데이터 분석 트랙 77일차 25.05.28. [TIL]

[최종 프로젝트 데이터 탐색]

 - 프로젝트의 목표 : 고객 데이터 분석을 통한 마케팅 전략 제시

 - 사용하고자 하는 분석 혹은 기법 : 퍼널 분석(AARRR), 머신러닝-클러스터링, 전환율 및 이탈율 확인, 코호트 분석.

   # 즉, 고객의 유입 및 이탈을 퍼널 별로 행하고 싶다.

 

참고 사례1) A사의 CRM 마케팅 데이터 분석 서비스

[주요 제공 서비스]

- 온사이트&메시지 캠페인 자동화

- 커스텀 캠페인 및 오디언스 생성(쉬운 UI/UX)

- 캠페인 성과 분석(캠페인 별 노출수, 발송수, 클릭률, 구매 전환율, 등등)

- 사이트 데이터 분석(매출, 구매전환율, 구매 객단가 ,퍼널, 우입지표 전체)

- 고객 데이터 분석(고객별 세션수, 구매주기 이탈률, CLV, 구매 가능성 등)

- 상품 데이터 분석(노출수, 클릭수, 재구매건수, 구매연관성이 높은 상품)

- 동종 업계 비교 분석 및 개선

- 코호트 분석

- 일일 지표 데이터톡 및 주간 분석리포트

 

[캠패인] 생성 자동화 참고 사항

- 고객 행동 정보 기반 맞춤 소재를 적절한 오디언스에서 자동 발성

- 오디언스 생성, 캠페인 운영, 통계 분석 : 고객 조건 조합을 통해 그룹 필터링

- 효율 좋은 소재의 노출 및 발송 비율 자동 조정 : MAB방식 효율적 소재 노출과 발송 비율 자동 조절

ex. 소재 A의 ROAS가 가장 높을 시? == 상품A에 대한 특징 중 어떤 게 높으면 어떤 캠패인 추천!

- 캠페인 결과 분석 자동화 : 상세 통계(방문율, 구매건수, 발송수, 기여금액, 구매전환수, 구매전환율, ROAS)

- CRM 마케팅을 위한 다양한 채널 추천(제공 채널을 국가마다 다르게)

 

[고객 데이터 분석 시 주요 활용 데이터(컬럼)]

 - 고객 정보, 구매 정보, 상품 정보, 쿠폰 정보, 유입 세션, 페이지 뷰, 클릭수, 상품 노출, 이탈 및 전환율, 퍼널별 행동수

 # 즉, "고객 주문 정보", "고객 행동 정보", "퍼널 정보", "상품 정보", "캠페인(할인) 정보"가 필요하다.

 # 따라서 데이터 수집 시 이러한 데이터가 들어있는 데이터를 수집하거나 혹은 이러한 데이터를 크롤링해야 한다.

 

[용어 정리]

- 오디언스 타겟팅 : 사용자들의 '개별 행동 패턴'에 집중! 데이터를 분석해 개인화된 광고 노출 전략!

- UTM(Urchin Tracking Module) : 특정 페이지에 들어온 사람이 어디서, 어떤 경로로 왔는지 알려주는 디지털 마케팅 수단

- MAB(Multi Armed Bandit) : 여러 개의 레버가 달린 가상의 슬롯머신! 즉, 레버에 따라 얻는 수익이 다르다! 소재 테스트의 한 기법

- ROAS(Return On Ad Spend) : 광고 수익률

- SaaS(Software as a Service) : 클라우드 기반 소프트웨어 제공 모델! 클라우드 제공 업체가 소프트웨어를 개발하고 유지하면서 업데이트를 제공하는 서비스[마치 이커머스 사이트 운영 같은]

참고)

https://velog.io/@jyj950309/AB-%ED%85%8C%EC%8A%A4%ED%8C%85%EA%B3%BC-MAB-%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98

A/B 테스팅과 MAB 알고리즘