2014년 8월 18일 월요일

데이터 분석의 시작



기업들은 각자의 방식으로 자사의 데이터들을 분석하고 활용하고 있습니다. 외부 솔루션을 활용하거나, 자체적인 분석역량을 동원하여 데이터를 수집하고 분석하고 보고하고 있습니다. 이와 더불어, 산재해 있는 데이터를 어떻게 활용을 해야 하는지, 무슨 데이터를 볼 것인지에 대한 고민도 함께 있을 것입니다. 또한 방대한 양의 데이터를 혼자서 엑셀로 처리하기에도 한계가 있습니다.

그래서 비교적 쉽게 데이터 분석에 접근 할 수 있는 방법이 무엇일지 고민해 보았습니다. 그 핵심은 ‘보유하고 있는 데이터를 이해하기 쉽게 표현해 내기’라고 생각합니다. 즉, 시각화(Visualization)라고 할 수 있습니다. 시각화의 시작은 거창한 인포그래픽, 화려한 그림과 숫자가 아니라, 보는 이가 이해하기 쉽도록 내용을 구성하는 것입니다.

최근에는 유료 데이터 분석 도구뿐만 아니라, 오픈소스 패키지를 통해 다양한 방식으로 데이터를 처리하고 시각화를 하고 있습니다. 저는 온라인 쇼핑몰 데이터를 분석하고 현황을 탐색하기 위해 고려대 통계학과 허명회 교수님의 블로그를 통해 시각화 아이디어를 얻고 있습니다(Using R).

상자그림(box plot) 활용



위 그림은 box plot(상자 그림)을 활용하여, ‘우리나라 18대 국회의원 선거구의 선거인수 분포’를 나타낸 그림입니다. 상자그림에서 상자의 중앙선은 자료 분포의 중간값을 나타내고, 상자의 아래/위 모서리는 하위 사분위수와 상위 사분위수를 나타냅니다. 상자에 연결된 줄의 양 끝은 특이점이 아닌 자료 값들의 최소값과 최대값에 위치합니다. 특이점이 있는 경우, 줄의 양 끝 바깥에 동그란 점으로 찍힙니다.

상자그림(box plot) 분포도의 논리는 ‘쇼핑몰의 카테고리 별 상품분류의 구매 수 현황’ 탐색에 활용 할 수 있습니다. 쇼핑몰에서 판매하는 제품들은 카테고리별로 나누어져 있으며, 각 카테고리 별 제품들은 서로 다른 구매력을 갖고 있습니다. 특정 카테고리의 제품들은 골고루 잘 팔리는 반면, 불균형하게 일부 제품만 팔리는 경우도 있습니다. 아래 그림은 임의의 데이터를 활용하여 쇼핑몰에서 분석 할 수 있는 카테고리 별 제품 판매 현황입니다.



카테고리 내 상품들의 구매 수를 분석 한 결과, 최대값은 최소값의 약 2.5배이고, 하위 사분위수는 상위 사분위수의 1.4배입니다. 그만큼 카테고리 내 제품 구매의 불균형도가 크다는 것을 의미합니다.



여러 개의 자료 묶음으로 카테고리를 나누어 보면 비교에 있어 시각적 효과가 좋습니다. 화장품 카테고리의 중간값이 가장 크고, 채소&과일&계란이 가장 작게 나타나 있습니다. 채소&과일&계란과 어린이제품의 경우는 카테고리 내 상품간 구매 수의 불균형이 높은 것을 알 수 있습니다. 건강식품, 음료, 간식의 경우에는 하얀색 점을 볼 수 있는데, 이는 특정 제품에서 특이점을 보일 만큼 구매수가 높았다는 것을 발견할 수 있습니다.


이와 같은 방법을 사용하면 제품 판매에 대한 분포를 한눈에 볼 수 있습니다. 제품 카테고리의 하위 카테고리를 개별 상품과 연계하여 더 세분화한 분포를 보는 것도 의미가 있을 것입니다.

결론

데 이터 분석은 작은 아이디어에서부터 시작할 수 있습니다. 무슨 데이터를 어떻게 보아야 할지는 Small Data부터 보기 좋게 나열해 놓으면서 시작해 보시기 바랍니다. 그러면 그 시작이 Big Data로 가는 첫걸음이 될 것입니다.

메인 이미지 출처: zdnet

Geo 정보를 활용한 데이터 분석 - 데이터 시각화

스마트폰의 발전으로 현재는 스마트 모바일시대라고 불리웁니다. 모바일의 트래픽이 PC의 트래픽을 넘어서고 있으며, 모바일의 위상은 점점 커지고 있습니다. 모바일 시대가 자리잡으면서 모바일의 주요 특징 중 하나인, ‘위치기반서비스’가 핵심 서비스로 부상하고 있습니다. GPS를 활용한 Geo-Fencing서비스, 블루투스를 활용한 애플의 아이비콘 등이 대표적인 예라고 할 수 있습니다.


<Geo-Fencing 서비스 예>


이와 같이 지리정보를 활용한 다양한 서비스들이 존재하고 있다는 것은 지리정보의 가치가 상당히 의미 있게 쓰일 수 있기 때문입니다. 또한, 지리정보를 활용한 데이터 분석 결과는 시각화가 필수적이며 가치 있는 내용을 한눈에 볼 수 있습니다.

지리 데이터 분석

일반적으로 기업들은 온라인과 오프라인 정보를 수집하고 있으며, 지리(지역)정보도 함께 수집하고 있을 것입니다. 분석가는 수집되고 있는 지리정보를 활용하여 다양한 분석을 시도 할 수 있고, 이미 많은 가치 있는 인사이트를 얻고 있습니다.

그렇다면 지리정보를 활용하여 실제 어떤 분석을 할 수 있으며, 어떤 재미있는 결과들을 알 수 있을까요? 서울시에 설치된 공공 wifi 현황 데이터를 활용하여 지리정보를 활용하는 방법을 알아보겠습니다.

서울에 설치된 공공 wifi는 KT, LGU+, SKT, 서울시가 설치하였으며 데이터는 설치기관과 설치장소, 설치좌표로 이루어져있습니다. 먼저, 기관별 공공 wifi가 서울시에 어떻게 분포되어 있는지 확인해 볼 수 있습니다. 데이터에 있는 경도와 위도를 구글맵에 얹어 시각적으로 표현해 보겠습니다.

통계 분석 툴인R을 활용해 구글맵의 서울시 지도를 불러 온 후, 데이터 파일에 있는 좌표에 맞추어 점을 찍어 줍니다.



색으로 각 기관을 구분해 놓았으나, 정보가 한눈에 들어오지 않고 이해하기 어려운 형태로 보여지므로, 기관별로 묶어주는 선을 그린 다음, 4가지 기관을 구분하여 표현해 줍니다.



서울시 전역에 흩어져 있는 공공wifi의 현황을 기관별로 이해하기가 쉬워졌습니다. KT는 종로구 쪽에 집중적으로 공공wifi를 설치하였고, LGU+는 서울 전역에 골고루 설치한 것을 볼 수 있습니다.

추가적으로 설치 장소 별로는 어떤 특징이 있을까요?



KT는 관광명소, LGU+는 주요거리, SKT는 공원, 서울시는 공공청사를 중심으로 공공wifi를 설치한 것을 알 수 있습니다.

이와 같이 지리정보를 활용하여 지도에 원하는 항목이나 수치를 표현해 주는 시각화는 데이터를 쉽게 이해 할 수 있게 해줍니다.

마케팅 적용 방안

기업이 보유하고 있는 지역 데이터를 활용하여 위와 같이 시각화로 표현해 보는 것은 매우 의미가 있습니다. 온라인에서 구매하는 상품과 오프라인에서 구매하는 상품의 차이는 분명히 있을 것이고, 여기에 지역정보를 추가하여 분석해 보면 가치 있는 정보를 얻을 수 있습니다.

특정 기업의 온라인 몰을 많이 이용하는 고객들이 밀집한 구역과 그 구역에서 많이 팔리는 상품들을 지도위에 펼쳐놓고 확인해 본다면 재미있는 마케팅 인사이트를 얻을 수 있을 것으로 생각됩니다.

예를 들어, 들고 이동하기에 무거운 생수는 온라인 몰에서 많이 팔리는 상품 중 하나입니다. 그리고 일반적으로 물과 같은 상품은 특정 브랜드에 대한 고객의 충성도가 높고 전환율도 높습니다. 온라인 몰에서 생수를 많이 사는 고객들은 사이트 재방문율이 높으므로 마켓 타겟팅에 활용하기에 좋은 고객군입니다. 이들이 많이 살고 있는 지역이나 구역의 오프라인 매장(특히, 대형마트)에 적극적인 마케팅을 진행해보는 것도 의미가 있을 것입니다. 온라인 고객의 충성도를 오프라인까지, 역으로 오프라인 고객의 충성도를 온라인으로 활용할 수 있습니다.

이와 같은 방식으로 매출이 높은 상품을 온라인/오프라인으로 구분하여 지역적 괴리를 살펴보는 등 다양하게 데이터를 만져본다면, 흥미로운 결과를 도출 할 수 있으리라 생각됩니다.

Attention - Oriented Design: 성공적인 랜딩 페이지 만들기

마이크로소프트사의 Chao Liu의 연구에 따르면, 웹사이트에 방문한 사용자의 평균 체류시간은 10~20초 정도라고 합니다.



대부분의 방문자는 10~20초 정도 사이트를 머물고 이탈하지만, 그 시간내에 방문자가 이탈하지 않도록 관리한다면 사이트 체류시간을 늘릴 가능성은 있습니다. 방문자들은 보통 온라인 컨텐츠 중 의미있는 변수들을 빠르게 인지하고, 불필요한 내용을 접하면 주의 집중이 흐려지곤 합니다. 사이트를 방문자 새로운 고객에게 접속 후 초기 10초 내에 가치를 주지 못한다면 방문자는 떠나게 되고 사이트가 주고자 했던 가치는 그 즉시 잊혀질 것입니다. 랜딩 페이지는 방문자가 원하는 올바른 위치에 존재하여야 그 가치를 발현 할 수 있습니다. 방문자(고객)의 주의를 집중 시킬 수 있는 랜딩 페이지를 디자인 할때 필수적으로 고려해야할 가이드 라인이 있습니다.

설득하려는 포인트에 우선순위를 두어라!

웹 페이지의 상담은 하단 부분과는 다르게 스크롤 하지 않고도 볼 수 있는 부분이며, 모든 웹사이트에서 고객의 주의를 사로 잡을 수 있는 가장 중요한 영역입니다. 사이트에 접속한 방문자가 가장 먼저 인지하는 곳이므로, 이 페이지는 방문자에게 다음과 같은 3가지 물음에 즉각적으로 대답을 줄 수 있어야 합니다.

1. 방문자에게 무엇을 줄 수 있는가?

2. 흥미를 끄는 오퍼는 무엇인가?

3. 방문자는 그 다음에 무엇을 해야 하는가?

특정 페이지에 대한 방문자의 주의 집중도를 측정 하는 방법이 있습니다. Attensee라는 툴을 활용하여 특정 페이지를 바라보는 고객의 주의가 어떻게 변하는지, 어떤 요소에 주의가 집중되는지 알 수 있습니다. 이 정보를 활용하여 방문자의 시각적 커뮤니케이션 패턴을 알 수 있으며, 방문자의 주의를 끄는 요소가 무엇인지, 어떠한 형태로 이어지는지 확인 하는 것은 중요합니다.




불필요하게 주의를 분산시키는 요소는 제거하라!

폴란드의 거장 영화감독인 키에스롭스키는 영화의 모든 장면은 목적이 있다고 이야기했습니다. 즉, 모든 장면은 무엇이든 전달하고 있으며, 관객에게 메시지를 줍니다. 인간은 대화를 하는 종이며, 서로가 서로에게 스트로리를 전달 할 수 있다는 것을 알고 있습니다. 웹사이트 마찬가지 입니다. 페이지 레이아웃에 규칙 없이 흩어져 있는 요소들은 마케팅 메시지(AIDA cycle - Attention, Interest, Desire, Act)를 전달하는데 방해를 줍니다. 제품의 상세 정보 페이지인 미니멀리스틱 디자인 예를 관찰해 보고 적용해 보세요. 상품에 대한 Great 정보를 우리에게 전달해주는 것처럼, 페이지의 모든 요소들은 그 목적이 있다는 것을 알 수 있습니다.




Takeaways

랜딩 페이지를 디자인 할 때 기억해야 할 3가지 요소.

  • 방문자가 웹사이트에 접속한 초기 10~20초 동안, 랜딩 페이지의 목표는 방문자가 원하는 가치를 즉각적으로 보여주는 것입니다. 사람들은 웹사이트를 읽지 않습니다. 가치 있는 정보 위주로 훌어 볼 뿐입니다. 방문자에게 가치를 빨리 전달하면 할 수록, 방문자들은 더 오래 머물고, 더 많이 읽을 것이고, 사이트가 의도하는 바(구매, 신청, 가입 등)를 시도할 가능성이 높아 집니다.

  • 웹사이트 상담 부분에서 발생하는 주의 분산은 측정과 최적화가 가능합니다. Attensee와 같은 툴은 사이트에서 제공하는 요소들이 고객의 주의를 어떤 방식으로 집중 시키는지 확인 할 수 있습니다.

  • 사용자의 주의 집중 기간은 한계가 있으므로, 잘 활용해야 합니다. 웹사이트 디자인에 더 집중하도록 만들고, 주의를 분산 시키는 요소를 제거한다면, 고객에게 제공하려는 마케팅 메시지를 직접적으로 연결 시킬 수 있을 것입니다.

직관에 어긋나는 A/B 테스트 결과



많은 고객사들은 웹사이트 최적화를 위해 다양한 테스트를 진행합니다. 그리고 가장 기본적인 테스트는 A/B 테스트 입니다. 기획자들이나 분석가들은 어떤 아이디어로 A/B 테스트를 진행하고 전환율 상승에 기여 할 수 있을까요.

‘자사 제품의 장점을 부각하는 것이 좋다’, ’디자인은 심플하고 명료해야 한다’, ‘정보를 확실하게 전달해야 한다’ 와 같이 직관적이고 상식적인 사고를 통해 만들어진 웹 UI는 기본적으로 통용되고 널리 쓰이고 있습니다. 그리고 일반적으로 이러한 방식들은 누구에게나 납득이 가며 고객의 전환율에도 영향을 미칠 것으로 생각됩니다. 하지만 반직관적인 아이디어와 사고가 오히려 전환율을 상승시킬 수 있다는 테스트 결과들이 있습니다. 그리고 이 결과는 데이터로 증명 하지 않는 한 믿을 수 없는 상식의 차이를 만들어 냈습니다. 각 사례를 해석하고 이유를 붙여 설명을 하지만 쉽게 납득이 가지 않는 결과들은 놀라울 정도입니다 . 그러나 이는 데이터로 증명되었습니다.


인간의 반직관적인 사고는 심리학의 다양한 분야에서 연구되어 왔습니다. '인지부조화', '플라시보 효과', 밀그램의 연구인 '권위에 대한 복종', '브레인 스토밍의 비효율성' 등의 결과는 일반적으로 "설마 사람들이 그러한 행동을 하겠어?" 혹은 "당연히 이게 맞지!" 등의 반응을 뒤엎어 버립니다. 상식적으로는 이해 할 수 없는 상황이지만 그 속에 당사자가 되는 경우 사람들은 실제로 반직관적으로 행동하고 사고한다고 합니다.

이와 같이 인간의 본성이나 마음의 작동원칙이 반직관적일 수 있다는 기본전제는 Test에 충분히 활용할 수 있을 것입니다. 물론 반복적인 테스트를 통해 실제로 적용 가능한 수준인지에 대한 검증이 필요하고 데이터에 기반해야 합니다. 상식적으로 보기에 좋지 않아 거부해 버린 아이디어가 실제로는 큰 가치를 가질 수 있다는 생각을 갖고, 이 가능성을 포기하는 일이 없도록 주시하는 노력이 필요할 것으로 생각됩니다.

이미지 출처: flickr

트래픽 데이터를 활용한 통계 분석


웹에서 발생하는 데이터를 활용하여 다양한 지표들의 기술통계/추론통계의 수치를 확인하고 아이디어를 제시해 보는 방법에는 어떤 것들이 있을까요. 통계 분석에서 기본적이고 쉽게 다가갈 수 있는 방법으로 각 지표들 간의 상관계수를 구해 보는 것입니다. 즉, 지표(변수)들 간의 관계를 이해하고 이를 활용하는 방법입니다.

통계 활용 예

물건을 파는 사이트의 경우 가장 중요한 지표는 무엇일까요? 매출에 직접적으로 연결되는 “주문 수” 입니다. 즉 “물건이 얼마나 팔렸나” 입니다.

그렇다면 주문 수와 가장 관련성이 높은 변수(지표)는 무엇인지 궁금증이 생길 수 있습니다. 방문하는 횟수가 높으면 주문수가 높아 질까? 로그인 수가 많아 지면 방문 수가 높아질까? 제품을 많이 보면 주문 수가 높아 질까? 다양하게 변수 들을 조합하여 ‘주문 수’와 관련이 있는 지표들을 생각해 볼 수 있습니다.

Sample Data를 분석하여 각 변수(지표)들 간의 상관관계를 알아보았습니다. (3개월 간의 일별 데이터 분석 Using R)


[색이 진할 수록 상관이 높고, 옅을 수록 상관이 적으며, 이 그림에는 안보이지만 부적 상관일 경우, 붉은색으로 나타납니다.]


위의 표를 통해 주문이라는 지표는 제품보기 지표와 가장 높은 정적 상관을 보였음을 알 수 있습니다(r=0.53). 상관계수의 유의 수준(p-value)는 4.352e-14로 상관계수는 통계적으로 유의미했습니다.

위와 같은 결과를 통해 알 수 있는 직관적인 인사이트는 무엇이 있을까요?

주문을 중심으로 다른 지표들과 제품보기 지표의 상관계수에서 알 수 있듯이, 제품보기가 많을수록 주문이 늘어 나는 경향성이 높습니다. 또한, 주문 수는 다른 지표와의 관계는 낮은 수준으로 나타났습니다. 특히, 반송율은 주문 수와 낮은 정적 상관관계(r=0.23)를 보였습니다. 반송율의 의미와 부합되는 결과라고 볼 수 있겠습니다.

통계 결과 활용하기

위의 상관계수를 통해 다양한 아이디어를 제시할 수 있습니다. 실제 위 표를 보고 제가 받은 질문을 하나 소개해 드리겠습니다.

“회원가입과 주문 수의 상관관계가 낮다. 회원가입 시 최초주문에 대하여 쿠폰 등의 유인가를 제공하고, 주문 수와의 상관도를 높인다?”

상관계수가 낮은 지표들을 선정하여 상관계수를 높여보는 것은 어떤가 라는 아이디어 및 질문이었습니다. 만약 회원가입 수와 주문 수의 상관이 높다면 회원가입을 많이 하도록 최초주문에 대한 유인가를 제공하는 것이 의미 있는지 ‘테스트’를 해 볼 수는 있을 것입니다.
하지만 상관관계는 인과관계가 아닙니다. 회원가입과 주문 수의 상관이 낮다 하여, 회원가입 시 쿠폰을 주고 주문 수와의 상관계수를 높이는 것은 의미가 없을 수 있습니다. 마케팅의 목적은 상관계수를 높이는 것이 아니기 때문입니다(회원가입 시 쿠폰을 주는 것은 회원가입 수를 증가 시킬 수는 있겠지요).

오히려 상관이 낮은 지표가 아니라 상관이 높은 지표(제품보기)에 중점을 두고 추가 아이디어를 진행해 보는 것을 우선시 하는 것이 좋습니다. 예를 들어, 제품보기 페이지를 최적화 하여 주문 전환율을 높이거나, 사이트 내 혹은 사이트 외의 캠페인을 통해 제품보기 횟수를 늘릴 수 있는 방안을 제시하는 것이 선행되어야 할 것입니다.

지금까지의 분석은 시작에 불과 합니다. 데이터를 활용한 통계 분석은 매우 다양하며, 그 속에서 얻어 낼 수 있는 인사이트는 더 많을 것입니다. 그리고 얻어진 인사이트를 통해 마케팅에 적용하는 것은 그 무엇보다 중요하리라 생각합니다.

메인 이미지 출처: pssyyt.tistory.com

색(color)이 전환율에 미치는 영향.

심리학은 마케팅의 가장 중요한 측면 중의 하나이지만, 보통 간과하고 넘어가는 경향이 있습니다. 고객에게 전달하는 메시지의 색상은 작게 보일 수 있지만, 고객이 물건을 구매하느냐 떠나가느냐에 영향을 미칩니다.

물건을 구매 할때 소비자의 85%가 제품의 색상이 큰 영향을 미친다는 사실을 알고 있었나요? 또는, 잡지에서 풀 컬러 광고가 흑백 광고 보다 나중에 26%나 더 많이 회상된다는 사실을 알고 있었나요?

색상의 구체적인 의미를 알고자 한다면 심리학적 요소는 더욱더 중요해 집니다. 예를들어, 만약 상품에 파란색을 사용하고자 한다면, 파란색은 고객에게 차분한 정서을 줄 것이고, 반면에 검은색 제품은 고급스러운 정서을 줄 것입니다.

따라서, 딱 떠오르는 실제적인 질문은 '마케팅에서 색상을 어떻게 사용해야 하는가?' 입니다. 이 질문에 대한 대답과 색상이 전환율에 미치는 영향은 아래의 정보를 통해 알 수 있습니다.



결론

색의 차이는 언뜻 보면 중요하지 않아 보이지만, 실제 영향력을 미칩니다. 예를 들어, Performable사는 CTA(call-to-action) 버튼 색을 녹색에서 빨간색으로 변화 시킴으로써 클릭율을 21% 증가시켰습니다. 또한 개인 홈페이지의 버튼 색을 수정하여 전환율을 높인 사례들도 다양합니다.

절대 색의 중요성을 놓치지 마시기 바랍니다. 위에 제시한 색상의 특성에 기초하여 메시지를 작성하고 전달한 후, 전환율을 최대화 하기 위한 A/B 테스트를 고려해 보는 것이 중요합니다.

꼭 색상에 대한 생각을 달리 해보시기 바랍니다.

출처: quicksprout

선택의 역설의 '역설'



지난 번에 게시한  선택의 역설은 이론적으로 매우 흥미로운 이야기였으며, 실용적으로 다양한 산업군이나 제품에 적용해 볼만한 내용이었습니다. 선택의 폭이 넓을수록 사람들은 구매에 대한 의사결정에 혼란을 겪고 구매력도 떨어지며, 구매 후 만족감도 덜한다는 것이 요지였습니다.



하지만 슈워츠의 이론이 모든 것에 적용되지 않는다는 다양한 의견 또한 있습니다. ‘Choice is bad' 이론은 실제적으로는 존재하지 않으며, 정말 맞다면 판매를 높이기 위해서는 상품군을 단순화 해야 한다는 근거 또한 없다고 합니다. 오히려 스타벅스는 87,000가지의 음료 조합을 자랑하고, 대형 마트는 다양한 옵션을 제공합니다. 이와 같은 정황으로 유추해 보면, 선택을 줄이는 것이 좋다는 이론은 보편적인 인간의 심리가 아니라, 오히려 특정 상황에서 발생하는 효과라고 말 할 수 있습니다. 또한 쉽게 생각해서 선택의 여지가 없다는 것은 상품의 질을 떨어트리고, 이는 결국 판매에 역효과를 낳을 수 있다는 의견 또한 있습니다.

Basel대학의 심리학자 BenJamin Scheibenne는 선택의 역설에 과한 실험을 설계하고, 기존의 실험을 비싼 초콜렛으로 상품만 바꾸어서 반복 실험을 진행했습니다. 실험 결과 ‘Choice is bad’의 심리적 효과는 검증되지 않았으며, 결과는 달랐습니다. 그리고 왜 서로 다른 결과가 나왔는지에 대한 이유도 명확하지 않았습니다.























초콜렛으로 반복 실험을 시행 한 뒤, BenJamin Scheibenne는 선택과 관련된 기존의 실험들을 종합하며 선택이 많아지면 오히려 긍정적인 효과가 있다는 것을 메타 분석을 통해 보여주었습니다. 고객의 만족감을 떠나 구매 측면에서만 본다면 선택의 폭이 넓은 것이 더 낫다는 것입니다. 슈워츠의 잼 실험에서 얻은 결과와는 (판매율 상승의 측면에서) 정반대의 결과라고 할 수 있습니다. 즉, 판매율을 높이기 위해서는 선택지가 많을수록 좋다라는 결론을 내렸습니다.

또한, 산업 군과 상품군에 따라 선택의 의사결정은 다르게 나타난다는 의견이 있습니다. 특정 용도에 맞게 사용되어 질 망치를 전문매장에서 구입하는 것과, 가볍게 구입하고 마실 수 있는 맥주를 근처 편의점에서 구입하는 맥락의 차이는 다르다는 주장입니다. 이와 같이 특정 상황이나 변수는 맥락이라는 혼입요인에 따라 결과에 큰 차이를 가져올 수 있다는 의견입니다.



따라서, 지난 게시글에서 언급한, 카드사 사례와 통신사 요금제 사례에 선택의 역설 이론을 진리로 적용 할 수는 없을 것입니다. 하지만 다양한 맥락과 변수가 선택의 의사 결정에 영향을 미치며, 선택지의 수가 많고 적음은 판매에 영향을 미친다는 것은 분명합니다. 그러므로 산업 군과 상품의 성격에 맞추어 자신(혹은 자사)의 사례를 모으는 것이 중요하다고 생각합니다. 결국 원점으로 되돌아 온 것 같지만, 소비자의 ‘선택’이라는 키워드는 의사결정에서 중요한 과정이므로, 각자에게 맞추어진 ‘선택’실험은 성공적인 판매를 위한 발판이 될 것이라고 믿고 있습니다.

2014년 8월 14일 목요일

선택의 역설(The Paradox of Choice)



이번에는 '선택의 역설(The Paradox of Choice)'에 대하여 이야기 해보려 합니다.

이 내용은 심리학자 Barry Schwartz의 '선택의 역설'이라는 TED 동영상을 바탕으로 구성하였습니다.

전통적인 경제학의 관점에서 보면 선택의 폭이 넓어지고, 개인의 자유가 많아 질 수록 사람은 행복해 한다고 합니다. 실제로 인간은 더 많은 선택앞에서, 더 다양한 옵션을 두고 행복함을 느낄까요? Barry Schwartz 과잉된 선택의 자유가 가져오는 파라독스, 선택의 역설을 주장합니다.



Barry Schwartz는 재밌는 실험을 통해 선택과 인간의 행복감에 대한 이야기를 설명하고 있습니다. 마트에서, 잼 시식회를 열었습니다. 이 잼들은 보통 마트에서 자주 볼수 없는 고급 잼이었습니다. 두개의 각기 다른 상황을 연출하여, 실험을 진행하였습니다. 한마트에서는 진열대에 6가지 종류의 잼을 진열하고 시식회를 진행하였고, 다른 마트에서는 24가지 종류의 잼을 진열하고 시식회를 진행하였습니다.

어느 시식 가판대의 잼이 더 많이 팔렸을까요?

6개의 잼을 진열했던 가판대에서는 30%의 판매율을 보였고, 24개의 옵션을 내놓은 가판대에서는 3%의 판매율을 보였습니다. 하지만 역설적이게도, 소비자들의 가판대 선호도 자체는 24개의 잼이 진열되었던, 다양한 옵션이 있던 시식대가 60%로 높았습니다.


이 결과를 어떻게 설명해야 할까요?

전통적인 경제학의 관점에서와 같이 선택 사항이 많을 수록 인간은 행복감을 더 느끼고, 이를 선호합니다. 하지만, 실제 구매행동은 그렇지 않다는 것을 알 수 있습니다. 인간의 마음에 어떤일이 작용하여 이런 결과를 낳았을까요? 선택사항이 많다는 것은 소비자에게 고려할 것이 많아지고 소비의 과정에서 옵션들을 비교하며 최선의 선택을 하는 것이 상당한 인지적 부하를 일으킨다고 할 수 있습니다. 소비자는 만약에 일어날지도 모르는 후회스러운 상황에 대해서 괴로워 할 수도 있습니다.


"내가 크렌베리 쨈을 골랐는데 만약 오렌지 쨈이 더 좋으면 어쩌지?" 와 같은 기회비용에 대한 후회는 옵션이 많을 수록 증가하게 됩니다. 반대로 옵션이 적다면 후회를 낳는 기회비용은 줄어들게 됩니다. 어떤 결정을 내리더라도 시간이 지나면서, 내가 포기한 경우의 수에 대해서 후회를 하게 될 것은 분명합니다. 즉, 선택의 여지가 있다는 것은 선택과 자유가 없는 상황에 비해서 인간을 더 행복하게 합니다. 하지만 선택사항이 늘어나면 늘어 날 수록 우리가 포기해야 되는 기회기용에 대한 후회는 늘어 나게 됩니다. 바로 선택의 역설이며, 전통적인 경제학에서 말하는 이익과 행복에 반하는 인간의 마음인 것이죠. 더 나아가 이는 구매 의사 결정에 까지 영향을 미칩니다. 쨈 실험의 결과를 통해서도 알 수 있는 것 처럼, 인간은 더 적은 옵션과 적은 기회비용, 적은 후회를 낳는 행위를 선호합니다.

비즈니스 사례


이와 같은 의견을 실제 온라인 상품과 고객의 구매 의사 결정에 응용해 볼 수 있습니다.
현재 우리나라의 대부분의 국민은 통신사에 가입하여 휴대폰을 사용하고 있습니다. 그리고 통신사들은 자사의 기준에 맞추어, 혹은 타사와 비교하여 더욱 수익을 높일 수 있는 다양한 요금제를 내놓고 있습니다. 보통 한 통신사 마다 수십여가지의 요금제 옵션이 있고, 소비자들은 이중에 한가지를 선택해야합니다.

하지만, 자신이 사용하고 있는 요금제를 100% 만족하고 휴대전화를 사용하는 소비자는 얼마나 있을까요? 고객들은 매달 자신의 휴대전화 패턴을 파악하고 더욱더 싸고 효율적인 요금제를 선택하기 고민을 합니다. 데이터가 모자르거나, 전화나 문자가 남거나 하는 상황을 아까워하며 더 나은 요금제를 살펴보기도 합니다. 통신사를 통틀어 수십여가지의 요금제 중에 어떤 요금제를 선택해야, 혹은 어떤 요금제를 추천받아야 고객은 행복감을 느끼며 주저 없이 특정 통신사의 상품을 구매 할까요?

Barry Schwartz의 선택의 역설이 주는 시사점이 아닐까 합니다.


반면에 선택의 역설을 잘 활용한 사례들은 카드사(현대카드-포인트/캐시백, 삼성카드-숫자카드)를 통해 알 수 있습니다. 현대카드의 예를 들어 보겠습니다. 지난 6월 '현대카드'는 상품 서비스의 대대적인 개편을 했습니다. 적립특화 카드[포인트]/할인 특화카드[캐시백]로 카드 상품의 포트폴리오를 나누고, 이 두가지로 한정지어 카드 상품을 간소화 시켰습니다(프리미엄 카드는 예외). 

현대카드를 사용해야 겠다고 마음 먹은 고객은 처음에 이 두가지 옵션 중에 하나를 선택하면 됩니다. 고민의 폭은 매우 줄어 들고, 구매 의사 결정의 드라이브는 가속화 될 수 있습니다. 첫번째 의사 결정이 이루어 지면 두 번째 옵션에 대한 고민을 하게 됩니다. 적립/할인 특화 카드 중에 무엇을 골라야 하는가? 현대카드는 적립[포인트]카드에는 4개, 할인[캐시백]카드에는 3개의 카드만을 배치했습니다. 이제는 3개 혹은 4개의 옵션 중에 선택만 하면 됩니다. (현대카드의 시장 점유율이 상품 포트폴리오 개편이후 하락하긴 했으나, 이 개편은 점유율이 목표가 아니라 수익성 개선 차원이라는 점이라고 하니 향후 성과는 지켜봐야 할 문제이긴 합니다.)

각 기업의 목표에 따라, Barry Schwartz의 '선택의 역설'같은 인간의 구매 의사 결정을 이해하는 것은 새로운 전략적 판단에 매우 유용할 수 있습니다.

스티브 잡스가 했던 명언이 있습니다.

알렉산더 그레이엄 벨이 전화기를 발명할 때, 소비자에게 물어보고 했겠습니까?"

최근에는 '선택의 역설의 역설'을 주장하는 의견도 있습니다. 옵션이 많으면 안좋다는데, 왜 커피 전문점은 수십가지 음료를 판매하고, 네이버는 첫 화면에 수백개의 링크를 걸어 두고 있을까요? 이부분에 대해서는 다음번에 이야기 해 보도록 하겠습니다.


이미지 출처:

대시보드에 숨겨진 심리학



데이터 중심의 의사결정은 거의 대부분의 산업군에서 기준이 되고  있으며, 대시보드의 역할은 매주 중요해졌습니다. 인터렉티브하고 직관적인 인터페이스, 데이터를 시각화하는 능력은 비즈니스를 하는 사람들에게 매우 중요한 요소로 자리 잡았습니다.

그렇다면 사람들이 매력을 느끼는 대시보드는 어떤 형태이며, 사람들이 대시보드를 통해 얻고자 하는 것은 무엇일까요?


통제에 대한 욕구

사람들은 통제하기를 좋아합니다. 주변에서 무엇인가 엄청난 일이 벌어지고 있는데, 알지 못하는 상황에 있다고 상상해 봅시다. 아마 곧바로 공황상태에 빠져들 것이고 도대체 무슨 일이 벌어 질지, 스스로 통제 할 수 있는 일은 없는지 알고 싶을 것입니다.

진화적인 관점에서, 인간은 환경을 통제하고 대처할 수 있을 때 생존에 유리한 기회를 얻을 수 있었습니다. 인간의 잠재의식은 감각과 지각 수준에서 모든 종류의 위험(싸우느냐, 도망치느냐)을 준비하고 있다고 할 수 있습니다.

대시보드는 여러분에게 그 통제를 제공합니다. 개인의 금융 대시보드는 소비 트렌드를 알 수 있게 해주고, 기업의 마케팅 대시보드는 사용했던 마케팅 예산 비용을 추적하는데 도움을 줄 수 있습니다. 이와 같은 행위는 현재 상황에 대한 정보를 제시해 주며, 대시보드를 보는 사람들은 스스로 상황을 통제하고 있다는 느낌을 받을 수 있습니다.


[마케팅 예산과 실제 소비되고 있는 금액을 알 수 있음]


대부분의 대시보드는 통제감을 제공하기 위해 세가지의 전략을 사용합니다.

1. 확실성을 느낄 수 있도록 특정 항목에 대한 명확한 이해를 제시함

2. 미래에 대한 계획과 예측을 위한 자원을 제공함

3. 타이밍을 놓치지 않고 제시간에 문제를 해결 할 수 있도록 도와줌



단기기억

야콥 닐슨은 "단기기억과 웹 사용성" 기사에서 인간의 단기기억은 많은 정보를 기억할 수 없으며, 빠르고 연속적인 데이터들이나 다양한 정보들에 직면했을 때 혼란스러워 한다고 언급했습니다. 인간의 단기기억은 7개의 정보 덩어리(Chunk)만 유지할 수 있고, 이 정보들은 20초 이내에 뇌에서 사라진다고 말한바 있습니다.

대시보드는 단기기억의 한계를 극복하는 방식으로 작동합니다. 사용자가 한눈에 볼 수 있도록 하나의 화면에 정보들을 제시함으로써 단기기억에 대한 의존성을 줄입니다. 이는 눈앞에 제시된 정보들 때문에 무언가를 기억해야 한다는 부담감을 줄여 주는 방식입니다.

인간의 마음이 대시보드를 통해 얻고자 싶어하는 것은 무엇인가?

그러나 많은 경우 비추어 볼 때, 대시보드는 한 화면에서 볼 수 없을 정도로 많은 정보들이 존재합니다. 대시보드는 다음의 세가지 방법으로 단기기억의 한계내에서 작동하는 것이 좋습니다.


1. 단기기억에 대한 의존성을 줄이기 위해 차트와 그래프를 사용하기

이 개념을 이해하기 위해 같은 데이터의 다른 형태의 시각화 방법을 살펴보겠습니다(테이블/그래프).





























테이블의 정확한 수치를 기억하여 비교하도록 만드는 것 보다 선으로 흐름을 기억하도록 하는 것이 더 쉽습니다.


2. 자세하게 살펴 볼 수 있는 옵션과 함께 개요/요약 화면을 제시하기

요약 정보를 제시한 화면은 하나의 페이지에 중요한 데이터를 스냅샷 형태로 제공합니다. 이와 같은 형태는 단기기억의 부하를 줄여주어 정보를 더 쉽게 이해하도록 도와 줄 수 있습니다. 또한, 만약 사용자가 구체적인 데이터 세트를 확인하고 싶으면 드릴다운 하여 구체적인 수치를 확인 할 수 있습니다.


[한눈에 주요 지표들을 볼 수 있고, 필요에 따라 구체적인 데이터를 확인 가능]



3. 탭으로  데이터를 나누고 하나의 탭 하위에 관련 데이터를 위치시키기

단기기억이 소화할 수 있는 정보의 덩어리(Chunk)를 쪼개어 사용자의 인지적 부하를 줄 일 수 있도록 해줍니다. 또한 관련 데이터가 탭 아래에 놓여지기 때문에 사용자가 원하는 정보를 확인하기가 쉽습니다.


[다양한 탭으로 데이터를 나누어 제시]



결론

어떤 제품이건 대시보드를 사용하여 핵심적인 정보를 제시해야 하는 경우, 정보를 받아들이는 사용자의 심리적 욕구를 고려해야 합니다. 사용자는 통제를 하길 원하고, 제한된 단기기억에 의존하며, 단순한 것을 좋아합니다. 이러한 세 가지 요소는 대시보드 디자인의 기초적인 형태가 되어야 합니다. 사용자의 심리적 요청을 이해하고 대시보드 디자인에 추가하는 것은 완벽한 대시보드를 만드는 핵심이라고 할 수 있습니다.



<개인적 소견>

빅데이터와 더불어, 시각화(visualization), 인포그래픽(infographic)은 2013년 핫이슈 단어이고, 앞으로도 계속적인 화두가 될 것으로 보입니다. 데이터의 중요성은 결국 의사결정을 하는 소위 '윗분'들에 의해 만들어 지는 것 같습니다. 그 분들에게 쉽고, 직관적이며 심리적인 안정감을 느낄 수 있는 대시보드를 제공하는 것이 데이터 분석의 백미가 아닐까 생각됩니다. 우리가 디자이너는 아니지만, 기본적인 심리적 요소들을 참고 한다면 이해하기 쉬운 대시보드를 구성하는 일은 결코 어려운 일은 아닐 것입니다.

저도 다양한 구성과 일정의 대시보드를 만들고 제공하고 있지만, 현업 담당자들이 관심있게 보는 경우는 많지 않은 것 같습니다. 더욱더 단순하고 이해하기 쉬운 형태의 구성을 요구하는 경우가 종종 있습니다. 그래서 통일되지 않은 정보들을 간헐적으로 제시하는 경우를 겪었습니다. 이러한 과정은 결국 서로에게 도움이 되지 않는 상황을 초래 할 수 있습니다. 사용자의 요청을 완벽히 이해하는 것 부터 시작하여, 정보를 제시하는 형태까지 고려한 대시보드로 그들을 설득 할 수 있을 때 까지 정진하는 것이 중요합니다.


참고: uxmag.com

머니볼 분석: 오해하기 쉬운 3가지 통계 지표



야구와 웹 마케팅은 몇가지 점에서 공통점이 있다: 통계!

많은 사람들이 의사결정을 내릴 때 통계를 이용하고 이 통계는 결과에 영향을 미칩니다. 메이저리그 오클랜드의 빌리 빈은 통계를 활용하여 나은 길을 선택했고, 결국 옳은 판단을 했습니다. 자신의 팀보다 3배나 연봉을 많이 받는 팀과 경쟁을 한 오클랜드는 경기에서 승리 할 수 있었습니다. 브래드 피드가 출연한 마이클 루이스의 원작영화 머니볼은 아마 익숙한 이야기일 것입니다.

빌리 빈은 야구에서 흔히 쓰는 RBI(타점)과 타율은 승리를 예측하는 변인으로 부족하다는 것을 증명했습니다. 대신에 빌리 빈은 출루율과 장타율에 초점을 맞추었습니다. 웹 분석에서도 이와 같이 비즈니스와 관련이 없거나 불필요한 오해를 낳는 통계 수치들이 있습니다.



Bounce rate(반송율)



거의 모든 사람들은 반송율 지표를 볼 때, 수치가 낮기를 희망합니다. 반송율은 사람들이 한 페이지만 보고 사이트를 떠나는 비율을 나타낸 수치이기 때문입니다. 거의 모든 분석 툴에서 이 지표를 확인 할 수 있고 매우 중요하다고 하는데 과연 그럴까요? 꼭 그렇지는 않습니다.

(예외: PPC 마케팅을 많이 하는 웹사이트의 경우에 반송율은 매우 중요한 지표입니다.)

일반적으로 대부분의 사이트에서 반송율은 중요한 문제가 아닙니다. 왜 그럴까요? 블로그, 소셜 미디어, 이메일 마케팅 등 콘텐츠 마케팅을 위한 사이트에서 중요한 행위들은 높은 반송율을 수반하기 때문입니다.

예시: 반송율이 70%이면 높은 것인가요? 그런가요? 10명중에 7명은 사이트에서 한 페이지만 봤다는 의미입니다. 그러나 가장 성공적인 웹 마케터 중 한명인 크리스 브로건의 반송율이 72%에 달했습니다. 크리스 브로건은 포춘지에서 선정한 천재적인 마케터입니다. 왜 이렇게 크리스 브로건의 반송율은 높을까요? 이는 이 사람이 매우 대단하기 때문입니다.

만약 반송율이 65%라면, 이는 매우 낮은 수준입니다. 여러분은 충분한 웹 마케팅을 진행하고 있지 않는 것으로 볼 수 있습니다. 블로깅을 많이 할 수록, 뉴스레터를 많이 보낼수록 여러분의 반송율은 증가할 것입니다.


의견: 이와 같이 반송율에 관한 다양한 의견이 있을 수 있지만, 가장 문제는 웹 분석 담당자들은 대부분 반송율에는 관심이 없는 것입니다. 검색광고나 배너 광고를 통한 랜딩 페이지의 반송율을 측정하는 것은 그 수치 여하를 떠나서 고객 경험을 관리하는 측면에서 매우 중요합니다. 광고를 통한 페이지의 반송율이 높은 것인지, 웹 페이지를 여행중에 반송율이 높은 것인지는 크리스 브로건의 사례와는 또 다른 문제입니다. 여러 각도에서 반송율을 확인해 보고 고객의 경험과 웹 페이지의 최적화에 적용해 보는 것은 기본적으로 중요하다고 볼 수 있습니다.



방문당 평균 페이지뷰



이 지표는 웹 분석 통계와 관련이 없는 것은 아니지만 잘못 해석하기 쉽기 때문에 주의해야 합니다. 방문당 페이지뷰는 높거나 낮은 것으로 판단하는 것이 아니므로, “Goldilocks(골디락스)1” 지표라고 할 수 있습니다. 리드 발굴 사이트에서 이 수치는 2~5사이여야 하며, e커머스 사이트에서는 3~7이면 좋습니다.

일반적으로 웹사이트를 새로 디자인 하는 경우, 개선된 디자인은 사람들이 정보를 좀더 쉽고 효율적으로 찾도록 도와주기 때문에 방문당 페이지 뷰 수가 감소합니다. 아이러니하게도, 웹사이트 관리자는 디자인이 좋고 내비게이션이 분명한 사이트 구성을 통해 방문당 페이지 뷰수의 감소를 추구해야 하고, 이는 결국 전체 페이지 뷰의 수치를 줄이는 결과로 이어질 수 있습니다.

(예외: 광고를 통해 매출을 올리는 사이트는 방문당 페이지뷰 수가 높은 것이 중요합니다.)

Goldilocks(골디락스):경제가 높은 성장을 이루고 있더라도 물가상승이 없는 상태. 뜨겁지도 차갑지도 않은 호황을 의미하는 경제학 용어.


의견: 방문당 평균 페이지뷰 수는 위에서 언급한 것과 같이, 홈페이지 성향에 맞추어 기준을 선정하는 것이 의미 있습니다. 방문당 페이지뷰 수가 적다 하더라도 최종 전환율이 높으면 이는 고객이 사이트를 헤매지 않고 원하는 목적을 쉽게 이루었다고 할 수 있기 때문입니다. 따라서 자신이 운영하는 사이트, 자사가 분석하는 사이트의 최적의 경로를 임의로 설정해 본 후, 기준점을 정하여 방문당 페이지뷰 수의 수치를 비교해 보고 의미를 찾는 것이 옳다고 볼 수 있습니다.



신규방문자 vs 재방문자



사이트를 방문하는 고객이 신규방문자인지 기존 방문자인지를 구별하는 것은 중요하다고 알려져 있습니다. 그리고 실제로 중요합니다. 정말 그럴까요? 그렇지 않습니다.

신규 방문자와 재 방문자에 대한 그래프는 웹사이트에 대하여 무언가를 말해주고 있는 것 처럼 보이지만, 실제로 이 통계를 통해서 의미있는 의사결정을 내릴 수는 없습니다. 신규 방문자와 재 방문자에 대한 수치는 좋을 수도 있고 나쁠 수도 있기 때문에 오해하기 아주 쉬운 지표입니다.


신규 방문자 비율이 높다?

1. Good! 여러분의 마케팅 활동은 효과적이며, 여러분은 새로운 고객을 잘 발견하고 있습니다.
2. Bad! 여러분의 기존 고객들은 사이트를 방문하지 않고 있습니다.


재 방문자 비율이 높다?

1. Good! 이전 고객들이 계속 적으로 사이트를 방문하고 있습니다.
2. Bad! 여러분의 마케팅 활동이 효과가 없으며, 새로운 고객을 발견하지도 못하고 있습니다.


또 다른 문제가 있습니다. 신규방문자와 재방문자를 측정하는 것은 실제로 방문자를 측정하는 것이 아니라 접속 장치를 측정하고 있는 것일 수 있습니다. 만약 제가 여러분의 사이트를 회사에서 접속하고, 집에서 접속하고, 폰으로 접속한다면 나는 3명의 방문자로 계산됩니다. 실제 방문자는 저 한명인데.

이렇게 모호하고 정확하지 않은 지표로 어떻게 제대로된 의사결정을 내릴 수 있을까요? 불가능합니다. 무시하는게 낫습니다.


의견: 이 글의 저자는 신규방문자와 재 방문자 지표는 아예 무시하는 것이 낫다고 언급하고 있습니다. 일부 공감이 가는 이야기이며, 가장 많이 오해를 일으키는 지표 중에 하나라고 할 수 있습니다. 신규 방문자와 재 방문자의 비율이 어느 정도가 좋을지는 어려운 문제 입니다. 하지만 이 또한 사이트의 성격에 따라 다르게 볼 수 있습니다.

만약 사이트의 최종 전환은 상품 구매를 통해 발생하며 이 과정에서 로그인을 필요로 한다면, 분석가는 익명의 로그인 값을 분석에 활용할 수 있습니다. 단순히 방문/방문자의 값이 아닌, 신규 회원과 신규 구매자, 기존회원과 기존 구매자의 비율을 확인 한다면, 현재 마케팅 성과 및 고객의 성향을 파악 할 수 있을 것입니다. 또한 한명이 다양한 접속 장치를 사용한다 하더라도 각 개인의 고유값을 확인 할 수 있으므로, 중복되는 수치도 제거 할 수 있습니다. 



최종 스코어

만약 여러분이 불필요한 지표는 무시하고 진짜 중요한 지표에 초점을 맞춘다면, 더 좋은 선택과 효과적인 결과를 이끌어 낼 수 있을 것입니다. 브래드 피드가 필드에서 머니볼을 한 것 처럼 여러분은 화면앞에서 분석을 통해 머니볼을 해보는 것은 어떨까요?  

또한 불필요한 지표는 무시하되, 그 안에서 의미를 찾고 필요한 지표로 만들어 보는 것도 분석의 묘미 중에 하나가 아닐까 싶습니다.


이미지 출처: