6. 체류시간

방문자들이 내 사이트에 머무는 평균적인 시간을 뜻 합니다. 이 체류 시간이 길어지면 고객의 구매전환율도 높아지기 때문에 중요하게 봐야하는 데이터 중 하나이며, 이런 체류시간이 높다는 것은 고객들이 찾는 상품들이 내 쇼핑몰 내에 많다는 것으로 해석 할 수 있습니다. 

하지만 대부분 랜딩 첫 페이지에서 이탈하는 경우가 많기 때문에 평균 체류시간을 1분 이상 넘기지 못하는 곳이 많으며, 이런 이탈을 방지하고 체류시간 연장을 위해 메인에는 이벤트, 고객 혜택, 베스트 상품, 리뷰등의 다양한 볼거리를 제공해야 한다고 말씀드리고 있습니다. 또한 네이버 쇼핑 검색 같이 상세페이지로 바로 들어오는 고객들을 위해 진행중인 이벤트나 리뷰 등을 메인 못지 않게 상세페이지에 모두 녹여서 노출해야 한다고 권해드리고 있습니다. (체류시간이 3분 이상이면 쇼핑몰 컨디션 좋은 곳이라고 생각할 수 있습니다.)

7. 인당 페이지뷰 

인당 페이지뷰는 고객 한명(1인)당 둘러보는 평균적인 페이지 수를 말하며, 정확히 딱 데이터가 나와있는 곳은 없고 방문자 대비 페이지뷰의 계산을 통해 쉽게 구할 수 있습니다. 페이지뷰 수가 높을수록 쇼핑몰 컨디션이 좋다고 볼 수 있으며, 보통 평균적으로 3~4회 정도로 보고 있습니다.

예) 일 페이지뷰 / 일 방문자 = 인당 페이이뷰

※ 블로그마켓(1인마켓)의 경우, 대부분 페이지 전환이 필요 없도록 상품 페이지가 구성되어 있기 때문에 페이지뷰보다 체류시간을 참고하는 것이 좋습니다. 

8. 카테고리별 구매율 

쇼핑몰 내 인기 카테고리를 확인 할 수 있어, 광고 진행시 랜딩페이지로 활용하거나 이벤트 기획시 참고 할 수 있는 데이터 입니다.

쇼핑몰마다 잘 팔리는 주력 상품들이 있는데 의류 쇼핑몰로 예를들면, 

어떤 업체는 자체제작 상품의 판매율이 높은 경우가 있고, 어떤 업체는 원피스의 판매율이 높은 경우가 있습니다. 위 업체의 경우 아우터의 판매율이 높은 것을 확인 할 수 있으며, 다른 카테고리 상품들 보다 아우터 상품의 비중 좀 더 크게 가지고 가는게 좋다는 결론을 얻을 수 있습니다. 또한 아우터 관련 키워드 광고나 이미지 광고 진행시 메인페이지 보다는 아우터 카테고리를 랜딩페이지로 잡는 것이 좋을 수 있다는 예측도 가능하며, 이벤트 기획 시 아우터 상품을 일부 포함시켜 진행하면 이벤트  효과가 좀 더 좋을 것이라는 예측도 가능 합니다.

9. 상품별 구매율 분석 

상품별 구매율 분석을 통해 현 시장 반응이나 흐름 등을 직관적으로 파악할 수 있어 시즌의 영향을 많이 받는 업계에서는 중요하게 쓰이는 데이터 입니다. 특히 패션 관련 쇼핑몰들은 워낙 다양한 상품들이 많아 모든 상품이 골고루 잘 판매되는 경우는 거의 없습니다.  업체의 규모나 컨셉에 따라 다르긴 하지만 대부분 주력상품 10개 내외 정도가 매출의 50% 이상의 비중을 차지하는 경우가 많습니다. 그렇기때문에 매일 판매 상품의 흐름을 읽고 쇼핑몰 운영에 빠르게 반영하는 것이 좋습니다. 

예로 위 이미지와 같이 상품이 판매되고 있다면, 현재 운영되고 있는 이미지 광고나 검색 광고에 A 상품을 광고 소재로 사용하는 것이 구매전환율에 도움이 될 것 입니다. 판매율은 비슷하나 광고 피로도로 인해 광고 효율이 줄어든다면, B > C > D > .... 상품 순으로 테스트를 진행해 보는 것을 추천 드립니다. 

10. 시간대별 분석

시간대별 데이터를 PC/MO로 나눠 살펴보면 우리 고객의 생활 패턴이나 소비 패턴을 예측할 수 있어 그에 맞는 이벤트나 광고 운영을 계획할 수 있습니다. 아래의 차트는 20~30대 여성의류 업체의 시간대별 유입과 구매 추이를 보여주는 차트입니다. 상단 차트는 PC를 통한 방문과 구매 추이를 나타낸 것이고, 하단 차트는 모바일을 통한 방문과 구매 추이를 나타낸 것입니다. 

20~30대라는 타겟으로 직장인들이 많을 것이라는 어느정도 예상되는 상황과 비슷하게, PC는 업무시간 내의 유입과 구매가 활발하게 이루어지는 것을 확인할 수 있습니다. 특히 유입은 오전에 활발히 이루어지고, 구매는 점심시간 이후에 좀 더 활발해 지는 것을 확인 할 수 있습니다. 반면 모바일의 경우 퇴근시간 이후의 접속자가 크게 늘어나는 것을 확인 할 수 있으며, 구매건 역시 PC의 매출이 줄어드는 시점인 퇴근 시간 이후부터 새벽까지 활발한 것을 확인할 수 있습니다.

위 차트를 통해 키워드 광고 운영 계획을 세운다고 가정한다면, PC쪽 키워드 광고는 오전 8시 ~ 오후 5시 까지 집중해서 적극적인 운영을 하고, 반면 모바일 광고는 업무시간인 오전 8시 ~ 오후 5시 까지 소극적인 운영을 하다 퇴근시간인 오후 6시경부터 적극적인 광고를 진행하는 것이 좋다는 것을 알 수 있습니다. 또한 앱을 활용한 타임세일 같은 회원 이벤트를 진행할 시에는 저녁 7시쯤부터 진행하는 것이 좀 더 효율이 좋을 것으로 예상 할 수 있습니다.

지금까지 지난 시간에 다 알려드리지 못한 데이터 분석 활용에 대해 이야기 해보았습니다. 

처음에는 어렵고 이해가 쉽지 않을 수 있지만, 계속 찾아보고 분석하다보면 

자사 컨디션 체크, 이벤트 기획, 광고 운영 방안 등이 어느 정도 눈에 보일 것입니다.

긴글 읽어주셔서 감사합니다 :)