소셜로그인 중단 안내

계정으로 로그인 기능이 2023년 11월 16일 중단되었습니다.

아이보스 계정이 사라지는 것은 절대 아니며, 계정의 이메일 주소를 이용해 로그인 하실 수 있습니다.

▶️ 자세한 공지사항 확인

신비한 온라인 광고 사전·4,010·2022. 04. 01

마케팅 성과 분석에 데이터 시각화가 필요한 이유


안녕하세요, 애드옵스 플랫폼 아드리엘입니다.


데이터 분석과 활용은 이제 모든 산업 분야에서 필수적입니다. 특히 마케팅에서는 서비스 및 제품을 둘러싼 고객의 행동, 광고 성과, 매출, 예산 등 다루는 데이터의 양이 방대할 뿐만 아니라 분석 방법도 굉장히 중요합니다. 이에 ‘데이터 드리븐 마케팅’이라는 개념도 등장했는데요.


데이터를 잘 분석하고 활용하기 위한 방법 중 하나로는 ‘데이터 시각화’가 있습니다. 데이터 시각화(Data Visualization)는 데이터 분석 결과를 쉽게 이해할 수 있도록 그래프/도표라는 시각적인 수단을 활용하여 표현하고 전달하는 과정을 말합니다.* 즉 데이터 전문가가 아니더라도 데이터의 맥락을 읽고 인사이트를 도출할 수 있도록 돕는 역할을 하는데요. 마케팅에서 데이터 시각화가 필요한 이유와 차트별 사용 목적 및 예시에 대해 소개해 드리겠습니다.




마케팅에서 데이터 시각화가 필요한 이유


1. 데이터 속에서 인사이트를 빠르게 도출할 수 있습니다.



페이스북, 구글, 네이버, 카카오 등 광고 데이터뿐만 아니라 서드파티 데이터(3rd Party Data), 비즈니스 데이터까지 엑셀로 통합해서 보고 계신가요? 수많은 데이터를 한 화면 안에 다 담기도 어려울뿐더러 시트 한 행 한 행 비교하며 증감 추이를 확인해야 합니다. 데이터 시각화는 기간 설정, 필터링, 확대 및 축소 등의 인터랙티브 기능을 제공하여 우리 팀이 원하는 조건과 목적에 따라 마케팅 데이터를 빠르게 가공할 수 있도록 돕습니다.


또 시각화 차트는 다양한 도형, 크기, 색상, 위치 등으로 데이터를 표현하기 때문에 추세가 어떤지, 다른 값들과 구별되는 이상 값은 무엇인지 빠르게 캐치하고 인사이트를 쉽게 도출할 수 있습니다.



2. 의사결정이 올바른 방향으로, 빠르게 이루어집니다.




‘2020 글로벌 엔터프라이즈 분석 현황’ 보고서에 따르면 조사 기업의 94%가 데이터 및 분석이 디지털 전환과 비즈니스 성장에 중요하다고 믿고 있음에도 불구하고, 대부분의 조직들이 데이터 중심 문화를 구축하고 있지 않는 것으로 나타났습니다. 즉 아직도 많은 기업이 데이터가 아닌 ‘감’에 의해 결정을 내린다는 것이죠.


한편, 데이터 및 분석을 활용하고 있다고 답변한 응답자들은 효율성 및 생산성 향상, 더 빠르고 효율적인 의사결정, 더 우수한 재무 성과 등과 같은 이점을 얻게 됐다고 밝혔습니다.** 이를 통해 올바르고 신속한 의사결정을 위해서는 증명할 수 있는 수치와 데이터 시각화를 활용해야 한다는 사실을 알 수 있습니다.


*참고: 네이버 지식백과
**참고: [플래텀] 기업 의사결정 97%가 여전히 감으로 이루어진다



마케팅 인사이트를 얻기 위해 선택해야 하는 차트는?


데이터 시각화 유형은 막대그래프, 선 도표, 파이 차트, 분산형 차트 등 다양합니다. 이들 중 우리 비즈니스 및 마케팅 상황에 맞는 유형을 선택하는 것이 중요한데요. 이를 위해 데이터 시각화 이론에서 가장 많이 활용되고 있는, 앤드루 아벨라(Andrew Abela)가 고안한 목적에 따른 차트 선택 방법을 참고해 보겠습니다.

출처: Data Visalization Blog - Choice of Chart


차트의 사용 목적은 크게 비교(Comparison), 관계(Relationship), 분포(Distribution), 구성(Composition)으로 나누어집니다. 데이터 시각화의 대표적인 유형인 ‘비교’를 위한 차트에는 칼럼 차트(막대 차트)와 라인 차트(선 차트)가 있는데요, 시간에 따른 변화의 유무에 따라 세로 칼럼 차트, 다수의 가로 칼럼 차트 등으로 세분화할 수 있습니다.


우리가 자주 마주하는 파이 차트는 전체 데이터 중 특정 항목이 차지하는 비중을 보기 위한 ‘구성’에 해당하는데요, 마찬가지로 시간에 다른 변화의 유무에 따라 100% 기준 누적 막대 차트, 폭포형 차트 등으로 구분할 수 있습니다.


분산형 차트(산포도 차트)는 특정 변수의 값들이 어떻게 분포되어 있는지를 파악하는 ‘분포’에 해당하며, 이 외에도 세로 막대 히스토그램, 선 히스토그램 등이 있습니다. 분산형 차트는 서로 다른 2개의 변수 간의 ‘관계’를 표시할 때도 사용되며, 이러한 목적의 차트로는 버블 차트가 있습니다.


그럼 다양한 차트 중 마케팅에서 대표적으로 사용하는 4가지 차트와 어떤 상황에서 쓸 수 있는지 예시와 함께 알아보겠습니다.



1. 칼럼 차트(Column Chart)


세로 막대의 높낮이로 데이터의 차이를 가시적으로 보여줍니다. 여러 항목의 값을 비교하거나 단일 항목에 대한 일정 기간 동안의 값 변화를 비교할 수 있습니다. 나아가 누적 칼럼 차트는 여러 항목의 값을 보여주는 동시에 세부 항목별 비율까지 나타냅니다. 예를 들어 페이스북, 구글, 카카오 광고를 운영 중이라고 했을 때 시간의 변화에 따른 총 결과값과 채널별 결과값을 한눈에 확인할 수 있습니다. 단, 구성 항목이 5개를 넘어가면 가독성이 떨어지니 그 이하를 유지하는 것이 좋습니다.



2. 라인 차트(Line Chart)


시계열 데이터의 변화를 가장 잘 보여주는 대표적인 차트입니다. 칼럼 차트보다 증가폭, 성장치를 더 빠르게 캐치할 수 있다는 장점이 있고, 미래의 예측된 데이터의 가능성을 강조할 때 유용합니다.


칼럼 차트와 라인 차트를 혼합하여 사용할 때도 있습니다. 데이터의 차이가 큰 항목들을 한 차트에 작성하는 바람에 값이 작은 차트를 식별하기 어려워 데이터 축을 달리할 때, 이전 기간과의 비교치를 추가할 때 이중으로 사용합니다. 예를 들어 2022년 1월 1일부터 2월 28일까지 광고를 운영했다고 가정해 보겠습니다. 2월 동안의 일별 CPC 추이를 칼럼 차트로 표현하는 동시에 1월 일별 CPC 추이를 라인 차트로 표현하여 이전 달 같은 기간 데이터와 비교할 수 있도록 돕습니다.



3. 분산형 차트 (Scatter Plot)





두 개의 변수 사이에서 상관관계를 찾아야 할 때 주로 사용합니다. 전반적인 트렌드, 집중도, 이상 값을 효과적으로 캐치할 수 있습니다. 예를 들어 X축을 링크 클릭, Y축을 광고비용, 그룹 단위를 광고 소재로 설정했을 때 가장 우측에 있는 소재가 가장 적은 광고 비용으로 가장 많은 링크 클릭 수를 기록한 것을 확인할 수 있습니다.



4. 파이 차트 (Pie Chart)



*'구글 (알수없음)'은 구글에 특정 인구 통계 정보가 없는 사용자를 의미함



전체에서 각 부분의 비율을 한눈에 볼 수 있는 차트입니다. 다만, 개별 데이터를 서로 비교하거나 정확한 값을 알고자 할 때는 적절치 않으며, 유의미한 인사이트를 얻기 위해서는 6가지 항목을 넘어서지 않는 것이 좋습니다. 전체 링크 클릭 수 중에서 채널별 비율이 어떻게 되는지, 어떤 채널이 가장 효과적인지 파악하고자 할 때 활용할 수 있습니다.




지금까지 마케팅 성과를 위해 데이터 시각화가 필요한 이유, 그리고 마케팅 인사이트를 도출하기 위해 어떤 차트를 활용해야 하는지 소개해 드렸는데요. PPT, 엑셀에서 로우 데이터를 기반으로 직접 만드는 경우도 있지만 데이터 시각화 솔루션의 도움을 받는다면 훨씬 더 빠르고 효율적으로 데이터를 분석할 수 있습니다.




구글의 수석 이코노미스트 할 베리안(Hal Varian)은 “누가 어떤 비즈니스에 종사하든 관계없이, ‘데이터 리터러시(Data Literacy)’ 역량은 앞으로 10년간 가장 중요한 비즈니스 능력”이라고 말했습니다.* 디지털 광고 시장의 영향력이 날로 확대되고 있는 요즘, 마케터에게도 데이터 리터러시는 핵심 역량이 되었습니다. 대시보드 솔루션을 활용하여 프로그래밍, 엑셀 작업 없이 간단하게 마케팅 데이터를 인사이트로 전환해 보시는 건 어떨까요?


*참고: [모비인사이드] 2020년 가장 중요한 마케터 역량, 데이터 리터러시


아드리엘 애드옵스 마케팅 마케팅전략

스크랩

공유하기

신고

하트 아이콘axpeson님 외 10명이 좋아합니다.

  • 페이스북
  • 트위터
  • 밴드
  • 카카오스토리
  • 네이버 블로그
아드리엘
모두를 위한 애드옵스 (AdOps) 플랫폼, 아드리엘

www.adriel.com
댓글 10
댓글 새로고침

당신을 위한 추천 칼럼