2-1. 고객 데이터 수집 : 온라인 고객 데이터 수집
대기업의 경우, 자사 온라인 서비스에 들어온 고객의 세세한 행동
(이미지 선택, 리뷰 클릭 후 드래그 한 여부, 리뷰에 머문 시간 등) 모든 행동이 다 수집된다.
앞선 글에서 얘기했듯이 온라인 고객데이터와 오프라인 고객데이터 두 가지로 나눌 수 있고, 온라인 고객 데이터와 오프라인 고객 데이터는 각각의 특성과 수집 방식이 다르다. 온라인 고객 데이터는 웹사이트, 모바일 애플리케이션, SNS 등의 디지털 환경에서 사용자가 남기는 행동 데이터를 의미하며, 오프라인 고객 데이터는 물리적 공간에서 고객이 생성하는 데이터를 의미한다.
온라인 고객 데이터를 수집하는 대표적인 방법으로는 **Google Analytics(GA)**와 같은 웹/앱 분석 도구를 활용하는 방법이 있다. 이 도구들은 방문자의 유입 경로, 페이지 체류 시간, 클릭 이벤트 등의 데이터를 수집하여 사용자 행동을 분석하는 데 도움을 준다. 보다 정밀한 분석을 위해 Beusable과 같은 시각화 도구를 활용하면, 사용자가 웹페이지에서 어디를 클릭하고, 얼마나 스크롤했는지를 직관적으로 파악할 수 있다. 이외에도 마우스 트래킹(Mouse Tracking) 기술을 이용해 사용자의 마우스 이동 경로와 클릭 패턴을 분석할 수 있으며, **아이트래킹(Eye Tracking)**을 적용하여 사용자의 시선이 머무는 위치와 이동 패턴을 연구하는 방법도 있다.
반면, 오프라인 고객 데이터는 고객이 이동하면서 생성하는 데이터나, 특정 장소에서 발생하는 데이터를 수집하는 방식으로 이루어진다. 대표적인 방법으로는 GPS 정보, Wi-Fi 신호 분석, 통신사의 수발신 기록, Computer Vision(CV) 기반의 트래킹 기술 등이 있다. GPS 데이터는 사용자의 이동 경로를 파악하는 데 유용하며, Wi-Fi 신호 분석을 통해 특정 지역에서 고객의 체류 시간과 방문 패턴을 분석할 수 있다. 또한, Computer Vision 기술을 활용하면 CCTV나 센서를 통해 고객의 동선을 추적하고, 오프라인 매장에서의 행동을 분석하는 것도 가능하다.
이번 글에서는 온라인 고객 데이터를 수집하는 방법과 이를 가능하게 하는 다양한 툴을 소개하고자 한다. 디지털 환경에서 고객의 행동을 분석하는 것은 단순히 방문자 수를 파악하는 것을 넘어, 사용자의 의도를 이해하고 맞춤형 경험을 제공하는 데 중요한 역할을 한다. 예를 들어, 대기업에서는 자사 온라인 서비스에서 방문자가 어떤 이미지를 선택했는지, 리뷰를 클릭한 후 드래그했는지, 특정 리뷰에서 얼마나 오래 머물렀는지 등 세세한 행동까지 모두 기록하고 분석한다. 물론 이 과정은 익명으로 처리되며, 사용자의 개인 정보를 보호하는 범위 내에서 이루어진다. 이러한 세밀한 데이터 수집이 어떻게 이루어지는지, 그리고 이를 통해 어떤 인사이트를 얻을 수 있는지 살펴보도록 하겠다.
2024.08.14 - [[디지털전환] 첫 번째 단계 : 비즈니스 정의] - [데이터 인프라] 데이터 수집 ① 데이터 종류
[데이터 인프라] 데이터 수집 ① 데이터 종류
데이터 인프라의 시작은 데이터 수집이다. 우선 비즈니스와 관련한 어떤 데이터가 있는지 구분해 보면 아래와 같다. 일반적으로 자사데이터, 외부데이터 (3rd Party 데이터) 등으로 나누지만 데이
modigliani-dx-workshop.tistory.com
1) 구글 애널리틱스 (Google Analytics)
Google Analytics(GA)는 가장 대표적인 웹 및 앱 분석 도구로, 사용자의 방문 데이터와 행동 데이터를 수집하고 시각적으로 분석할 수 있도록 도와준다. GA는 기본적으로 웹사이트 방문자 수, 페이지뷰, 세션 지속 시간, 유입 경로, 클릭 이벤트 등을 기록하며, 태깅을 통해 특정 버튼 클릭, 스크롤 깊이, 동영상 시청 여부 같은 세부적인 데이터를 수집할 수도 있다. GA의 강점은 퍼널 분석(Funnel Analysis) 과 코호트 분석(Cohort Analysis) 기능을 통해 사용자의 행동 흐름과 재방문율을 정밀하게 분석할 수 있다는 점이다. 예를 들어, 이커머스 웹사이트에서는 사용자가 제품 상세 페이지를 방문한 후 장바구니에 추가하고 결제까지 완료하는 단계를 퍼널 분석을 통해 시각적으로 파악할 수 있다. 또한, API를 제공하여 다른 데이터베이스나 비즈니스 인텔리전스(BI) 툴과 연동할 수 있으며, 원본 데이터(raw data)를 저장하여 더욱 정교한 분석을 진행할 수도 있다. GA의 유사한 대안으로는 Adobe Analytics가 있으며, GA보다 더욱 정교한 커스텀 분석과 실시간 데이터 분석 기능을 제공하지만, 주로 엔터프라이즈 환경에서 사용된다.
| 태깅 (Tagging)
말 그대로 '장바구니 담기 버튼 클릭', '리뷰 보기 클릭' 등 측정을 원하는 사용자 행동(이벤트) 태그를 다는 작업이다.
2) 뷰저블 (Beusable)
Beusable(뷰저블)은 GA와는 다르게 사용자의 행동 데이터를 시각화하여 직관적으로 분석할 수 있도록 지원하는 도구다. GA가 수치 데이터를 기반으로 분석을 수행한다면, Beusable은 웹사이트에서 사용자가 특정 영역을 얼마나 오래 머물렀는지, 어떤 부분을 클릭했는지, 스크롤은 어디까지 내렸는지를 히트맵(Heatmap), 스크롤맵(Scrollmap), 클릭맵(Clickmap) 형태로 제공한다. 특히, 사용자가 웹페이지에서 시각적으로 주목하는 부분과 실제로 클릭하는 부분이 다를 경우, 이를 분석하여 UI/UX를 최적화하는 데 큰 도움을 줄 수 있다. 예를 들어, 특정 버튼이 눈에 띄지만 클릭률이 낮다면, 색상이나 위치를 변경하여 개선할 수 있다. 이러한 분석 방식은 랜딩 페이지 최적화(Conversion Rate Optimization, CRO) 에 효과적이며, 이커머스, 뉴스 미디어, SaaS 서비스 등에서 활용되고 있다.
3) 마우스 트래킹 (Mouse Tracking)
마우스 트래킹(Mouse Tracking)은 사용자의 마우스 움직임을 기록하여 데이터화하는 방식이다. GA와 Beusable이 특정 이벤트(클릭, 스크롤, 방문 시간 등)를 기록하는 것과 달리, 마우스 트래킹은 사용자의 마우스 이동 경로, 클릭 위치, 호버링(마우스를 특정 영역에 올려놓은 상태), 스크롤 동작 등을 모두 기록할 수 있다. 이를 통해 사용자의 관심 흐름을 추적할 수 있으며, 사용자가 직관적으로 원하는 정보를 찾았는지, 특정 요소를 쉽게 발견했는지를 평가하는 데 유용하다. 다만, 마우스 트래킹은 데이터 해석이 어렵다는 단점이 있다. 사용자가 마우스를 반드시 의도적으로 조작하는 것은 아니기 때문에, 마우스 커서의 이동만으로 정확한 관심도를 분석하기에는 한계가 있다. 또한, 모바일 앱에서는 터치스크린을 사용하기 때문에 마우스 트래킹 기법을 적용하기 어렵다.
4) 아이트래킹 (Eye Tracking)
아이트래킹(Eye Tracking)은 사용자의 마우스 움직임이 아닌 실제 시선의 움직임을 추적하여 데이터를 수집하는 방법이다. 아이트래킹 기술은 주로 물리적인 하드웨어(전용 아이트래커, 웹캠, 스마트폰 카메라)를 사용하여 사용자의 눈동자 움직임을 감지하고, 이를 화면과 매핑하여 분석한다. 이를 통해 사용자가 어떤 요소를 먼저 보고, 어디에 가장 오래 머물며, 어디에서 관심을 잃었는지 등을 측정할 수 있다. 마우스 트래킹과 달리, 아이트래킹은 사용자의 직관적인 관심사를 보다 정확하게 반영할 수 있기 때문에 UX/UI 최적화, 광고 효과 분석, 패키지 디자인 테스트, 연구 분야에서 널리 사용된다. 예를 들어, 전자상거래 웹사이트에서 특정 제품 목록을 제공할 때, 고객이 어떤 제품을 먼저 보고, 구매 결정까지 어떤 경로를 거치는지 분석할 수 있다. 최근에는 스마트폰과 태블릿에서도 아이트래킹 기술을 적용하여 모바일 환경에서도 사용자 관심도를 분석하는 연구가 진행되고 있다.
