이벤트 기반 분석: 정의, 예 및 도구

게시 됨: 2022-01-18

이벤트 기반 분석 정의

이벤트 기반 분석은 이벤트라고도 하는 사용자와 제품 간의 상호 작용을 추적하고 분석하는 방법입니다 . 이벤트와 사용자는 이벤트 기반 분석의 핵심 요소입니다. 이벤트는 모바일 앱, 이메일, 제품 대시보드, CRM 또는 웹 페이지와 같은 디지털 접점 내에서 발생하는 모든 작업 또는 동작입니다.

세 가지 일반적인 이벤트 범주가 있습니다.

  • 튜토리얼 또는 가입과 같이 제품 내에서 프로세스를 완료하는 데 중요한 이벤트
  • 제품의 주요 메커니즘을 통해 사용자를 안내하는 이벤트
  • 사용자가 인앱 구매를 할 수 있도록 하는 이벤트

사용자는 디지털 환경 내에서 비즈니스에 참여하는 잠재 고객 또는 고객을 나타냅니다. 사용자가 제품과 상호 작용할 때 위치, 장치, 언어, 이메일 주소 또는 휴대폰 번호를 비롯한 사용자 속성과 함께 행동, 인구 통계 및 기타 속성이 기록됩니다.

사용자와 이벤트의 이러한 조합은 제품이 사용되는 방식과 가장 중요한 이유에 대한 귀중한 정보를 제공합니다.

주요 내용

  • 이벤트 기반 분석은 사용자가 제품에 참여하고 탐색할 때 사용자의 행동을 추적합니다.
  • 고객이 제품에서 특정 이벤트를 완료하는 이유를 이해할 수 있다면 사용자 경험을 개선할 수 있습니다.
  • 이벤트 기반 분석 플랫폼은 전환율, 유지율, 고객 평생 가치와 같은 핵심 성과 지표를 개선하기 위한 기반을 제공합니다.

이벤트 기반 분석의 이점

사용자 행동 및 이벤트를 추적하는 것은 페이지 조회수나 트래픽 채널과 같은 단순한 측정항목을 넘어선 것입니다. 이벤트 기반 분석은 제품에서 무슨 일 이 일어나고 있는지 알려주는 것이 아닙니다. 이유를 알려주는 것을 목표로 합니다. 그 "이유"와 일치하는 제품을 만들 수 있다면 참여도, 충성도가 높은 고객 및 수익 증가를 얻을 수 있습니다.

각 비즈니스는 특정 결과를 목표로 하지만 이벤트 기반 분석은 다음과 같은 이점을 제공합니다.

참여도 측정 및 제품 개선: 오늘날의 소비자는 자신을 위해 설계된 것처럼 느껴지는 고도로 개인화된 경험을 기대합니다. B2B 서비스도 마찬가지입니다. 사용자가 제품에서 무엇을 기대하는지 알지 못하면 개인화로 가득 찬 고객 경험을 디자인하기가 어렵습니다. 이벤트와 행동은 더 나은 참여와 정확한 제품 조정을 잠금 해제하는 데 필요한 핵심입니다.

복잡한 기술을 문제에 신속하게 적용: 더 이상 데이터에서 강력한 통찰력을 추출하기 위해 SQL 전문가가 될 필요가 없습니다. Amplitude와 같은 이벤트 기반 분석 제품은 팀이 복잡한 분석 질문에 답할 수 있도록 하는 로우/노코드 도구를 제공합니다. 이를 통해 효율성이 크게 향상되고 더 많은 팀원이 수집한 인사이트를 활용할 수 있습니다.

비즈니스 전반의 데이터 민주화: 이벤트 기반 분석은 비즈니스 내 여러 팀이 데이터를 통해 협업할 수 있는 절호의 기회를 제공합니다. Gartner에 따르면 "2023년까지 데이터 공유를 촉진하는 조직은 대부분의 비즈니스 가치 지표에서 동종 기업을 능가할 것입니다." 사용자 행동은 제품, 마케팅, IT 및 고객 성공과 같은 여러 팀의 전략에 정보를 제공할 수 있습니다.

이벤트 기반 분석 도구

기업이 행동 데이터의 가치를 인식함에 따라 새로운 이벤트 기반 분석 도구가 계속 등장하고 있습니다. 그러나 모든 회사가 동일한 목표, 리소스 또는 제약 조건을 갖고 있는 것은 아닙니다. 각 도구는 산업 전반에 걸쳐 기업의 고유한 목표를 충족할 수 있는 특정 기능을 제공합니다.

일반적으로 사용되는 이벤트 기반 분석 도구 및 이벤트 기반 시스템은 다음과 같습니다.

  • 어도비 애널리틱스
  • 구글 애널리틱스
  • 진폭
  • 분절
  • mParticle
  • 믹스패널
  • 펜도
  • 더미

이벤트 기반 분석 플랫폼으로 무엇을 할 수 있습니까?

사용자 및 이벤트에 대한 데이터를 수집한 후에는 분석 플랫폼을 통해 다양한 테스트 및 실험을 수행할 수 있습니다. 각 분석 플랫폼은 서로 다른 기능을 제공합니다. Amplitude와 같은 플랫폼은 아래 분석 등을 수행할 수 있는 기능을 제공합니다.

깔때기 분석

유입경로는 전환 지점으로 이어지는 방식으로 배열된 여러 이벤트로 구성됩니다. 유입경로 분석을 통해 다양한 이벤트가 함께 연결되어 유입경로를 형성하는 방법을 더 잘 이해할 수 있습니다. 예를 들어 기본적인 전자상거래 유입 경로는 다음과 같을 수 있습니다. 사용자가 항목 검색 > 해당 항목에 대한 세부 정보 보기 > 장바구니에 항목 추가 > 구매를 완료합니다.

유입경로의 각 단계는 사용자가 계속 진행하거나 중단할 수 있는 기회를 제공합니다. 깔때기 분석을 통해 각 이벤트를 분리하여 마찰 지점을 조사할 수 있습니다. 유입경로의 단계가 잘 작동하면 제품의 다른 영역에서 해당 경험을 복제할 수 있습니다.

분할

세분화는 시간 경과에 따라 다양한 사용자와 이벤트를 비교하는 분석 방법입니다. 세분화를 사용하여 잠재 고객과 고객을 제품에 참여하는 방식에 따라 특정 그룹으로 분리할 수 있습니다.

사용자 그룹과 이벤트를 비교하면 고객 여정에서 주요 차이점을 찾는 데 도움이 됩니다. 한 사용자 그룹은 느린 그룹과 달리 번개처럼 퍼널을 통해 이동할 수 있습니다. 이러한 변형은 경험을 조정하는 새로운 방법을 제시하여 가치를 제공하고 고객을 만족시킵니다.

이벤트 기반 분석 사용의 실제 예

사용자 행동에 대한 친밀한 이해를 우선시하는 회사는 개인화된 경험을 주도하는 데 도움이 되는 더 많은 통찰력을 갖게 됩니다. McKinsey & Company에 따르면 "더 빠르게 성장하는 회사는 더디게 성장하는 회사보다 개인화에서 40% 더 많은 수익을 창출합니다."

개인화로 수익을 창출하는 Jumbo Interactive

Australian National Lottery 제품을 재판매하는 플랫폼인 Jumbo Interactive는 Amplitude를 사용하여 마케팅 이니셔티브를 개인화했습니다. Jumbo는 특정 이벤트와 사용자를 타겟팅하여 개인화를 위한 세 가지 기회를 찾았습니다.

  • Jumbo는 온라인 구매를 한 사용자에게 추천 이메일을 보낸 후 참여도가 20% 증가했습니다.
  • 온라인 앱에서 주문한 플레이어에게 푸시 알림을 보낸 후 Jumbo는 참여도가 32% 증가했습니다.
  • 웹사이트에 액세스하기 위해 이메일이나 푸시 알림을 클릭한 사용자를 위해 Jumbo는 개인화된 콘텐츠 카드를 제공하여 참여도가 8.5% 증가했습니다.

이 실험의 결과는? Amplitude를 사용한 후 2개월 이내에 전환이 158% 증가했습니다. 이 속도로 Jumbo는 전년 대비 $500,000의 새로운 수익을 올릴 것으로 예상됩니다.

NerdWallet, 깔때기 분석으로 KPI 향상

개인 금융 회사인 NerdWallet은 Amplitude와 제휴하여 웹사이트와 모바일 앱이 사용자에게 어떻게 반향을 일으키고 있는지 더 잘 이해했습니다. 그들은 이벤트 기반 분석을 사용하여 모바일 앱과 웹사이트 사용자 모두에 대한 깔때기 분석을 수행했습니다. NerdWallet은 모바일 사용자가 웹 사용자보다 콘텐츠를 클릭할 가능성이 2배 낮다는 사실을 발견했습니다. 실시간으로 다양한 실험을 수행한 후 NerdWallet은 모바일 경험을 조정하여 클릭률이 200% 향상되었습니다.

이벤트 기반 분석을 사용하여 수익 증대

웹사이트와 모바일 앱을 포함하는 전자상거래 비즈니스를 소유하고 있다고 가정해 보겠습니다. 잠재 고객은 장바구니에 항목을 추가하기 전에 웹 사이트를 열고 여러 항목을 탐색합니다. 그런 다음 며칠 후 모바일 앱을 통해 로그인하고 결제 절차를 완료합니다. 분석 플랫폼 내에서 위의 행동이나 이벤트는 "사용자 가입", "항목 검색", "항목 세부 정보 보기", "장바구니에 항목 추가" 및 "구매 완료"와 같이 표시될 수 있습니다.

시간이 지남에 따라 이 이벤트 기반 데이터는 제품 변경 및 조정으로 이어지는 중요한 질문을 촉발할 수 있습니다. 위의 전자 상거래 예에서 데이터를 조사한 후 제품 디자이너는 다음과 같이 질문할 수 있습니다.

  1. 사용자의 몇 퍼센트가 단일 세션에서 결제 흐름을 완료합니까?
  2. 전환은 항목 또는 브랜드에 따라 어떻게 다른가요?
  3. 사용자가 전환하지 않으면 대신 어디로 이동합니까?
  4. 전환에 걸리는 일반적인 기간(분 또는 일 단위)은 얼마입니까?
  5. 얼마나 많은 사용자가 결제 오류를 경험합니까? 새 신용 카드로 다시 시도합니까? 그렇지 않다면 우리는 그것들을 영원히 잃습니까?

위의 질문은 이벤트 기반 분석 없이는 답하기가 거의 불가능합니다. 이벤트 기반 데이터로 무장하면 더 이상 직관에 따라 중요한 결정을 내릴 필요가 없습니다. 대신 제품이 만족하도록 설계된 사람들의 패턴, 트렌드 및 욕구를 활용할 수 있습니다.

이벤트 기반 분석을 성장에 연결

제품 개선, 고객 유지, 비즈니스 성장과 관련하여 더 이상 고객에게 무엇을 좋아하고 싫어하는지 묻지 않아도 됩니다. 고객이 하는 일을 지켜보기만 하면 됩니다.

Amazon과 같은 회사 는 고객의 습관과 선호도에 주의를 기울임으로써 많은 성공을 거두었습니다. 이벤트 기반 분석이 Amazon과 같은 기업이 엄청난 성장과 수익 증대를 경험하는 데 도움이 된 것은 분명합니다.

사용자 행동은 동기와 의도를 반영합니다. 잠재 고객이나 고객이 결제를 하거나 장바구니를 포기하거나 노래를 부를 때마다 원하는 것을 전달하는 결정을 내립니다. 시간이 지남에 따라 이러한 사용자 행동은 새로운 통찰력과 발견을 가리키는 패턴, 즉 이벤트 기반 분석을 사용하여 추적할 수 있는 패턴을 나타냅니다.

참고문헌

  • 고객 경험 개인화: 유통 차별화 추진(2020년 4월) McKinsey & Company
  • 상황에 맞는 B2B 개인화 방법(2021년 7월) Forbes
  • SQL이란 무엇이며 어떻게 작동합니까? 구조적 쿼리 언어 가이드(2021년 10월) 스프링보드
  • 데이터 공유는 디지털 비즈니스를 가속화하기 위한 비즈니스 필수 요소(2021년 5월) Gartner
  • 개인화를 옳게 또는 그르게 하는 것의 가치가 배가되고 있습니다(2021년 11월) McKinsey & Company