퍼널(Funnel)과 저니(Journey)로 '첫 구매 전환을 달성하려면!'

한눈에 보는 핵심요약
퍼널(Funnel)과 저니(Journey) 분석의 고객 사례를 살펴보는 시간을 가져보았습니다. Amplitude와 가상 시나리오를 통해 이해하기 쉽게 알아보겠습니다.

20251017164111630_3ebcc295-ada5-4aa2-a13e-41bd9d142ede.png

신규 회원들이 첫 방문만에 절반이 사라진다면,

첫 방문만에 절반이 사라진다면, 이번에도 가슴이 아플 것 같습니다…

그래서 우리는 저번 시간에 퍼널과 저니를 알아가는 시간을 가졌습니다.

오늘은 이 문제를 해결한 고객 사례를 알아볼까 합니다.

퍼널과 저니 분석을 통해 문제점을 확인하고 적절한 솔루션 방향까지 찾아

문제를 개선했던 사례를 Amplitude를 활용하여 가상 시나리오와 함께 살펴보겠습니다.

지난 시간의 내용이 기억나지 않는 분이 계시다면

위 이미지를 클릭하여 한번 보고 오시고, 기억하시는 분들은 본격적으로 살펴보겠습니다.

Funnel 분석으로 구매 전환율 10% 향상 – Instacart

미국 최대 온라인 장보기 플랫폼 Instacart는 웹 또는 앱을 통해 사용자가 1시간 안에 식료품을 주문 및 배송 받을 수 있는 서비스입니다.

성장 초기 신규 가입자의 첫 구매 전환율이 기대보다 낮은 것이 핵심 과제였습니다.

1) Instacart가 가지고 있던 문제는?

가입 후 첫 구매까지 이어지지 않는 비율이 과도하게 높았으나, 자체 구축된 분석 시스템은 셀프 분석이 어려워 빠른 가설 검증이 불가능했습니다.

2) Instacart는 어떻게 분석했을까? – Amplitude 퍼널 기반 분석

다음 분석 내용은 가상 시나리오 입니다.

기본적인 차트로 문제점 발견

신규 회원 가입자(User Sign Up) 대비 구매 전환(Complete Purchase)이 낮은 상태를 세그먼트 차트를 통해 확인했습니다.

⇒ 신규 회원 가입(파랑 영역)이 구매 전환 (녹색 영역) 보다 넓은 현상 발견.

⇒ 회원 가입은 해놓고 구매까지는 하지 않는 상황으로, 온보딩/결제 부분의 문제가 있음을 예상

⇒ 따라서 실제 회원 가입 및 전환율을 퍼널로 확인할 필요가 있음

저니 차트로 사용자 이동 경로 확인

올바른 퍼널 차트를 작성하기 위해, 회원 가입부터 구매 완료까지 사용자가 이탈한 경로를 저니 차트 로 생성했습니다.

⇒ 회원 가입 후 View Item Detail (보라) 이벤트로 이어지는 경우가 반복됨을 확인

⇒ View Item Detail (보라) 이벤트가 진행된 이후 Add to Cart (노랑) 이벤트로 이어지는 경우가 많음

다음은 구매 전환에 성공한 전환 기반의 저니 차트 생성하여 이탈 경로와의 공통점을 탐색 하였습니다.

⇒ View Item Detail (빨강) 이벤트 이후 Add to Cart (파랑)로 이어지는 공통적인 경로 확인

⇒ View Item Detail (빨강) 이벤트 이후 바로 구매로 이어지는 경로도 확인

퍼널 분석을 통한 이탈 수치 확인

저니 분석을 통해 공통되는 기본 경로를 작성하고,

⇒ A 경로 : 회원 가입 → 상품 탐색 → 장바구니 → 구매

⇒ B 경로 : 회원 가입 → 상품 탐색 → 구매

위 두 경로를 퍼널로 확인하여 이탈의 포인트가 되는 이벤트를 탐색하였습니다.

먼저 A경로의 경우 View Item Detail 이벤트에서 큰 폭으로 이탈하는 지점을 발견 하였습니다.

마찬가지로 B경로에서도 View Item Detail 이벤트에서 큰 폭으로 이탈하는 지점을 발견 하였습니다.

⇒ 전반적으로 View Item Detail 이벤트에서 큰 폭의 이탈 현상을 확인

⇒ 상관관계 분석을 통해 이탈되는 이벤트를 확인해야 함

* 상관관계 분석 : 두 이벤트 값이 함께 어떻게 움직이는지를 숫자로 나타내어 관계의 방향과 강도를 보는 분석 (Amplitude 에서는 Conversion Driver)

상관관계를 통해 이탈 원인 분석

여기서 잠시! 상관관계가 무엇인지 아주아주 간단하게 터치하고 가겠습니다.

상관 관계의 예시를 통해 알기 쉽게 설명하자면 상관관계는 “같이 늘어나거나 줄어드는 현상” 을 말합니다.

예를 들어, ‘아이스크림과 에어컨의 판매량’ 입니다.

날씨가 더울수록 아이스크림 찾는 사람도 늘고, 에어컨을 사는 사람도 늘어납니다.

반대로 날씨가 추워지면 찾는 사람도 사는 사람도 줄어듭니다. 그래서 두 판매량은 같이 올라가고 내려가는 경향이 있습니다.

이것이 상관관계 입니다.

아이스크림 때문에 에어컨이 잘팔리는 것은 아니지만, 서로 같이 늘어나고 줄어드는 관계를 상관관계 라고 합니다.

Amplitude의 퍼널 분석에서는 Conversion Driver 기능이 있고, 이는 이벤트 간의 상관관계 분석 결과를 볼 수 있는 가능이 있습니다.

먼저 전환과 이탈의 대한 상관관계 점수가 높은 이벤트를 기준으로 살펴보았습니다.

이탈에 영향을 준 상위 이벤트

Correlation Score는 상관관계 점수로서 -1 ~ 1 사이의 범위로 되어 있으며, 1값에 가까워 질수록 이탈의 영향력이 큰 이벤트라는 것을 의미 합니다.

현재 차트를 살펴보면 Welcome Page와 Start Session 이벤트에서 이탈의 대한 높은 상관관계를 보이고 있으며, 이는 사용자들이 User Sign Up 이후 View Item Detail 로 가지 않고 Welcome Page 또는 Start Session 에서 머물다가 이탈하는 경우가 많다는 것을 의미합니다.

전환에 영향을 준 상위 이벤트

이번에는 전환에 영향을 준 이벤트를 이야기 해보겠습니다. Correlation Score는 이탈의 내용과 마찬가지며,

Log In 과 Search for Items 이벤트에서 전환의 대한 높은 상관관계를 보이고 있으며, 이는 대부분의 사용자들이 User Sign Up 이후 View Item Detail 로 가기전에 Log In 또는 Search for Item 를 거친다는 것을 의미합니다.

정리하자면,

⇒ 이탈의 영향이 큰 이벤트는 Welcome Page와 Start Session 임을 확인

⇒ 전환의 영향이 큰 이벤트는 Log In과 Search for Item 임을 확인

⇒ 우리는 이탈의 문제를 중점적으로 분석하고 있기 때문에 좀 더 상세하게 볼 수 있는 상관관계 데이터 테이블 차트가 필요

상관관계 데이터 테이블 차트로 개선 방향 찾기

여기서 또 잠깐! 상관관계는 알겠는데, 상관관계 데이터 테이블?

“사용자가 어떤 이벤트(행동)를 한 사람과 안 한 사람 중 누가 전환 또는 이탈을 더 잘했는지 비교하는 표”라고 이해하시면 될 것 같습니다.

위와 같은 형태의 데이터 테이블이 바로 “상관관계 데이터 테이블” 입니다.

더 자세한 내용은 이탈의 영향력이 큰 Welcome Page와 Start Session 내용으로 설명 드리겠습니다.

먼저 이탈 영향력이 가장 큰 Welcome Page의 상관관계 데이터 테이블 을 가져와서 해석하자면,

① Sign Up → Welcome Page → View Item Detail 이 과정으로 View Item Detail까지 도달한 비율과 사용자 인원 입니다.

② Sign Up → Welcome Page → 이탈 이 과정으로 Welcome PStart Session을 보고 이탈한 비율이 크다는 것을 확인함으로써age만 보고 이탈한 비율과 사용자 인원 입니다.

③ Sign Up → View Item Detail 이 과정으로 Welcome Page를 보지도 않고 바로 View Item Detail로 도달한 비율과 사용자 인원 입니다.

④ Sign Up → 이탈 이 과정으로 Welcome Page를 보지도 않고 회원가입만 하고 이탈한 비율과 사용자 인원 입니다.

이 상관관계 데이터 테이블을 통해서 우리가 알 수 있는 것은

⇒ 회원가입 후 대부분의 사용자는 Welcome Page 거치지 않고, 바로 View Item Detail로 약 92.6%가 도달함

⇒ 심지어 회원가입 후 사람들은 Welcome Page를 보고 이탈해 버리는 사용자가 약 58.7%가 이탈함

⇒ 따라서 Welcome Page는 전환을 돕는 요인이 아닌, 이탈과 연결된 이벤트로 보임

같은 방식으로 이탈의 영향력이 다음으로 높았던 Start Session의 상관관계 테이블 은,

Start Session을 보고 이탈한 비율이 크다는 점을 확인함으로써

⇒ 회원가입 이후 Start Session도 전환을 돕는 요인이 아니라, 오히려 이탈과 직결되는 이벤트로 보임

따라서 이 차트를 통해 우리가 개선하고 강화해야 할 방향성을 보자면

②번 영역의 수치가 높을 경우 해당 페이지 (Welcome Page) 의 필요성을 재검토 해볼 필요 가 있음을 의미 합니다.

왜냐하면 해당 페이지를 보지도 않고, 전환 페이지로 도달 했기 때문입니다. 따라서 ②번 영역의 수치가 높을 경우

해당 페이지의 매력도가 높다면 전환을 유도하고, 불필요하다면 제거하는 솔루션 이 필요합니다.

반면, ③번 영역의 수치가 높을 경우 해당 페이지 (Start Session) 제거하기 보다는 보완의 여지가 있음 을 의미합니다.

전환 페이지에 도달하기 전에 해당 페이지를 확인 후 이탈 이 되었다는 것은 전환 페이지의 매력도가 낮기 때문입니다.

따라서 ③번 영역의 수치가 높을 경우 해당 페이지의 매력도를 높여, 다음 행동을 취할 수 있도록 유도하는

고도화 또는 개선하는 솔루션 이 필요합니다.