 및 구독 취소를 확인합니다.

이를 통해 여러 구독 캠페인과 이니셔티브가 참여와 전환을 증대시키는 데 얼마나 효과적인지 파악할 수 있습니다.

학습한 내용을 바탕으로 타깃 대상자의 참여 수준에 따라 구독 캠페인을 조정하는 등 다양한 작업을 수행할 수 있습니다.

이벤트, 사람, 기회에 따라 계정이 얼마나 활성화되어 있는지 살펴보십시오.

이를 통해 계정 수준에서의 참여도가 상승 추세인지 하락 추세인지 더 잘 이해하고, 계정 간의 활동을 비교하며, 보유 또는 인수 노력에 집중할 위치를 결정하는데 도움이 됩니다.

학습한 내용을 바탕으로 참여도는 낮지만 계정의 중요성 때문에 더 많은 주의가 필요한 계정에 주의를 기울이는 등 다양한 작업을 수행할 수 있습니다.

기회 수준과 표면 거래에서 참여도를 추적하여 견인력을 얻거나 잃습니다.

이를 통해 거래 진행 상황을 보다 정확하게 예측하고 참여가 급증하거나 정체되는 부분에 집중할 수 있습니다.

학습한 내용을 바탕으로 거의 성사된 거래에 추가 노력을 기울이고 다른 거래가 주목받지 못하는 이유를 조사하는 등 다양한 작업을 수행할 수 있습니다.

각 계정 내 구매 그룹 활동을 시각화하여 계정 및 구매 그룹 마케팅 플레이에 정보를 제공합니다.

이를 통해 어떤 구매 그룹과 그 구매 그룹 내에서 가장 적극적으로 참여하는 사람들을 시각화하여 그룹 참여의 격차를 강조하는데 도움이 됩니다.

학습한 내용을 바탕으로 구매 그룹에 속해 있지만 참여하지 않는 듯한 사람들과 더 많이 소통하려고 노력하는 등 여러 가지 일을 할 수 있습니다.