효과적인 퍼널 분석

퍼널은 왜 이탈률이 가장 큰 곳부터 개선해야 할까?

웹 사이트를 개선할 때 퍼널(Funnel) 기능을 활용하여 서비스의 병목 구간을 아는 것은 매우 중요합니다. 많은 사이트에서 퍼널을 개선할 때 ‘이탈률이 가장 큰 곳’을 우선시하여 개선하라고 하는데요, 도대체 왜 그런 것일까요?

호기심 많고 설명하는 것을 좋아하는 뷰저블은 실제 수학 공식을 대입하여 여러분께 알기 쉽게 소개해드리고자 합니다.


퍼널(Funnel)이란 무엇이고 퍼널을 분석한다는 것은 어떻게 사이트를 개선하는 방법을 의미할까요?

퍼널 분석이란, 웹 사이트에 유입된 사용자가 ‘전환(Conversion)’에 이르기까지의 여정을 흐름대로 시각화하여 어떤 단계에서 가장 많이 이탈하는지를 알아보기 위한 방법입니다.

뷰저블에서도 퍼널 분석 기능을 아래처럼 제공하고 있는데요 아래 퍼널을 통해 우리는 다음과 같은 사실을 알 수 있습니다.



  • 랜딩 페이지에 해당하는 ‘메인’에 도착한 세션 수는 2978회입니다.
  • 서비스의 강점을 소개하는 ‘Why’ 페이지에 도착한 세션 수는 179회입니다.
  • 기능을 상세히 소개하는 ‘Feature’ 페이지에 도착한 세션 수는 84회입니다. 
  • 그리고 최종 도달 목표 페이지인 ‘Pricing’ 가격 소개 페이지에 도달한 세션 수는 47회입니다.

퍼널을 생성하지 않았더라면 Pricing 페이지에 도달하기까지 Why 페이지와 Feature 페이지를 거친다는 것을 알지 못했고, Pricing 도달하는 방문자를 늘리기 위해 도대체 어떤 곳을 어떻게도대체 어떤 곳을 어떻게 개선해야 할지 감이 잡히지 않았을 것입니다.

이렇게 퍼널로 시각화하면 ‘메인 페이지에서 Why 페이지로 이동할 수 있도록 UI를 개선하면 좋지 않을까?’라고 아이디어를 쉽게 도출할 수 있죠.



흔한 마케팅팀의 고민!
이탈률을 개선해야할까? 유입량을 늘려야할까?


e-커머스 사이트를 운영하는 모 기업의 마케팅팀에서는 어떻게 서비스를 개선할지 회의를 열었습니다. 회의에서는 ‘이탈률을 개선해야 한다’는 박 대리 파와 ‘유입량을 늘려야 한다’는 김 과장 파로 나뉘었는데요, 그들의 개선 아이디어를 들어볼까요?



박 대리, “마케터라면 당연히 이탈률 개선에 집중해야죠!”

먼저 박 대리는 퍼널 단계별 이탈률 개선을 목표로 사이트 개선방안과 마케팅 캠페인 집행 예산을 발표하였습니다. 박 대리는 다음 논리로 승부합니다.

“이탈률을 개선하여 최종 전환율을 5%p만이라도 높이면 최종 전환 수를 무려 47 세션에서 197 세션으로 증가시킬 수 있습니다.”


김 과장, “무슨 소리, 마케팅 예산을 늘려 유입 수 증가를 목표로 삼아야 해!”

김 과장은 이탈률을 개선하는 것보다 마케팅 캠페인 예산을 추가적으로 확보하여 더 많은 유입 고객을 확보해야 한다고 주장합니다. 이탈률이 높더라도 유입자 수가 많으니 최종적으로 획득하는 전환 수가 늘어난다는 논리입니다.


이 팀장은 박 대리와 김 과장에게 실제 데이터를 통해 얼마나 전환 수 개선에 효과가 있는지를 수치로 제시할 것을 부탁했습니다.

세션을 기준으로 한 최종 전환율(1.6%)을 5%p 개선하여 6.6%가 되었을 때 최종 전환 수는 197회가 됩니다.

단순히 197회 전환 수를 만들기 위해 유입량을 늘리도록 역산한다면 기존 세션의 4배 정도 되는 유입이 필요합니다. 마케팅 예산 비용 또한 그만큼 증가하게 되겠죠? 마케팅팀은 비용에 대한 효율을 위해 이탈률을 개선하는 방안으로 이번 달 마케팅 개선 회의 결과를 도출하였습니다.



퍼널 분석을 할 때 충분한 고객의 유입 수가 확보되는 것도 중요하지만 그에 앞서 왜 이탈률 개선에 집중해야하는지 이해하실 수 있겠죠?



모든 퍼널 단계를 다 개선해야할까요? NO!
이탈률이 가장 높은 구간을 먼저 개선하는 일에 집중해야 합니다.


많은 분석가들이 ‘이탈률이 가장 높은 구간을 개선해야 한다’고 합니다. 단순히 선택과 집중을 위해서 그런걸까요? 수치상으로도 가장 높은 이탈률 구간을 개선하는 것으로 드라마틱한 개선 효과를 볼 수 있기 때문입니다.



위 퍼널에서 본다면 가장 이탈률이 높은 구간은 1번입니다. 우리는 랜딩 페이지인 ‘메인’에서 Why로 이동할 수 있도록 이탈률 개선에 집중해야하는 것이죠.

항상 궁금증이 많은 우리 뷰저블 독자님들을 위해, “왜” 그래야 하는지와 함께 이탈률을 이해하기 위한 잔존율, Drop Off, 그리고 특정 페이지의 이탈률 계산법에 대해 설명해 드리겠습니다.


1. 잔존율 이해하기


먼저 개념 이해를 위해 아래 퍼널 중 파란색 글자인 ‘잔존율 %’를 살펴봐주세요. 잔존율은 첫 번째 전체 방문자를 토대로 하여, 특정 페이지로 이동한 세션 수를 의미합니다. 

따라서 특정 페이지의 잔존율은 (특정 페이지에 도달한 방문자 규모) / (첫 페이지에 도달한 전체 사용자) % 로 계산할 수 있습니다.  



전체 100% 중 Why 페이지로 이동한 잔존율은 6%였고, 전체 100% 중 Why를 거쳐 feature 페이지로 이동한 잔존율은 2.8%, 그리고 전체 100% 중 Why, Feature를 거쳐 Pricing 페이지로 도달한 잔존율은 1.6%라는 사실을 알 수 있습니다.  




2. Drop Off 와 페이지의 이탈률 이해하기 


<퍼널의 Drop Off> 


뷰저블의 퍼널에서 확인할 수 있는 Drop Off는 첫 페이지에 방문한 ‘전체 방문자’를 기준으로 한 비율임을 알 수 있습니다. 만약 Drop Off 를 각 단계에 해당하는 페이지를 기준으로 이해한다면, 비율을 나타내는 % 가 아닌 비율의 산술적인 차이인 %p 로 이해해야겠죠? 


  • %p : 백분율을 나타내는 두 값의 산술적 차이를 나타낼 때 쓰는 단위 



<페이지의 이탈률> 


우리는 퍼널의 여러 페이지 중, 우선순위를 선정해서 페이지 별로 개선하고자 합니다.  따라서 세션을 기준으로 한 Drop Off 보다 여정에 대한 페이지의 이탈률을 함께 확인해야 합니다. 

세션을 기준으로 한 Drop Off와 달리, 퍼널에 대한 ‘페이지’의 이탈률은 다음과 같이 구할 수 있습니다.  


  • 퍼널에 대한 ‘A 페이지’의 이탈률 = (A 페이지에서 퍼널에 따르지않고 이탈한 방문자 / A 페이지의 방문자 ) x 100 (%)

두 페이지 비율의 산술적 차이를 구하는 퍼널의 Drop Off와 달리 페이지의 이탈률은 실제 두 페이지 간 잔존 및 이탈한 규모에 따라 비율 차이를 구할 수 있다는 점을 확인할 수 있겠죠?  

아래는 우리가 확인한 퍼널에 따라 페이지의 각 이탈률을 구해본 예시입니다.  




 이탈률이 가장 높은 페이지를 먼저 개선해야될까? 


우리는 현실적으로 모든 페이지를 한 번에 개선할 수 없기 때문에, 이탈률이 높은 구간을 중점으로 개선하고자 합니다. 각 페이지별로 이탈률을 동일하게 개선할 지라도, 최종 잔존율에 영향을 끼치는 규모는 다르기 때문이지요.  

하나씩 대입해보면서, 알아보겠습니다.  



마지막 페이지의 잔존율, 즉 최종 전환율은 다음과 같이 계산할 수 있습니다. 


  • S(N) = 퍼널 N 단계의 세션 수, S(1) = 전체 세션 수  
  • C(N) = 퍼널 N 단계 페이지의 전환율 (%) 
  • 최종 전환율 = C(1) x C(2) x C(3) x 100(%) = 1.6 (%) 

위 수식을 활용하여, 각 페이지 이탈률 개선에 대한 시뮬레이션을 해보겠습니다. 

페이지의 이탈률을 5%p 씩 개선한다고 했을 때, 전환율(C) 또한 5%p 만큼 증가하겠죠? 



다 계산해 보았나요? 잔존율 P1 단계, 즉 가장 큰 이탈률을 지니는 단계(뷰저블 퍼널상 94% 이탈률)를 개선하였을 때의 증가치가 가장 컸습니다.

이로써 우리는 퍼널에서 가장 이탈률이 높은 단계를 개선하면 전환 수 개선에 가장 크게 기여할 수 있다는 내용을 검증할 수 있었습니다.



개별 사용자의 행동을 알 수 있다고?
퍼널 내 ‘세션 리포트’ 기능을 통해 개선 방안을 발굴하기


추가로 퍼널상으로 가장 이탈률이 높았던 구간의 세션 리포트 기능을 활용하면 구체적으로 어떻게 서비스를 개선해야할지 실마리를 찾을 수 있습니다.

하단의 ‘Inflow’, ‘Dropped’ 버튼을 눌러주세요. 각각 다음 페이지로 이동한 사용자와 그렇지 않은 사용자의 개별 행동을 추적할 수 있습니다. 고객의 체류 시간, 지역, 접속 기기와 OS, 브라우저 같은 기본 정보도 함께 제공하죠.



메인에서 Why로 이동한 전환 이동 고객 중 한 분의 행동 데이터를 살펴보았습니다.

아래 두 이미지가 바로 세션 리포트 예시인데요, 동일 고객 데이터를 화면별로 스크롤하여 나눠 보여드리겠습니다. 이 고객은 데스크톱 크롬을 통해 접속하였으며 메인에서 약 30초 머무르셨네요.

메인 페이지에서 어떤 기능들이 있는지 쭉 훑어본 뒤에 최종적으로 Why 페이지로 이동한 게 보이시나요?

일단 특정 기능에 대해 바로 알아보기보다 기능에 대해 조망한 뒤 뷰저블의 특장점부터 알아본다고 고객 행동을 이해할 수 있었습니다. 전환 고객의 행동을 통해 페이지 내 시나리오상 변경해야 할 점은 없는지 또는 강조해야 할 콘텐츠가 무엇인지를 알 수 있습니다. 거꾸로 이탈 고객의 개별 데이터를 통해 왜 고객이 관심없이 페이지를 떠나거나 다른 페이지로 이동하였는지도 알 수 있죠.




오늘은 퍼널 중에서도 어떤 단계를 개선해야 하는지를 수치로 계산하며 소개해드렸습니다. 또 세션 리포트 기능을 활용하여 어떻게 페이지 개선을 위한 구체적인 아이디어를 얻을 수 있는지 알려드렸는데요, 그동안 혹시 퍼널의 모든 구간을 개선하려 하진 않았는지 점검하면서, 사이트 개선을 시작해보도록 합시다! 

가장 이탈률이 높은 구간부터 개선해야 한다는 점 꼭 기억해주세요.


Share This Post

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

More To Explore