웹사이트에서 쇼핑 행동을 분석하는 방법: 간단한 5단계

때때로 전자 상거래 비즈니스 소유자는 전환율 또는 이탈률과 같은 별도의 지표만 조사하여 쇼핑 행동 분석에 실패를 제공합니다. 그러나 구매 유입경로의 각 단계 사이에서 고객이 이동하는 방식을 알고 있으면 추가 비용 없이 신중한 솔루션을 제공하고 사용자 경험을 개선하며 웹사이트 성능을 향상시키는 데 도움이 될 수 있습니다.

우리는 쇼핑 행동 분석이 충성도 높은 고객 행동 초상화를 모델링하는 것이 아니라는 점을 인정해야 합니다. 반대로, 이 접근 방식을 사용하면 웹사이트에 거의 방문하지 않는 사용자가 만나는 장애물과 구매하지 않는 이유를 식별할 수 있습니다 . 소비자 쇼핑 행동 분석의 주요 목적은 구매 유입 경로의 각 단계에서 웹 사이트 성능을 향상시켜 총 세션 수 및 거래 세션 수의 비율을 줄이는 것입니다.

참고: 이러한 통찰력은 모든 규모의 전자 상거래 비즈니스에 유용하지만 매월 10,000건 이상의 거래가 있는 웹 사이트 의 경우 필수입니다. Google Analytics 작동 방식에 대한 지식이 충분하지 않은 경우 이러한 통계 조사에 대한 방대한 경험을 가진 Promodo 분석 전문가를 수행하거나 연락하는 전문가를 참여시키는 것이 좋습니다.

고객 행동을 분석 하는 일반적인 방법 은 Google 애널리틱스 계정을 사용하는 것입니다. 그러나 일부 데이터는 여기 에서 사용할 수 없으며 다른 서비스를 이용해야 합니다.

1단계. 구매 유입경로를 통해 승리한 사용자의 비율 확인

Google 웹로그 분석 계정에서 전환 > 전자상거래 > 쇼핑 행동 을 선택하면 구매 유입경로의 전체 소비자 경로를 통해 이동하는 사용자 수에 대한 통계를 확인할 수 있습니다. 특정 작업을 완료한 방문자 수가 표시된 5개의 그래프가 있습니다. 이 모든 것은 분명히 내림차순으로 정렬됩니다.

• 모든 세션
• 제품 보기 세션
• 장바구니에 담기 세션
• 체크아웃 세션
• 트랜잭션이 있는 세션

영국 전자 상거래 시장에서 거래가 있는 세션의 평균 비율은 4.31% 입니다. 전환율이 1% 미만인 경우 고객 행동을 심층적으로 분석해야 합니다.

예를 들어, 귀하의 제품 페이지를 본 사용자의 상당수를 발견했습니다. 이 사용자 의 70%는 장바구니에 항목을 추가했지만 0.5%만이 구매를 완료했습니다. 이 경우 등록, 전화번호 확인, 청구서 수신 주소 등 결제 시 필요한 조치를 분석해야 합니다. 최근 Baymard 보고서에 따르면 고객이 체크아웃 중에 사이트를 포기하는 일반적인 이유는 다음과 같습니다.

Google 애널리틱스 계정의 체크아웃 동작 탭에서 가정을 확인하여 현미경으로 볼 페이지를 정의할 수 있습니다.

2단계. 퍼널 세그먼트에 따라 각 마케팅 채널 검토

전체 상황을 검토한 후 전자상거래 세그먼트를 추가로 생성하여 각각의 소비자 쇼핑 행동을 조사할 수 있습니다. 세분화는 선택적인 조사를 수행하고 문제점을 드러내며 A/B 테스트 후 상황이 어떻게 변할지 추적하는 데 도움이 됩니다.

이 작업을 수행하는 방법? 동일한 탭에서 전환 > 전자상거래 > 쇼핑 행동 그래프를 클릭하고 분석하려는 인지 세그먼트를 만듭니다. 예를 들어 장바구니 이탈이 있는 세션일 수 있습니다.

이제 많은 포기 외에도 다음과 같은 데이터를 확인할 수 있습니다.

• 이 사용자가 어떤 브라우저에서 어떤 기기에서 귀하의 웹사이트를 방문했는지,
• 어떤 광고 캠페인에서 왔는지;
• 그들의 위치;
• 소스 및 매체:
• 이 사용자들이 로그인했습니까?
• 그들이 귀하의 웹사이트를 찾는 데 사용한 키워드입니다.

생성된 세그먼트는 전체 분석 계정에 걸쳐 나타나므로 세그먼트 내에서 다양한 인사이트를 확인할 수 있습니다. 따라서 "채널 개요"에서 이러한 사용자를 유도한 디지털 마케팅 채널을 추적하거나 전체 잠재고객 보고서를 검토할 수 있습니다.

이 기능은 구매 유입경로의 각 단계에서 사용할 수 있으며 장바구니에 담지 않은 구매자 세션, 체크아웃 포기 및 거래가 있는 세션을 동시에 분석할 수 있습니다.

3단계. 특정 세그먼트 내에서 랜딩 및 이탈 페이지 탐색

취약 영역에 따라 생성한 전술한 전자 상거래 세그먼트를 기반으로 웹사이트의 어떤 페이지가 방문하고 어떤 페이지가 세션 그룹 내에서 종료되는지 조사하십시오. 이 단계는 개선과 더 자세한 분석이 필요한 정확한 페이지를 이해 하는 데 도움이 됩니다.

다음 예에서는 결제 및 정보 페이지에서 세션의 44%가 중단되어 결제 방법에 문제가 있을 수 있음을 알 수 있습니다. 아마도 해당 페이지에는 이용약관이 불충분하고 소비자의 기대에 미치지 못하는 정보 페이지에 대한 링크가 포함되어 있을 것 입니다.

4. 히트맵으로 문제 페이지 스캔

전자상거래용 히트맵은 특정 웹페이지에서 쇼핑 행동을 추적하기 위한 환상적인 추가 솔루션입니다. 전체적으로 4가지 유형의 히트맵이 있습니다.

• • 호버 맵 지도를 클릭하십시오.
  • 주의 히트맵 (사용자가 웹사이트 페이지에 머문 시간과 가장 많은 시간을 보낸 블록 을 보여줌)
  • 스크롤 맵 (사용자가 특정 페이지 아래로 스크롤한 거리 표시)

보고서는 방문자 사이에서 주황색과 빨간색이 가장 활성화 된 다양한 색상 영역 으로 강조 표시된 웹사이트 페이지처럼 보입니다 . 불행히도 Google Analytics에는 이 데이터가 없지만 Crazy Egg , Hotjar 또는 Smartlook 과 같이 전자상거래용으로 널리 사용되는 다른 무료 히트맵 도구를 사용할 수 있습니다 .

4. 사용자가 웹사이트에서 무엇을 검색하는지 확인

기업에 대한 보다 일반적인 질문은 사용자가 Google을 검색하는 방법입니다. 대신 웹사이트 디자인/매력적인 가격/편리한 배송 조건/유용한 콘텐츠 등을 좋아하는 일부 방문자는 웹 사이트에서 직접 필요한 제품을 찾으려고 합니다.

특정 세그먼트 내에서 이 데이터를 확인하거나 일반 통계를 볼 수 있습니다. 소비자 쇼핑 행동 분석 내 사이트 검색은 청중의 요구 사항을 이해하고 구색을 개선하며 새로운 초점을 찾는 데 도움이 됩니다. 또한 온라인 상점에서 인기 있는 특정 제품을 검색한 사용자를 대상으로 하는 성공적인 리마케팅 ​​캠페인을 설정하는 데 도움이 될 수도 있습니다.

5. 상호 작용의 순서와 시간 지연을 검사합니다.

특히 디지털 마케팅 전략이 옴니채널인 경우 온라인 쇼핑 행동의 전체 그림을 수집하려면 Google 웹로그 분석 계정에서 전환 > 다중 채널 유입경로 > 상위 전환 경로 를 따라 사용자를 전환으로 이끈 행동과 행동 수를 확인하십시오.

소요 시간 탭에서 구매자가 웹사이트와의 첫 상호작용에서 전환까지 걸린 기간에 대한 정보를 찾을 수 있습니다. 예를 들어 하루에 세 번 웹 사이트를 방문한 사용자를 위해 이메일을 실행하거나 시간 제한 제안을 실행하여 개선할 수 있는 이 평균 수치를 알고 있습니다.

마지막으로 "경로 길이" 탭에서 방문자를 고객으로 전환하는 데 필요한 상호 작용 수를 확인합니다.

마지막 생각들

전자상거래 웹사이트에서 온라인 쇼핑 행동을 분석하는 것은 피라미드의 맨 위에 있는 Maslow의 욕구 계층 구조에서 자아실현과 같습니다. 이를 처리하려면 먼저 기본 요구 사항을 충족해야 합니다. 그러나 쇼핑 행동에 대한 통찰력을 통해 우리는 뒤로 물러서서 고객의 눈을 통해 비즈니스를 바라볼 수 있습니다. 그리고 CPC 광고를 통해 사용자를 유치하기 위해 매번 더 많은 예산을 투자하는 대신 지역 문제를 해결합니다. 전자 상거래 세계에서는 고객을 유치하는 모든 채널이 좋습니다. 사실입니다. 그러나 전체 시스템은 조화와 균형에서 작동해야 합니다.

웹사이트에서 소비자 쇼핑 행동을 분석하려면 깔때기 세분화를 사용하여 각 세그먼트를 개별적으로 조사하십시오. 이를 통해 문제 영역을 식별하고 가장 효과적인 솔루션을 적용하여 문제를 개선할 수 있습니다.

주저하지 말고 히트맵을 사용하세요. 첫째, 멋지게 보이기 때문에 두 번째로 고객 경험 향상에 매우 유익합니다.

가정을 확인하는 한 가지 방법은 A/B 테스트를 수행하는 것입니다. 문제 페이지를 완전히 변경하는 것은 권장하지 않습니다. 사소한 변경을 시도하고 결과를 추적하십시오.

전자상거래 분석에 대한 도움이 필요한 경우 Promodo 디지털 마케팅 전문가에게 문의하세요.