월간 데이터리안 뉴스레터

: 2025년 5월 : 40번째 뉴스레터

🌷

안녕하세요 구독자님, 데이터리안 혜정입니다.

벌써 5월도 일주일이 지났네요. 연휴는 즐겁게 보내셨나요?

이번 5월 뉴스레터에는 지표 개선이 필요한지 파악하는 세 가지 방법과, 고객의 유입 경로를 분석할 수 있는 UTM 파라미터부터, 운영 업무에서 데이터를 활용하고 계신 실무자 인터뷰, 그리고 SQL 코딩테스트 준비 방법까지 준비했습니다.

내 업무에서 데이터를 활용하는 방법이 궁금하셨다면, 실무에 적용 가능한 팁을 얻어가실 수 있을 거예요.

요즘 날씨가 참 좋더라고요. 좋은 날씨만큼 구독자님도 즐거운 한 달 보내시길 바랄게요. 6월은 첫 번째 화요일인 6월 3일이 휴일인 관계로, 6월 4일 수요일에 발송될 예정입니다.
오늘도 뉴스레터 찾아와 주셔서 감사합니다. 다음 뉴스레터에서 또 뵐게요!

1. 블로그 | 결제 전환율 5%, 정말 개선이 필요할까? 데이터로 판단하는 세 가지 방법

2. 블로그 | UTM 파라미터: 고객들의 유입경로 분석하기 (UTM 템플릿 무료 다운로드!)

3. 인터뷰 | CS에서 정책까지, 데이터 분석을 무기로 단단한 서비스를 만들어요

4. 블로그 | SQL 코딩테스트를 어디부터, 어떻게 준비해야 하나요?

📈
결제 전환율 5%, 정말 개선이 필요할까?
데이터로 판단하는 세 가지 방법

안녕하세요, 데이터 분석가 선미입니다. 오늘 뉴스레터의 첫 글은, 데이터 분석에서 많은 실수가 나오는 부분에 대해 이야기해보려고 합니다.

많은 데이터 분석 보고서가 이렇게 시작됩니다. 요지는 현재의 지표가 생각보다 낮으니까 개선이 필요하다는 것입니다.

"장바구니 전환율이 5%로 매우 낮기 때문에 개선이 필요하다"
"다음 달 리텐션이 3%로 낮기 때문에 원인을 찾아야 한다"

이 보고서는 전제부터 잘못되었습니다. 전환율 5%, 리텐션 3%는 언뜻 보아 굉장히 낮은 수치처럼 느껴지고 개선이 필요한 것처럼 보이지만, 실제로는 정상적인 수치일 수 있기 때문입니다. 이번 글에서는 지표의 개선이 필요하다고 판단하는 기준에 대해서 얘기해 보겠습니다.

⋯⋯⋯

1. 과거 지표와 비교하기

장바구니 전환율을 과거부터 현재까지 살펴봤을 때 꾸준히 5%를 유지하고 있다면, 당장 지표 개선이 필요하다고 보기 어렵습니다.

또, 현재 지표를 과거 지표와 비교할 때 1년 이상의 과거 지표도 살펴볼 필요가 있습니다. 많은 서비스에는 계절성(Seasonality)이 있습니다. 시간의 흐름에 따라 특정한 주기로 나타나는 반복 패턴을 'Seasonal Pattern'이라고 부르는데요. 예를 들면 아이스크림 사업은 계절성이 매우 뚜렷한 사업입니다. 여름에는 매출이 늘고, 겨울에는 매출이 주는 반복적인 패턴을 보여주니까요. 이렇게 계절성이 뚜렷한 사업의 경우, 과거의 같은 시기 데이터를 살펴봐야 지표가 정상적인 변동 범주에 있는지 판단할 수 있습니다.

2. 세그먼트별로 분석하기

똑같은 방법으로 계산한 장바구니 전환율이더라도, 유입 채널별로, 사용 기기별로, 국가별로 사용자군을 나누어 보았을 때 각 세그먼트에서 다른 수치를 가질 수 있습니다. 만약 전체 장바구니 전환율이 10% 일 때 특정 브라우저 사용자의 장바구니 전환율이 2% 라면, 그 브라우저에서 서비스 사용성을 재점검해 봐야 합니다. 이런 경우에는 2%의 전환율에 개선이 필요하다고 얘기할 수 있습니다.

3. 업계 평균, 경쟁사와 비교하기

지표 개선 필요성을 판단할 때 업계 평균 및 경쟁사 데이터와의 비교는 객관적인 기준을 제공합니다. 이 접근법은 단순히 내부 데이터에만 의존하는 것이 아니라 산업 전반의 맥락에서 서비스 성과를 평가할 수 있게 합니다. 경쟁사의 자료를 얻기는 물론 어렵겠지만, 온라인 시장 전반적인 구매 전환율, 장바구니 전환율 등 중요 지표들은 약간의 검색을 통해서 쉽게 찾을 수 있습니다.

⋯⋯⋯

지표의 수치만 보고 섣불리 "낮으니 개선이 필요하다"고 결론 내리기보다는, 다양한 관점에서 그 의미를 해석하는 것이 중요합니다. 각 관점에 대한 더 자세한 설명과 참고 자료는 아래 블로그 글에서 확인해 주세요. 세 가지 방법을 참고하여, 앞으로는 지표를 더 입체적으로 해석할 수 있기를 바랍니다 :)

지표 개선 필요성을 판단하는 방법 알아보기

🏃‍♀️
UTM 파라미터
: 고객들의 유입경로 분석하기
(UTM 템플릿 무료 다운로드)

안녕하세요, 데이터 분석가 보민입니다. 혹시 구독자님은 회사에서 동료들과 이런 대화를 한 번이라도 나눠본 적이 있나요?

“이번 뉴스레터 캠페인, 어느 채널에서 제일 반응이 좋았죠?”
“글쎄요… 그냥 유입은 많은데, 어디서 왔는지는 잘 모르겠어요.”

열심히 마케팅하고는 있는데 대체 어떤 채널에서 새 사용자들을 잘 데리고 오고 있는지 제대로 파악하지 못하고 있다면, 밑 빠진 독에 물 붓기나 마찬가지일 거예요. 디지털 마케팅과 데이터 분석에서 "어디서 왔는가"를 추적하는 건 생각보다 어려운데요. 하지만 UTM 파라미터만 잘 활용해도, 캠페인별 성과를 명확히 구분하고 비교할 수 있습니다. 이 'UTM 파라미터'라는 게 무엇인지, 어떻게 구성되는지 차근차근 설명해 보겠습니다.

⋯⋯⋯

UTM 파라미터란?

'UTM 파라미터(UTM parameters)'는 마케팅 캠페인의 유입 경로를 추적하기 위해 URL에 붙이는 쿼리 문자열(query strings)입니다. 쉽게 말하면, 사용자가 클릭한 링크가 어디에서, 어떤 캠페인을 통해, 어떤 콘텐츠를 통해 유입되었는지를 파악할 수 있도록 도와주는 마케팅 도구입니다.

웹서핑을 하다 맘에 드는 상품이 있어서 링크를 저장해두려고 보면 무시무시한 길이의 링크가 보내지는 경우가 있는데요. 링크 안의 내용을 잘 보면 ‘utm_source’, ‘utm_medium’, ‘utm_campaign’ 이라는 값이 보여요. 이게 바로 UTM 파라미터입니다. 사용자가 이 링크를 클릭해서 웹사이트를 방문하게 되면 이 웹사이트의 운영자는 제가 어떤 채널을 통해서 웹사이트에 방문한 사람인지를 알 수 있어요.

UTM 파라미터의 원리와 작성법

사용자들이 클릭해 볼 링크를 만들 때, 기본 웹사이트 주소 뒤에 이 사용자가 어디서 들어온 건지를 표시해 줄 수 있는 꼬리표를 달아서 정보를 전달합니다. 'GA4' 같은 데이터 분석 툴에서는 이 정보를 그대로 받아서 데이터로 저장합니다. 이렇게 웹사이트 링크 뒤에 꼬리표를 달아두면, ‘https://datarian.io/bootcamp/sql-package’라는 동일한 페이지에 들어온 사용자들도 각각 어떤 경로를 통해서 들어왔는지 구분해 줄 수 있습니다.

[UTM 링크 한글 버전 예시]

https://datarian.io/bootcamp/sql-package?어디서=인스타그램에서&어떻게=유료_광고보고&어떤광고=SQL캠프_홍보용_광고

대표 UTM 파라미터 5가지

1. utm_source (필수)

유입 채널
ex. google, instagram, newsletter, naver

2. utm_medium (필수)

유입된 매체
ex. cpc, paid_social, email, blog

3. utm_campaign (필수)

판매 상품명, 서비스명, 프로모션명
ex. sql_package, ga4, summer_event

4. utm_content (선택)

콘텐츠

5. utm_term (선택)

검색 유입의 경우 검색하고 들어온 키워드 / 유료 광고의 경우 타겟

⋯⋯⋯

분석을 정확하게 하기 위해서라도 외부에 공유된 UTM 링크들을 관리하는 것은 굉장히 중요합니다. 데이터리안에서는 자동으로 UTM 파라미터값을 입력하면 링크가 만들어지도록 구글 스프레드시트를 만들어 사용하고 있습니다. 아래 버튼을 클릭하시면, 블로그 글 하단에서 템플릿을 확인하실 수 있어요. 스프레드시트 상단의 ‘파일 > 사본 만들기’를 클릭하여 내 드라이브로 템플릿을 복사해서 사용할 수 있습니다.

📍 유입 경로 데이터를 활용해 매출 분석, 퍼널 분석 같은 다양한 분석 방법이 궁금하다면, 데이터리안 GA4 데이터 분석 캠프의 커리큘럼을 살펴보세요!
(얼리버드 30% 할인 연장 이벤트 | 6/1(일) 마감)

UTM 관리 템플릿 확인하기

💪
CS에서 정책까지,
데이터 분석을 무기로
단단한 서비스를 만들어요

유입 경로 데이터를 분석하여 광고 효율을 파악하는 마케터, 웹사이트 체류 시간과 클릭 데이터를 분석하여 웹사이트의 사용성을 개선하는 UI/UX 디자이너 등, 점점 다양한 직무에서 데이터를 활용하고 있습니다. 이번 글에서는 서비스 운영 업무에서 데이터를 활용하고 있는, 텀블벅 운영 리드 김예진님의 이야기를 공유합니다. 운영 업무에서는 어떻게 데이터를 활용하고 있을까요?

⋯⋯⋯

Q. 안녕하세요, 예진님. 자기소개 부탁드릴게요!

안녕하세요! 저는 크라우드펀딩 플랫폼 '텀블벅'에서 운영 리드를 맡고 있는 김예진입니다. 핸드메이드 마켓플레이스인 아이디어스와 텀블벅을 운영하는 백패커 팀에 소속되어 텀블벅 서비스 운영을 담당하고 있습니다. 텀블벅에는 2016년 합류하였고, 입사부터 현재까지 꾸준히 서비스 운영 업무를 하고 있습니다. 팀의 이름은 여러 번 바뀌었지만, 현재는 “운영팀”에서 상담, 심사, 정책 수립 등 여러 역할로 서비스 전반을 잘 관리하는 일에 집중하고 있습니다.

Q. '텀블벅'에 대해 간단히 설명해 주실 수 있을까요? 주로 어떤 데이터를 보시는지도 궁금해요.

텀블벅은 창조적인 시도를 응원하는 크라우드 펀딩 플랫폼이에요. 기존에 있는 제품을 판매하는 게 아니라, 창작자가 아이디어 단계에서 제작을 약속하고 후원을 받는 방식으로 운영되고 있어요. 그래서 기존의 이커머스와는 다르게 프로젝트가 목표 금액을 달성하면 마감일 다음 날 결제가 진행되는 조건부 예약 결제 방식을 사용합니다.

커머스에서는 ‘구매’라고 부를 프로젝트 ‘후원’ 결제와 관련한 데이터와 프로젝트 페이지를 구성하는 일정, 목표금액, 후원 선물 구성, 어떤 분야에서 어떤 내용으로 심사 피드백 등을 많이 드리는지 등을 살펴보고요. 어떤 유형의 프로젝트가 어디서 주목받고 어떤 프로젝트가 더 많은 관심을 받는지도 살펴보아요.

Q. 업무에서 SQL을 사용하고 계시다고 들었는데, 구체적으로 어떻게 사용하고 계신가요?

모든 고객이 헬프센터로 문의나 질문을 주시지는 않잖아요. 저희가 가까이서 목소리를 들을 수 있는 고객들은 정말 일부죠. 그 고객의 경험이나 문의가 어떤 맥락에서, 왜 발생한 것일까, 이번 경험이 긍정적 경험이라면 더 많이, 부정적 경험이라면 다시 겪지 않게 하기 위해 무엇이 달라지면 좋을까를 생각하기 위해서는 서비스 데이터를 계속 열어볼 수밖에 없는 것 같다고 생각했어요. 상담창 너머의 고객을 보고 싶어서 데이터로 최대한 가까이 가 보는 거죠.

개발이나 분석을 요청하면 모두 잘 도와주시겠지만, SQL을 쓸 줄 안다면 테이블 구조를 이해하고 즉시 DB를 열어보면서 일할 수 있다는 점에서 시간을 많이 아낄 수 있어요. 거창한 분석은 아니더라도, 업무를 전략적으로 할 수 있게 도와주는 중요한 무기라고 생각해요. 저는 데이터리안의 SQL 데이터 분석 캠프를 모두 수강했는데요. SQL 캠프 | 입문반 만 들어도 일상 업무에 사용하는 쿼리는 충분히 짤 수 있었습니다.

사용자들이 무엇을 좋아할까, 그들이 우리를 왜 쓸까, 어떤 경험을 즐거워할까를 고민하는 것이 결국 운영인 것 같아요. CS 및 운영 업무 특성상 도메인 지식이 풍부하다 보니 스키마나 구조 등에 대해서는 학습과 이해가 빠르다는 장점도 있습니다. 우리 서비스의 개선안을 찾거나 사용자들에게 더 좋은 서비스를 제공하기 위해 정책을 바꾸려고 할 때에도 도움이 되었습니다.

⋯⋯⋯

예진님이 데이터 분석에 관심을 갖게 된 계기부터 더 많은 실무 이야기는 아래 인터뷰 글에서 확인하실 수 있습니다 :)

예진님 이야기 더 보러가기

📝
SQL 코딩테스트를
어디부터, 어떻게 준비해야 하나요?

오늘의 마지막 글은 SQL 코딩테스트를 준비하고 계신 분들을 위해 준비했습니다.

항상 시작이 참 막막하죠. 그동안 SQL 코딩테스트와 관련하여 이런 질문을 많이 받았습니다.

"데이터 분석가 코딩테스트는 어떻게 준비 하나요? 저는 전공자는 아닙니다."
"데이터 분석 직무로 취업 준비하고 있습니다. 다음 주에 코딩테스트를 봐야 하는데요. 데이터 분석 직무 코딩테스트 어떻게 준비하셨는지 궁금합니다. 개발자들 채용할 때 보는 알고리즘 코테랑은 많이 다른가요?"

만약 처음 SQL을 배워보는 거라면 인터넷 검색을 해서 조각난 지식을 이어 붙이는 식으로 공부하는 것보다는, 잘 정리되어 있는 자료로 시작하시는 게 좋습니다. 이번 글에서는 SQL 코딩테스트를 어디부터, 어떻게 준비해야 하는지 이야기해 보겠습니다.

⋯⋯⋯

어디부터 시작해야 하나요?

SQL 기초 이론은 코딩 경험이 없는 분들에게도 정말 쉽습니다. 사실 중요 SQL 이론을 배우는 데는 며칠 걸리지도 않고요. 일단 책으로든, 강의로든, 아니면 인터넷에 정리된 자료로든 무엇으로라도 시작을 해보면, '이게 그렇게 어려운 게 아니구나'라는 것을 아실 거예요.