Soyeon Yoon

스냅셀 원클릭 데이터 대시보드 출시!

이제 스냅셀에서 추출한 데이터를 시각화서 대시보드로 저장할 수 있어요. 일일이 컬럼을 지정하지 않아도 알아서 차트를 만들어 줍니다.

데이터 추출도 1분만에 해주고 시각화도 원클릭으로 끝나요. 안그래도 바쁜 메이커 여러분의 엑셀 노가다 시간을 줄여드릴게요!

더 알아보고 싶으시다면 여기를 클릭하세요 :)

커머스 회사가 데이터를 봐야하는 4가지 이유

이 글은 스냅셀 블로그에서 더 자세히 확인해 보실 수 있습니다 :)

고객에게 사랑받는 제품을 판매하는 회사일 수록 각종 업무에 밀려 데이터를 볼 시간이 없습니다. 마케팅, 고객 응대, 제품 소싱, 배송, 리뷰 관리, CS, 채널 관리까지 정신없이 일했는데 정작 결과는 적자. 이런 경험 있으신가요?

만약 그렇다면 이제는 ‘열심히’ 일하기보다 ‘똑똑하게’ 일하는 게 중요한 시점입니다.

데이터 분석에 시간을 투자하면 아래와 같은 효과를 볼 수 있습니다.

• 운영 효율화

• 재무 건전성

• 마케팅 효율 개선

• 효율적인 재고관리

구체적인 사례를 들어 살펴보겠습니다.

1. 운영 효율화 : 스마트한 리소스 분배

건강 음료를 파는 브랜드 A는 쿠팡, 지마켓, 11번가, 네이버 스마트스토어와 자사몰을 운영하고 있습니다. 쿠팡과 네이버 스마트스토어에서 가장 많은 주문이 발생합니다. 환불이나 교환 요청, 문의 사항도 가장 많이 들어옵니다.

쿠팡과 스마트스토어에서 각각 월 평균 1,000건의 주문이 발생하고, 그 중 20%는 교환/환불 요청을 한다고 가정하겠습니다.

이 두 채널에서만 월 평균 400건, 즉 하루에 약 13건의 교환/환불 문의가 발생합니다. 교환/환불 요청 건 당 상품 수거, 검수 및 재발송 처리에 드는 시간을 약 30분이라고 가정하면 하루 390분을 교환/환불 처리에 써야 합니다.

이런 상황에 만약 담당자를 채널당 한 명씩 배정해 두었다면 무슨 일이 발생할까요?

쿠팡과 스마트스토어 담당자에게 일이 몰리고 상대적으로 주문량과 교환 요청이 많지 않은 채널 담당자의 리소스는 남게 됩니다.

더욱 심각한 문제는 이런 일이 벌어지고 있는지조차 모르고 있을 수 있다는 것입니다. 이해하기 쉬운 예시로 설명했지만, 실제 업무 환경에서는 표면적으로 드러나지 않는 리소스 분배 문제가 많이 발생합니다.

데이터를 통해 각 업무에 필요한 인력을 적절히 분배한다면 효율적으로 팀을 운영할 수 있습니다.

2. 재무 건전성 : 더 높은 마진을 위한 데이터 분석

브랜드 A의 메인 제품 소비자가는 11,000원, 원가는 1,500원입니다. 쿠팡에 입점하면서 초기 프로모션으로 2개월간 9,900원에 판매하기로 결정했습니다.

쿠팡 수수료와 배송료, 광고비 등을 제외하니 제품 개당 2,000원을 정산받습니다. 스마트스토어는 수수료와 배송비, 광고비를 제외하니 제품 개당 3,500원을 정산받습니다.

이번 달 쿠팡 프로모션이 대박 나서 제품이 1만 개 팔려 월 매출 1억을 달성했습니다. 스마트스토어에서는 3천 개가 팔렸습니다. 역시 쿠팡이라는 팀원들의 환호를 뒤로 하고 잠시 계산을 해보겠습니다.

쿠팡 : (2,000원 (정산가) - 1,500원 (원가)) x 10,000개 = 5,000,000원

스마트스토어 : (3,500원 (정산가) - 1,500원 (원가)) x 3,000개 = 6,000,000원

쿠팡 물량을 소화하는 데 붙은 팀원의 인건비까지 생각한다면 쿠팡에선 오히려 적자입니다.

물론 입점 첫 달이고 프로모션 이후 재구매율과 매출 성장세를 봐야겠지만, 판매량과 매출이 높다고 무조건 납품량을 늘린다면 오히려 손해를 볼 수도 있습니다. 특히 정산금 지급 주기가 긴 채널의 손익은 스스로 따져보는 습관을 들여야 합니다.

3. 마케팅 효율 개선 : 어떤 채널과 컨텐츠에 집중해야 할까?

마진이 높은 자사몰 판매량을 늘리기 위해 마케팅 활동을 진행할 때도 데이터 분석은 필수입니다. ROAS, ROI, 전환 당 비용, CAC, LTV 등 다양한 지표를 비교 분석해 마케팅 캠페인의 효율을 측정하고 개선할 수 있습니다.

광고를 집행한다면 페이스북, 인스타그램, 구글, 네이버, 카카오 등 채널에 지불하는 광고비와 각 채널에서 발생하는 매출을 따져보고 우리와 맞는 매체를 찾아야 합니다. 지금까지 효율이 잘 나오던 채널이라도 시즌과 광고 경쟁 상황에 따라 변동이 있을 수 있으니 꾸준한 실험을 통해 마케팅 효율을 관리해야 합니다.

같은 채널 내에서도 어떤 종류의 컨텐츠가 많은 전환(=구매)을 일으키는지, 높은 ROAS를 만들어 내는지 비교 분석해 타겟에 맞는 컨텐츠를 파악해야 합니다.

4. 효율적인 재고관리 : 판매량 분석으로 수요 예측까지

재고관리에서 중요한 것은 제품을 얼마나 가지고 있느냐가 아니라, 어떤 제품을 얼마나 가지고 있어야 하는가입니다. 'ABC 분석'이라는 분석 기법을 활용해 재고를 효율적으로 관리할 수 있습니다.

ABC 분석이란?

ABC 분석은 제품을 A, B, C 세 그룹으로 분류하여 관리하는 방법입니다. 'A' 그룹에는 가장 높은 우선순위를 가진 제품들이 포함되며, 회사 수익에 가장 큰 영향을 끼칩니다. 'B' 그룹은 중간 수준의 중요도를 갖는 제품들로 구성되며, 'C' 그룹에는 비교적 적은 영향력을 가진 제품들이 들어갑니다.

ABC 분석을 통한 재고관리

스포츠 용품을 판매하는 회사 F는 다양한 제품을 취급합니다. 이 회사의 제품을 ABC 분석을 통해 분류해 보겠습니다.

• A 그룹 제품: 이들은 회사 매출의 상당 부분을 차지합니다. 예를 들어, 러닝화와 요가 매트는 전체 판매량의 70%를 차지할 수 있습니다. 이 그룹의 제품들은 재고 부족 상황이 발생하지 않도록 항상 판매 현황과 재고량을 파악하고 있어야 합니다.

• B 그룹 제품: 이들은 판매량과 수익 기여도가 중간 수준입니다. 예를 들어, 스포츠웨어나 피트니스 액세서리가 이 그룹에 속할 수 있습니다. 이 그룹은 A 그룹만큼 긴급하지 않더라도 주기적으로 모니터링해야 합니다.

• C 그룹 제품: 이들은 전체 재고의 대부분을 차지하지만, 수익 기여도는 상대적으로 낮습니다. 예를 들어, 일부 특수 용도의 운동 장비나 액세서리가 여기에 해당됩니다. 이들 제품은 재고 수준을 낮게 유지하며, 수요가 있을 때만 주문하는 것이 효과적일 수 있습니다.

판매량 분석과 수요 예측

ABC 분석에 더해, 판매량 분석을 통해 각 제품군의 수요 변화를 예측하는 것이 중요합니다. 예를 들어, 여름철에는 러닝화와 요가 매트의 수요가 증가하므로, 이 시기에는 A 그룹 제품의 재고를 추가로 확보할 필요가 있습니다. 반면 겨울철에는 이들 제품의 수요가 감소하므로 재고를 줄일 수 있습니다.

이처럼 ABC 분석과 판매량 분석을 결합하여 사용하면, 재고 관리의 효율성을 크게 향상시킬 수 있습니다. 재고 과잉이나 부족으로 인한 비용 손실을 최소화하고, 고객의 수요에 빠르고 정확하게 대응할 수 있게 됩니다.

—

바쁘게 돌아가는 커머스 회사에서 이 모든 영역을 신경 쓰기란 쉽지 않습니다. 하지만 운영, 마케팅, 재무, 재고관리 등 중요한 업무가 최소 2개월 이상 원활하게 돌아가지 않는다면 잠시 멈춰서 종합 점검을 해 볼 필요가 있습니다.

초보자도 쓸 수 있는 (꼭 써야만 하는..?) 마케팅 분석 툴

디지털 마케팅 고수분들은 이미 다 아시는 내용일테지만, 초보 마케터들을 위해 준비했습니다!

디지털 마케팅을 처음 접하거나, 팀에서 이제 막 마케팅 예산을 확보해 광고비 규모가 크지 않다면 마케팅 데이터 분석 환경을 쌓아가기에 오히려 더욱 좋은 상황일 수 있습니다.

마케팅 분석 툴을 고르는 방법

마케팅 분석이 중요한 만큼, 올바른 툴을 고르는 것 역시 중요합니다. 아무리 좋은 기능을 가졌더라도 팀에게 맞지 않는 툴을 선택한다면 점차 사용하지 않게 되거나 지나친 비용이 발생할 수 있습니다.

캠페인을 통해 어떤 결과를 원하는지, 이 결과를 달성하기 위해 무엇을 어떻게 측정할 것인지를 먼저 명확히 정해보세요. 그리고 이 문제를 가장 잘 해결해 줄 수 있는 툴을 고르면 됩니다. 대부분의 경우 구글 애널리틱스, 광고 플랫폼 대시보드(구글, 메타, 네이버 등)와 엑셀로 기본적인 마케팅 지표 분석을 할 수 있습니다. 마케팅 채널이 늘어나고 서비스 내 지표까지 함께 봐야 할 경우 Airbridge, Mixpanel 등 별도의 서비스를 이용해야 할 수도 있습니다.

필수로 알아야 할 마케팅 데이터 분석 툴

1. Google Analytics (GA)

Google Analytics는 웹사이트 및 앱 데이터를 분석하는 데 가장 많이 사용하는 툴로, 사용자 행동, 트래픽 소스, 전환율 등 다양한 데이터를 제공합니다. 마케팅 데이터 외 서비스 내 주요 지표까지 함께 볼 수 있어 사용 범위가 넓은 툴입니다. 무료로 쓸 수 있고, 이용자 수가 많아 사용법이나 정보를 찾기 쉽다는 장점이 있습니다.

GA의 기본 기능

• 트래픽 소스 분석: 다양한 트래픽 소스(광고, 오가닉 검색, 소셜 미디어, 직접 트래픽 등)를 분석합니다.

  • UTM을 활용하면 트래픽 출처와 캠페인 정보를 지정하고 상세하게 트래킹할 수 있습니다.

    

• 행동 분석: 사용자가 웹사이트에서 어떤 행동을 하는지 분석합니다.

• 전환율 최적화: 웹사이트의 목표(예: 구매, 회원 가입) 달성률을 추적합니다.

  • 수집하고 싶은 이벤트 (예: 구매 전환, 양식 제출 등)의 트래킹 코드를 웹사이트에 심어 이벤트 발생 횟수와 경로를 추적할 수 있습니다.

  • 트래킹 코드는 Tag Manager를 활용하거나 개발팀에 요청해 심을 수 있습니다.

• 사용자 인구 통계학적 정보: 사용자의 연령, 성별, 관심사 등을 파악하여 타겟팅을 개선할 수 있습니다.

  

• 사용자 흐름: 사용자가 웹사이트 내에서 어떻게 이동하는지 분석하여 사용자 경험을 개선합니다.

2. 플랫폼별 대시보드 (Google Ads, Facebook Ads, 네이버 등)

디지털 광고를 집행한다면 광고 플랫폼에서 캠페인의 성과를 모니터링하고 분석할 수 있는 자체 대시보드를 필수로 활용해야 합니다. 대행사에서 광고를 대행해 주고 있다면 대시보드 접근 권한을 요청하거나, 로데이터를 엑셀로 받아서 스스로 성과를 분석하는 습관을 들이는 게 좋습니다.

대시보드의 주요 기능

• 성과 지표: 클릭률, 전환율, 비용 대비 수익 등 다양한 성과 지표를 분석합니다. Tag Manager나 Pixel을 잘 활용한다면 광고 대시보드에서도 전환 실적(전환 당 비용, 전환 수 등)을 체크할 수 있습니다.

  

• 타겟 분석: 지역, 연령, 성별 등 다양한 기준으로 광고 성과를 모니터링 할 수 있습니다. 특정 연령과 성별에서 광고 반응이 좋다면 해당 타겟에 맞는 소재를 제작해 후속 광고를 돌리는 방식으로 성과를 개선할 수 있습니다.

• 맞춤형 보고서: 광고 플랫폼에서 제공하는 수많은 성과 지표 중 꼭 필요한 지표만 골라 맞춤형 보고서를 생성합니다.

  

3. 엑셀 / 구글 시트

엑셀과 구글 시트는 여러 플랫폼에 흩어진 데이터를 모아서 분석할 때 사용하는 게 좋습니다. 또는 데이터를 자유롭게 가공하고 싶을 때에도 효과적입니다.

엑셀 / 스프레드시트 활용 예시

• 다양한 소스에서 수집된 데이터를 통일된 형식으로 정리합니다. 광고 플랫폼과 GA 데이터를 엑셀로 export 해서 연결 지어 볼 수 있습니다.

  • 예: impression - click - session - conversion

    

• 비교 분석: 여러 광고 채널의 성과를 비교 분석해 어떤 채널에 자원을 집중할 지 분석합니다.

• 시각화: 데이터를 시각적으로 표현해 쉽게 이해할 수 있게 만듭니다. 다른 팀원과 의사결정자에게 성과 공유를 쉽게 할 수 있습니다.

단점

• 시간 소모: 데이터 정제 및 가공에 시간이 많이 걸립니다.

• 데이터 양이 많을 경우 버벅이거나 렉걸림/응답없음 현상이 나타납니다.

• 협업 문제: 여러 사람이 데이터를 공유할 때 파일을 찾거나 최신 버전으로 유지하기 어렵습니다.

마무리하며

마케팅 캠페인을 효율적으로 운영하려면 데이터를 꾸준히 모니터링해 개선해 나가야 합니다. 예를 들어, 캠페인의 초기 단계에서 데이터를 분석하여 광고 메시지나 타겟팅 전략을 조정할 수 있습니다.

마케팅 분석은 복잡해 보일 수 있지만 올바른 도구를 선택하고, 분석 대상을 명확히 하며, 지속적으로 데이터를 모니터링하면 어렵지 않게 접근할 수 있습니다.

신기능 출시 후 ‘이것’ 분석하고 WAU 90% 증가시킨 이야기

제품 관리자는 직관과 데이터를 적절히 활용해 제품을 개선해야 합니다. 그렇다면 어떤 데이터를 어느 시점에, 어떻게 봐야 할까요? 이번 글에서는 제품 지표를 개선할 때 유용한 접근 방법에 관해 이야기하겠습니다.

1. 항상 문제에서 시작할 것

인도네시아 시장을 대상으로 커머스 솔루션을 제공하는 회사의 제품 관리자로 근무하면서 판매자들을 위한 새로운 광고 기능을 출시한 적이 있습니다. 광고를 통해 사전 등록한 고객도 많았고, 고객 피드백에도 주기적으로 요청이 들어오던 기능이라 회사의 기대가 컸습니다. 하지만 정작 출시 후, 유저들은 이 새로운 기능을 거의 사용하지 않았습니다.

이 결과는 큰 절망과 동시에 중요한 질문을 던졌습니다: "왜 사용자들은 이 기능을 사용하지 않을까?"

2. 데이터로 문제 진단하기

데이터를 보면 문제가 발생한 부분이 보입니다. 처음부터 모든 가능성을 펼쳐놓고 보게 되면 오히려 너무 막막해지기 때문에 데이터를 분석할 때는 원하는 결과에서 한 단계씩 뒤로 가며 지표를 확인하는 게 좋습니다.

위 케이스로 예를 들자면 아래와 같습니다.

저조한 광고 거래액 > 광고 기능을 activate한 유저 수가 적음 > 광고 연동 단계에서 중도 포기가 많음 > 신용카드 등록 단계에서 이탈률 높음

핵심 문제는 바로 '신용카드 등록률의 저조함'이었습니다. 신용카드 등록률이 낮아 애초에 광고 기능을 활성화할 수 없었고, 저조한 광고 기능 사용으로 이어졌습니다.

3. 고객 특성에 맞는 해결책 내놓기

신용카드 등록률이 낮은 이유를 파악하기 위해 조사해 보니 인도네시아의 신용카드 보급률이 2%가 채 안 된다는 걸 알게 되었습니다. 급하게 신용카드가 없어도 광고 포인트를 충전할 수 있는 시스템을 도입했습니다. 마침 서비스 내에 포인트를 활용하는 시스템이 갖춰져 있었습니다. 회사의 기존 자산을 활용해 타겟 고객의 문제를 해결해 준 맞춤 해결책이었습니다.

결과 : WAU 90% 증가

결과는 놀라울 정도로 성공적이었습니다. 광고 기능 사용량은 급증했고, 주간 활성 사용자(WAU)는 무려 90% 증가했습니다. 이 경험은 데이터를 통한 문제 해결의 중요성을 다시 한번 확인시켜 주었습니다. 데이터는 단순한 숫자가 아니라, 사용자의 목소리와 시장의 트렌드를 반영하는 강력한 도구임을 명심해야 합니다.

혹시 서비스 개선에 데이터를 활용하고 싶지만 어디서 어떻게 시작해야 할 지 막막한 PM, PO분들이 계시다면 댓글 남겨주세요! 무료로 데이터 분석에 관한 노하우를 전수해 드리고 컨설팅을 해드립니다 :)

chatGPT로 엑셀 분석 1분컷

엑셀이나 스프레드시트로 데이터 분석하시는 분들 많으시죠?

고객 미팅을 하다보니 정말 다양한 형태의 화려한 스프레드시트들을 많이 보게 되는데요, 제가 담당자라면 당장 run 하고싶은 파일들도 많.... 😂

그래서 오늘은 이렇게 고통 받으시는 분들을 위해 새로운 컨텐츠로 돌아왔습니다 !!

셀에 수식 한 땀 한 땀 붙여넣기 하지 말고 chatGPT 써서 칼퇴 각 세워봅시다!

chatGPT로 엑셀 분석 빠르게 끝내기

• 수식 검색

• 자세한 조건과 기준으로 후속 질문하기

• 원하는 결과가 나오지 않았을 때

검산하기

자세한 내용은 링크를 확인해 주세요 :) 데이터 분석 관련해 더 알고싶으신 주제 제안도 편하게 남겨주시면 다음 콘텐츠에서 다뤄보겠습니다!

그럼 모두 즐거운 불금 되시길 🔥