세그먼트 퍼널

세그먼트 퍼널은 특정 캠페인 사용 사례에 대한 타겟을 좁히고, 해당 타겟과 이들의 상호 작용에 대해 학습하며, 이러한 지식을 활용하여 효과적인 캠페인을 전략화하고 개발하는 데 유용합니다.

세그먼트 퍼널을 사용하면 추가된 각 필터가 세그먼트 통계에 어떤 영향을 미치는지 확인할 수 있습니다. 세그먼트를 만들 때 각 필터 아래에 데이터 행이 나타납니다. 이 데이터는 해당 시점까지의 모든 필터가 타겟팅한 사용자에 대해 다음과 같은 정보를 제공합니다.

타겟팅한 총 사용자 수 및 오디언스 기반 비율
유료 사용자를 위한 LTV 및 LTV
이메일을 보낼 수 있는 사용자 수
이메일 수신에 동의한 사용자 수
푸시가 활성화된 사용자 수
푸시 수신에 동의한 사용자 수

모범 사례

사용자 흐름을 문서화하는 필터를 추가하면 사용자가 이탈하는 지점을 확인할 수 있습니다. 예를 들어, 소셜 네트워킹 앱의 경우 온보딩 과정에서 사용자를 잃는 위치를 확인하려면 가입, 친구 추가, 첫 메시지 전송에 대한 커스텀 데이터 필터를 추가할 수 있습니다. 85%의 사용자가 가입하고 친구를 추가했지만 45%만이 첫 번째 메시지를 보냈다면, 온보딩 및 마케팅 캠페인에서 더 많은 메시지를 보내도록 유도하는 데 집중해야 한다는 것을 알 수 있습니다.
세그먼트 퍼널을 사용하면 다양한 행동을 취하는 사용자의 비율을 비교할 수 있습니다. 예를 들어, 활성 사용자 또는 LTV가 높은 사용자는 푸시 또는 이메일로 더 많이 소통하는 경향이 있나요? 이를 확인하려면 하나 이상의 필터를 사용하여 활성 사용자 세그먼트를 만든 다음 푸시 수신 동의 필터를 추가할 때와 이메일 수신 동의 필터를 추가할 때 통계가 어떻게 변경되는지 확인하세요.
필터를 추가할 때 LTV가 어떻게 변화하는지 분석하세요. 활성 사용자의 경우, 페이스북에 접속하는 사용자나 X(이전의 트위터)에 접속하는 사용자의 LTV가 더 높은가요? 아니면 두 가지 모두에 연결한 사람들의 LTV가 훨씬 더 높나요? 예를 들어, X(이전의 트위터)에 연결하면 LTV에 미치는 영향이 거의 없지만 Facebook에 연결하면 큰 영향을 미친다면, 마케팅 캠페인에서 Facebook 연결을 장려하는 데 초점을 맞추고 싶을 수 있습니다.

사용 사례

특정 사용자 행동이 전환에 미치는 영향

특정 사용자 작업(예: 위시리스트에 항목 추가)이 전환(예: 구매)에 미치는 영향을 분석하면 다음 질문에 대한 답을 얻을 수 있습니다:

사용자 행동이 더 많은 구매와 일치하나요?
사용자 행동이 얼마나 널리 퍼져 있나요? 이러한 행동을 더 많이 유도하는 마케팅 캠페인을 만들어야 할까요?

예를 들어 위시리스트에 아이템을 추가한 모든 사용자가 구매를 한 그룹이 있다고 가정해 보겠습니다. 소수의 사용자만 위시리스트에 아이템을 추가하기 때문에 이 앱은 마케팅 캠페인을 통해 이러한 행동을 더 장려할 수 있습니다.

다음 필터를 사용한 세그먼트 퍼널 예시입니다: "마지막으로 이 앱을 사용한 지 30일 미만", "마지막으로 대기자 명단에 추가한 지 30일 미만", "마지막으로 구매한 지 30일 미만" 사용자 수가 4,302명에 달했습니다.

메시징 채널 비교

활성 사용자(또는 원하는 특성을 가진 사용자) 세그먼트를 생성하고 이메일 및 푸시 알림과 같은 다양한 참여 채널과의 상호작용을 비교합니다. 예를 들어, 푸시를 구독하는 충성도 높은 사용자가 많다면 푸시를 통해 활성 사용자 캠페인을 보내는 데 더 많은 시간을 할애할 수 있습니다. 그러나 이메일을 구독하는 사용자의 LTV가 더 높다면 더 많은 활성 사용자가 이메일을 구독하도록 유도할 수 있습니다.

다음 필터를 사용하여 이메일용 세그먼트 퍼널 예시를 만듭니다: "마지막으로 구매한 지 30일 미만", "마지막으로 사용한 앱이 30일 미만", "푸시 사용 설정이 사실", "이메일 구독 상태가 옵트인"이라는 문구를 통해 2,799명의 사용자에게 도달했습니다.