156,268명 마케팅 내공 업그레이드 중

개인정보 수집 및 이용

뉴스레터 발송을 위한 최소한의 개인정보를 수집하고 이용합니다. 수집된 정보는 발송 외 다른 목적으로 이용되지 않으며, 서비스가 종료되거나 구독을 해지할 경우 즉시 파기됩니다.

광고성 정보 수신

제휴 콘텐츠, 프로모션, 이벤트 정보 등의 광고성 정보를 수신합니다.

뉴스레터 구독하기

(우뇌) 마케터의 시선으로 데이터 분석하기 - 수익한계분석2

2024-03-07

우뇌

2,217

6


프롤로그 보러가기 : 프롤로그

1편 보러가기 : 상관관계 분석

2편 보러가기 : 회귀분석

3편 보러가기 : 수익한계분석1편(개념정리)


안녕하세요, 우뇌 입니다.


오늘은 전편에서 이야기했던 것의 연장선! 수익한계점을 찾아 매출에 걸맞는 적정 광고비를 찾아보자! - 실습편 입니다.


잡설 없이 바로 시작하겠습니다.


1. 일해라 GPT!


먼저, GPT4에게 던질 RAW 파일 구성을 보여드리겠습니다. (21년부터 23년까지 총 3년 데이터를 넣었습니다.)




네, 뭐 깔끔하죠?


우리가 필요한 것은 광고비와 매출에서 그 적정값이 얼마인지 찾아보는 것이니까요.


이전 글에서 제가 말씀드렸던 부분을 염두하시고, 우리가 쓸 수 있는 돈과 매출은 뭐다?


무조건 한계가 있을 것이다.


좋습니다, GPT야 일하자.


프롬프트에 이제 역할부여하는 것은 너무 익숙하시니까 어떻게 하셔야 되는지는 넘기도록 하겠습니다.




아, 제가 지표에 대해서 제 마음대로 썼다 보니까 이 친구가 자산으로 오해했네요 ㅎㅎㅎㅎ


오해를 바로 잡아주고 스텝별로 진행을 지시했습니다.




제가 지금까지 쓴 GPT 데이터분석 시리즈가 진행됨에 따라 나왔던 순서대로 진행을 합니다.


먼저 상관분석을 하고, 회귀분석이 이뤄지죠?


역시 MSE값과 R^2 계수가 잘 나왔습니다.


계수값이 41.8%라…GPT도 설명을 해줬지만, 절반 이하의 계수값이기 때문에 직접적이지는 않지만 어느정도는 영향을 끼친다고 파악은 하고 있네요.


그 외 변수라고 하는 부분은 어떤걸까요?


네, 바로 프로모션과 같은 이벤트에 대한 부분입니다.


그걸 제가 따로 기입을 안했기 때문에 이 녀석이 똬아아앟 밝혀냈네요.


뭐 그 부분도 중요한 요소 이기는 하나, 우리는 일단 러프하게 어떻게 진행하고 어떻게 해석하는지를 보면 되는 거니까, 이 부분은 생략했습니다.(raw파일에서요)


내용을 읽어보시면, 회귀계수값이 1.864로 나왔고, 이게 뜻하는 것이 뭐다?


광고비 1원당 1.864원이 증가한다!


좋네요!! 아주 좋아요.


여기서 주목해야 되는 부분이 바로 절편값입니다.


절편값은 광고비를 지출하지 않아도 나오는 매출액인데요.


광고비를 지출하지 않아도 나오는 매출이라….무슨 의미일까요?!


이 데이터의 몰은 바로 영업한지 시간이 꽤나 지난, 즉, 어느정도의 재구매 고객들이 쌓여있는 곳 입니다.


재구매자들과 오가닉(SEO)을 통해 발생하는 매출을 의미하는 것이죠.


광고비를 지출하지 않아도 별도로, 일 218만원 정도의 매출이 발생하네요.


실제로 테스트를 해봤는데요, 6개월 정도 아예 광고를 꺼봤을 때 근사치가 나왔습니다.


다시 돌아와서, 마지막 3번째 문단에서 이야기를 하네요.


선형회귀모델은 한계가 있다고요.


일전에 개념을 설명하는 프롤로그 단에서 한 번 말씀드렸을 겁니다.


회귀분석은 단순선형회귀분석 말고, 비선형회귀분석도 존재한다고요!


훨씬 난이도가 높고 연산이 많이 들어가는 부분이기 때문에 조금 더 어렵습니다……….만?


Ai 니가 뭘할 수 있는데? ㅋㅋㅋㅋ 시키면 해야지!




예상 했지만, 다항회귀분석으로 진행이 됐습니다.


R^2값이 41.8에서 43.3가 됐네요?


조금 나아지기는 했습니다, 우리 GPT는 정확한 결론을 도출하기를 원하네요 ㅋㅋㅋㅋㅋㅋ


굳이 그럴 필요는 없지만 어디 한 번 시각화를 통해 그 값을 볼까요?




네, 완료가 되었습니다.


지출이 증가함에 따라서 매출 역시 감소하는 경향을 지니는 구간들이 보이기 시작합니다.


우리는 그 지점을 정확하게 파악을 하기는 해야 되는데, 그래프로 이렇게 시각화로만 봤을 때 확 와닿지가 않으실거에요.


그리고 어떻게 해석을 하고 어떻게 받아들여야 하는지 역시 다소 문제가 발생할 수 있습니다.


그래서, 익숙하게 표로 받아들여보고자 합니다.




내놔!




아마 파일이 이런 식으로 올겁니다.


자 그렇다면, 우리가 해야할 것은 무엇이냐?


어 저는 단순하게 광고비와 매출액으로 구했습니다.


이 경우에는 어쩔 수 없이 ROAS로만 그 차이를 찾아볼 수 밖에 없는데요.


만약 CPS로 예측하고 싶으시다면 매출액이 아니라 구매건수로 분석을 시켜보시면 되겠죠?


그래서 저는 먼저 ROAS를 구했고, 각 ROAS 구간별로 그 차가 얼만큼 발생하는지도 함께 구했습니다.


그러면 표가 이렇게 되지요.




그 밑에 더 많은 데이터가 있습니다만, 생략할게요.


이제 여기서 우리는 판단해야 할 것이 뭐냐면, 분명히 우리에게 이득의 끝이 되는 ROAS가 별도로 존재할겁니다. (“최소한 ROAS가 이만큼 나와야 된다.” 라는 기준이요.)


만약 그 기준이 위 표에서 제공되는 것중 390%라면, 390% 미만의 ROAS와 그에 따른 광고비는 모두 보실 필요가 없어집니다.


왜냐면 표를 보시면아시겠지만 매출은 계속해서 늘어나기는 하나, ROAS가 줄어들기 때문이죠.


그리고 자세히 보시면 저 ROAS의 차 값이 어느 순간 0%대로 고정이 됩니다.


이 부분을 집중해서 보시면 됩니다.


ROAS는 떨어지는데 그 차이는 크게 없다?


이미 한계 지점에 도달했다는 것으로 해석할 수 있죠.


그렇다면 우리는 그 한계 지점보다 윗 부분을 선정하면 되는 것입니다.


위 표에서 봤을 때 그러면 얼마 구간으로 설정을 해야 할까요?


보수적 구간 ~ 넉넉한 구간 으로 설정해서 말씀을 드리겠습니다.


표를 자세히 봐주세요.


보수적으로 잡는다면 978,226원으로 잡고 넉넉하게 잡는다면, 1,016,765원으로 구간을 잡아볼 수 있겠네요.


크게 차이가 안나는 금액이기는 하나 한 푼이라도 아껴야 우리는 존재가치를 증명할 수 있잖아요?


제일 안전한 구간은 보수적 구간보다 조금 더 줄여서 광고비를 책정하는 것이 제일 좋을 수 있습니다.


또는 세세하게 관리하기 귀찮으시다면 중위값 계산하시는 것도 좋은 방법입니다.(평균값이 아니라 중위값이에요.)


엑셀의 median 함수를 사용하시면 바로 구할 수 있습니다.


저는 엑셀에서 median 함수를 구해보니




1,004,667원 이라는 값이 나왔습니다.


이제 우리는 이 부분을 가지고 한동안 운영을 해보면서 검증을 해보면 좋겠네요.


2. 마치며


당부드리고 싶은 게 있습니다.


지금까지 이 분석을 진행한 횟수가 찾아보니 대략 300개 정도 되더라고요.


GPT의 대화목록창이 거의 다 이 내용이니 이 생각밖에 안하고 사는 것 같아요.


테스트도 해보고 다른 방식도 넣어보고 등등 실험을 많이 해봤습니다.


그 중에서 몇 가지 꼭 드리고 싶은 이야기가 있습니다.


1. 최소한 RAW는 1년 이상의 데이터를 던져주세요.

그렇지 않으면 정말 결과값이 이상하네 나올 수 있습니다.

1-1) 그러면, 1년 미만의 브랜드는 어떻게 하나요?

사업이 커가는 구간이고 키우는 구간입니다. 데이터를 분석하기 위해서는 그만큼의 데이터가 적재되어야 가능합니다. 때문에 다양한 테스트와 가설들을 가지고 밀도있게 테스트를 해보시는 것이 중요합니다. 그에 관련된 방법들은 기존에 제가 적어놓은 글들을 통해서 확인해주시면 되실 것 같습니다.


2. 왠만하면 영어로 하세요.

이러시면 영어 잘 못한다고 대부분 GG 치실텐데, 그러지 마세요.

우리에게는 파파고가 있잖아요? 귀찮아도 하세요. 답변의 퀄리티가 달라집니다.

2-1) 아니 그러면 답변도 영어로 나오잖아요!

네 맞아요, 하지만 구글의 페이지 번역기능이 있죠? 그걸 사용하세요, 즉각적으로 번역해줍니다.

물론, 읽기 껄끄러우실 수도 있습니다만, 이해하는데 전혀 어렵지 않으실거에요.

2-2) 그런데 예시는 왜 한글임?

어…이건 여러분들께 보여드리고자 일부러 한국어로 번역, 요약한 캡쳐들입니다.

그러니까 그냥 영어로 쓰세요.

저도 실제로 일할 때는 영어로 합니다.


저는 정말 GPT가 너무 고맙습니다.


과거를 통해서 미래를 보는 것을 좋아하는 사람으로서, 또 관련해서 정말 많이 어려운 통계적 계산법을 이 친구는 대화로만 모든 것을 끝내줍니다.


우리는 이제 그 통계적 기법만 공부하면 됩니다. 이론이요.


인터넷에는 이미 정말 많은 통계적 관점을 서술한 컨텐츠들이 많이 있습니다.


계산식도 나와있지만 볼 필요가 없어요.


그 기법들, 관점들을 읽어보시고 머릿속에 넣어두세요. 그리고 어떻게 활용할 수 있을까? 를 곱씹어보시면 좋겠습니다.


저 역시도 그렇게 지식을 늘리고 있습니다.


그러면 오늘도 모두 힘내시길 빌며 이만 물러가겠습니다.


P.S 아, 다음은 같은 주제로 언제 찾아올지 모릅니다.

솔직히 이정도까지만 할 줄 아셔도 엥간한 데이터분석은 다 하신거라고 생각하시면 되세요.


애초에 목차가 11개였으니, 11개는 다 쓰려고 노력은 할겁니다.

생각보다 데이터분석 시리즈 쓰는데 평소 다른 글 보다 너무 많은 시간이 들어가다 보니 그렇습니다.

(그치만 좋아요가 많으면 빨리 돌아올지도..?)


대신 다른 주제의 글은 계속해서 작성할 예정입니다.


그럼 정말 다음에 봐요!


우뇌 드림.


GPT데이터분석수익한계분석

스크랩

공유하기

신고

하트 아이콘토이보컬님 외 40명이 좋아합니다.

댓글 6
댓글 새로고침