뷰저블로 수요 예측하기

5분만에 이해하는 수요예측법 (2/2)

안녕하세요 뷰저블입니다. 지난 글에서 수요 예측법의 개념에 대해 소개드렸습니다. 기본적인 통계 방법론을 활용하면 매출과 재고, 판매수량 등을 예측할 수 있죠.

그렇다면 과연 고객의 행동과 콘텐츠는 또한 어떻게 예측할 수 있을까요? 상품 이미지를 본 고객이 다음으로 본 콘텐츠는 무엇이었을까요? 어떤 메뉴를 클릭하여 이동할까요?


뷰저블의 Path-Plot 알아보기!


뷰저블은 사용자의 이동흐름을 통계방법으로 분석하고 나누어 ‘대표적인 이동 흐름’을 시계열에 따라 추출하는 Path Plot이라는 기능을 만들었습니다. 이를 통해 고객의 행동 흐름을 데이터에 기반하여 이해할 수 있습니다. 클릭 히트맵, 무브 히트맵 등의 다양한 기능들과 함께 교차분석하면 매우 구체적인 개선 전략을 수립할 수 있죠.



뷰저블로 Path-Plot 활용해 수요 예측하기!



어느날 뷰저블 직원들은 한 데 모여 UX 개선전략 회의를 진행하였습니다. Pricing 페이지에 방문한 고객들의 회원가입 전환율이 저조하여 KPI인 회원가입자 수를 어떻게 하면 늘릴 수 있을지 향상 전략을 논의하기 위해서이죠.


윤 사원 : 가격(Pricing) 페이지에서 고객의 회원가입 전환율을 높이기 위해서는 어떻게 해야할까요? 왜 바로 회원가입 CTA를 클릭하지 않는 것일까요?

박 사원 : Path Plot 기능으로 고객들이 어떤 콘텐츠를 마우스오버 하는지, 클릭하여 이동하는지, 예상한 경로 대로 행동하는 지를 살펴볼 수 있어. 즉 고객의 행동을 예측할 수 있는것이지. 그럼, 구체적인 콘텐츠 개선 전략도 쉽게 수립할 수 있을거야.

내가 Pricing 페이지를 Path Plot으로 살펴보았는데 고객은 GNB 영역을 마우스오버하거나 Features 메뉴로 이동하는 것을 알 수 있었어.


Pricing 페이지 신규 방문자의 Path Plot을 살펴보았더니 Features를 클릭하여 전환하는 행태를 발견할 수 있었습니다.
신규 방문자의 Path Plot을 살펴보았더니 Features를 클릭하여 전환하는 행태를 발견할 수 있었습니다.

윤 사원 : 정말 그러네요 왜 다시 Features 페이지로 이동하는 걸까요?

앗, 선배님 제가 재미있는 사실을 하나 발견했어요! 이 페이지를 방문한 고객의 대다수의 유입경로가 메인을 제외하고 Features로 왔었어요. 기능을 보고 가격을 본 다음 기능 설명 페이지로 되돌아가다니!


Pricing 페이지 유입 경로의 약 20%가 가장 많이 클릭 전환한 Features 페이지에서 왔었습니다.
유입 경로의 약 20%가 가장 많이 클릭 전환한 Features 페이지에서 왔었습니다.

박 대리 : 우리처럼 내부 직원이 아닌데다가 신규 방문자니 제공되는 기능들이 익숙치 않아서일거야.

사용할 요금제에서 제공되는 기능에 대해 Features 페이지로 되돌아가서 이해하고 싶었을 것으로 가설을 세워보았어. 아래 빨간색 영역을 기능명으로 표기하는 것을 넘어 짧은 설명을 넣는 개선도 제안해볼 수 있을 것 같아. 그럼 Features 페이지로 다시 이동하지 않아도 되니 플랜 결정을 더 빠르게 내릴 수 있지 않을까?


Pricing 페이지에서 기능을 안내하는 부분에 대한 개선을 고려할 수 있습니다.
Pricing 페이지에서 안내하는 기능들이 정확히 어떤 것인지 확인하고 싶어한다는 가설을 세웠습니다.

윤 사원 : 오호 그런 가설을 세울 수도 있네요! 제가 유입경로를 /features로 설정해서 Path plot을 다시 살펴보았어요. 그랬더니 바로 우측 GNB 메뉴인 Learning으로 이동하거나 전환이 일어나지 않는 무효 클릭 영역인 ‘기능 콘텐츠’를 클릭 하더라구요! 데이터만으로도 고객의 행동을 유추해볼 수 있어서 너무 좋아요!


Features 페이지를 유입경로로 하는 고객들의 행동 흐름을 Path Plot으로 확인할 수 있습니다.
Features 페이지를 유입경로로 하는 고객들의 행동 흐름을 Path Plot으로 확인할 수 있습니다.

윤 사원 : 선배님이 제안해주신 개선방안이 ‘기능’ 페이지에서 유입된 고객들에게도 적용될 수 있을 것 같아요. B안으로 페이지를 만들어서 뷰저블로 A/B 테스트를 진행해보는 것은 어떨까요?

박 대리 : 응 좋은 의견이야. Path Plot으로 확인한 고객의 이동경로를 기반으로 가설을 더 정확하게 세우기 위해서는 다른 히트맵들도 함께 살펴보는 것이 좋아. 우리가 놓칠 수 있는 추가적인 개선방안들도 도출해낼 수 있지.

무브 히트맵 데이터를 가져왔는데, 마우스의 이동궤적을 시각화된 데이터라 볼 수 있어. 이 무브 히트맵에서는 고객들이 어떤 기능들을 선호하고 많이 보는지를 한 눈에 알 수 있어. 윤 사원이 이해하기 쉽도록 내가 빨간색 박스를 마킹해 두었어. 함께 살펴볼까? 마우스 탐색 궤적들이 BASIC 플랜에 가장 많이 집중되고 있어.


무브 히트맵에서 사용자들은 Baisc 플랜에 hover가 많습니다.
무브 히트맵처럼 다른 히트맵과 교차분석하면 구체적인 개선방안을 수립할 수 있습니다.

윤 사원 : 우리가 계약해주길 원하는 플랜은 스탠다드나 프로 플랜이지만 사람들이 가장 관심있어 하는건 베이직 플랜이군요…!

고객들이 한단계 더 높은 플랜으로 의사결정할 수 있도록 UX 개선 전략이 필요해 보여요. 예를 들어 스탠다드 플랜부터 적용되는 기능의 중요성을 소구하고, 특장점을 더 내세울 수 있어야 할 것 같아요. 고객들의 유입경로이자 이동경로인 Feature와 Pricing 페이지에서 그러한 점들이 잘 드러나야 겠어요!



분석 결과로 페이지 개선하기!


뷰저블의 Pricing 페이지의 path-plot과 히트맵을 분석한 내용을 요약해볼까요?

기존 뷰저블에서는 플랜 별로 트래픽과 기능에 차이를 두어 제공하고 있었습니다. 사용자들이 분석할 페이지의 트래픽과 목적에 따라 플랜을 선택할 수 있도록 했죠.

그러나 분석 결과, 플랜 결정에는 트래픽에 따른 가격보다는 기능이 많은 영향을 끼친다는 인사이트를 도출할 수 있었습니다. 따라서 뷰저블은 사용자들이 좀더 쉽게 플랜을 선택할 수 있도록 페이지를 개선하기로 했습니다. 단순히 기능에 대한 보충 설명을 달아주는 것을 넘어, 한 단계 더 고심한 개선안이죠!



그럼 개선된 pricing 페이지를 살펴볼까요?



개선된 뷰저블의 pricing 페이지는 사용자가 트래픽에 집중해 플랜을 선택하도록 했습니다.

1. 모든 플랜에 전 기능을 제공

이전 뷰저블 Pricing에서는 플랜 별로 기능을 다르게 제공했었습니다. 그러나 개선된 Pricing 페이지에서는 플랜별로 기능을 구분하지 않고, 모든 플랜에 전 기능을 제공합니다. 이제 플랜에 따라 달라지는 점은 트래픽 뿐이죠! 그럼 사용자들의 행태는 어떻게 달라질까요?


2. 트래픽에 집중한 플랜 선택

뷰저블은 사용자가 서비스를 사용하기 전, 기능을 학습하고 플랜을 선택해야 했던 불편함을 덜어내고자 했습니다. 플랜 별로 기능에 차등이 없으니 이제 사용자가 트래픽에만 집중해서 플랜을 결정할 수 있겠죠? 모든 기능을 편리하게 사용할 수 있도록 오픈하고, 효율적으로 플랜을 선택할 수 있도록 개선했습니다.


3. 다양한 선택폭 제공

분석결과에서 사용자들이 PV수가 적은 Basic 플랜에 관심이 많다는 것을 알 수 있었습니다. 이에 사용자들이 부담없이 뷰저블을 사용해 볼 수 있도록 플랜 종류도 넓히게 되었죠. 기존 Trial, Basic, Standard, Pro 4가지만 제공되던 플랜을 개선된 플랜에서는 Starter, Light, Premium 으로 세분화해 다양한 선택폭을 제공합니다.


Mange Plan에서 사용자가 플랜을 변경하고, PV를 충전할 수 있도록 업데이트되었습니다.

4. 개선된 플랜 관리

Pricing 에서 다양한 플랜을 제공할 뿐 아니라, Manage Plan의 플랜 관리도 개선되었습니다. 사용자에게 편리한 플랜 사용 경험을 제공해주기 위해서 Pricing 페이지와 함께 고려되었죠. 기존에는 뷰저블에 플랜 관리를 요청해야 했었지만, 이젠 사용자가 직접 쉽고 빠르게 플랜 변경과 PV 충전이 가능합니다.



위 사례와 같이 뷰저블을 활용하면 고객의 행동 흐름까지도 시계열로 통계 분석할 수 있습니다! 시각적으로 차이를 확인하며 분석을 할 수 있으니 더 간편하고 쉽겠죠? 혹시 수요예측법이 어렵게 느껴지셨다면, 뷰저블을 활용해 통계 분석을 시작해보세요!



Share This Post

Share on facebook
Share on linkedin
Share on twitter
Share on email

More To Explore