데이터 분석 서비스 지표 이해하기

전환율(Conversion Rate)의 분자와 분모값을 이해하나요?

안녕하세요, 뷰저블입니다. 오늘은 데이터 분석을 하면서 가장 많이 접하게 되는 ‘지표’에 대한 이야기를 해보려고 합니다. 

여러분, 혹시 서비스가 제공해 주는 데이터 결과값이 어떻게 산출되는 지 알고 계신가요? 결과를 통해 인사이트를 도출하는 것도 중요하지만, 해당 결과값이 어떻게 계산됐는지 아는 것도 매우 중요하답니다! 데이터 분석 목적과 부합하는 인사이트를 올바르게 도출하기 위해서 말이죠! 

지표가 어떻게 계산되는 지 아는 것이 중요한 이유! 

전환율을 예로 들어 설명해 드릴게요. 



일반적인 전환율 계산법 


전환율(Conversion Rate)을 단순히 세션이나 순 방문자 수 단위로 계산하여 구하고 있진 않으신가요? 

예를 들어 ‘구매 전환율=구매 세션 수÷전체 세션 수’, 혹은 ‘구매 전환율=구매 UV 수÷전체 UV 수’와 같은 공식으로 말이죠. 구글 애널리틱스에서는 보통 이런 수식으로 전체 전환율을 구하고 있는데요, 전체 1,000회의 세션이 발생하였는데 그중에서 150회의 세션이 구매를 일으켰다면 전환율은 1.5%가 됩니다. 

구글에서 ‘전환율’을 검색했을 때 가장 상단에 뜨는 내용도 ‘사이트를 방문한 사람 중, 소정의 유도된 행위를 한 방문자의 비율’이라고 적어놓고 있네요. 



뷰저블은 여기서 한 가지 질문을 던지고자 합니다.  

이것이 정말 여러분의 사업에 도움 되는 전환율에 해당하나요?” 



전환한 세션  분자 값으로 설정하는 것이 맞을까? 



뷰저블에는 위처럼 문의를 남길 수 있는 메뉴가 별도로 존재합니다. 이 페이지에서 보험회사에 근무하는 UX디자이너 A 책임이 아래 2가지 문의를 남겨주었는데요, 한 세션 내에 2번의 문의를 남겨주셨네요. 


  • 1번 째 : 화재보험 사이트에 대한 문의 
  • 2번 째 : 회사 홈페이지와 암보험 사이트에 대한 문의

여기서 질문을 던집니다. 대다수의 데이터 분석툴이 위 2가지 문의를 한꺼번에 합쳐서 ‘1건의 전환’으로 계산해버리는데요, 과연 이렇게 계산하는 것이 옳은 일일까요? 여러분들은 위 3가지 사이트 문의를 ‘하나의 세션’으로 계산하는 것을 너무나 당연하게, 의심없이 허용해 오시지 않으셨나요? 

우리의 KPI가 ‘전체 서비스 문의 건수’에 대해 설정되어있다면 위와 같은 계산 공식은 굉장히 잘못된 판단을 불러일으키게 됩니다. 서비스별 콘텐츠나 기능이 얼마나 기여하고 있는지, 어떤 사이트에 적합한지 등 적절한 전략을 설정하기 어려워지죠. 


고객이 혹시 아래와 같은 행동을 보였다면 이건 어떻게 해석해야할까요? 


  • 9월 1일, 최초로 뷰저블 사이트에 방문하였음, 문의하기 페이지에도 방문하였음 
  • 9월 2일, 뷰저블 사이트를 자세히 살펴보며 문의하기 페이지에 방문하였으나 문의를 남기지는 않았음. 팀원과 함께 문의할 내용을 정리하여 남기고자 함 
  • 9월 3일, 마지막으로 견적을 문의하기 위해 ‘문의하기’ 페이지에 방문하여 견적을 문의하였음 

아래 ‘페이지 단위’로 전환율을 측정하는 퍼널에서는 위 사례의 문의하기 페이지 세션 수를 3회로 측정할 것입니다. 



보통 구글 애널리틱스의 목표 보고서에서도 세션을 기준으로 목표 달성 횟수가 설정되고 있어, 위 수치는 3회의 세션으로 카운트될 것입니다.  



허나 데이터를 보는 사람이 알고 싶은 내용은 방문 횟수보다 실제 문의를 완료한 고객 수일 수도 있을 것이며, 한 명의 고객이 몇 번이나 문의하기를 시도하였는지를 알고 싶어할지도 모릅니다. 

분자 값을 단순히 세션을 기준으로 살펴보는 것이 맞는지, UV나 혹은 ‘문의하기 완료 수’ 같은 정밀 지표로 계산할 필요는 없는지를 다각적인 방면에서 검토해야 합니다. 뷰저블은 정확한 분자 값을 산정하기 위해 아래 내용으로 세분화하여 계산해볼 것을 권장합니다. 


  • 페이지 방문(세션) 단위로 분자 값 설정하기 (예: 문의하기 페이지 방문 수)
  • 고객의 상세 액션(CTA 클릭 등) 단위로 2차 설정하기 (예: 문의하기 완료 버튼 클릭 수)
  • 한 세션 내에 특정 액션이 얼마나 반복적으로 일어나는지를 설정하기 (예: 문의하기 페이지 방문 수 / 문의하기 완료 버튼 클릭 수) 
  • 반복 클릭 수를 제거하여 순 클릭수로 계산하거나, 세션이 아닌 UV로 변경할 필요가 없는지 점검하기 

참고로 2번의 상세 액션으로 데이터를 측정하기 위해서는 고객이 기술하는 텍스트로는 측정이 어렵기 때문에, 몇 개의 상품에 대해 문의를 하는 것인지를 선택하게 하거나 숫자를 기술하게 하는 등의 UI 개선이 수반되어야 합니다.  

항상 숫자를 의심하는 습관을 가지고 우리 서비스에 맞게 측정하는 자세를 길러보세요! 



우리 ‘사이트에 방문한 전체 세션 수’를 
분모값으로 설정하는 것이 맞을까? 


먼저 분모에 대해 의심해보았습니다. 그럼 다시 새로운 질문을 던집니다. 

여러분들이 계산하는 “지표 결과값의 분모가 무엇인지 이해를 하고 숫자를 보고 계신가요?”하고 말이죠. 


보통 E커머스에서의 구매전환율이 1~3% 정도라고 합니다. 이 수치에는 광고를 통해 유입되어 튕겨져 나가버린 고객도 있을 것이고 아직 회원가입을 하지 않은 고객도 있을 수 있습니다. 정말로 구매 의도가 있어 방문한 고객이 아니라는 것이죠. 


그렇다면 ‘우리 사이트에 방문한 전체 세션’을 분모로 할 필요가 있는가?를 질문할 수 있습니다. 

네, 정답은 당연히 NO!입니다.  


‘로그인완료 세션’만을 분모로 설정할 수도 있고, ‘특정 상품 상세 페이지를 1회라도 클릭한 적이 있는 세션’을 분모로 설정할 수도 있습니다.  

고객의 방문 목적과 사이트의 구조에 따라 분모값을 나눠 설정하도록 하세요. 전체 세션을 분모로 설정하면 때때로 분모가 너무 커서 전환율 성장이 오랜 기간 정체되어 있는 것처럼 보일 수도 있습니다.

사실 서비스는 성장하고 있는데도 말이죠! 



뷰저블에서 제공하는 수많은 수치들은 어떻게 계산되는 것일까? 


그렇다면 뷰저블에서 제공하는 수치들은 과연 어떻게 계산되는 것일까요?  

뷰저블은 여러분들의 데이터 분석을 돕기 위해 서비스 곳곳에 가이드를 두어 안내하고 있습니다. 


예를 들어 ‘Hover to Click’은 ‘Hover 카운트 대비 Click 카운트의 비율’로 소개하고 있는데요, 우리는 너무나 쉽게  ‘Hover to Click%=(콘텐츠 Click 수 / 콘텐츠 Hover 수)*100’로 구한다는 것을 알 수 있죠.  

궁금한 지표의 좌측에 있는 물음표 버튼에 마우스를 올려보세요! 알기 쉽게 지표 공식을 설명해드립니다.  



뷰저블은 페이지 분석 기반 서비스이기 때문에 기본적으로는 PV를 기준으로 지표를 제공하지만, 분석 목적에 맞게 지표를 확인할 수 있도록 다양한 관점의 지표도 함께 제공합니다. 


Tip! 보고서를 작성하실 때, 데이터 값이 어떤 계산식을 사용해 나왔는지 함께 기재해 보세요! 보고서를 전달받는 사람의 데이터에 대한 이해도와 결과에 대한 신뢰도가 함께 올라가겠죠? 


서비스에서 제공하는 안내 외에 더 자세한 정보가 궁금하실 경우, 뷰저블 사이트 ‘자료실’ 메뉴(https://www.beusable.net/ko/documentation)에서도 가이드를 확인할 수 있습니다. 아래 제가 가이드의 일부 페이지를 캡쳐해왔는데요. 마찬가지로 ‘Hover to Click’에 대해 계산 공식을 설명하는 것 뿐만 아니라 어떻게 ‘활용’하고 내재화할 수 있는지도 안내합니다. 



가이드는 제너럴/어드밴스드 이원화하여 제공하고 있어서 수준과 시간에 따라 구분하여 볼 수 있습니다. 가볍게 확인하고 싶으시다면 제너럴(General)을, 자세히 확인하고 싶으시다면 어드밴스(Advanced) 가이드를 추천드릴게요! 




많은 실무자들이 데이터 분석 서비스에서 제공하는 숫자들을 너무나 당연하게, 의심하지 않고 사용합니다. 

특히 사업의 운영과 직결되는 ‘전환율’ 지표도 의심없이 활용하는 경우가 많죠. 이번 기회에 여러분의 KPI의 분자, 분모값을 점검해보시는 것은 어떨까요? 또, 당연하게 사용해왔던 수치들이 어떻게 계산된 결과인지를 살펴보시는 것은 어떨까요? 


Share This Post

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

More To Explore