[고객의 마음을 읽는 데이터] 데이터를 잘 쓰는 방법 – ②

앞의 콘텐츠에서 동일한 데이터를 작성자의 의도에 따라 다양하게 표현하는 방법을 알려드렸는데요, 이번 콘텐츠에서는 마케터가 데이터 지표들로 정확한 인사이트를 도출하는 방법과 피하면 좋은 표현에 대해 작성하였습니다.

매출은 왜 올랐을까?

새로 나온 스마트폰이 출시(10월 1일) 한 달 만에 240만 대가 팔려 큰 성공을 거두었을 때, 각 마케팅 담당자는 매출량 추이와 함께 각각 다른 성과 보고를 할 것입니다.

※ 마케팅 추이 : 마케팅 항목별 수치가 가장 높은 날을 100으로 설정하여, 상대적인 추이를 나타냄

🧏 TV 광고 담당자 – “매출 상승은 꾸준한 TV 광고 집행 결과입니다”

🤦 온라인 광고 담당자 – “매출 상승의 이유는 주요 포털의 메인 지면에 신제품 배너를 노출했기 때문입니다”

🤷 PPL /협찬 담당자 – “드라마, 예능에서 신제품 기능을 자연스럽게 알려 매출로 이어졌습니다”

🤷‍♂️ 인플루언서 마케팅 담당자 – “출시에 맞춰 여러 명의 인기 유튜버를 활용하여 제품을 알린 것이 매출에 기여하였습니다”

4명의 마케터 모두 판매량을 마케팅의 인과관계(원인과 결과)로 설명하고 있는데요. 

데이터를 분석할 때, 데이터끼리 인과관계와 상관관계를 정확히 판단해야 합니다.

그렇다면 판매량과 직접적인 인과관계의 마케팅 활동은 어떤 것일까요?

정답은 “없다” 입니다. 인과관계에서는 원인이 없으면 결과도 없는데요, 제품이 좋다면 마케팅을 하지 않았어도 스마트폰이 잘 팔렸을 수도 있기 때문입니다. 

코로나19(원인)와 마스크 구매 급증(결과)과 같은 뚜렷한 인과관계를 마케팅에서 찾는 것은 어렵습니다. 마케팅 활동뿐 아니라, 시즌과 사회적 이슈 등 여러 가지 영향으로 전환(매출)이 발생하기 때문이죠. 그래서 마케터는 마케팅과 관련된 데이터가 인과관계의 결과로 해석하지 않았는지 항상 유의해야 합니다. 4명의 마케터 모두 인사이트를 잘 못 낸 것이죠.

그렇다면 마케팅은 판매량과 연관이 없는 걸까요? 데이터 간의 상관 관계로서 수치로 측정할 수 있습니다.

판매 추이와 밀접한 마케팅 활동은?

판매량과 같은 전환 데이터와 마케팅 데이터의 관련도를 확인하는 방법은 간단한데요.

엑셀에서 가장 친한 친구 SUM(합계)만큼 앞으로 친해지면 좋은 함수를 소개합니다.

적용 방법도 쉬운데요, 

CORREL (첫 번째 데이터 영역, 두 번째 데이터 영역)

끝입니다. 간단하죠?

최저기온과 아우터 검색량의 상관계수를 구해보겠습니다.

경량 패딩, 후리스 검색 추이와 최저 기온과의 상관계수를 확인했더니, 아래와 같이 나왔습니다.

• 최저기온과 경량패딩 상관계수:  -0.879013705
• 최저기온과 후리스 상관계수:  -0.474516318

상관계수로 보는 연관도는 아래를 참조해주세요

-1 < 상관관계 < -0.7 : 강한 음의 선형관계  ← 최저기온과 경량패딩 0.879

-0.7 < 상관계수 < -0.3 : 뚜렷한 음의 선형관계  ← 최저기온과 후리스 0.475

-0.3 < 상관계수 < -0.1 : 약한 음의 선형관계  

-0.1 < 상관계수 <  0.1 : 상관관계 없음

 0.1 < 상관계수 <  0.3 : 약한 양의 선형관계  

 0.3 < 상관계수 <  0.7 : 뚜렷한 양의 선형관계  

 0.7 < 상관계수 <  1.0 : 강한 양의 선형관계

기온이 떨어질수록(-) 검색 수가 상승(+) 즉, 음의 선형관계로 보면 후리스보다 경량패딩이 더 최저기온과 관련도가 더 높은 것을 알 수 있습니다.

그렇다면, 스마트폰 판매와 가장 관계가 밀접한 마케팅 활동은 무엇인지 계산해보겠습니다.

함께 상승하는 양의 선형관계가 가장 높은 마케팅 활동은 메인 배너 노출량으로 확인되었습니다. 

그렇다면 메인 배너 노출을 많이 늘리면, 판매량이 많이 늘까요? 

두 그래프 모두 평일에는 상승하고 주말에는 하락하는데요. 포털은 주말에 PC 접속량이 줄면서 광고 노출이 하락할 수 있으며, 스마트폰 역시 주말에는 개통 수가 떨어집니다.  메인 노출량이 많아서 판매량이 상승했다고 해석하기엔 무리가 있는 것이죠.  다시 한번 강조하면, 상관관계가 밀접하다고 인과관계로 결과를 내면 안 됩니다.

마케팅 인사이트는 가장 가까운 전환에서

명확한 인사이트를 내기 위해서는 판매량처럼 여러 가지 간접 전환이 영향을 줄 수밖에 없는 지표보다는, 가장 가까운 지표와 함께 보시는 게 효과적입니다. 

TV 광고와 PPL의 경우는 방송 노출 시간에 모바일 검색량과 상관계수를 확인할 수 있고요.

디지털 광고에서는 메인 배너 클릭 유저의 디지털 활동(제품 설명 페이지 뷰/회원가입/재방문/온라인 구매) 데이터를, 

인플루언서는 해당 콘텐츠의 댓글/좋아요/공유 수 등의 데이터를 활용하는 것이 좋습니다.

치킨처럼 인지에서 구매까지 한 번에 이뤄지는 제품은 많지 않습니다.

가까운 전환부터 차근차근 테스트를 거쳐 가며 상관계수 등의 인사이트를 발견하다 보면, 최종 전환까지 경로를 단축하고 효율을 높이는 방법을 찾게 될 것입니다.