☑️ 1단계: 데이터 뜯어보기

이번 단계에서 목적은 분명합니다. 믿을만한 데이터를 얻어내는 것이죠. 먼저 데이터를 수집하면서 에러는 없는지, 전체 정보를 포함하고 있는지 잘 살펴봅니다. 데이터를 얻었다면 데이터를 적절히 필터링하고 설정합니다.

필요에 따라 URL을 통합하고, 내부 IP 주소와 테스트 트래픽을 필터링, 사용자 정의 캠페인 매개변수를 캠페인 URL에 추가하는 등 여러가지 설정을 해볼 수 있죠.

☑️ 2단계: 목표와 타겟 설정

최적화를 통해 달성하고자 하는 목표가 무엇인지, 그리고 목표를 달성하기 위한 세부적인 KPI는 무엇인지 설정하는 단계입니다.

• 비즈니스 목적: 상품 판매를 통한 브랜드 성장 및 이익 창출
• 웹사이트 목적: '온라인' 판매 증대

• 이탈률 감소, 평균 구매액 증대, 장바구니 이탈률 축소, 구매 전환율 상승, 매출 상승

3) 타겟 잠재고객 세분화: 모든 비즈니스는 각기 다른 타겟 잠재고객 세그먼트를 가지고 있습니다. 우리 비즈니스에 적합한 타겟은 어떻게 나눠볼 수 있는지 생각해봅시다.

예를 들어 의류 브랜드의 경우 여성과 남성 고객 분류가 중요하지만 (여성복 남성복 카테고리가 다르기 때문에), 여행 브랜드는 성별에 따른 고객 분류는 비교적 덜 중요할 수 있습니다.

혹은 F&B 업계의 회사라면 라이프 스타일에 따라 타겟을 세그먼트화 할 수 있죠. (예) 비건, 패스트푸드, 간편식 선호 등

타겟을 정의했다면 가장 많이 구매가 발생하는 채널을 살펴봐야 합니다. 우리 회사는 디스플레이 광고에 많은 돈을 쓰고 있나요? 아니면 오프라인 광고가 효과가 있나요? 의도(intent)의 정도에 따라 잠재고객들은 채널마다 다른 행동을 보일 것입니다. 

각 비즈니스마다 주요 전환 퍼널이 있을텐데요. 이 퍼널은 사용자가 전환에 이르기까지 완료해야하는 다양한 단계들을 가이드해줍니다. 이커머스를 예로 들면, 퍼널은 이런 모습이겠죠. 

• 퍼널에 걸쳐 주요 세그먼트의 행동 비교 (예) 모바일 사용자 vs. PC 사용자, 직접 트래픽 vs. 유료 광고 트래픽 - 특정 전환 단계에서 다른 세그먼트와 비교하여 특히 전환율이 낮은 세그먼트가 있나요?
• 산업 평균치와 비교 - 벤치마크에 비해 이탈률이 높은 특정 퍼널 단계가 있나요?
• 기간 비교 - 갑자기 전환율이 떨어지는 구간이 있나요? (만약에 그렇다면 사이트에 에러가 있을 가능성이 있겠죠!)

☑️ 3단계: 최적화 가설 세우기

앞 단계에서 세운 목적과 KPI로 아래 문장을 한번 완성하여 가설을 세워볼까요?

만약 [이것을 변경] 한다면 [이러한 결과]으로 이어질 것이며 그 이유는 [이것] 때문일 것이다.

예) 만약 [사용자의 행동에 따라 프로모션(할인)을 제공]한다면, [전환율 상승]으로 이어질 것이며, 그 이유는 [더 연관성 높은 프로모션을 보여주었기] 때문일 것이다.

이 가설에 기초하여 웹사이트 최적화 계획을 세워보세요. 구체적으로 테스트하려는 요소(변경 사항)들을 정리해보고, 이에 맞게 콘텐츠와 디자인을 준비하는 등의 작업이 필요합니다.

때로는 시도하려는 아이디어가 너무 많을 수도 있는데요. 이럴 때는 각 일을 처리할 부서에세 실행 가능성을 판단하는 것이 좋습니다. 디자인 팀에서는 디자인을, 개발팀에서는 개발 관련한 아이디어를 검토하는 것이죠.

우리 회사에는 디자인팀도 개발팀도 없다면? 디자이너, 개발자의 관점에서 아이디어를 바라볼 필요가 있습니다. 이때는 아이디어의 실현 가능성 뿐만 아니라 투입되는 작업의 양, 업무 일정 등을 고려하는 점도 기억해주세요. 아이디어까지 잘 골랐다면 이제 실행 고고싱!

☑️ 4단계: 평가와 수정

마지막은 실행한 데이터를 수집 및 분석한 뒤 결론을 도출하는 단계입니다.

1) 결과 보고서 작성: 결과 보고서를 만들며 주목할 만한 변화가 어떤 것이 있었는지 정리해 봅니다. 발견하게 된 새로운 세그먼트가 있는지, 방법에 어떠한 오류가 있지는 않았는지, 어떤 부분에서 성공적이었는지 파악해봅니다. 특히 실패한 것과 그 원인을 들여다보는 일을 두려워해서는 안 됩니다. 때로는 성공보다 실패한 케이스에서 더 많은 인사이트를 얻을 수 있으니까요!

2) A/B 테스트: 많은 스타트업의 성공비결은 ‘빠른 시도와 실패’라는 말 들어보셨나요? CRO도 마찬가지입니다. 지속적인 A/B 테스트를 통해 계속해서 전환율을 갱신해봅시다. 각 테스트마다 성공/실패의 원인도 함께 분석해 보면서요!

3) 최적화 조정: 필요한 경우, 테스트할 세그먼트나 타겟팅 기준을 조정해보세요. 실수를 최대한 피하기 위해 여러번 계획을 재점검해보면 좋습니다. 수정 사항이 있었다면 다음 결과가 나올 때까지 기다리면 됩니다. 트래픽 양에 따라 신뢰할 만한 결과를 얻기까지 시간이 걸릴 수 있음 주의!

전환율 최적화는 결국 선형적(linear)인 과정이 아닌 원형적(circular)인 과정입니다. 즉 한 번 만들고 끝이 나는 것이 아니라, 시도 → 수정 → 재시도가 반복되는 것이죠.

이번 분기 타겟에 도달 할때까지! 지속적으로 GA4로 퍼널 데이터를 모니터링하며, 전환율 최적화를 위한 A/B 테스트를 진행해볼까요?💪🏻

P.S. 디지오션은 아래와 같은 가정으로 전환율 최적화 테스트를 진행하고 있는데요! 결과가 나오는대로 독자 여러분께도 공유해드릴께요! (소근소근😏)

A) 만약 [강의 상세 페이지에 소셜 프루프 (후기, 총 수강생, 강의 평가 점수 등)를 추가] 한다면 ['강의 결제' 버튼 클릭률 상승]으로 이어질 것이며 그 이유는 [디지오션 브랜드를 잘 모르는 잠재고객의 신뢰도를 높였기] 때문일 것이다.

B) 만약 [강의 상세 페이지에 부가세 및 결제 수수료에 대한 안내를 추가]한다면 [결제 완료율 상승]으로 이어질 것이며 그 이유는 [예상치 못한 가격 추가에 대한 이유를 미리 인지하였기] 때문일 것이다.

여러분은 어떤 전환율 최적화 테스트를 (계획)하고 계신지 디지큐에게도 알려주세요! 여기로요!

📍 오늘의 디지큐 세줄 요약

1. 매출을 높인다는 것은 구매 전환율이 높아진다는 것, 디지털 마케팅에서 전환률 최적화 전략을 세우려면 GA4를 활용해야 한다.

2. 목표와 KPI, 타겟을 설정하고 각 아이디어별 가설을 설정하여 최적화 전략을 만들 수 있다.

3. 전환률 최적화는 반복 과정(Circular)이기 때문에 지속적인 수정과 A/B 테스트가 필요하다.