[비즈스프링] 웹사이트의 측정과 분석 Book 1 (compact version 1.6)

[BOOK 1 COMPACT]

웹사이트의 측정과 분석 Website Measurement and Analysis

(주)비즈스프링 교육컨설팅팀 지음

본 저작물에 대한 모든 권한은 (주)비즈스프링에 있습니다.

2002-2011 © BizSpring, Inc. All Rights Reserved.

Version 1.6 (201106)

2 1

웹분석 도구의 이해 - 웹분석 도구

BOOK 1 COMPACT : 웹사이트 측정과 분석 - V 1.6 (2011/06)

시작하며

과거 웹로그분석을 통해 얻을 수 있었던 분석결과에 비해

지금의 웹분석도구(웹분석솔루션)의 분석기능은 비교하기

힘들정도로 발전하였고 편의기능도 강화되었습니다. 이러한

까닭에 웹분석도구의 도입을 통해 e-Business 의 성과를

하루아침에 개선할 수 있을 것으로 기대하는 경우가 적지

않습니다.

하지만, 실제 웹분석의 시작 이후에는 만족할 만큼의 성과를 얻지 못하는 경우를 지금까지 많이 보았습니다.

그 배경에는 ‘웹분석’을 진행하고, 측정된 결과를 분석하고, 분석결과를 이해하고 판단을 하는 주체는

‘도구’가 아닌 ‘사람’이기 때문입니다.

따라서 웹분석도구의 도입과 함께 준비되어야 하는 것은 조직 내 ‘웹분석에 대한 인식’과 ‘웹분석에 대한

이해’를 갖추는 것이며, 그 후 이를 조직 내 ‘웹분석 프로세스’화 시켜야 실제적인 ‘웹분석’이 이루어지게

됩니다.

웹분석에 대한 지식의 적용은 사업모델과 부딪힌 상황에 따라 모두 다르기에 한마디로 정의할 수 없습니다.

그렇기에 더욱, 꾸준한 개별 사업진행에 대한 측정과 분석의 지속적인 실험을 통해 얻은 기업 내 지식은

다른 웹분석 서적이나 전문가의 조언을 통해서도 얻을 수 없는 소중한 기업의 역량이라고 할 수 있습니다.

이 책은, 자신만의 웹분석의 노우하우를 쌓아감에 있어 다른 기업보다 한 발 앞서 시작할 수 있도록,

(주)비즈스프링이 9 년여간 웹분석 솔루션 및 서비스 분야에서 얻은 경험과 지식 중 웹분석을 수행하는 데

바탕이 되는 기본 항목들을 간추린 것입니다. 이후, 기본 지식을 바탕으로 현업 업무별 활용에 대한 내용도

준비하여 찾아뵙도록 하겠습니다.

(주)비즈스프링 드림

* 본 책자는 원본 책자에서 내용을 간추린 ‘무료 배포용’입니다. 원본 책자와 목차가 다릅니다.

人事萬事

2002-2011 © BizSpring, Inc.

목차

Book 1 COMPACT : 웹사이트의 측정과 분석

1 웹분석 도구의 이해 ................................................................................ 6

1.1. 웹분석 도구 .......................................................................................................... 7

1.1.1. 웹분석 도구의 수집 방법 ....................................................................................................... 7

웹분석을 위한 데이터 수집 방법별 분류 .................................................................................................................... 7

웹분석 방법비교 ...................................................................................................................................................................... 10

1.1.2. 웹분석 도구 활용을 위한 업무적 지식............................................................................... 12

웹분석 시스템의 기술적 구현 .......................................................................................................................................... 12

웹분석 구현을 위한 업무적 지식 ................................................................................................................................... 14

1.2. 웹분석 리포트 .................................................................................................... 16

1.2.1. 웹분석 리포트의 구성 ........................................................................................................... 16

웹분석 리포트의 정의 .......................................................................................................................................................... 16

웹분석 리포트의 구성요소 ................................................................................................................................................. 16

웹분석 리포트의 형태별 구분 .......................................................................................................................................... 20

웹분석 리포트의 요구특성 ................................................................................................................................................. 23

1.2.2. 웹분석을 위한 응용기능 ....................................................................................................... 25

데이터 분석을 위한 응용기능 .......................................................................................................................................... 25

데이터 활용을 위한 응용기능 .......................................................................................................................................... 28

2 웹분석의 이해 ........................................................................................ 30

2 웹분석의 이해 ........................................................................................ 30

2.1. 웹분석 측정지표의 이해.................................................................................... 31

2.1.1. 웹분석의 기본 측정지표 ....................................................................................................... 31

4 1



측정지표의 정의방법 ............................................................................................................................................................ 31

기본 측정지표(Basic Metrics) ............................................................................................................................................ 33

기본 측정지표의 이용 .......................................................................................................................................................... 67

2.1.2. 웹분석의 파생측정지표(Derived Metrics) .......................................................................... 68

파생측정지표의 종류 ............................................................................................................................................................ 68

비율(Ratio / Rate)형태의 파생 측정지표 .................................................................................................................... 69

평균(Average)형태의 파생 측정지표 ............................................................................................................................ 77

복합(Mixed Formula)형태의 파생 측정지표 .............................................................................................................. 79

범주(Categorized)형태의 파생 측정지표 .................................................................................................................... 80

파생 측정지표의 다른 접근 .............................................................................................................................................. 83

3 웹분석 리포트의 활용 .......................................................................... 84

3.1. 웹분석 리포트의 분류별 접근 .......................................................................... 85

3.1.1. 웹분석 리포트의 분류 ........................................................................................................... 85

다양한 웹분석 리포트의 분류 .......................................................................................................................................... 85

3.1.2. Overview 리포트 ................................................................................................................... 87

KPI 리포트 .................................................................................................................................................................................. 87

대시보드(Dashboard) ............................................................................................................................................................ 88

요약리포트(Summary Report) ........................................................................................................................................... 89

3.1.3. 마케팅(Marketing Campaign & Reach) ............................................................................ 90

트래픽(Traffic) ........................................................................................................................................................................... 90

방문방법(Visit Method) ........................................................................................................................................................ 94

검색엔진(Search Engine) ..................................................................................................................................................... 95

방문자(Visitor) ........................................................................................................................................................................... 97

지역(Geo Location) ................................................................................................................................................................ 98

마케팅 캠페인(Marketing Campaign) ........................................................................................................................... 98

3.1.4. 참여(Engagement & Loyalty) ........................................................................................... 100

방문자 참여(Visitor Engagement)................................................................................................................................ 100

사회 연관도(Social Relationship / Social Engagement).................................................................................... 102


3.1.5. 컨텐츠(Contents) ................................................................................................................. 105

페이지(Pages)......................................................................................................................................................................... 105

동적 컨텐츠 카테고리(Dynamic Contents Category) ........................................................................................ 107

RSS(Realy Simple Syndication)에 의한 컨텐츠 ..................................................................................................... 108

내부 컨텐츠 검색(Internal Searches) ......................................................................................................................... 109

이동경로(Paths, Navigation) ........................................................................................................................................... 110

클릭(Clicks) .............................................................................................................................................................................. 111

디자인(Design) ...................................................................................................................................................................... 113

3.1.6. 전환(Conversion) ................................................................................................................ 114

단계별 전환율(Conversion Funnel, Conversion Scenario) ............................................................................... 114

전환 소요기간(Conversion Latency) ........................................................................................................................... 115

전환실패 경로(Abandonment Paths) ......................................................................................................................... 117

3.1.7. 커머스(Commerce) ............................................................................................................. 118

구매(Purchase) ....................................................................................................................................................................... 119

처음구매고객(New Customers), 재구매고객(Returning Customers), 반복구매(Repeated

Purchases) ............................................................................................................................................................................... 121

상품(Product) ......................................................................................................................................................................... 123

장바구니(Shopping Cart) .................................................................................................................................................. 125

3.1.8. 회원(Member) 및 고객(Customer) .................................................................................. 127

회원(Member) ........................................................................................................................................................................ 127

고객(Customer) ..................................................................................................................................................................... 128

생애가치(Life Time Value, LTV) ..................................................................................................................................... 129

3.1.9. 지원(Support) ...................................................................................................................... 130

웹사이트를 통한 지원 ....................................................................................................................................................... 130

전화지원(Calls)....................................................................................................................................................................... 131

6 1



1 웹분석 도구의 이해

웹분석을 위해서는 웹분석 도구(웹분석 솔루션 등)가 필요하다. 물론 자체 웹분석 방법에 따라

웹사이트로부터 직접적으로 데이터를 수집하고 분석하는 방법도 있겠지만, 수많은 측정지표와 리포트를

자체적으로 구현하기에는 한계가 있다.

웹분석 도구는 웹사이트 측정시에 접하게 되는 다양한 환경요소와 측정지표를 정해진 규칙에 따라 데이터의

수집방법, 측정지표의 정의, 데이터의 저장방법과 리포팅 방법을 구현한 것이다. 웹분석 도구를 올바르게

이해하고 활용하는 것은 성공적인 웹분석을 위해 역시 빠질 수 없는 부분이다.

더 나아가 웹분석 리포트의 구성방법과 데이터를 리포트로 구현하는 방법, 웹사이트의 측정을 위해 웹분석

도구가 지원해야할 기능을 이해함으로서 앞으로 더욱 다양해질 인터넷 환경에서 웹사이트의 데이터를

측정하고 분석하는 방법에 대해 더 멀리 내다볼 수 있을 것이다.


1.1. 웹분석 도구

1.1.1. 웹분석 도구의 수집 방법

웹분석을 위한 데이터 수집 방법별 분류

웹분석 도구는 데이터 수집의 방법(좀 더 정확한 표현으로는 웹분석을 위한 Data Source)에 따라 크게 다섯

가지로 나누어 살펴볼 수 있다.

웹서버 로그파일(Server Log File Analysis) 분석방식

- 웹서버가 생성하는 로그파일을 파싱(Parsing)하여 데이터를 수집하는 방식이다.

- 1993 년 GetSites 을 시작으로 웹로그파일 분석방식의 제품들이 등장하기 시작하였다.

- 지금까지도 널리 사용되는 기본적 데이터 수집방법이다.

- 별도의 로그데이터를 수집하여, 원격지의 분석서버로 전송하는 모듈을 이용하여

ASP(Application Service Provider)형태로의 서비스도 가능하다. 하지만, 페이지태깅방식이

등장하면서 ASP 서비스는 대부분 사라졌다.

패킷 스니핑(Packet Sniffing) 방식

- 네트워크의 패킷(주로 HTTP 통신패킷)을 잡아내는 Packet Sniffer 를 이용하여 데이터를

수집하는 방식이다.

- 1996 년경부터 사용된 데이터 수집방법이지만, 세계적으로 봤을 때 웹분석을 위한

데이터소스로 많이 사용되지는 않고 있다.

- 대규모의 페이지와 트래픽을 갖는 웹사이트에서, 로그파일 생성 및 페이지태깅이 힘들 때

선택되는 경우가 많다.

- 보안탐지 솔루션과 기본적인 Sniffing 방식은 동일한 까닭에 보안위협요소, 침입탐지 등의

이슈와 연계한 분석들이 가능하다.

- 네트워크단에서 데이터를 수집하므로, 기존 로그파일분석 방식에서 불가능한 여러 사항들에

대한 측정이 가능하다.

다운로드 중 취소되는 비율과, 취소되는 시점

어떤 컨텐츠 전송 중 사용자가 브라우저의 STOP 버튼을 클릭하는지

서버 반응시간대별 방문자의 반송율

실행시간/페이지 로딩시간이 가장 느린 페이지 추적

8 1



- 대용량의 트래픽을 갖는 웹사이트의 경우 네트워크 패킷을 캡쳐하여 측정하기 위해서는

상당히 높은 사양의 시스템 장비가 필요하다.

- 최근 웹서비스 동향과 같이, 하나의 웹사이트가 다수의 CP(Contents Provider)로 구성된다거나,

다수의 웹서버가 네트워크적으로 분리되어 서비스된다거나, CDN(Contents Delivery

Network)와 같이 외부의 컨텐츠 전송서비스업체를 이용한다거나 할 경우 분석이 불가능할 수

있다.

페이지 태깅(Page Tagging) 방식

- 웹페이지에 데이터를 수집하는 객체를 삽입(Tagging)하여 데이터를 수집하는 방식이다.

- 1997 년 JavaScript 에 의한 페이지태깅 방식의 제품이 선보이면서 현재까지 가장 빠르게

성장한 분석방법이다. JavaScript 뿐만 아니라 Flash 객체 등도 이용될 수 있다.

- 웹사이트를 구성하는 컨텐츠/서버/제공자/네트워크구성에 무관하게 데이터를 수집할 수 있고,

자동적인 통합(Merge)분석이 수행되는 장점이 있다.

- 위와 같은 장점으로 인해 ASP(Application Service Provider)/SaaS(Software As A Service)형태로

많이 이용된다.

- 페이지 태깅방식은 세부방법별로 네 가지의 방식으로 나누어 볼 수 있다.

웹페이지 내에 Web Beacon 또는 Web Bug 라고 불려지는 1x1 pixel 의 작은

투명이미지를 삽입하여, 데이터를 수집하는 방식

대규모의 웹페이지 제공으로 인해 로그파일을 생성량이 많아서 일반 웹로그분석을 통해

분석이 원활하지 않을 때, 주요 특정페이지들을 중심으로 분석하고자 할 때 많이

이용되었다.

현재는 JavaScript 실행을 제한하는 웹메일로 조회되는 메일컨텐츠 추적 등을 위해

사용되고 있다. 최근에는 스패머(Spammer)들이 무작위로 발송하는 웹메일 컨텐츠의

노출여부 등을 통해 실제 존재하는 메일주소 여부 등을 판단하기 위해 악용되는 것으로

인해, 웹메일 서비스에서 외부 이미지에 대한 표현을 막는 경우가 많아 예전보다

활용성이 낮아졌지만, 아직 유용한 방법으로 평가받고 있다.

데이터를 수집하는(이미지를 제공하는) 서버/네트워크의 장애시 웹페이지의 로딩에

장애가 발생할 수 있는 단점이 있다.

동적 웹페이지를 생성하는 서버측 프로그램 내에 파일 또는 DB 에 측정내용을 저장하는

작은 프로그램 또는 함수를 포함하도록 하여 데이터를 수집하는 방식

사용자에게 웹페이지가 보여지지 않는 내부 프로그램(Form Action 이 발생하는 페이지)

의 요청횟수, 요청내용 등을 기록하고 분석하기 위해 사용되었다.

일반 페이지에 대한 분석에서는 MS 사의 IIS 웹서버의 Global.asa 객체의 특징을

이용하여 데이터 수집에 활용하는 사례가 많았다.

최근에는 RIA(Rich Internet Application)이 많이 사용되면서, XML 데이터만을 제공하는

웹페이지의 수가 많아졌고, 이러한 요청에 대해 로그를 별도 생성하기 위해 사용되는

경우가 많다. 이를 위해 웹분석솔루션에서 데이터를 별도로 수집하기 위해 API 등을


제공하기도 한다.

Loadable Module/API 등을 이용하여 웹서버 또는 웹애플리케이션, 동적 웹페이지를

생성하는 프로그램 내 삽입하여 데이터를 추출하는 경우에는 API 에 의한 방법으로 별도

분류되기도 한다.

웹페이지에 스크립트를 삽입하여 분석에 필요한 데이터를 수집하는 Script Embedding

방식

WAS(Web Application Server, 일종의 웹서버로 이해해도 무방함) 등을 이용한 웹서버에서

적절한 로그파일을 남기기 힘들거나, 로그파일을 입수할 수 없는 파트너사의 웹서버에서

제공되는 웹페이지를 분석하거나, 다양한 호스트명의 분할/로드밸런싱에 의한 로그파일의

분할이 많은 경우 자동적인 Merge(통합)분석 효과를 얻기 위해 사용되는 경우가 많았다.

현재 Page Tagging 방식 중 가장 많이 사용되는 방법이다.

플래시(현재 Adobe Flash) 객체를 웹페이지에 삽입하여 분석에 필요한 데이터를

수집하는 방식

Flash 를 이용한 카운터개발이 그 시초이다.

JavaScript 를 제한하는 경우가 많은 웹메일 서비스의 메일컨텐츠, 온라인

RSS 리더서비스(예: 구글리더) 내 컨텐츠, JavaScript 코드입력을 제한하는

UCC 컨텐츠(미니홈페이지, 오픈마켓 상품설명페이지)에 대한 간단한 통계를 얻고자 할 때

응용되는 경우가 있다.

내부 액션스크립트 활용에 따라 다양한 방법으로 응용이 가능하다.

하이브리드(Hybrid) 방식

- 앞서 설명된 세 가지 방법 중 두 가지 이상의 방법을 함께 이용하는 분석 방식이다. 예를

들어 데이터 전송량 및 다운로드 분석은 로그파일을 이용하고, 방문자의 세션수와 같이

페이지 태깅이 유리한 방식은 해당 방식을 이용하는 것이다.

- 세계적인 업체들은 상당수 Hybrid 방식을 제공하고 있다.

- 요구되는 모든 분석사안에 대해 정확한 분석을 할 수 있는 장점이 있다.

- 특정 한 가지 방식을 쓸 때보다 분석 시스템이 복잡해지고 비용이 증가하는 단점이 있다.

패널(Panel)에 의한 방식

- 인구통계학적으로 샘플링된 소수의 인원에게 어떠한 웹페이지를 브라우징하고 있는지에 대한

정보를 전송하는 브라우저 Plug-In 또는 Toolbar 등을 설치하도록 하여 데이터 수집서버에서

취합한 후 리포트를 생성하는 방식

트래픽이 많은 웹사이트의 경우, 그렇지 않은 사이트보다 상대적으로 실측에 가까운

측정결과를 얻을 수 있다.

타 웹사이트와의 유출에 대해서도 분석이 가능하다.

분석대상 웹사이트외 경쟁웹사이트와의 비교분석이 가능하다.

10 1



실측을 위한 리소스(Software/Hardware/Network 비용)이 상당할 경우, 본 방법이

경제적으로 빠르게 측정결과를 산출할 수 있다.

샘플링된 패널선정에 오류가 있을 경우 큰 데이터의 왜곡을 가져온다.

- 대표적인 업체로서 국내에는 Korean Click, Metrix, Rankey 등이 있으며, 해외에는 Alexa,

ComScore 등이 있다.

웹분석 방법비교

여러 웹분석 방법 중 로그파일 분석방식과 페이지태깅 방식(그 중 Script Embedding)이 가장 많이 사용되고

있다.

이 두 가지 방법에 대한 비교자료는 국내외에서 많이 찾아볼 수 있으나, 간략히 정리하면 다음과 같다.

각 기능의 장단점들은 최근 각 업체들의 노력에 의해 다양한 보완방법을 통해 해결이 가능한 경우가 많다.

페이지태깅 방식과 로그파일 방식의 장단점 비교

페이지태깅 로그파일

장점

방문자수에 대한 정확한 측정

(Proxy/Cache 에 무관)

장기간에 걸친 캠페인 효과분석 용이

방문자 웹브라우저에서 발생하는 다양한

이벤트 수집이 원활

(클릭, AJAX 로딩, Flash 등)

실시간 또는 실시간에 준하는 측정결과

데이터를 실시간으로 리포팅

동적 컨텐츠/페이지 분석을 위해 초기 설정

후, 컨텐츠 추가/변경에 따른 설정 작업이

존재하지 않음

별도의 Software/Hardware 의 구매가 필요

없음(ASP 서비스 형태에 한함)

네트워크/호스트구성에 무관하게 자동적인

Merge 분석 수행(다수의 Contents Provider 로

구성된 웹사이트에서 유리)

분석솔루션 설치만으로 기본적인 분석수행 가능

과거 축적된 로그파일이 있으면 과거의 데이터도

분석 가능

네트워크 트래픽에 대한 전송량 측정 가능

파일 다운로드 성공여부 및 다양한 서버에러에

대한 측정

모바일 웹페이지 및 검색엔진로봇 분석이 가능

단점

분석을 위해 분석스크립트가 웹페이지에

Tagging 되어야 하는 작업필요

Tagging 의 실수로 인한 데이터 수집 누락시

Proxy/Cache/NAT 등으로 인해 정확한 방문자수에

대한 측정 어려움

장기간에 걸친 캠페인 효과분석의 어려움


과거내용의 분석 불가능

트래픽전송량 측정 불가능

파일 다운로드 등 유사항목에 대해

결과분석이 아닌, 사용자 시도에 대한 분석

수행

검색엔진로봇, 모바일 웹페이지 분석 불가능

쿠키의 삭제/제 3 사쿠키의 배제 등

방문자수의 오차요인이 존재

(Raw 로그파일의 보관문제)

방문자 웹브라우저의 이벤트 수집이 불가능

실시간 데이터의 실시간 리포팅이 불가능

Iframe/AJAX 등이 존재하는 웹사이트에서 페이지와

기능을 분리하여 정의하는 Mapping 과정 필요

동적 컨텐츠/페이지 분석을 위한 Parameter

Mapping 절차가 필요하며, 컨텐츠 변경시 추가적

설정 작업 필요

추가적 Software/Hardware 구매가 필요함

분석대상 호스트(Host)가 네트워크/물리적으로

분리된 경우 분석이 어려움

지금까지 세계적인 추세는 ‘웹분석’의 목적이 시스템적인 모니터링 및 분석보다 마케팅의 수행과 효과측정에

중심을 두고 있는 만큼, Page Tagging 방식으로 전환되고 있는 추세이었다.

하지만 최근 다양한 RIA(Rich Internet Application) 및 Web 2.0 에 맞춘 다양한 형태의 데이터 교환과 온라인

상에서 불특정 다수에 의한 협업 등이 주요 이슈화되면서, 웹사이트에서 데이터를 수집하는 기존 로그파일,

네트워크패닛수집, 페이지태깅 방식으로는 한계가 나타나기 시작하였다.

변해가는 인터넷 환경에서 웹분석은 더욱 다양하고 심도깊은 분석을 요구받게 될 것이다. 이를 위해서는

더욱 개선된 데이터의 수집 및 측정방법이 필요하다. 이때 웹분석을 위한 데이터 수집과 개인정보 침해에

대한 문제가 최소화된다면 더욱 새로운 웹분석에 적합한 분석방법으로 주목 받을 것으로 생각된다.

2002-2011© BizSpring, Inc.

12 1



1.1.2. 웹분석 도구 활용을 위한 업무적 지식

웹분석 시스템의 기술적 구현

웹분석 시스템의 기능적 구성요소를 중심으로 웹분석 시스템의 구현에 필요한 기술적 요소를 살펴보면

다음과 같다. 앞서 설명한 바와 같이 데이터 수집, 저장 및 보관, 보고서 생성의 3 단계로 구분하였다.

(웹분석 데이터의 측정 및 분석기술에 대한 내용은 ‘웹분석 리포트’ 부분에서 상세히 다루기로 한다.)

데이터 수집

- 대용량 처리

시스템의 효율성향상을 통한 시스템 구축 및 운영비용 절감을 할 수 있다.

로드 밸런싱 및 서버당 데이터 처리량 증가에 의한 대용량 처리(H/W 적 접근)

시스템 설계를 통한 1 개 계정에서의 대용량 처리(S/W 적 접근)

- 빠른 파싱(Parsing)과 데이터 추출

로그파일분석에서 원시로그의 빠른 처리속도

실시간에 준하는 데이터 처리로 빠른 대응이 가능하다.

- 실시간적인 데이터 처리

페이지태깅/패킷스니핑 방식에서 실시간 데이터 처리속도

로그파일 방식과 달리, 입력되는 데이터를 조정할 수 없으므로 누락없는 안정적 데이터

수집 및 처리가 중요하다.

다양한 환경에서의 데이터 수집

로그파일, 패킷스니핑, 페이지태깅, API 등 다양한 방법을 통한 데이터 수집기술

고객의 다양한 시스템적 구성 및 사업환경에 대응할 수 있다.

- 방문자 브라우저 환경에 대한 이해

인터넷의 기술적 환경과 사용자 환경에 따른 미세한 차이에 대한 경험

다양한 인터넷 환경에서 측정 및 분석하고자 하는 측정지표를 어떻게 수집할 수 있는지

측정 및 분석의 오차를 줄이며, 오류를 사전에 예방할 수 있다.

- 최근 인터넷 기술동향에 대한 파악

다양해진 인터넷 기술환경에서 데이터 수집능력 필요

RIA(Rich Internet Application)에서 활용되는 AJAX, FLEX 등과 각종 UI 기술에 대한 이해


다양한 분석환경에서 데이터를 수집 및 분석할 수 있는 기술적 연구를 할 수 있다.

데이터 저장 및 보관

- DB 정제 및 대용량 DB 처리

데이터베이스의 최적화 설정, DB 의 분산화, 쿼리의 최적화 등

대규모의 e-business 환경에 대응 가능하므로, Enterprise 급 지원이 수월하다.

- 안정성과 백업

DB 시스템의 안정적 운영기술, 계획적인 백업관리

고객사의 사업규모 확장에 대응하여 설계할 수 있어야 한다.

데이터의 신뢰도와 유지보수 리소스의 절약을 이룰 수 있다.

보고서 생성

- 업무에 적합한 UI 설계 및 구현 능력

사용자가 접하는 리포트 부분에서의 업무편의성을 향상시킬 수 있다.

고객이 느끼는 가장 큰 제품의 차별화와 경쟁우위를 얻을 수 있다.

- 운영계 DB 와의 연동기술

고객사 사업확장에 따라 연계 가능해야하며, 분석의 고급화가 가능하다.

- 데이터와 데이터 표현부와의 적절한 연계

one source multi use 라는 캐치프레이즈처럼, 데이터의 활용범위가 넓어짐에 따라

현업에서의 활용도를 크게 높일 수 있다.

데이터를 XML Feeding, Desktop Widget, API, REST 등 다양한 방법과 형식으로 제공하는

것들이 해당된다.

다양한 클라이언트에서의 보고서 구현

- 측정지표에 대한 기본적 이해.

측정지표에 대한 이해가 있어야, 분석보고서를 설계한 웹분석 컨설턴트와의

커뮤니케이션이 가능하며, 분석 보고서의 오류를 파악할 수 있다.

14 1



웹분석 구현을 위한 업무적 지식

논리적/비즈니스프로세스의 이해를 갖추어야, 현업에서 활용가능한 웹분석 도구를 구현할 수 있다.

또한 웹분석 데이터를 바탕으로 고객사에 적합한 교육서비스 및 컨설팅을 수행할 수 있다.

데이터/리포트 설계 및 활용 관련

- 인터넷환경에 대한 이해

다양한 인터넷 비즈니스에서 측정지표는 어떻게 도출되는지에 대한 지식

빠르게 변화하는 e-business 환경에서 고객의 Needs 에 맞춘 분석방법을 제시할 수 있다.

- 측정지표의 기본단위 이해

측정지표는 어떻게 정의되고 설계 및 응용될 수 있는지

웹분석 도구를 어떻게 확장 및 활용할 수 있는지, 측정값은 어떤 기준으로 분석되었는지

파악할 수 있다.

웹분석 시스템의 기술적 설계를 부분적으로 이해할 수 있으며, 엔지니어와 의사소통이

원활하다.

- 측정지표의 응용과 확장

현업에 적용 가능한 측정지표의 응용와 파생성과지표의 확장/설계 능력.

급변하는 다양한 사업환경에 맞춘 측정지표를 구성하고, 분석을 수행할 수 있다.

- DB 에 대한 이해

데이터가 저장되고 조회/결합되는 프로세스에 대한 기본적 이해는 측정지표를 이용한 데이터

활용 설계에서 유용하다.

새로운 측정지표와 분석리포트를 구현하고자 할 때 엔지니어와 원활한 의사소통이 가능하다.

- 프로그래밍 및 수학적 지식

측정지표의 시스템적 처리와 응용부분에서 활용될 수 있다.

분석리포트를 설계하는데 도움이 된다.

- e-Business 산업군별 이해

고객사의 산업군별 e-Business 의 큰 특징을 이해해야 한다.

공통된 주제에 대해 원활한 고객사와의 의사소통이 가능하다.

웹분석 업무를 고객사 입장에서 접근할 수 있다.

- e-Business 업무영역별, 업무단위별 현업 이해

현업 업무별 이해를 바탕으로, 웹분석 리포트 및 측정지표를 설계 할 수 있다.


현업 프로세스에 맞춘 리포트의 편의성과 응용방법을 개선할 수 있다.

- 현업 목적별 KPI 도출 능력

고객의 사업목표를 이해해야 가능한 부분이다.

고객의 최종 Needs 에 부합된 웹분석을 수행함으로서 전반적 만족도를 높일 수 있다.

- 사용자 환경과 UI 에 대한 이해

사용자가 쉽게 이용할 수 있는 웹분석 시스템을 설계할 수 있다.

- 웹분석 업무 프로세스에 대한 이해

고객사의 웹분석 팀을 구성하거나, 컨설팅할 수 있다.

웹분석 리포트의 구조를 현업에 맞게 구성할 수 있다.

관리기능 설계

- 분석 리포트의 구현방법에 대한 이해

설정 가능한 부분과 그렇지 않은 부분을 구분하여 제품의 유연성을 높일 수 있다.

- 인터넷 환경과 트렌드에 대한 이해

검색엔진 패턴, IP 대역에 대한 이해와 시장동향에 대한 이해를 바탕으로 사업환경에 맞추어

확장할 수 있는 관리기능과 리포트 확장기능을 설계할 수 있다.

- UI 에 대한 이해

리포트를 위한 다양한 설정기능들에 대해 편의성을 증진시킬 수 있다.

응용기능 설계

- 최신 기술동향, UI 에 대한 이해

최신 기술을 이용하여, 사용자가 쉽고 편하게 데이터에 접근할 수 있는 방법을 제시할 수

있다.

- 개별 웹분석 기능에 대한 충분한 이해와 기술적 요소의 동시이해

여러 기능 및 데이터와 연계한 부가적 기능을 설계할 수 있다.

인터넷트렌드와 같이 평균데이터의 연동에 의한 인공지능적 분석평가 기능 등도 가능하겠다.


16 1

웹분석 도구의 이해 - 웹분석 리포트


1.2. 웹분석 리포트

1.2.1. 웹분석 리포트의 구성

웹분석 리포트의 정의

웹분석 리포트는 ‘웹측정(Web Measurement)결과가 시각화된 산출물’이다.

엄밀히 구분하자면 사람(웹분석가)에 의한 분석 의견이 포함되지 않은 것은 ‘웹측정 리포트’, 측정결과를

이용하여 마케팅환경, 시장동향 등 다양한 원인/환경/결과를 고려한 최종 의견이 포함된 것을 ‘웹분석

리포트’라고 할 수 있다. 하지만, 일반적으로 ‘웹분석 리포트’로 통칭하기로 한다.

웹분석 리포트의 구성요소

리포트 기본 구성

웹분석 리포트를 구성하기 위해서는 아래와 같은 요소가 필요하다.

대상 : 어떠한 분석대상에 대한 측정 데이터인가 ?

조회기간 : 어느 기간 또는 시점을 기준으로 측정된 데이터를 분석할 것인가 ?

측정지표(Metrics) : 어떤 항목을 측정하였는가 ? – 페이지뷰, 방문수, 매출액 등

분류항목(Break Down) : 측정값을 어떤 기준으로 분류/나열하였는가 ? – 시간별, 일자별, 검색엔진별,

방문국가별 등

세분화(Segmentation) : 측정값은 어떤 차원(Dimension)으로, 어떤 영역의 값을 나타낸 것인가 ? –

회원특성의 남성 방문자에 의한 값, 검색엔진 A 에 의한 방문에서 얻은 성과지표값 등

위 항목중 세분화를 제외한 항목은 기본적인 리포트를 구성하기 위해 필수적인 항목이다.

측정지표에 의한 측정값을 분류항목에 따라 세분화함에 따라 측정값을 2 차원적 Sheet 형태로 구성할 수

있게 하여 기본 리포트가 구성된다.


각 구성에 필요한 요소를 시각적으로 표현하면 다음 그림과 같다.

리포트의 분석편의를 위한 요소

기본 리포트가 구성된 이후 세부적인 측정값을 살펴보기 위해서는 다양한 방법이 이용된다.

비교(Testing) : 평가기준대비 성공적인가 ? – 목표값대비 달성율, 전월대비 성장율, 경쟁사대비

비교값 등. A/B 테스팅이 많이 사용된다.

필터(Filtering) : 분석에 필요한 값으로 범위를 좁힌다 - 결과값 중 특정 범위에 포함되는 값으로

범위를 축소하거나, 특정 단어가 포함된 항목으로 분석결과의 수를 간추린다.

기본 리포트를 구성하기 위한 분류화(Break Down) 역시 일종의 세분화(Segmentation)이지만, 기본 리포트의

구성을 위한 필수단계임을 감안하여 ‘세분화’가 아닌 ‘분류화’ 또는 ‘브레이크다운(Break Down)’으로 부르기로

한다.

이후 분석리포트를 재차 세분화할 때부터 ‘세분화’ 또는 ‘세그멘테이션(Segmentation)’이라고 부르고,

세분화가 이후 재 적용될 때에는 2 차원 세분화, 3 차원 세분화라고 부르며 이를 통칭하여 ‘다차원 세분화’

또는 ‘Multi Dimensional Segmentation)’이라고 부른다.

18 1



세분화가 고도화될수록 분석을 수행하는 분석가(Web Analyst)는 원하는 데이터를 보다 쉽게 찾고 이용할 수

있다.

비교는 측정결과를 보다 직관적으로 판단하기 위해 목표값에 대한 달성여부를 표현하는 것이다. 이와 같은

측정값 달성여부 값을 이용하여 자동화된 알람(Alarm)기능으로 응용하기도 한다.

필터는 많은 결과값 중 원하는 결과값을 간추리기 위해 이용된다. 측정값(Value)의 범위를 지정하는 경우와

분류항목(Break Down Item)의 특성을 지정하는 경우로 나뉠 수 있다. 필터와 세그멘테이션 항목을

혼동하여서는 안된다.

BizSpring INSIGHT™ 리포트의 구성요소


세그멘테이션(Segmentation)과 필터(Filteing)i 링 예시

분석을 위한 편의 및 응용기능은 별도로 설명하기로 한다.

20 1



웹분석 리포트의 형태별 구분

웹분석 리포트는 추세(Trend), 순위(Ranking), 점유비율(Portion), 분포(Distribution)와 기타형태의 전형적인 몇

가지 형태로 나뉠 수 있다. 표현방법은 측정값에 대한 분석접근 방법이라고 볼 수 있다.

추세형(Trend Type)

한 개 또는 다수의 특정 측정지표값을 시간흐름에 따라 변화 추세를 나타낸 것이다.

일반적으로 가로형태의 꺾은선 차트와 수직막대형 차트를 이용한다.

그래프의 가로축은 시간, 세로축은 측정값을 나타낸다.


순위형(Ranking Type)

특정 범주의 측정대상 객체(페이지/컨텐츠/상품) 또는 측정지표값에 적용될 수 있는 범주(예: 방문 도메인)에

대한 측정값의 크기에 따라 순서대로 나열한 것이다.

범주가 한정되지 않은 경우(예: 방문 도메인)에 순위형이 이용되며 전체 데이터를 표현하는 경우와 상위 몇

개에 한정하여 표현하는 경우가 있다.

가로막대형태의 차트를 주로 이용하며 세로축은 범주의 리스트, 가로축은 측정값을 나타낸다.

한정된 경우(예: 방문 국가)에는 비율형이 이용된다. 이 경우에는 파이형태 차트로 표현하게 된다.

점유비율형(Portion Type)

전체 측정값을 구성하는 구성요소/범주들의 구성비율을 표현하는 것이 중점일 때 선택되는 형태이다.

파이(Pie)형태의 차트로 표현되는 경우가 많다. 다만 표현되어야 할 항목의 점유율 차이가 작을 경우

파이그래프가 아닌 순위형에 적합한 가로막대형 차트로 표현하는 경우도 있다.

22 1



분포형(Distribution Type)

일련된 범주 또는 속성 구분값의 변화에 따른 분포를

표현하고자 할 때 이용된다.

일반적으로 세로막대형의 분포 히스토그램 형태는 분포의

표현에 적합하다. 추세의 경우에도 동일한 형태의 차트가

이용되지만 데이터를 명확히 보여주기 위해 이용되는

것이며 추세에 적합한 차트의 형태는 꺾은선 그래프가

가장 잘 표현한다고 볼 수 있다. 반대로 분포형에서

꺾은선 차트를 이용하는 경우는 없다.

범주 또는 속성 구분값이 순환형태를 갖는 경우 또는 방향성을 갖는 경우에는 방사형을 이용하기도 한다.

방사형 차트는 중심점을 두고 거미줄 모양으로 측정값의 크기에 따라 바깥쪽으로 선을 배치하고, 측정값에

해당하는 점을 연결한 형태이다. 두 개 또는 세 개의 값의 치우침 정도를 표현하는 데 적합하다.

대표적인 분포형 리포트는 히스토그램 형태이다.

기타 데이터의 표현 방법

버블(Bubble)형은 2 차원적인 분포를 나타내는 데 적합하다.

가로축과 세로축은 속성구분 및 일련된 범주구분을 나타내고,

원의 크기는 값의 크기를 나타낸다.

점유율의 추세는 누적영역(Stacked Area)형태로 나타낸다.


Dashboard 형태에서는 빠르고 직관적인 이해를

위하여 기존 현실 세계에서 사용되는 것들이 많이

이용된다. 예를 들어 자동차 계기판형, 온도계,

신호등, 알람램프 등 여러 형태가 응용된다.

Dashboard 는 KPI 의 값 표현을 보다 직관적으로

나타낼 수 있으며, 쉬운 이해와 더불어 제품의

완성도를 높여 보이게 한다는 점에서, 최근 가장

많이 신규로 사용되고 있는 형태의 데이터

표현방법이다.

계기판 형태의 Dashboard 아이템

웹분석 리포트의 요구특성

웹분석 리포트는 측정된 데이터를 이해하기 쉽고 일관된 원칙에 의해 표현하며, 사용자가 쉽게 데이터를

파악하고 분석할 수 있게 제공되어야 한다.

웹분석 리포트에 요구되는 특성은 다음과 같다.

정확성

웹분석을 위한 측정데이터는 실측에 근거한 정확한 데이터를 제공해야 한다. 정확성의 오차범위는 물론

존재하겠지만 사전 정의된, 또는 허용되는 범위 내에서 값의 정확성을 유지해야 한다.

일관성

기본 측정지표 및 파생 측정지표에 대한 측정방법이 초기 분석시부터 일관되게 유지되어야 한다. 혹시라도

중간에 측정방법이 바뀔 경우 값의 정확성에 대한 면밀한 검토가 필요하다.

또한 데이터를 표현하는 용어 및 조건(세분화, 필터, 옵션 등)이 일관성을 가져야 사용자가 데이터를 올바른

의사결정에 이용할 수 있다.

명확성

측정된 데이터를 사용자에게 제공할 때 각 측정된 결과에 대해 명확한 기준과 설명이 제공되어야 하며,

측정지표 및 용어에 대한 정의에서 오해가 발생하지 않도록 명확해야 한다. 특히 다수의 사용자가 데이터를

이용할 때 서로 다른 관점으로 인한 오해가 발생하지 않아야 한다.

24 1



보안성

측정 및 분석된 데이터에 대한 접근권한의 통제기능 및 접근레벨을 제공함으로서 데이터의 보안을 유지할

수 있어야 한다. 각 사용자에 대해 리포트별 접근권한을 두거나 분석리포트의 환경에 대한 권한을 두어

통제를 하는 경우가 일반적이다.

유연성

측정 및 분석된 데이터는 리포트라는 시각적으로 구성된 형태로 가공되어 제공되지만, 데이터 자체의

원활한 이용을 위해 다양한 형태의 데이터로 Export 되거나, 다른 형태의 데이터 접근방법을 제시할 수

있어야 한다. 각 측정지표를 사용자가 정의할 수 있고 리포트의 분석형태(분류기준, 표현할 측정지표 등)를

사용자가 지정할 수 있다면 더욱 분석이 수월할 것이다.



1.2.2. 웹분석을 위한 응용기능

데이터 분석을 위한 응용기능

측정된 데이터를 분석기간, 측정대상, 기본적인 분류/세분화 기준을 적용하여 기본적인 분석결과를 얻었다.

이후에는 사용자가 다양한 각도에서 데이터를 살펴볼 수 있도록 추가적인 응용기능들이 필요하다.

정리한 응용기능은 데이터의 가공 및 시각화에 대한 것이다.

평균값 비교

측정 리포트에서 평균값을 함께 표현함으로서 비교분석이 가능하도록 하는 방법이다.

평균값의 대상은 동일한 리포트 내에서 동일한 Time-frame 에 해당하는 작년의 측정값과 같이 기간을

이용하는 방법도 있고, 운영하는 유사 사이트의 측정값을 함께 표현하여 비교하는 방법도 있으며 별도

수집된 업계의 평균데이터를 이용하는 방법도 있다.

일반적으로 측정된 값의 옆에 평균값을 표현하고 그 차이를 함께 나타내어 비교할 수 있도록 제공한다.

A/B Testing (A/B 비교)

다양한 비교기준에서 하나의 변경요소를 선택하여 그 변경(차이)값을 중심으로 리포트를 구성하는 경우이다.

변화값과 변화율을 이용하여 정렬할 경우 여러 가지 다른 접근이 가능하다.

예를 들어 내부검색어의 이용횟수에 따른 순위형태의 리포트에서 전월과 당월을 비교할 경우, 변화값 또는

변화율 정렬을 통해 전월대비 급상승한 검색어, 급하락한 검색어 등을 쉽게 찾아낼 수 있다.

기간별 비교

가장 일반적인 A/B 테스팅 방법이다. 평균값 비교의 다른 접근이라고 보아도 무방하다.

시간 흐름에 따른 동일한 분석대상 객체의 변화값과 그에 따른 상승/하락을 파악할 수 있다.

기간을 제외한 나머지 옵션(세그멘테이션 기준, 범주, 필터 등)은 동일해야 한다.

항목별 비교

기간을 고정하고 특정 변화요인(예: 세그멘테이션 필터별, 캠페인 채널별 등) 또는 비교대상(예:

동시에 운영하고 있는 타 사이트)에 따른 값의 비교를 수행한다. 동일한 시점에 세그멘테이션

특성에 따른 결과값의 비교로서, 우수한 성과를 내는 요인을 찾는 데 편리하다.

기본적인 측정값의 비교는 1 차 분류화(Break Down)한 결과리포트에서 이루어지며, A/B 테스팅은

n 차원의 세그멘테이션에서 이용된다.

26 1



A/B 테스팅은 데이터 분석을 위한 필수 응용기능으로 자리를 잡아가고 있다. 더 나아가 A/B/C 테스팅이라는

표현도 등장하고 있으며, Multi-Variate Testing(복수변인 테스트)로의 확장도 활발하다.

A/B Split

리포트화면을 A/B 로 나누어 조회하는 기능이다.

A/B 테스팅처럼 각 두 개 리포트의 값의 차이를 계산하여 제시하지는 않는다.

Multi Variate Testing (MVT, 복수변인 테스트)

A/B 테스팅은 측정결과에 대한 비교분석 측면이라면, MVT(Multi Variate Testing)는 복수의 변화요인에 대한

테스트 방법이다. 실험에 의한 디자인(Experimental Design)의 일환으로서, 여러 변수에 따른 실험과 결과를

종합하여 최종적으로 최선의 방안을 선택하는 방법을 이용하게 된다.

웹분석에서는 대부분 ‘Taguchi Method’ 방법을 이용하여 답을 얻는 방식을 이용하고 있다. 랜딩페이지,

메인페이지 등의 최적화(Optimization)를 위한 접근방법으로 많이 이용된다.

예측값

현재 일자가 분석하고자 하는 Time-frame 의 기간(일수)를 채우지 않은 상태에서, 해당 Time-frame 에

해당하는 데이터가 모두 수집되었을 경우 측정될 값을 미리 계산하다.

가장 쉬운 예측방법은 현재 측정값의 시간당(일/주/월 등) 증가속도를 계산한 후 전체 측정하고자 하는

구간으로 변환하는 방법이다.

예를 들어, 금일 오전 10 시 현재 Page View 가 200 일 때, 시간당 20 의 페이지뷰가 증가하였으므로, 금일

예측되는 전체 Page View 는 20 PV x 24 시간 = 480 PV 로 계산한다.

이 방법은 매 시간당 예측값이 다르게 계산되며, 증가속도의 변화를 고려하지 않는 방법으로서 예측값의

오차가 큰 편이다.

Normalization (평준화)

A/B 테스팅 및 평균값 비교와 같이 비교를 수행함에 있어서, 비교하는 표본데이터의 Time-frame 의

구간크기가 일치하지 않는 경우 비교의 공정성을 위해 특정 대상의 값에 가중치를 적용하는 방법이다.

이 방법을 통해 비교기준의 평준화되어 올바른 비교가 가능하게 된다.

예를 들어 A/B 테스팅에서 기간별 비교를 수행할 때, A 항목의 값은 전월의 값으로서 50 이 측정되었고,

B 항목의 값은 당월의 값으로서 30 이 측정되었으나, 오늘이 당월 20 일로서 수집가능한 30 일치의 모든

데이터가 측정되지 않았을 때 필요하다.


이 경우 B 의 20 일간 30 이 측정되었을 때 30 일간 어떤 값이 측정될 것인지 예측계산하여 B 의 값을

정한다. B 의 예측값은 ‘측정값 30 / 측정일수 20 일 x 당월의 일수 30 일 = 예측값 45’와 같이 정해진다.

Correlation/Crosstab Segmentation (연관분석 및 교차 세분화)

리포트 내에서 세분화를 수행함과 더불어 타 리포트에서 결과의 특정 항목값을 선택하여, 이를 기준으로

다른 리포트의 결과를 세분화하는 기능을 뜻한다.

결과적으로는 세분화되는 리포트결과는 해당 기준으로 세분화하는 기능을 제공할 뿐이지만, 사용자

입장에서 보다 직관적인 접근이 가능하므로 이해와 활용도가 높아진다.

Simulation (시뮬레이션)

일부 해외제품에서는 ‘What If’라는 명칭으로 구현되어 제공된 바 있다.

각종 측정지표의 연관관계와 종속성 등을 이용하여 특정 결과값을 예측하거나, 반대로 측정지표가 달성해야

할 수준을 예측하는 데에 이용될 수 있다.

예를 들어 ‘(투입광고비당 방문자수 x 광고비 = 방문자수) x 방문당 매출액 = 매출액’ 과 같은 공식이

설계되고 본 공식에서 특정항목의 값을 추정하기 위해 ‘매출액이 100,000 이고, 방문당 매출액이 10 이고,

광고비당 방문자수가 2.5 일때 광고비를 어느 정도 지출해야 목표 매출액을 달성할 수 있겠는가?’ 와 같은

시뮬레이션을 해 볼 수 있다.

일반적으로 전환율, 트래픽, 성과값 3 가지를 이용한 시뮬레이션이 유용하다.

Drill Down

분석기간의 시간구간(Time-frame)이 넓은 리포트에서 해당 세부항목 시간대를 클릭하여 보다 세부적인

데이터 범위로 들어가는 방법 또는 큰 범주의 데이터에서 해당 특정 범주를 선택하여 하위 범주의 데이터로

들어가는 데이터 접근방법이다.

보통 추세의 경우 기간을 좁혀가는 방법으로 Drill Down 하며, 점유율의 경우 큰 범주에서 세부 범주로

들어가는 방법으로 Drill Down 하여 사용자가 원하는 값의 범위 또는 특성을 찾을 수 있게 한다.

사용자 정의 리포트

리포트에서 표현될 성과측정지표의 종류와 1 차적으로 세분화(Break Down)할 기준을 선택하여 리포트를

사용자가 직접 선택하여 구성할 수 있도록 하는 기능이다.

실제 모든 측정지표에 대해 제공하는 경우보다, 웹분석에 의한 요약데이터 중 가능한 항목들을 나열하고

선택하게 하는 경우가 대부분이다.

28 1



사용자 정의 측정지표

파생 측정지표를 사용자가 직접 연산식을 입력하여 정의할 수 있도록 하는 기능이다.

각 비즈니스모델에 맞는 성과지표를 생성하여 원활한 분석을 수행할 수 있으며, 인터넷 환경의 변화에 따라

필요한 측정지표를 신규 정의하여 사용할 수 있기도 하다.

이 기능이 활용되기 위해서는 사용자 정의 리포트가 제공될 수 있어야 한다.

데이터 활용을 위한 응용기능

데이터 활용을 위한 응용기능은 분석된 결과를 여러 방면에서 활용하기 위한 지원기능이다.

KPI 관리

비즈니스의 성과측정을 위한 핵심지표(Key Performance Indicator)를 비즈니스목적, 사업계획, 웹사이트

운영계획에서 일관되게 맞출 경우, 보다 목표지향적인 웹사이트 운영과 분석이 가능하다.

KPI 값을 사용자가 선택 또는 지정하도록 하고 관리할 수 있도록 하는 기능이다.

목표값(Target)과 알람(Alarm)기능

KPI 또는 특정 분석리포트 내 측정지표들에 대해 도달 목표수준을 정하고 이에 도달하였거나, 최저한계점에

도달하였을 때 사용자에게 메일/SMS 등 다양한 방법으로 알림을 보내주는 기능이다.

모든 측정지표에 대해 사용자가 직접 값을 모니터링 할 수 없기 때문에 꼭 필요한 기능이라고 볼 수 있다.

Dashboard

KPI 관리 대상 측정지표, 목표값과 알람을 활용하는 방법 중 하나로서, 중요 측정값들을 일목요연하게 한

번에 파악할 수 있도록 구성하는 화면이다.

Data Import (데이터 불러들이기)

웹분석 결과와 사용자의 데이터를 결합하여 리포트를 생성하기 위한 지원기능이다.

사용자의 시스템(예: eCRM, 경영지원시스템, 전자상거래 시스템 등)으로부터 필요한 데이터를 불러들이는

기능의 지원될 경우 보다 세밀한 분석이 가능해진다.


Data Export (데이터 내보내기)

분석결과값을 엑셀/워드/HTML/CSV/XML/PDF 등 다양한 포맷의 리포트로 내보내는 기능이다.

HTML/PDF/워드 등은 리포트의 포맷만 변경되므로 단순 활용강화 측면에 가까우나, CSV/XML/엑셀 포맷의

경우 데이터를 사용자의 PC 로 옮겨와 작업하는 것을 가능하게 하므로 여러 가지 응용분석이 가능한 장점이

있다.

Widget / Gadget

Windows Vista, Yahoo 에서 이용하는 Konfabulator, Apple OSX 의 Widget, Google Gardget 등과 같이 특정

데이터를 깔끔하게 정리하여 표현해주는 프로그램들이다.

자주 사용하는 KPI 값들을 사용자 PC 의 Widget 에서 실시간으로 보여주는 방법 등이 있다.


30 2

웹분석의 이해 - 웹분석 측정지표의 이해


2 웹분석의 이해

웹분석 도구(웹분석 솔루션과 같은 제품)를 활용하기 위해서는 먼저 웹분석에 대한 이해가 필요하다. 웹분석

도구가 사용하기 편리해지고 이해하기 쉬워졌다고는 하지만 아직까지 해당 전문용어와 측정지표 등 각

항목과의 관계에 대한 이해가 없이는 효과적인 웹분석 도구의 이용이 어려운 것이 현실이다.

웹분석을 위한 데이터 측정, 기록, 보고서 생성에서 해당되는 각 측정지표와 값을 이해할 수 있을 때

웹분석을 자신의 분석목적에 맞추어 활용하는 것이 가능할 것이다. 결과 또한 올바르게 이해하고 활용할 수

있을 것이다.

이를 위해서는 웹분석의 측정지표와 측정단위, 웹사이트 측정의 다양한 환경(예: 웹브라우저, 검색엔진,

컨텐츠)에 대한 이해가 필요하다.

특히 측정지표는 올바른 웹분석의 설계, 웹분석 리포트의 이해, 분석결과의 활용등 전분야에 걸쳐 반드시

이해가 필요한 부분이다. 이를 바탕으로 추가적인 응용분석과 파생측정지표의 설계와 적용이 가능하다.


2.1. 웹분석 측정지표의 이해

2.1.1. 웹분석의 기본 측정지표

측정지표의 정의방법

웹분석의 기본 측정지표는 측정방법/측정기준, 측정대상, 측정값의 속성, 제약조건을 정의함으로서 완성된다.

이후 논의할 파생측정지표(Derived Metrics) 또는 연산측정지표(Calculated Metrics)는 기본측정지표의

연산/결합을 통해서 생성하게 된다.

기본측정지표는 아래의 형식으로 정리하기로 한다.

항목 속성 및 설명

측정지표명(한글/영문)

지표요약(의미)

측정기준

측정값의 속성

적용차원

사용용도

유의점

참고

각 항목에 대한 설명은 앞서 설명된 ‘웹분석 측정지표와 측정단위’와 같이 다음과 같다.

측정기준은 대상/행위/요건 등 측정방법을 정의하는 데 필요한 요소를 설명한다.

측정값의 속성은

- Count : 일반적으로 셈을 하는 단위, 정수로 표현

- Ratio(비율) : 소수값으로 표현

32 2



- 논리값(Yes/No, Boolean 값)

적용가능한 차원 및 제약

측정지표값의 계산을 위한 기간을 Time-frame 이라고 할 때, 이것을 일반적으로 데이터를

세분화(Segmentation)하기 위한 차원으로 보지는 않지만, 데이터를 이용하여 리포트를 생성할 수 있도록 최초

적용(Breakdown)되는 조건임을 고려하여 적용가능 차원(Dimension)부분과 함께 설명하였다.

- Time-frame 비종속적 : 임의의 웹분석 기간(예: 웹분석 리포트의 조회기간)별 누적합산 값이

전체 웹분석 기간의 측정값과 같은 경우 (예: 1 월~12 월까지 각 월의 측정된 페이지뷰수

합계값은 1 년 페이지뷰수 측정값과 같다)

- Time-frame 의존적 : Raw 데이터를 보유한 상태(또는 사전 정의된 기간조건에 의해)에서만

해당값을 측정할 수 있는 경우. 일반적으로 순수(Unique)값의 측정에서 발생한다. 또한

데이터의 측정에서 기간(Time-frame)의 정의에 따라 측정값이 변할 수 있는 경우도 이에

포함된다.

- 전체영역(Aggregate) : 세분화(Segmentation)을 위한 차원(Dimension)없이 표현 가능한 경우

- 세분화가능(Segmented) : 특정 한 개 이상의 차원에 의해 세분화될 수 있는 경우

- 개인영역(Individual) : 방문자 개인별로 데이터의 측정과 분석이 가능한 경우

사용용도는 주로 이용되는 분석목적, 리포트 등을 설명한다.

유의점은 측정지표 이용시 조심해야될 부분과 제약조건 등을 설명한다.


기본 측정지표(Basic Metrics)

힛트수(Hits)

힛트(Hit)란 웹브라우저와 같은 사용자 클라이언트가 웹서버가 제공하는 정보에 접근함으로서 발생하는

클라이언트와 웹서버간의 통신의 최소단위이다.


측정지표명

(한글/영문)

힛트수 / Hits

지표요약(의미) 사용자에 의한 웹서버의 데이터 요청

측정기준 웹서버에 사용자의 클라이언트가 데이터를 요청하여 성공적으로 웹서버가

응답하였을 때 1 힛트(Hit)로 하며 힛트의 양을 정수로 계산한 것이 힛트수(Hits)이다.

사용자가 의도하지 않았지만, 클라이언트가 웹서버에 데이터를 요청하여 웹서버가

응답한다면 이것 또한 힛트수에 포함된다.

예) 웹페이지 내에 포함된 이미지가 3 개, javascript 파일을 src 형태로 1 개 호출하고,

1 개의 css 파일을 불러들이고 있을 때 웹페이지가 성공적으로 로딩이 완료되었다면

힛트수는 6 이 된다.

측정값의 속성 Count, 정수

적용차원 Time-frame 비종속적(임의의 사용자 지정한 웹분석 조회기간)

사용용도 웹서버의 처리용량, 시스템적 트래픽량에 대한 모니터링을 위해 사용된다.

유의점 웹서버 앞단에 Cache 서버/웹캐시서버와 같이 웹서버의 역할을 대행하는 장치가

존재할 경우 사용자 클라이언트의 요청이 웹서버에 전달되지 않아 힛트수를

기록하지 못할 경우 힛트수 측정이 올바르게 이루어지지 않을 수 있다.

사용자 PC 에 Caching 된 데이터의 경우 기본적으로는 웹서버에 데이터의

갱신여부에 대해 확인하기 위해 요청해야 하지만, PC 의 클라이언트 설정에 따라

요청하지 않는 경우도 있다.

34 2



페이지뷰수(Pageviews 또는 Page Views)

힛트수로는 서비스하는 컨텐츠의 사용량을 측정하기에 왜곡의 요소가 많기에 페이지뷰 측정지표가 등장하게

되었다.


측정지표명

(한글/영문)

페이지뷰수 / Page Views 또는 Pageviews (PV)

지표요약(의미) 페이지 또는 페이지에 준하는 컨텐츠의 최소단위

측정기준 페이지 또는 컨텐츠의 최소단위를 사용자가 요청하여 조회될 때 1 페이지뷰로 하며,

이 수의 합계값을 페이지뷰수(Page Views)라고 한다.

최근의 동향은 사용자 요청에 의한 컨텐츠 업데이트의 단위를 1 페이지뷰로 하고,

사용자 요청에 의하지 않은 자동적인 부분갱신(Iframe 등)과 Frameset 과 같이

컨텐츠가 아닌 구조를 구성하는 페이지는 제외한다.

또한 Form Submit 에 의한 데이터를 처리하는 프로그램 페이지의 경우에도 컨텐츠를

제공하는 페이지가 아니므로 페이지뷰에서 제외한다.

파일다운로드의 경우에도 페이지뷰로 처리하는 것이 일반적이며, 페이지의 재

로딩이 없는 플래시 컨텐츠의 경우 화면전환(컨텐츠 업데이트)를 하나의 페이지뷰로

처리하는 경우가 많다.

* 기본 측정기준은 웹분석 솔루션에 따라 다양하게 적용될 수 있다. 세부적 내용은

웹분석 솔루션의 매뉴얼을 참고하여야 할 것이다.

* 로그파일분석방식, 페이지태깅, 패킷스니핑 방식 등에 따라 분석할 수 있는 기술적

범위가 다른 경우가 대부분이다.


적용차원 Time-frame 비종속적, 전체, 세분화, 개인별

사용용도 웹사이트 전체 페이지뷰 추세를 통한 웹사이트 사용량의 변화분석 등 실제 컨텐츠에

대한 이용정도 측정.

인기있는 페이지 리포트를 통한 인기있는 컨텐츠의 선별 등에 이용된다.

유의점 로그파일을 주된 분석데이터 Source 로 하는 힛트수 측정과 같이 Cache/Proxy 의

문제로 인해 데이터값이 왜곡될 수 있다.

Page Tagging 방식의 경우에는 Cache/Proxy 로부터 자유롭지만, PDF 문서 다운로드


도중 실패하는 경우와 같이 데이터 전송이 완료되지 못하는 경우에는 올바른 측정이

어렵다.

컨텐츠를 표현하지 않는 페이지(예: 프레임셋, 부분 Iframe, Form 을 처리하는 페이지,

AJAX 에 의한 요청을 응답하는 페이지, Redirection 페이지 등을 페이지뷰에

포함시킬 경우 측정값의 왜곡이 상당할 수 있다.

* Frameset, Iframe, Form Processing, AJAX Response, Redirection 을 처리하는

페이지가 반드시 페이지뷰에서 제외되어야 하는 것은 아니며, 웹사이트의 구성에

따라 다르다.

36 2



방문수(Visits) 및 세션(Session)

방문수는 페이지뷰와 같이 웹사이트의 전반적인 컨텐츠 이용량을 표현하기도 하지만, 방문자의 컨텐츠

이용에 대한 필요성이 어느 정도 되는가를 표현하기도 한다.


측정지표명

(한글/영문)

방문수/Visits 또는 세션/Sessions

*(순)방문자수-(Unique) Visitors 와 확실히 구별되어야 한다.

지표요약(의미) 사용자가 방문하여 웹사이트의 이용을 끝내기까지의 행위를 하나의 단위로 한 것

측정기준 하나의 방문자(Visitor)가 일으키는 일련의 페이지뷰(하나 또는 그 이상의 페이지뷰)

중에서 각 페이지뷰의 발생 시각이 마지막 페이지뷰 발생시각으로부터 세션

타임아웃(Session Time-out) 시간 단위 내 존재하는 연속적인 페이지뷰를 하나의

그룹으로 묶은 것이다.

일반적으로 웹사이트의 서비스에서 특정 방문자와의 연결성과 항상성(Statefull)을

갖기 위해 웹사이트의 기술적 측면에서 세션(Session)의 개념이 존재한다. 이 세션의

한 단위를 하나의 방문으로 이해해도 무난하기에 방문과 세션이 동일한 용어로

사용되고 있으며 같은 측정기준을 이용한다.

임의의 특정 방문자에 의한 방문수를 측정하므로, 방문자의 정의 기준에 따라

방문값이 변경될 수 있으나, 일반적으로 하나의 방문에서는 방문자의 정의기준으로

사용되는 IP 주소, 세션쿠키 등이 동일하게 유지되는 것으로 가정한다.

Robot/Spider 에 의한 방문은 일반적으로 사용자에 의한 방문이 아니므로 방문수에

포함시키지 않는다.

컨텐츠별 방문수는 페이지뷰 발생 이벤트별 그룹을 묶을 때 해당 컨텐츠만을

선별하여 그룹으로 묶는 방법으로 그 값을 산출한다.

* 일반적으로 세션 타임아웃은 관례적으로 30 분으로 한다.

* 측정기준 정의에서 ‘페이지’라 하면 컨텐츠를 제공하는 최소 단위를 의미한다. 즉,

HTML 페이지, 컨텐츠를 제공하는 AJAX 프로그램, PDF 파일 등 다양한 요소가 될 수

있다.


적용차원 Time-frame 비종속적, 전체, 세분화, 개인별

* 거의 모든 세분화요소에 의해 세분화가 가능하다.


사용용도 웹사이트에 사용자가 어느 정도 필요를 가지고 방문하는지, 어떤 컨텐츠에 사용자가

집중되는지, 특정 세분화요소(예: 검색엔진 등)에 의해 방문수를 세분화하여

방문발생의 주요출처/방문자 특성별 효과/사용량은 어떻게 되는지 등 웹분석에서

가장 많이 사용되는 기본적 측정지표이다.

특히 대부분의 분석대상 객체, 원인제공요소, 성과 등에서 측정이 가능한 지표이므로

각 요소들의 데이터 연결고리 역할을 하기도 한다.

예) 리포트로는 방문수 추세, 주요 국가별 방문수, 검색엔진/검색어별 방문수, 광고별

방문수, 캠페인별 방문수, OS 별 방문수, 컨텐츠별 방문수 등 매우 다양하다.

유의점 IP 만을 이용하여 세션을 구분할 경우, NAT 등과 같이 동일한 IP 를 공유하여 여럿의

방문자가 접근할 경우 개별적 방문을 구분하지 못할 수도 있다. 이를 막기 위해

URL 의 SessionID 값 또는 세션쿠키를 이용하여 함께 처리한다. 하지만 이경우

동일한 PC 내에서도 여러 웹브라우저를 사용할 경우 세션이 별도 생성되므로

방문수가 왜곡되기도 한다.

임의의 Time-frame 구간을 측정기간으로 할 때 측정되는 방문수(세션수)는 최초

세션추적을 위한 쿠키(Cookie)가 발행된 페이지뷰가 구간 내 몇 건이 있는지를

Count 하는 것이 정확하다. 만약 Time-frame 구간 내 존재하는 IP 별 페이지뷰의

중복제거한 IP 수를 방문수로 이용할 경우, 하나의 세션이 Time-frame 에 의해

나뉘어 질 경우 방문수가 2 이상이 될 수 있다.

IP 만을 이용한 방법은, 특히 체류시간이 웹분석 솔루션의 방문자수 측정을 위한

데이터 정제시간 단위보다 길 경우 문제가 심각해질 수 있다.

방문(Visit)은 실제 사용자의 방문의지 여부를 파악할 수는 없다. 즉,

시작페이지(HomePage)가 해당 웹사이트일 경우 1 의 방문이 측정되며, 방문도중

세션 타임아웃이 될 동안 해당 웹페이지가 열려있는 상태에서 다시 웹페이지의

서핑이 시작될 경우 의도하지 않았던 방문이 1 개 증가하게 된다.

또한, 웹페이지의 일부 컨텐츠를 외부의 임의 사이트에서 Iframe 등을 이용하여

컨텐츠를 도용할 경우에도 방문자의 방문의지와는 다르게 방문이 하나 증가하게

된다.

측정에 있어서 사용자(User) 또는 방문자(Visitor)를 구별하지 않으며 웹사이트의 방문

시작으로부터 종료까지만을 하나의 단위로 하므로 엄연히 UUID 또는

Visitor(방문자의 개별특성을 고려한 것)과는 구별되어야 한다.

38 2



순방문자수/방문자수(Unique Visitors/Visitors)

순방문자수는 방문자(Visitor)가 일으키는 방문(Visit)을 중복제거(Unique)한 값이다. 중복을 제거한 특정

기간(Time-frame)에 종속적인 값임을 유의해야 한다.


측정지표명

(한글/영문)

순방문자수/ Unique Visitors (UV)

(방문자수/Visitors, 순방문수/Unique Visits 도 같은 의미이다)

지표요약(의미) 특정 기간 내 방문한 방문자의 수

측정기준 정해진 기간 내에 한 번 이상 방문한 방문자의 수이다.

기술적으로는 순방문자수는 특정기간(Time-frame) 내에 존재하는 여러 방문(Visit)을

개별 방문자에 따라 중복을 제거한 방문수의 숫자를 세어 측정한다. 따라서

방문자(Visitor)를 어떻게 정의 하는가에 따라 순방문자수는 달라질 수 있다.

순방문자수는 특정기간 내 방문수에 대한 중복을 제거해야 하므로 특정 기간조건이

존재할 때에만 측정값이 존재할 수 있다.

* 방문자를 구별하는 방법은 IP 를 이용한 방법, 쿠키를 이용한 방법 그리고 두

가지를 함께 이용하는 방법 등이 있다.


적용차원 Time-frame 종속적(기간에 따른 누적합산불가)

전체영역, 세분화

* 개인별은 사용되지 않는다. 개인별은 UUID 에 의한 방문으로사 UV 의 개념을

적용할 경우 ‘순방문회원수’ 지표가 된다.

사용용도 특정 보고기간 내 웹사이트를 이용한 순방문자의 수를 측정함으로서, 좀 더 실

사용자수에 근접한 웹사이트 이용량 값을 얻게 된다.

특정기간에 특화된 값으로서 보고용으로 사용되기 편리하나, 자유로운 기간별

누적합산이 불가능하므로 널리 사용되기는 힘들다.

다른 측정지표와의 연산을 통해 순방문자수에 비례한 측정지표를 만드는 데 주로

사용된다. (예: 순방문자당 평균 방문수, 순방문자당 평균 체류시간 등)

기본적 리포트로서 일/주간/월/분기/연 순수방문자수, 리포트 등이 있다.


유의점 기본적으로 방문수 측정과 동일한 데이터의 왜곡요소와 오차를 갖는다. 또한 방문의

중복제거된 순방문수(순방문자수)라는 조건에서 아래와 같은 추가적 제약요소를

갖는다.

- IP 를 이용한 순방문자수 측정인 경우 : 중복제거를 위한 특정기간 내 방문데이터를

Raw 데이터 형식으로 모두 갖고 있어야 올바른 순방문자수의 측정해야 하는

어려움이 있다.

- 쿠키기반의 순방문자수 측정인 경우 : 쿠키미지원의 경우 및 쿠키의 삭제 등

상황에서 새로운 순방문자를 위한 쿠키가 발행되므로 왜곡이 될 수 있다.

40 2



UUID 수(UUIDs, Unique User Identifiers)

순방문자의 상위개념으로서 특정 기간 내 측정된 측정지표값에 포함된 UUID 의 수를 뜻한다.


측정지표명

(한글/영문)

UUID 수 / Unique User Identifiers

* 일반적으로 ‘회원수’ 또는 ‘고객수’로 표현하는 것이 적당하다.

지표요약(의미) 순방문이자 상위개념으로서 방문자 개인을 구별할 수 있는 식별자를 카운트한 수

측정기준 웹분석에서 UUID 의 값을 함께 기록할 경우, 각 측정값으로부터 해당되는 UUID 의

수와 UUID 의 리스트를 추출할 수 있다.

이때 얻어지는 UUID 의 중복제거한 순수한 숫자를 UUID 수로 하기로 한다.

‘월간 순방문회원수’라고 한다면 월간 발생한 방문/순방문자에서 UUID 기준으로

중복을 제거하여 카운트된 숫자를 나타낸다.

* 방문자를 구별하는 방법은 IP 를 이용한 방법, 쿠키를 이용한 방법 그리고 두

가지를 함께 이용하는 방법 등이 있다.


적용차원 Time-frame 종속적(기간에 따른 누적합산불가) 또는 비종속적

전체영역, 세분화, 개인영역

사용용도 방문수, 순방문자수와 함께 다양한 파생측정지표를 생성하는 데 이용되거나,

UUID 수를 이용하여 회원의 트래픽/반응정도를 살피는 데 이용된다.

유의점 UUID 는 이미 측정된 값에서 해당되는 UUID 를 추출하여 카운트하는 방식이므로,

UUID 의 수를 어떠한 측정지표와 연계하여 카운트하는가에 따라 UUID 의

측정기준/방법 등이 결정된다.


처음방문자수 (New Visitors)

처음방문자수(New Visitors)는 특정기간(Time-frame)에 종속적인 경우와 비 종속적인 경우(정확히는 웹분석

데이터를 수집하기 시작한 이후), 두 가지로 구분하여 정의할 수 있으나, 분석기간에 비 종속적인 경우가

일반적이므로, 이를 기준으로 설명한다.


측정지표명

(한글/영문)

처음방문자수/ New Visitors

* 신규방문자수도 같은 의미이다.

지표요약(의미) 웹사이트에 처음 방문한 방문자의 수

측정기준 방문자가 분석대상 웹사이트에 방문시 처음방문 여부를 판별하거나 과거에 수집된

기록을 근거로 판단하여 처음방문인 경우 처음방문수를 1 증가시킨다.

처음방문은 페이지뷰와 같이 Event 성 데이터이므로 특정 기간에 비 의존적으로

측정을 수행한다. 따라서, 각 Time-frame 구간의 측정값을 누적합산하여 전체기간의

측정값을 생성하는 것이 가능하다.

웹분석을 시작한 시점부터 분석되는 점을 고려한다면 엄밀히는 Time-

frame 종속적이지만, 웹분석을 시작한 시점 이전은 분석범위에 포함하지 않으므로

Time-frame 비종속적인 것으로 한다. (‘처음방문자수’를 임의의 Time-frame 구간

내에서 측정하기 위해서는 Raw 데이터를 모두 보관해야 하므로 사실상 불가능하다.)

‘처음방문자수’의 상대적 의미를 갖는 측정지표는 ‘재방문자수(Return Visitors)’이다.

처음방문자 판별을 위해서는 방문 또는 분석시점에 이전의 방문여부를 체크해야

하므로, IP 를 이용한 처음방문자의 판별은 시스템적 부하가 상당하여 측정과 분석이

매우 어렵다.

손쉬운 방법은 쿠키를 이용하는 것이나, Time-frame 종속적인 처음방문자 측정은

쿠키를 이용하기 위해서 사전에 Time-frame 을 지정한 경우에 측정이 가능하다.


적용차원 Time-frame 비종속적, 전체영역, 세분화

사용용도 처음방문자는 마케팅측면에서 볼 때 타겟(잠재)고객에 대한 ‘Reach(도달)’의 의미가

강하다.

따라서, 외부 마케팅프로모션에 대한 신규 잠재고객의 유입정도를 마케팅 채널별

효과를 분석하는 데 자주 이용된다.

예를 들어 광고/마케팅캠페인별 처음방문자수, 검색엔진/검색어별 처음방문자수 등의

리포트가 활용된다.

42 2



웹사이트의 이용량을 방문자수의 관점에서 볼 때 전체 방문자수 중 처음방문자수의

비율을 통해 웹사이트의 성장정도를 판단하기도 한다.

처음방문자의 행동특성과 재방문자의 행동특성을 구분하여 분석할 경우, ‘사이트가

어느 정도 쉽게 방문자에게 이용(이해)될 수 있는지’와 같이 사용성의 비교분석를

위한 세분화 요소로 이용될 수 있다.

유의점 일반적으로 쿠키에 의해 처음방문 여부를 판별하므로 쿠키에 의한 방문자 구별시

발생하는 제약/왜곡의 요소가 동일하게 존재한다.

동일한 Time-frame 내에서 하나의 방문자가 처음방문자와 재방문자(Return Visitor)로

동시에 카운트될 수 없다.으나, 처음방문자는 반복방문자(Repeat Visitor)로 카운트될

수 있다.

‘반복방문자’는 일종의 방문자 속성으로 보는 것이 이해하기 쉽다.


44 2



재방문자수 (Return Visitors)

재방문자수(Return Visitors)는 처음방문자수의 반대의미를 갖는 측정지표이다.


측정지표명

(한글/영문)

재방문자수/ Return Visitors 또는 Returning Visitors

지표요약(의미) 분석기간(특정 Time-frame) 이전에 방문하였고, 해당 기간 이후에내에 다시 방문한

순방문자의 수

측정기준 재방문자수(Return Visitors)는 특정 기간에 방문한 방문자 중 이전 기간에 방문한

적이 있는 방문자의 수이다.

즉, 특정 Time-frame 구간 내의 모든 순방문자수(Unique Visitors) 중

처음방문자수(New Visitors)와 반복방문수(Repeat Visits)를를 제외한 값이

재방문자수가 된다.

측정의 기술적 방법은 처음방문자수를 측정하는 방법과 동일하나, 이때

처음방문자가 아닌 것으로 판별되는 방문자를 재방문자로 하여 재방문자수를

카운트하게 된다.

일반적으로 쿠키를 이용하여, 처음방문시 발행한 쿠키가 존재하고, 재방문하는

시점이 사전에 정의한 ‘반복방문 기간일’ 이후라면할 경우 재방문자로 판별하게 된다.

이때 재방문자 쿠키가 다시 발행되고 ‘반복방문 기간일’ 다시 적용된다.

예를 들어 ‘반복방문 기간일’을 30 일로 가정하고, 한 명의 방문자가 웹사이트를

두번째 방문하는 시점이 처음방문한 시점에 비례하여 30 일 이후라면 재방문자로

카운트됨과 동시에 ‘반복방문 기간일’이 리셋되어 다시 30 일 이후 방문은

재방문자로 카운된다. 30 일 이내 방문이라면 반복방문수로 카운트 된다.

재방문자수는 특정 Time-frame 구간 내 순수한 방문자수를 근간으로 측정되므로

Time-frame 종속적인 특성을 갖는다. 이 특성은 ‘순방문자수’에서 갖는 제약조건과

같은 제약을 갖게 된다.

* 전체 방문수(Visits)에서 처음방문수(New Visits) 또는 처음방문자수(New Visitors)를

제외한 값은 반복방문수(Repeat Visits)가 된다.

* 보다 자세한 내용은 반복방문수(Repeat Visits) 항목 참조



적용차원 Time-frame 종속적, 전체영역, 세분화

사용용도 ‘처음방문자수’의 상대적 측정지표로서 활용된다. 기존고객에 대한 웹사이트 충성도

및 트래픽/선호컨텐츠 등 다양한 분야에서 이용될 수 있다.

처음방문자에 의한 것과 재방문자에 의한 것으로 나누어 다양한 측정지표에 대해

세분화를 수행할 수 있다. 즉, 방문자에 대해 처음 대 경험있는 방문자에 대한

웹사이트의 이용성향 및 관심도에 대한 파악에 사용될 수 있다.

유의점 같은 Time-frame 내에서 하나의 방문자를 처음방문자와 재방문자 양쪽에 카운트할

수 없다.

일반적으로 쿠키에 의해 재방문자 여부를 판별하므로 쿠키에 의한 방문자 구별시

발생하는 제약/왜곡의 요소가 동일하게 존재한다.

또한 특정 Time-frame 조건이 존재할 때에, 기간 내 중복을 제거한 순수한

방문자수로 측정하므로 ‘순방문자수’ 측정시 존재하는 제약요소 역시 동일하다.

46 2



반복방문자수 (Repeat Visitors)

재방문자는 오랜기간 뒤에 다시 방문하는 경우을 의미한다면, 반복방문자수(Repeat Visitors)는 짧은 기간내에

자주 반복해서 방문하고 있다는 것을 측정하는 지표이다.‘처음방문자수’ 및 ‘재방문자수’와 관계없이 정의되는

측정지표이다.


측정지표명

(한글/영문)

반복방문자수/ Repeat Visitors

지표요약(의미) 분석기간(특정 Time-frame) 내 2 회 이상 방문한 방문수순방문자의 수

측정기준 반복방문자수(Repeat Visitors)는 ‘특정 기간반복방문 기간’ 내에 2 회 이상 방문한

방문자의 중복 제거한 순수 방문자수이다문수를 의미한다..

‘반복즉, 특정 Time-frame 구간 내의 모든 순방문자수(Unique Visitors) 중 1 회만

방문한 순방문자수를 제외한 값이 반복방문자수가 된다.

방문 기간’에 따라서 재방문자와 반복방문수를 나뉘게 되는데, 반복방문 기간은

웹사이트 특성에 따라 변경할 수 있도록 웹분석 도구에서 지원하고 있다.

즉, 처음방문 이후 웹사이트를 다시 방문할 때 ‘반복방문 기간’ 내라면 반복방문수로

분류되며, 반복방문 기간 이후라면 재방문자수로 분류된다.

‘반복’과 ‘재’를 구분하는 이유는, 다양한 웹사이트 특성에 따른 방문자 충성도를 더욱

세분화하여 분석하기 위함이다. 예를 들어, 재방문자수가 반복방문수보다 많은

비중을 찾이한다면, 웹사이트를 재방문하는 기간이 길다는 의미로 해석된다. 측정의

기술적 방법은 순방문자수를 측정하는 방법과 동일하나, 해당 방문자의 방문수를

계산하여 방문수가 2 회 이상인 경우만 포함시킨 것이 다르다.

쿠키를 이용한 반복방문자수 측정은 특정 Time-frame 구간 내 순수한 방문자수의

Time-frame 종속적인 특성과 함께 각 방문자에 대한 방문수를 함께 판단해야 하는

점이 다른 순수한 방문자수 측정에 비해 어려운 점이다.


적용차원 Time-frame 종속적, 전체영역, 세분화

사용용도 기간 내 방문자 중 반복적인 방문 활동을 충성도 판단의 기준으로 가정할 때 충성도

높은 방문자와 그렇지 않은 방문자의 활동을 순방문자수를 기준으로 판단할 때

사용될 수 있다.

하지만, 본 측정지표는 운용의 어려움도 있지만 ‘처음방문자’와 ‘재방문자’ 그리고

방문횟수의 측정을 통해 상당부분 대체가능하므로 많이 사용되지는 않고 있다.


유의점 하나의 방문자가 처음방문자와 재방문자로 동시에 카운트될 수 없지만,

반복방문자는 앞서 언급한 두 개의 측정지표와는 다른 기준을 가지고 있기에 서로

상대적 의미를 갖지 않는다.

따라서, 처음방문자가 반복방문자가 될거나 재방문자가 반복방문자가 될 수 있다.

예) 두 명의 방문자 A 와 B 가 있고, 특정 리포팅 기간 이전에 A 가 방문한 후 리포팅

기간 내 2 회 방문하였으며, B 방문자는 리포팅 기간 내 처음 방문하여 2 회

방문하였다. 이때 리포팅 기간 내 처음방문자수는 1, 재방문자수는 1, 반복방문자수는

2 가 된다.반복방문 기간은 보통 기본 30 일로 지정되어 있으며, 웹분석 도구마다

차이를 보이고 있으므로 필히 제공업체에 문의해야 한다.

48 2



체류시간 (Duration Time)

체류시간(Duration Time)은 페이지뷰수/방문수/순방문자수와 더불어 중요한 기본측정 지표 중 하나이다.


측정지표명

(한글/영문)

체류시간/ Duration Time (DT)

지표요약(의미) 방문자가 웹사이트에 방문하여 이용하는 시간, 각 페이지별 체류시간 및 전체

체류시간

측정기준 체류시간은 웹사이트 체류시간, 페이지 체류시간, 컨텐츠 체류시간 등으로 구분할 수

있다.

웹사이트 체류시간은 방문자가 웹사이트에 방문하여 첫 번째 페이지뷰가 발생한

이후 마지막 페이지뷰가 발생한 시점까지의 시간차를 구하여 해당 방문자의

체류시간으로 한다.

즉, 마지막 1 페이지뷰에 대해서는 체류시간을 0 으로 하는 것과 같다.

페이지별 체류시간은 각 페이지뷰 발생시점간의 시간차를 이용하여 앞 페이지의

페이지별 체류시간으로 정한다. 웹사이트 체류시간은 각 페이지별 체류시간의

합계값과 같다.

이러한 기준으로 인해 방문자가 하나의 페이지뷰만 발생시키고(한 개 페이지를 ‘1 회’

조회하고) 웹사이트를 떠난 경우(또는 세션타임아웃이 된 경우)에는 전체 체류시간이

0 으로 처리된다.

컨텐츠에 대한 체류시간은 해당 컨텐츠 그룹에 해당하는 페이지별 체류시간의

합계값을 이용하거나, 컨텐츠를 구분할 수 있는 추가적인 측정항목에 대해 시간차를

구하여 체류시간을 측정한다.

체류시간은 세분화(Segmentation) 범주측면에서 볼 때 전체방문자에 의한

체류시간과 특정 방문자 범주(예: 성별, 특정 방문자 지역, 특정 마케팅캠페인 등)에

의한 체류시간으로 나누어 분석하는 것이 가능하다.

측정값의 속성 Count, Time 형태

* 일반적으로 mm:ss (분/초)



사용용도 트래픽량(페이지뷰/방문/방문자수)를 대체하는 용도로 사용될 수 있다. 주된 기본측정

지표인 페이지뷰/방문 등은 웹사이트의 구조(AJAX 와 같이 페이지뷰 구분이 모호한

형태)와 서비스(Web 2.0 흐름에 따른 사용자 참여형 서비스, RIA, 동영상서비스 등)가

다양화되면서 여러 웹사이트를 비교하는 측정지표로 사용하기 어려워졌다. 이에

대한 대안으로 웹사이트 내 컨텐츠 사용의 정도를 체류시간으로 대체하는 것이

대두되었다.

이 경우 일반적으로 모든 방문자의 전체 체류시간 합계값이 사용된다.

웹사이트 컨텐츠의 관심도 및 이용도를 분석하기 위해서도 많이 이용되며, 방문자의

웹사이트에 대한 이용정도에서 충성도와 참여도를 측정하는 것에도 이용된다.

이 경우, 페이지당/방문당/순방문자당 체류시간으로 계산한 평균 체류시간이

사용된다.

웹사이트 사용자의 충성도에 따른 점유율 분석을 위해, 마치 처음방문자 대

재방문자의 비율을 이용하듯이, 평균 체류시간 기준을 정하여 ‘집중사용자(Heavy

User)’와 ‘가벼운사용자(Light User)’의 점유율 비율을 이용하기도 한다.

특정 페이지로부터 목적 페이지(전환페이지 등)까지 소요된 도달시간을 이용하여

전환소요시간 리포트를 구성하기도 한다.

유의점 체류시간 측정값이 시간이므로 연속적인 값으로 이해할 경우 측정 및 분석에서

어려운 점이 발생하게 된다.

예를 들어, 1 명의 방문자가 오후 11 시 30 분에 방문하여 1 시간 동안 웹사이트에

체류하였다면, 당일 웹사이트 전체 체류시간을 30 분으로 측정하는 경우가 이에

해당된다.

이 방법은 Time-frame 종속적으로 계산한 경우로서 방문(방문자)가 최초 Session 이

발생하는 시점에 카운트되는 것에 비해 체류시간이 연속적인 흐름의 값으로

존재하게 되므로 방문(방문자)와 체류시간값이 연결되지 못하는 문제가 발생한다.

따라서, 체류시간의 측정값은 해당 방문이 발생한 시점의 방문(방문자)에 할당하거나

연결하여 처리하고, Time-frame 비종속적인 값으로 처리한다.

방문을 체류시간 구간대별로 세분화하는 경우도 쉽게 구현이 가능하나, 순방문자에

적용하는 것은 체류시간의 값이 Time-frame 구간 내에 종속적인 측정지표과

연결되는 것으로서, 해당 Time-frame 이 마무리 되는 시점에 측정값이 완성되기

50 2



때문에 정확한 값을 측정하기 어렵다.

예) 월순수방문자의 월체류시간합계는 다음 달 1 일에 업데이트 할 수 있겠으나,

쿠키기반으로 처리되는 경우가 많음을 감안하면, 해당 방문자가 다음 달 첫 번째로

방문하는 시점에 값의 측정이 완료된다.

체류시간의 계산에서, 마지막 페이지에 대한 체류시간은 사실상 측정이 어려우므로

체류시간에 포함되지 않는다. 체류시간의 결과값에서 이 부분이 제외된 것에 대해

인지하고 있어야 한다.

온라인을 통해 제공되는 동영상, RIA 형태의 서비스에서는 올바른 체류시간의 측정이

쉽지 않다. 전통적인 체류시간 측정방법이 아닌 다른 방법의 측정방법의 연구와

응용이 필요하다.


서핑 길이방문 깊이(SurfingVisit LeDnegpth)

페이지뷰수 측정지표가 트래픽의 양(Quantity)적 접근이라면, 서핑길이방문깊이는 컨텐츠/페이지에 대한

방문자의 행동에 대한 접근이다.

항목 속성 및 설명 비고

측정지표명

(한글/영문)

서핑길이 / Surfing LengthVisit Depth 방문당 페이지수로

표현될 수 있다.Page

Flow Length 로 표현할

수도 있다.

지표요약(의미) 방문자가 웹사이트에서 세션이 끊기기 전까지 조회한시작

페이지로부터 목적 페이지에 도달하기까지의 페이지 수뷰수

페이지뷰수가 아닌

페이지 수

측정기준 웹사이트 방문시점부터 웹사이트 세션 종료시점까지의 전체

조회한 페이지수가 방문깊이(Visit Depth)로서 방문당

페이지수 유사하다.

기본적인 기준은 페이지뷰수 측정기준과 동일하다. 특정

페이지뷰에서 방문자에 의해 누적기록된 페이지뷰수와

목적페이지 도달한 시점에서 누적기록된 페이지뷰수의

차이로 측정하는 것이 임의의 페이지로부터 측정이

가능하다.

만약 시작 페이지가 특정페이지로 한정되어 있다면, 쿠키를

이용하는 방법도 가능하다.

스크립트임베딩방식에서는 페이지뷰수가 아닌 클릭수를

포함하여 측정하는 것도 이용될 수 있다. 이 경우는 서핑의

개념을 페이지뷰가 아닌 방문자의 요청행동에 중점을 둔

경우이다.

그러나 클릭수에 대한 측정을 하기 위해서는 컨텐츠에

직접적인 태깅을 해야하므로, 다이나믹한 마이크로 사이트가

아니라면 부담감을 가질 수 있다.

특히 AJAX, RIA 등이 많아지고 있는 추세에서는 더욱

고려해볼만 한 사안이다.

페이지뷰 대신

클릭수를 기준으로

측정지표를 구성할

수도 있다.


적용차원 Time-frame 비종속적, 전체영역, 세분화, 개인영역

사용용도 특정페이지에서 특정페이지까지 도달하는 데 소요되는

52 2



방문자의 노력의 정도를 나타낸다. 이 측정값은 단계별

전환이벤트간 전환의 난이도와 접근성을 분석하는 데

이용될 수 있다.

이 결과를 이용하여 전환율 향상을 위한 세부적 원인분석과

최적화를 위한 실험을 수행할 수 있다.

특정 페이지/컨텐츠/전환 까지의 난이도 및 소요 클릭수

등의 리포트 구성이 가능하다.

네비게이션 분석에서 사용자가 평균적으로 조회한 페이지가

얼마만큼인지를 가늠하게 해준다. 외부 유입에 따른 방문

깊이 측정지표를 확인하면, 유입 채널별 획득률을 판단할 수

있다.

컨텐츠나 상품이 많은 웹사이트라면 방문깊이를 통해서 각

페이지의 흐름을 개별적으로 기록하여 List 화하여 측정하는

경우에는 상당한 분석 리소스가 소요된다.

좀 더 가볍게 측정하는 방법으로서 ‘서핑길이’가 대안으로

사용될 수 있다.방문자의 관심도 정도를 파악할 수 있다.

또한 네비게이션 관점에서 페이지뷰수와 수치가 많이

차이가 난다면, 방문자들이 같은 페이지를 여러 번

보는것으로 네비게이션을 잘 따르지 못한 결과일 수 있다.

유의점 페이지뷰가 아닌 페이지 종류수이다.웹사이트 방문시점부터

웹사이트 세션 종료시점까지의 전체 서핑길이는

방문깊이(Visit Depth)로서 방문당 페이지뷰와 유사하다.

서핑길이는 전체 웹사이트에 대한 관점보다 각 개별

방문자의 행동에 초점을 두고 있는 점이 다르다.

참고 시작 시점부터 목적페이지까지 도달할 때까지 체류시간의 차이를 구하여 서핑길이를

나눈다면 속도(길이/시간)개념으로 전환할 수 있다.


방문 간격(Term 또는 Frequency)

하나의 세션(Session)이 아닌 임의의 기간을 두고 반복되는 다수의 세션(Multi Session)에서 특정 이벤트와

이벤트의 일자간격을 표현한다.

항목 속성 및 설명 비고

측정지표명

(한글/영문)

방문 간격 / Term 또는 Frequency

지표요약(의미) 하나의 세션(Session)이 아닌 임의의 기간을 두고 반복되는

다수의 세션(Multi Session)에서 특정 이벤트와 이벤트의

일자간격.

측정기준 매 방문시 기록되는 방문시점을 통해 특정 이벤트가 발생한

방문과 또 다른 특정 이벤트가 발생한 방문의 기간차를

측정하여 값을 생성한다.

임의의 방문과 또 다른 임의의 방문에 대해 기간간격을

구하고자 할 경우에는 상당한 양의 Raw 데이터가

확보되어야 하므로 쉽지 않다.

하지만 평균 기간간격 또는 사전에 정의된 시점에서 특정한

시점까지의 간격의 경우에는 쿠키 등을 이용하여 쉽게

측정과 분석이 가능하다.

측정값의 속성 Count, 일반적으로 Day 형태

적용차원 Time-frame 비종속적(쿠키기반) 또는

종속적(Raw 데이터기반), 전체영역, 세분화, 개인영역

사용용도 평균 재방문 간격, 평균 재구매 간격, 처음 방문 후 구매까지

걸린 시간(일자), 처음 방문 후 구매까지 걸린 방문횟수 등의

측정이 가능하다.

측정값을 통해 방문자의 성향과 충성도, 그리고 상품 및

마케팅캠페인의 반응주기와 매력도 등을 파악할 수 있다.

유의점 어떤 이벤트에 대한 기간간격을 측정하는가에 따라, 어떤

데이터를 기반으로 측정하는가에 따라 Time-frame

종속적인지 비종속적인지가 영향을 받는다.

기간간격의 측정값은 해당 방문자가 방문하는 시점까지는

54 2



정확한 값을 측정하기 어렵다는 단점이 있다. 예를 들어

A 방문자가 7 일전, 5 일전에 방문했다면 현재 조회시점에

방문자의 마지막 방문 간격을 5 일로 해야할지, 2 일로

해야할지 아니면 분석값에 포함시키지 말아야 할지 값의

선택이 어려운 경우가 있다.

이 부분은 웹분석 도구에 따라 결정되므로 매뉴얼 등을

참고해야 할 것이다.

참고 RFM(Recency, Frequency, Monetary) 또는 RFT(Recency, Frequency, Time=Duration)의

분석주제에서 Frequency 부분과 연관된 측정지표이다.

하나의 세션 내 이벤트가 발생하고 종결되는 경우가 아닌, 장기간에 걸친 이벤트의

발생과 그 간격에 대한 분석은 일반 웹분석에서는 쉽지 않은 영역이다.

정확한 측정을 위해서는 분석하고자 하는 항목에 대해 UUID 값과 함께 Raw 데이터를

기록하는 방법이겠으나, 분석의 비용측면에서 비효율적이므로 사전 정의된 항목에

대해서만 기간간격값을 측정하는 경우가 대부분이다.


반송수(Bounces)

반송수는 양이 아닌 질(Quality) 및 매력도에 대한 측정을 가능하게 해준다.


측정지표명

(한글/영문)

반송수 / Bounces 또는

1 페이지뷰 방문수 / Single-Page View Visits

지표요약(의미) 웹사이트에 방문하여 1 페이지뷰만을 발생시킨 방문의 수

측정기준 세션이 발생할 때 조회된 페이지가 1 회만 보여지고, 이 페이지를 마지막으로 세션이

종료된 방문의 수를 카운트하여 측정한다.

즉, 첫 접속페이지와 마지막 접속페이지가 같으며 1 페이지뷰만 발생시킨 방문인

경우의 수이다.

측정값의 속성 Count, Time 형태


사용용도 반송수는 웹사이트에 방문하였으나 어떠한 이유(웹사이트를 잘못 접속, 원하는

컨텐츠가 보여지지 않음, 시작페이지이기 때문에 자동적으로 접속, 광고를 잘못

클릭하여 의도하지 않은 접속 등)로 인해 바로 웹사이트를 떠난 방문수를 나타낸다.

이를 통해 웹사이트 전체 방문수 중에서 유효한 방문수를 추정할 수 있고, 마케팅

캠페인의 효과에 대해서도 좀 더 사실에 근접한 값을 유추할 수 있다.

또한 웹사이트의 첫 인상 및 이벤트페이지들의 매력도에 대해서도 간접적인 평가를

수행할 수 있는 장점이 있다.

사이트 전체에 대한 반송수, 각 첫 접속페이지별 반송수를 통해 가장 적절한 첫

방문자에 대한 접근방법을 찾아볼 수 도 있다.

웹사이트에 대한 반송수와 기타 요소(예: 방문수, 랜딩페이지, 마케팅캠페인)과

결합하여 웹사이트에 대한 진입율, 랜딩페이지의 효과, 마케팅캠페인의 유효성 등을

측정하는 데 이용된다.

유의점 유사한 측정지표로서 Single-Page Visits 가 있다. 이는 한 개의 페이지만을 조회(1 회

또는 반복)한 방문으로서, 해당 페이지의 방문수가 1 인 페이지뷰를 하나만 발생시킨

방문을 말한다.

이 측정지표는 반송수의 측정범위를 다르게 정한 경우로 볼 수 있는 데, 페이지별

방문수를 측정해야 한다는 점에서 기본 반송수보다 측정이 까다로워 많이 사용되지

않는다.

56 2



노출수(Impressions)

특정 컨텐츠(광고, 이메일 등)가 고객(목적 광고대상)에게 노출된 횟수이다.


측정지표명

(한글/영문)

노출수/Impressions

* 광고의 경우 Ad Impressions / Banner Impressions 과 같이 구체적으로 표현하기도

한다.

지표요약(의미) 컨텐츠/광고물이 노출되어진 횟수

측정기준 페이지뷰가 웹사이트 방문자에 의해 요청된 컨텐츠의 단위를 표현하는 것에 비해,

노출수는 방문자에 의한 요청의 관점이 아닌 웹사이트의 운영주체 측에서

배포하고자 하는 컨텐츠의 노출단위를 측정하는 쪽에 가깝다

특정 컨텐츠(광고/뉴스레터/RSS 배포게시물 등)이 타겟대상(사이트 내 방문자, 외부

사이트의 방문자, RSS 구독자 등)에 대해 배포 및 전달된 후, 노출된 횟수를

카운트하여 측정한다.

광고를 예를 들어 측정의 기술적 방법을 설명하면,

서버측에서 해당 컨텐츠(특히 배너이미지)의 HTTP 통신 요청수를 카운트하는 방법과

클라이언트 측에서 해당 컨텐츠가 로딩된 후 서버측에 광고가 노출되었음을

전달하여 카운트하는 방법으로 나뉜다.

웹사이트에서 게재되는 광고 노출수의 일반적 방법은 ‘광고가 실제로 노출되었음’을

보장하기 위해 후자의 방법(클라이언트측에서 전달)하는 것을 IAB(International

Advertising Bureau)에서 표준으로 정하게 되어 대부분 이 방법을 사용하고 있다.

클라이언트측에서 정보를 전달하기 어려운 경우에는 전자의 방법으로 노출을

측정하는 것이 편리하다. 예를 들어 스크립트의 실행을 제한하는 이메일클라이언트,

RSS 리더 등이다.



사용용도 광고/마케팅메시지/배포용컨텐츠의 노출 정도를 통해 도달(Reach)정도를 파악한다.

노출수는 클릭수, 클릭을 통한 방문수 등과 연계하여

광고/마케팅메시지/배포컨텐츠의 매력도, 효과 분석에 응용된다.


유의점 광고의 노출수 및 클릭수는 주로 광고서버에 의해 측정이 이루어지는 경우가 많다.

이 값과 웹분석을 통한 측정값의 차이가 발생할 수 있다.

58 2



클릭수(Clicks/Click-Through)

방문자가 클릭가능한 객체를 클릭한 횟수이다.


측정지표명

(한글/영문)

클릭수/Clicks 또는 Click-Through

* Click-Events 로 불려지기도 한다.

지표요약(의미) 클릭가능한 객체를 방문자가 클릭한 횟수

측정기준 웹사이트 또는 RIA 등 다양한 웹서비스 환경에서, 클릭가능한 객체(링크, 버튼, 광고,

컨텐츠영역 등)를 방문자가 클릭한 횟수를 카운트하여 측정한다.

측정하는 방법은 클라이언트(웹브라우저 또는 유사 어플리케이션)에서 스크립트 및

기타 방법으로 측정하는 경우와 서버측에서 HTTP 요청을 측정하는 경우로 나뉘어

진다.

클라이언트 측의 측정은 웹서버와 통신이 없는 경우와 다수의 웹서비스로 구성된

경우에도 측정이 원활한 장점이 있다.

특히, RIA/AJAX 와 같은 환경에서 유리하다.

서버측의 측정은 클릭시 요청되는 URL 의 파라미터를 받아서 카운트하고, 최종

목적 URL(Target URL)로 리다이렉션(Redirectioin)하는 경우에 많이 사용된다.

일반적으로 클라이언트 측정을 위한 스크립트 등의 적용이 어려운 외부 웹사이트,

외부 게재 광고 등에서 많이 사용된다.



* 실제적으로 세분화는 거의 하지 않는다.

사용용도 사이트 내부에서의 각종 클릭가능한 객체에 대한 분석은 사이트 내부의

네비게이션(Navigatioin) 및 메뉴/마케팅메시지에 대한 방문자의 사용성과 호감도를

측정하는 데 이용된다.

더 나아가서는 각 클릭객체에 대한 성과값(매출액, 전환율 등)을 연계분석함으로서

세부적인 사이트의 레이아웃 등을 조정하는 데 이용되기도 한다.


사이트 외부에서의 클릭분석은 대부분 광고에 대한 분석이다.

따라서 광고노출 및 클릭은 광고서버(Ad Server)에서 수행하고, 웹분석에서는

광고링크의 목적 URL 에 존재하는 파라미터를 이용하여 광고에 대한 효과를

분석하는 것이 일반적이다.

유의점 클릭수는 광고집행시 각각 광고서버와 리다이렉션서버, 최종 웹사이트에서의

측정값이 다르게 나오는 경우가 많다.

적은 오차의 경우는 대부분 클릭 후 최종 목적페이지에 접속되기 전에 클라이언트가

중지하는 경우인데, 오차가 큰 경우라면 그 원인에 대해 파악해야 할 것이다.

60 2



범주항목수(Categorical List Items)

측정 데이터를 세분화시키는 정도를 나타낸다.


측정지표명

(한글/영문)

범주항목수/Categorical List Items

* Categorical List Items 명칭은 시스템 개발시 이용을 위해 임의적으로 만든

영문명이다.

지표요약(의미) 데이터를 특정 차원(Dimension)에 의해 세분화(Segmentation)하였을 때 얻어지는

세분화 결과 항목의 갯수이다.

측정기준 차원(Dimension)은 측정지표에 의해 수집된 데이터를 세분화 (Segmentation 또는

Break-down) 시킬 수 있다.

이때 하나의 차원은 하나의 범주(Category)로서 내부에 동일한 속성이지만 값이 다른

항목(List Item)을 갖게 된다.

예를 들어 방문수를 세분화 하기 위한 차원으로서 ‘방문자 거주지역’ 속성을

이용했다면, 방문자의 거주지역이라는 속성 카테고리내 방문자의 거주지역

리스트(예: 서울, 경기, 부산 등)를 갖게되고, 각 리스트는 특정한 항목(Item)의 수를

갖게 될 것이다.

범주항목수는 측정된 데이터를 해당 차원으로 세분화 하였을 때, 결과값을 갖는

세부항목의 수를 나타낸 것이다.

이 수는 범주가 사전 정의된 항목수로 인해 항목수의 한계를 갖는 경우와 그렇지

않은 경우로 나누어 볼 수 있다.

또한, 범주의 리스트는 연속형 데이터(Continuous Data)와 이산형 데이터(Descrete

Data)형태로 나누어 볼 수 있다.

연속형 데이터는 연령, 시간, 온도 등과 같이 연속적으로 존재하는 데이터로서 범주

리스트항목을 구성하기 위해서는 분석을 수행하기에 앞서 구간을 나누는 작업이

필요하다.

이러한 까닭에 연속형 데이터는 범주 항목수가 사전 정의를 통해 고정 된 경우로서

데이터의 세분화 및 분포를 분석하는 것이 주목적이된다

이산형 데이터는 방문지역, 검색엔진, 직업 등과 같이 비 연속적인 데이터로서 세부

리스트항목이 직접적으로 사용된다. 범주항목수는 세분화를 수행하기 전까지 예측이

불가능하다.


따라서, 범주항목수의 이용을 위해서는 이산형 데이터로서 범주 리스트항목의 수가

제한되지 않은 경우가 가장 적합하다.


적용차원 Time-Frame 비종속적, 전체영역, 세분화

* 이때 세분화될 수 있다는 것은 해당 차원으로 세분화 되기 이전에(또는 된 후에)

다른 차원에 의해 세분화가 되었다는 의미이다.

사용용도 데이터의 세분화시에 발생할 수 있는 범주항목의 수를 통해 해당 차원의 범주에

대한 데이터의 다양성을 나타낼 수 있다.

예를 들어 방문자의 방문자국가로 방문수를 세분화할 때 데이터를 갖고 있는

세분화된 범주항목수가 많다면 다양한 국가에서 웹사이트를 방문했음을 알 수 있다.

또한 블로그 게시물을 추적하여 얻은 URL 의 호스트명 속성 등을 이용하여 세분화할

경우, 해당 게시물이 어느 정도 인터넷상에서 퍼져나갔는지를 판단할 수 있다.

웹사이트의 페이지뷰수를 ‘페이지’로 세분화한 경우(즉, 인기있는 페이지 리포트)

어떤 항목(페이지)이 인기있는지 측정되기도 하지만 얼마나 많은 페이지의 종류가

요청되었는지도 판단할 수 있다.

범주항목수의 경우를 가장 잘 표현하기 위해서는 항목아이템수의 추세분석 및

비교분석이 적합할 것이다.

예) 1 일 요청되는 내부검색어의 개수의 1 개월간 변화추세, 전월 대비 당월의

조회상품의 종류수 비교

유의점 실제 특정 ‘범주항목의 수’는 해당 측정지표와 분석대상 객체에 따라 다르게 정의될

것이다.

예) 방문자국가의 경우 수, 월조회되는 상품 종류수, 처음방문자가 이용한 검색엔진

검색어의 종류수 등

62 2



이벤트수(Events)

웹사이트 내에서 발생하는 특정 행위의 발생 여부를 정의하고 측정한다.


측정지표명

(한글/영문)

이벤트수/Events

지표요약(의미) 방문자의 웹사이트 내 특정 행동의 수행여부(이벤트 유무)에 따라 합산한 수

측정기준 이벤트의 발생여부를 측정하여 그 횟수를 측정한 것을 ‘이벤트 수’로 한다.

이벤트의 측정기준은 특정 이벤트가 어떻게 정의되는가에 따라 정의된다. 예를 들어

페이지뷰, 주문버튼클릭, 동영상시청, 주문완료 등을 모두 이벤트로 볼 수 있으며, 각

이벤트는 그 특성에 맞게 측정방법과 기준이 정의된다.

이벤트수 측정값의 단위는 여러 가지 방법으로 표현될 수 있다. 기본적으로는

이벤트의 발생자체만을 측정할 때 ‘발생건수(Instances)’의 단위로 표현될 수 있으며,

UUID(회원)-순방문자-방문과 같은 행위주체를 중심으로 저장되는 까닭에 이벤트별

방문수, 순방문자수, UUID 수(예:회원수)로 표현될 수 있다.

* Instances(발생건수)는 클릭수와 같이 단순한 Count 된 수를 표현하는 단위로 자주

이용된다.

측정값의 속성 이벤트수 : Count, 정수

* 이벤트 수행여부 : Boolean 논리값에 의한 Dimension(차원)

적용차원 Time-frame 비종속적 및 종속적, 전체영역, 세분화, 개인영역

*이벤트의 측정값을 어떤 것으로 하는가에 따라 Time-frame 종속여부가 결정될 수

있다

* 특정 이벤트를 수행한 회원 ID 의 추출 등 개인영역에서도 자주 사용된다.

사용용도 방문자에 의한 웹사이트 내 행위가 모두 이벤트이지만, 일반적으로 ‘이벤트’라 하면

기본적 측정지표로서 이용되는 페이지뷰, 방문, 재방문, 클릭 등을 제외한 사이트 내

추가적 행동에 의해 발생하는 것을 이벤트라고 하는 경우가 많다.

더 나아가 웹사이트에서 발생하는 다양한 사건에 대해서도 이벤트로 정의하게 된다.

예를 들어 RSS 구독신청, 장바구니 담기, 처음구매, 재구매, 주문완료, 회원가입,

댓글등록, 트랙백등록, 채팅을통한 상담신청접수건, 컨텐츠에 대한 고객만족도

평점입력, 메일링리스트 가입 등 웹사이트의 비즈니스모델에 따라 특정한 사용자


행동을 요구하게 되는 항목들은 대부분 이벤트로 정의된다.

정의된 이벤트별 측정지표를 이용하여 각 웹사이트에서 개별적으로 요구되는

추가적인 분석사안에 대해 웹분석을 수행할 수 있게 된다.

이벤트의 사용 형태는 전환율 분석, 전환시나리오 분석 등 이벤트의 수를 비교하는

경우와, 이벤트를 일으킨 방문자의 경우와 그렇지 않은 경우를 이용하여 세분화

차원(Dimension)으로 이용되는 경우가 있다.

유의점 이벤트는 ‘페이지뷰수’, ‘방문수’와 같이 명확히 정해진 측정지표라기 보다는, 웹사이트

내 발생하는 특정 사건에 대한 측정의 일반방법을 정의한 것이다.

이벤트를 사용하기 위해서는 해당 이벤트가 발생하게 되는 경우의 행위주체,

대상객체, 원인요소, 성과값, 측정단위 등을 면밀히 파악하여 정의한 후 측정 및

분석에 적용해야 한다.

특히, 이벤트수는 방문당 여러 번 발생할 수 있는 단순한 카운트값이지만, 이벤트의

측정을 이벤트를 일으키는 행위주체의 트래픽 수로 측정 할 때에는 방문-순방문자-

회원과 같이 UUID 또는 Time-frame 에 종속적인 중복제거된 순수값이 필요하게

된다.

따라서, 이벤트의 측정값을 표현할 때에는 단순

Count(Instances)/방문수(Visits)/순방문자수(Unique Visitors)/UUID 수(일반적으로

회원수)인지를 명확히 표현해야 한다.

64 2



전환수(Conversions/Conversion Events)

웹사이트의 주요 운영목적(Business Goal)에 부합되는 이벤트를 수행한 것은 ‘전환’으로 특별히 구분하여

부르기로 한다.


측정지표명

(한글/영문)

전환수/Conversions 또는 Conversion Events

* Goal Conversions 도 같은 의미이다.

지표요약(의미) 웹사이트 이벤트(Event) 중 웹사이트의 비즈니스 목적 또는 마케팅 목적에 부합되는

이벤트들의 성공여부의 수

측정기준 이벤트수의 측정기준과 동일하다.

다만, 웹사이트의 목적에 보다 직접적인 영향을 미치는 이벤트들을 카테고리로 묶은

것들이라고 보면 된다.

예) 회원가입, 장바구니 담기, 장바구니 결제, 마케팅캠페인 참여, 회원정보 수정,

주문 등 세부적 목표를 달성하기 위한 중간단계들이 해당된다.

이벤트와 같이 횟수로 카운트되는 경우와 전환이벤트가 차원으로 이용되는 경우를

볼 수 있다.

추가적으로 여러 전환단계를 연속적으로 거쳐야 하는 전환이벤트의 경우에는 두

가지 속성이 동시에 이용되는 경우가 있다.

전환이 차원(Dimension)으로서의 속성과 측정값으로서의 속성을 동시에 갖는 경우는

Conversion Funnel(시계열 종속적인 전환단계별 전환 수) 의 경우이다.

즉, A-B-C 의 각 이벤트가 존재할 때, B 는 A 의 이벤트를 거친 방문자에 한해서

B 이벤트를 수행했을 때 B 의 전환이 성공적으로 이루어진 것으로 측정하는

경우이다. (C 는 A 와 B 를 모두 순차적으로 수행한 경우에만 전환으로 측정된다)

A 및 B 는 전환 세분화를 위한 차원임과 동시에 전환수값을 갖게 된다.

* 전환단계 A-B-C 의 측정에서, 웹사이트 구조의 특성상 A, B, C 의 전환 종속 관계에

대해 고려하지 않고 측정하여도 문제가 발생하지 않는 경우가 있다.

측정값의 속성 전환수 : Count, 정수

*‘전환’은 차원(Dimension, Boolean 값)

적용차원 Time-frame 비종속적 또는 종속(전환수값을 무엇으로 표현하는가에 따라 달라진다),

전체영역, 세분화, 개인영역

* 특정 이벤트를 수행한 회원 ID 의 추출 등 개인영역에서도 자주 사용된다.


사용용도 방문자 대비 전환수(전환율), 각 단계별 전환율 등을 이용하여 방문자의 특성(성별,

연령, 유입경로 등)에 따른 성과를 분석하는 것에 이용될 수 있다.

전환여부는 세분화(Segmentation)를 위한 차원(Dimension)으로 활용될 수 있다.

전환수의 측정을 통해, 다양한 세분화 요소에 따른 성과분석에 활용될 수 있다.

전환수를 높이는 것이 웹사이트 최적화의 첫 번째 목표로 수립되는 만큼 웹사이트의

최적화에 가장 많이 활용되는 측정지표이다.

유의점 이벤트가 방문, 순방문자, UUID(회원)에 의해 발생하고 기록되는 것과 같이, 전환도

동일하게 기록된다.

일반 이벤트의 경우에도 동일하게 적용될 문제이지만, 전환의 경우에는

원인제공요소(레퍼러, 마케팅캠페인, 광고 등)에 따른 전환을 장기적인 기간에 걸쳐

측정하는 경우가 많으므로 방문, 순방문자(반복된 방문의 중복제거), UUID(회원,

순방문자의 중복제거)에 따른 전환수값의 할당이 쉽지 않다.

전환여부를 할당하는 것에는 해당 방문(Visit) 세션 내에서의 전환여부만을

카운트하는 방법과 수 차례에 걸친 반복적인 방문에서 전환이 발생시 최초의 방문에

전환여부를 카운트하여 할당하는 방법으로 나누어 볼 수 있다.

이때 전자를 Single Session Conversion, 후자를 Multi Session Conversion 또는

Delayed Conversion 이라 부르기로 한다.

또한 전환이 확인된 시점에 전환여부값을 방문/방문자/회원 등에 할당하지 않고

최초 방문을 일으킨 요소(방문지역, 레퍼러 등)에 할당하고 그 시점을 현재시점으로

하는 방법도 있다.

위와 같이 전환여부 값과 전환수값은 근본적으로 Time-frame 에 비종속적인 속성을

갖지만, 다른 측정기준과의 결합을 통해 Time-frame 종속적인 속성을 갖는 수도

있다.

결국, 전환값의 측정은 단순하지만, 그 값을 할당하는 방법에는 여러 가지 방법이

가능하며, 이는 웹분석 도구 내부에서 정하는 것에 따라 달라질 수 있다.

66 2



성과지표(Success Metric)

웹사이트의 운영 목적을 가장 잘 표현하는 수치화 가능한 결과를 ‘성과지표’라고 하며, 세부적 측정지표들의

그룹을 표현하는 용어이다.


측정지표명

(한글/영문)

성과지표/Success Metric

* Goal 은 전환이벤트 중 최종 목적 전환이벤트를 의미한다.

지표요약(의미) 최종 목적된 전환이벤트(Conversion Event)인 Goal 을 달성했을 때 측정되는

값으로서 웹사이트의 운영목적을 잘 표현하는 측정지표

측정기준 최종 전환이벤트를 수행하였을 때 아래와 같은 값을 측정할 수 있다.

- 최종 전환이벤트(Goal)을 수행한 수 : 전환수

예) 마케팅이벤트 참여수, 주문수 등

- 최종 전환이벤트 수행시 측정되는 결과값

예) 주문액, 주문상품수, 고객만족도 피드백 점수 등

전환수는 Goal 을 달성한 이벤트의 수, 방문수, 순방문자수, 회원수 등 다양한

방법으로 측정되어 표현된다.

주문액, 주문상품수 등 웹사이트의 비즈니스 모델에 따른 특정 성과지표는 기존

로그분석 관점에서는 포함되지 않았던 값들이다.

특정 성과값은 웹사이트의 측정뿐만 아니라, 기간계 시스템 연동 등 다양한 방법을

통해 측정하는 것이 가능하다.

측정값의 속성 일반적으로 Count, 금액/정수/소수 등 측정지표에 따라 다양하다.

적용차원 Time-frame 비종속적, 전체영역, 세분화, 개인영역

사용용도 성과지표는 웹사이트의 여러 측정지표를 대표하여 결과를 표현한다.

대부분의 분석 리포트에서 이용되며, KPI(Key Performance Indicator) 및

Dashboard 와 같이 의사결정을 위한 도구에서도 많이 이용된다.

유의점 성과지표에 의한 측정값은 비즈니스를 구성 및 지원하는 IT 기간계 시스템에서

기본적으로 측정 및 분석되는 항목인 경우가 대부분이다.

웹분석에서의 성과지표는 성과값을 기간계 시스템에서 참고하거나 직접적으로

수집하는 경우가 대부분이다. 웹분석 도구에서 직접 수집한 경우에는 다양한 이유로

인해 기간계 시스템의 성과값과 다른 경우가 발생할 수 있다.


기본 측정지표의 이용

웹분석을 위한 기본 측정지표는 측정법/기준(Metric)이라는 용어에 가장 충실한 항목들이다.

기타 측정지표들은 기본 측정지표를 바탕으로 재구성되므로 어떤 대상을 어떤 환경과 조건에서 어떤

방법으로 측정하여 이루어진 것인지를 이해하는 것이 중요하다.

기본적인 측정지표들은 웹분석을 수행하고자 하는 환경과 도구에 따라 다르게 정의 될 수 있지만, 하나의

분석 프로세스 내에서는 일관되게 유지하는 것이 중요하다. 그렇지 않을 경우 데이터의 일관성과 정확성이

유지되기 어렵다.

측정지표는 인터넷환경의 변화와 웹분석 기술의 발전으로 얼마든지 추가 및 변경될 가능성이 존재한다.

또한 비즈니스의 목적에 맞는 측정과 분석을 위해 변형될 수 있음에 유의하여야 한다.

물론 해당 측정 및 분석대상을 위해 정의된 측정지표는 헤당 영역에서는 일관되게 유지되어야 하겠다.


68 2



2.1.2. 웹분석의 파생측정지표(Derived Metrics)

파생측정지표의 종류

파생측정지표(Derived Metrics)는 다양한 측정지표의 결합과 연산을 통해 생성되는 경우가 많기에

연산측정지표(Calculated Metrics)로 불려지기도 한다.

파생측정지표는 다양한 측정지표를 이용하여 재구성되는 것으로서, 특정 측정지표로 제한하여 설명하는

것이 큰 의미를 갖지 못한다. 따라서 주요 파생측정지표를 설명하고 이와 유사한 형식으로 응용되는

측정지표를 함께 설명하기로 한다.

파생 측정지표의 설명에서는 꼭 필요한 경우가 아닐 경우 ‘평균’과 같이 부가적 수식 단어를 제외한 기본적

측정지표의 구성방법에 대해서만 설명하기로 한다. 또한 분석 및 측정 기간인 Time-frame 에 대한 언급은

생략하였지만 모든 측정지표 계산에서는 해당 Time-frame 내 값에 의해 계산되는 것으로 이해하여야 한다.

파생 측정지표의 종류는 크게 아래와 같이 나눌 수 있다.

비율(Ratio)형

평균(Average)형

복합(Mixed)형

범주(Categorized)형

이외 지수(Index)형을 추가적으로 생각해볼 수 있는 데, 지수형태는 비율형, 평균형, 복합형, 범주형과 같은

측정지표의 생성방법이 아닌, 용도에 따른 분류이다. 따라서 지수형의 측정지표는 각 비율/평균/복합/범주형

등 모든 형태의 파생측정지표에서 선별되어 이용될 수 있다.

지수형태의 측정지표는 다른 분석결과와 비교하지 않고도 직접적으로 그 수준과 방향성을 인식할 수 있게

하거나, 사업의 상태를 대표적으로 표현하는 측정지표를 이용하여 KPI(Key Performance Indicator, 주요

성과지표)화하여 지속적인 관리가 가능하게 할 수 있도록 하는 것이 특징이다.

전자의 예로는 특정 값 구간 내에서 움직이는 경우로서 ‘(처음방문자수-재방문자수)/순방문자수’로 계산되는

‘신규 방문자의 획득지수(Acquisition Index)’를 들 수 있다. 이 값은 -1 에 가까울수록 웹사이트의 방문자가

재방문자로 구성된 것으로서 기존방문자에 의한 웹사이트가 유지된다고 볼 수 있으며, +1 에 가까울수록

신규방문자의 획득성향이 높다고 볼 수 있다.

후자의 예로는 앞서 설명한 ‘사회참여도지수’, ‘방문자 생애가치’와 같이 사업목적에 따른 성공여부를 고유의

값으로 표현하여, 비교 및 추세관찰이 용이하도록 구성된 측정지표들이다.


비율(Ratio / Rate)형태의 파생 측정지표

구성과 응용이 쉬워서 가장 많이 사용되는 파생 측정지표이다.

비율형태의 측정지표들은 대부분 ‘당(Per)’ 이라는 단어가 포함되는 경우가 많다.

측정 지표의 ‘당(Per)’라는 부분은 측정지표간의 연산에 의한 ‘평균’의 의미를 나타내며, 측정지표에 별도

‘평균’이라는 단어가 포함된 경우는 파생측정지표에 의한 분석대상 객체 전체(예: 방문자 전체)의 평균값을

의미하거나 방문자 개인의 연속된 행동에 대한 기간 내 평균값을 나타내는 경우이다.

엄밀히 구분한 예를 들어본다면, ‘방문당 페이지뷰 수(Page Views per Visit)‘은 측정지표 자체를 의미하는

용어이며, ‘방문당 평균 페이지뷰 수(Average Page Views per Visit)’는 전체 방문에 의한 ‘방문당 페이지뷰

수’의 평균값을 의미하는 용어이다.

웹사이트간 절대값에 의한 측정지표값 비교가 어려운 경우, 보다 객관화하기 위해 사용된다.

‘A 당 (평균) B’의 형태로 측정지표가 표현되며, B 의 값을 A 의 값으로 나누어 생성되므로 소수점을 갖는

값을 표현하게 된다.

일반적으로 분모부분에는 원인제공의 성격이 강한 지표, 행동의 주체, 분자보다 Unique 한 항목이 이용되고,

분자부분에는 측정대상 지표 및 성과지표들이 이용된다. 대표적인 측정지표로는 ‘방문당 페이지뷰 수’,

‘순방문자당 매출액’ 등이 있다.

측정 지표명에 ‘평균’이라는 단어가 들어가있지만, 평균값을 나타냈다기 보다는 전체 측정대상 방문자를

개별적으로 구분하지 않고 A 및 B 의 값으로 단순 산술계산을 하였다는 의미이다.

방문당 페이지뷰 수(Page Views per Visit)

방문자가 평균적으로 조회한 페이지뷰수를 통해 웹사이트 컨텐츠에 대해 방문자가 어느 정도까지 깊이있게

참여(진입)하였는지를 계산하여 컨텐츠의 매력도 및 이용정도를 나타낸다.

‘평균 방문깊이(Average Visit Depth)’ 측정지표도 같은 의미로 사용된다.

방문당 페이지뷰 수 = 페이지뷰수(Page Views) / 방문수(Visits)

웹사이트의 네비게이션 구조, 컨텐츠 구성, 리로드 및 리다이렉션 페이지, AJAX 와 같은 부분업데이트 페이지

등으로 인해 값이 왜곡될 수 있으며, 웹사이트간 비교자료로는 사용되지 못한다.

일부의 경우 ‘평균 방문깊이’는 웹사이트의 메뉴구조상 Depth 의 진입정도로만 측정되어야 한다는 의견도

있다.

70 2



순방문자당 방문수(Visits per Unique Visitor)

특정 기간동안 순방문자가 평균적으로 몇 회 웹사이트에 방문하였는지 계산하여, 방문자의 웹사이트 의존도

및 충성도 등을 파악할 수 있다.

순방문자당 방문수 = 방문수(Visits) / 순방문자수(Unique Visitors)

순방문자수는 Time-frame 에 종속적이므로, 자유롭게 사용하기에는 제약요소가 존재한다.

본 측정지표를 확장한 ‘회원(UUID)방문수 당 방문수’ 등의 지표도 이용된다.

평균 체류시간(Average Visit Duration)

웹사이트에 대한 방문자의 체험 및 이용정도를 나타내기 위해 사용된다.

평균 체류시간 = 방문 체류시간(Duration Time) / 방문수(Visits)

페이지뷰수 측정에 따른 왜곡으로 인해 체류시간이 최근 더욱 많이 이용되고 있으며, 이에 따라 ‘평균

체류시간’ 측정지표도 사용정도가 높아졌다.

‘방문당 체류시간’에서 ‘평균’이라는 단어가 사용되지 않더라도 ‘평균’값의 성격이 갖고 있다.

하나의 방문자를 기준으로 할 경우 반복되는 방문에 대한 평균 체류시간의 의미가 되며, 웹사이트 전체

방문자를 기준으로 할 경우에는 웹사이트 총 체류시간 합계에 대한 방문당 체류시간 의미가 된다.

별도의 세분화가 필요하지 않을 경우 ‘방문당 평균 체류시간’은 웹사이트 전체 체류시간을 전체 방문수로

나누어 계산하는 경우가 일반적이다.

평균 매출액(Revenue per Visit)

방문 트래픽량에 따른 매출액의 변화를 나타내기 위해 사용된다.

평균 매출액 = 매출액(Revenue) / 방문수(Visits)

방문당 주문수, 방문당 장바구니(생성)수, 방문당 상품조회수 등도 유사한 분야의 측정지표이다.

전자상거래와 관련된 성과값에 대한 방문당 값의 경우 전체영역뿐만 아니라, 세분화된 영역과 개인영역까지

분석을 수행하는 경우가 많다.

‘(방문당) 평균 매출액’ 이라는 측정지표에서는 전체영역인 경우 ‘전체매출액 / 전체방문수’, 세분화 영역인

경우에는 해당 ‘차원(Dimension)에 해당하는 매출액 / 해당 차원에 해당하는 방문수’, 개인영역인 경우 특정

조회기간 내 특정 방문자 개인/그룹에 대하여 ‘해당 개인/그룹에 의한 매출액 / 해당 개인/그룹에 의한

방문수’를 나타낸다.


본 측정지표의 확장은 분모 부분에 다양한 성과지표(Success Metric)를 위치시키는 것이다. 예를 들어 방문당

주문수, 방문당 회원가입수, 방문당 이벤트 참여수 등이다. 물론, 방문수가 아닌 순방문자수, 방문회원수 등도


평균 이벤트수(Events per Visit)

방문으로부터 전환(Conversion)을 포함한 다양한 이벤트에 대해 발생하는 정도를 측정한다.

평균 이벤트 발생수 = 이벤트수(Events) / 방문수(Visits)

간단하게 이벤트의 발생정도를 표현하므로서 각 이벤트간 비교 및 시간흐름에 따른 변화추이 분석이 쉽도록

한다. 방문당은 물론 순방문자, 회원방문당 등 다양한 요소에 대해 비율을 측정하는 것도 좋은 방법이다.

이벤트 부분 역시 다양한 항목을 위치시킬 수 있다. 만약 ‘예약완료수’를 위치시킨다면 ‘방문당 예약완료수’가

될 것이다.

전환율(Conversion Rate)

방문 후 일회성 전환 또는 단계별 전환에 대해 전환되는 비율을 측정한다.

전환율(Conversion Rate) = 전환대상의 전환 이후 측정값 / 전환대상의 전환 이전 측정값

측정값을 ‘방문수’, ‘순방문수’, ‘회원수’ 등 어떤 값으로 정하는가에 따라 전환 이전/이후에 대해 동일한

기준을 적용하여 측정해야 한다.

예를 들어 ‘비회원 방문자 회원가입 전환율’이라면, ‘전체 회원가입 완료 방문수 / 전체 비회원 방문수’의

방법으로 측정지표를 생성할 수 있을 것이다.

단계별 전환율은 연속된 전환단계(Conversion Funnel 또는 Conversion Scenario)에 따라 전환된 수와

전환하기 위한 이전 단계수의 비율을 나타낸다. 즉 ‘회원가입 양식 완료율’ 이라면 ‘회원가입 완료 방문수 /

회원가입 양식 방문수’로 구성할 수 있겠다.

반송율(Bounce Rate 또는 Bounced Rate)

전체 트래픽 또는 마케팅 캠페인에 의한 트래픽 중 유효 트래픽의 비율을 통해 방문자의 질(Quality)를

측정하거나, 진입페이지/랜딩페이지 및 웹사이트에 대한 매력도와 Target 방문층에 대한 적합성 등을

판단하는 데 이용된다.

웹사이트 반송율 = 전체 반송수(Bounces) / 전체 방문수(Visits)

진입페이지/랜딩페이지 반송율 = 해당 페이지의 반송수(Bounces) / 해당 페이지가

처음시작페이지(Entry Page)인 방문수

72 2



반송율의 정의에서 페이지를 컨텐츠로 확장할 경우, 웹사이트 내 특정 컨텐츠 영역에 대한 반송율과 같이

응용하는 것도 가능하다.

웹사이트 반송율은 ‘사이트 진입 거부율(Entrance Bounced Rate)’으로 역산되어 표현되기도 한다.

진입율은 반송율의 반대개념으로서 아래와 같이 계산이 가능하다.

웹사이트 진입율 = (전체 방문수 – 전체 반송수) / 전체 방문수

인덱스 페이지 통과율(Index Page Through Rate)

랜딩페이지에 대한 반송율의 개념이 변형된 것으로 이해하여도 무방하다.

첫 접속페이지인 인덱스 페이지의 페이지뷰와 내부 컨텐츠의 페이지뷰와의 비율 또는 차이로부터 계산된다.

인덱스 페이지 통과율 = (전체 방문수 – 인덱스 페이지의 반송(방문)수) / 방문수

통과율의 개념을 웹사이트에 처음 방문한 사용자로 제한하는 경우, 웹사이트에 대한 매력도 및 선호도에

대한 지표로도 이용될 수 있다. 이 경우 위 계산식의 방문수를 처음방문자수로 대체하면 된다.

사이트 고착성(Site Stickiness)

인덱스 페이지 통과율을 전체 사이트의 진입페이지로 확장한 사례이다.

사이트 고착성 = 1 – (반송방문수 / 진입페이지 방문수)

이는 사이트가 얼마나 방문자를 끌어들이고 유지시킬 수 있는지 나타낸다.

진입페이지(Entrance Page)와 랜딩페이지(Landing Page)를 구분하여 이용하기도 한다.

이때 랜딩페이지는 의도된 마케팅캠페인에 의한 진입페이지를 의미하며, 사이트 고착성을 통해

마케팅캠페인을 평가하는데 이용한다.

페이지 이탈율(Page Exit Ratio)

특정 페이지를 방문한 방문자가 해당 페이지에서 웹사이트 이용을 종료하는 비율을 나타낸다.

웹사이트를 대상으로 할 경우 모든 세션이 시작페이지와 종료페이지를 갖게 되므로 의미 없는 값이 측정될

것이다. 따라서 페이지 이탈율은 페이지별 구분이 존재할 때에만 측정의 의미가 있다.

페이지 이탈율 = 해당 페이지에서 세션이 종료된 방문수 / 해당 페이지의 페이지뷰수


만약 분모부분을 ‘페이지뷰수’가 아닌 ‘페이지의 방문수’로 할 경우 페이지 유출율의 측정의도와 다소

달라지게 된다. 본 측정지표는 매 해당페이지를 조회할 때 웹사이트 이용을 포기하는 비율을 나타내기 위한

것이기 때문이다.

클릭율(Click-Through Rate / CTR)

클릭율은 특정 클릭가능한 객체의 노출(조회)수 대비 클릭된 수를 나타낸다. 이를 통해 해당 클릭가능한

객체의 매력도, 시각적 집중도, 이용정도를 파악할 수 있다.

클릭율(CTR) = 클릭수 / 노출(조회)수

광고/이메일/메뉴버튼/Form 제출버튼 등 다양한 클릭가능한 객체에 적용이 가능하다.

목적 페이지 접근성(Accessibility for Target Page)

특정 페이지/컨텐츠로부터 목적 페이지/컨텐츠까지 방문자가 이동하기까지의 속도를 나타낸다.

‘목적 페이지 도달속도’로 바꾸어 표현할 수 있다.

목적페이지 접근성 = 목적페이지 도달까지 소요된 클릭수(또는 페이지뷰수) / 목적페이지 도달까지

소요된 체류시간

랜딩페이지로부터 첫 번째 전환페이지까지, 그리고 두 번째 전환페이지까지의 목적페이지 도달속도를

측정한다면 전환율을 높이기 위한 최적화에 도움이 될 것이다. 이와 같은 접근은 네비게이션 분석과 함께

이루어지는 것이 적합하다.

처음방문자 비율(New Visitor Ratio)

웹사이트의 처음방문자와 재방문자수의 비율을 통하여 웹사이트의 방문자가 어느 정도 신규방문자를

획득하는 성향을 갖고 있는지를 나타낸다. Acquisition Mode 로 불려지기도 한다.

처음방문자 비율 = 처음방문자수 / 순방문자수

측정값은 -1 부터 1 사이에서 변하게 되며, -1 에 가까울수록 기존 재방문자에 의해 웹사이트가 유지되고

있음을 나타내고, +1 에 가까울수록 신규방문자에 의해 웹사이트 트래픽이 채워지고 있음을 나타낸다.

위 계산방법 외 ‘처음방문자수 / 재방문자수’ 등으로 표현하기도 한다. 이때는 값의 범위가 달라진다.

신규방문자 획득지수(Acquisition Index)

웹사이트의 처음방문자와 재방문자수의 우위를 순방문자수에 대한 비율을 통해 나타낸다.

74 2



웹사이트가 어느 정도 신규방문자를 획득하는 성향을 갖고 있는지를 나타낸다. Acquisition Mode 로

불려지기도 한다.

신규방문자 획득지수 = (처음방문자수-재방문자수) / 순방문자수

측정값은 -1 부터 1 사이에서 변하게 되며, -1 에 가까울수록 기존 재방문자에 의해 웹사이트가 유지되고

있음을 나타내고, +1 에 가까울수록 신규방문자에 의해 웹사이트 트래픽이 더욱 우세함을 나타낸다.

방문자 보존율 지수

신규방문자 획득지수에서 재방문자수에 중점을 두고 반대로 계산하면 방문자 보존율 또는 방문자 보존율

지수로 이용이 가능하다.

방문자 보존율 = (재방문자수-처음방문자수) / 순방문자수

처음 구매(주문) 비율(New Purchase Ratio)

전체 구매발생 건수 중 처음 구매건수가 차지하는 비율을 통해, 신규구매가 차지하는 구매비율을 나타낸다.

처음 구매(주문) 비율 = 처음 구매건수 / 전체 구매건수

처음 구매액 비율(New Purchase Amount Ratio)

위 설명된 측정지표 계산에서 전체 매출액 대비 처음구매로 인한 매출액의 비율을 이용하여 표현하는

방법이다.

처음 구매액 비율 = 처음 구매건에 의한 매출액 / 전체 매출액

처음 구매(주문)고객 비율(New Customer Ratio)

처음 구매 비율의 구성과 동일하나, 구매수 대신 구매고객수로 구성한 것이 다르다. 구매를 통해 ‘고객’이

되는 전환의 정도를 나타낸다.

처음 구매고객 비율 = 처음 구매고객수 / 전체 구매 고객수

‘구매고객’은 ‘구매수(주문수)’가 아니라 특정 조회기간내 구매를 한 ‘회원(고객)’의 수임에 유의해야 한다.

전체 구매고객수 대신 전체고객수로 계산식을 구성하기도 한다.


처음 구매고객의 매출 점유율(New Customer’s Purchase Amount Ratio)

처음 구매고객이 조회기간 내 반복구매에 의한 매출액도 처음 구매고객의 매출액으로 계산되므로 ‘처음

구매액 비율’과 다른 계산값이 나온다. 첫 고객으로 전환된 고객의 ‘조회기간 내에 한정된 생애매출(LTV)’의

개념을 가지므로, 이번에 신규 회득한 고객의 가치에 대한 관점이 포함되게 된다.

처음 구매고객의 매출 점유율 = 처음 구매고객에 의한 매출액 / 전체 매출액

반대로, ‘기존 고객에 의한 매출 점유율’을 구성하는 것도 가능하다.

신규 고객 획득지수(Customer Acquisition Index)

어느 정도 구매가능 대상(회원 중 비구매 경험자)에서 신규 구매고객을 전환시켰는지를 나타낸다..

신규 고객 획득지수 = (처음 구매 고객수-재구매 고객수) / 구매 고객수

측정 값은 -1 부터 1 사이에서 변하게 되며, -1 에 가까울수록 기존 구매경험을 갖고 있는 고객자에 의해

웹사이트의 고객이 유지되고 있음을 나타내고, +1 에 가까울수록 신규방문자에 의해 웹사이트 트래픽이 더욱

우세함을 나타낸다.

각 구매고객을 고객의 매출액에 따라 차증을 두어 구성하고자 할때에는 각 고객에 의한 매출액으로

계산하는 방법도 가능하다. 이때에는 아래와 같이 적용이 가능하다.

가치있는 신규 고객획득 지수 = (처음 구매고객에 의한 매출액 – 재구매 고객에 의한 매출액) / 전체

매출액

매출액이 아닌 주문수 또는 주문상품수를 이용할 경우도 가능한데, 이 경우에는 상품 판매촉진을 위한

캠페인 결과일 때 더욱 적합하겠다.

고객 보존율 지수

신규 고객 획득지수에서 재구매자 고객수에 중점을 두고 반대로 계산한다. 단순히 순구매 고객수와 재구매

고객의 비율을 이용하여 ‘고객 보존율’로 이용하여 무방하다.

고객수가 아니라 고객에 의한 매출에 따라 차등을 두어 구성하고자 한다면 각 구매고객에 의한 매출액으로

계산하여 구성하는 방법도 있다.

고객 보존율 지수 = (재구매 고객수-처음 구매 고객수) / 구매 고객수

상품 구매율(Product Purchase Ratio)

상품의 방문수(또는 노출수) 대비 구매주문수를 통해 해당 상품의 구매율을 측정한다.

76 2



상품구매율 = 상품 구매수 / 상품 방문수(또는 노출수)

상품 구매가 일반적으로 세션단위의 행동임을 볼 때 단순 노출수보다 방문수가 좀 더 적합하다고 판단된다.

장바구니 구매율(Cart to Purchase Ratio 또는 Cart Check-Out Ratio)

일반적으로는 장바구니가 생성된 후 (세션에서 장바구니에 상품이 생성되면 장바구니 세션이 시작된다)

장바구니가 결제되어 장바구니가 비워지는 비율을 나타낸다.

장바구니 구매율 = 구매수 / 생성된 전체 장바구니 수

위 방법은 장바구니에서 결제단계로의 이동 후, 결제완료의 중간단계 전환에 대한 접근이 누락된 경우이다.

보다 세밀한 전환단계의 분석을 위해서는 장바구니 전환율 및 장바구니 결제율을 아래와 같이 정의한다.

장바구니 전환율 = 결제화면 진입 수 / 생성된 전체 장바구니 수

장바구니 결제율 = 결제완료 수 / 결제화면 진입 수

장바구니 상품 전환율

장바구니에 담긴 상품이 모두 결제화면으로 이동하는 것은 아니다. 장바구니에서 상품이 버려지는 경우를

감안하여, 동일한 장바구니 전환 이벤트라 하더라도 그 수준을 관리하기 위해 이용된다.

장바구니 상품 전환율 = 결제화면에서 결제대상이 된 상품의 수량 / 장바구니에 담겨있던 최대 상품

수량

.

장바구니 가치 보존율(Cart Value Preservation Rate)

상품의 금액을 이용하여 쇼핑카트의 가치 전환비율을 계산하기도 한다.

장바구니 가치 보존율 = 매출액 / 장바구니에 담긴 최대 상품금액

ROI(Return On Investment)

투자대비 수익율을 나타낸다.

각종 범주 및 세분화된 측정지표 항목에 대해, 투입된 비용에 대한 수익을 계산하여 표시한다.

투입비용에 대한 자료가 부족한 경우에는 ROI 값이 1 을 기준으로 그 이상일 경우 순이익, 그 이하일 경우

마이너스 수익으로 계산하는 방법이 있다.


ROI = 수익(예: 매출액) / 투입비용

하지만 이와 같은 경우에는 시각적으로 + 및 – 에 대한 느낌이 직접적이지 않으므로

ROI = (수익 – 소요비용)/소요비용

와 같이 계산하는 것이 결과를 이해하기에는 편리하다.

일반적으로 온라인 광고 투입비용 대비 매출액 등에서 많이 이용된다.

이벤트(전환) 당 비용(Cost per Event)

이벤트는 웹사이트 내에서 발생하는 방문자의 행동을 나타낸다. 보통 ‘전환’이 많이 이용된다.

특정 이벤트를 발생시키는 데 소요된 평균 비용을 표현한다.

이벤트당 비용 = 소요비용 / 이벤트 발생횟수

대표적인 예로는 회원획득당 비용, 방문당 비용 등이 있다.

기타 응용된 비율형태의 파생 측정지표

위에 언급된 측정지표와 유사한 계산방법을 이용하여 응용될 수 있는 방법이 매우 다양한다.

비율형태의 경우 일반적으로 ‘행위주체’, ‘분석대상 객체’를 분모로, ‘성과지표’를 분자로 하여 파생 측정지표를

생성하는 경우가 일반적이다.

평균(Average)형태의 파생 측정지표

특정 이벤트를 특정 기간의 범위 내에서 발생한 평균횟수를 나타내거나, 특정 기간범위 내 포함되는

분석대상 객체 숫자값 또는 각종 측정지표의 값의 평균값을 이용한 측정지표이다.

대표적인 측정지표로는 ‘평균 재방문 간격’, ‘월평균 구매횟수’ 등이 있다.

‘평균’이라는 단어가 포함된 경우에는 해당 측정방법으로 측정될 수 있는 분석대상 객체(예: 방문자)의 전체

평균을 의미하는 경우이다.

예를 들어 ‘방문깊이(Visit Depth)’와 ‘평균 방문깊이(Average Visit Depth)’에서 전자는 개별 방문에 대한 방문

깊이를 측정하는 측정지표의 의미와 측정지표값(방문깊이)별 분포(예: 방문수의 분포)를 나타내는

78 2



분석리포트의 명칭이라고 할 수 있고, 후자는 전체 방문에 대한 방문수 분포를 평균 계산한 측정지표 또는

해당 측정지표값의 추세를 나타낸 분석리포트의 명칭으로 볼 수 있다.

평균 재방문간격(Average Visit Frequency)

조회기간 내 방문자의 방문간격을 평균한 값이다. 방문자에 대하여 웹사이트에 대한 충성도를 방문주기를

기준으로 판단할 때 이용된다. ‘재방문주기’도 같은 의미이다.

기본측정지표에서 ‘재방문’과 ‘반복방문’을 구분하였으나 재방문 간격에서는 이에 대한 구분이 명확하지 않다.

평균 재방문간격은 두 가지 방법으로 계산이 가능하며

(1) 평균 재방문간격 = 매 방문시 기록된 방문간격 값(쿠키기반)의 합계 / 전체 방문수

위 방법은 임의의 기간에 대해 분석을 수행할 수 있고, 평균 재방문간격에 따른 분포를 리포팅할 수 있는

장점이 있다.

(2) 평균 재방문간격 = 특정기간 내 방문수 / 특정기간 내 순방문자수

위 방법은 쿠키 등으로 인한 왜곡요소가 적은 장점이 있으나 Time-frame 에 종속적이며, 분포를 분석할 수

없는 단점이 있다.

‘Average’ 단어를 생략하여도 같은 의미이다.

평균 재구매간격(Average Purchase Frequency)

조회기간 내 방문자의 구매간격을 평균한 값이다. 구매습성 및 구매를 통한 충성도 판단에 이용된다.

평균 재방문간격과 같은 측정조건을 갖되, 측정대상을 구매로 변경한 측정지표이다. ‘반복 구매주기’도 같은

의미이다.

(1) 평균 재구매간격 = 매 구매시 기록된 구매간격 값(쿠키기반)의 합계 / 전체 구매수

위 방법은 임의의 기간에 대해 분석을 수행할 수 있고, 평균 재구매간격에 따른 분포를 리포팅 할 수 있는

장점이 있다.

(2) 평균 재구매간격 = 특정기간 내 구매수 / 특정기간 내 구매수

위 방법은 쿠키 등으로 인한 왜곡요소가 적은 장점이 있으나 Time-frame 에 종속적이며, 분포를 분석할 수

없는 단점이 있다. 역시, ‘Average’ 단어를 생략하여도 같은 의미이다.


평균 재구매간격(Average Purchase Frequency)

기타 평균형태의 파생 측정지표

평균형태의 파생 측정지표는 방문자의 시간흐름에 따른 반복활동을 평균계산 하는 경우(예: 평균

재방문간격)와 특정 Time-frame 구간 내에서 전체 방문자에 의한 특정 측정지표값을 전체 방문수(또는

순방문자수 등)으로 나누어 구성하는 경우(예: 평균 전환소요 클릭)로 크게 나누어 볼 수 있다.

복합(Mixed Formula)형태의 파생 측정지표

측정지표에 의한 측정값이 비율, 평균 등 간단한 방법이 아닌 여러 방법을 이용하여 계산된 형태이다.

측정지표간 관계를 표현하기보다, 각 측정지표의 연산을 통해 새로운 특성을 만들어낼 때 사용된다.

예를 들어‘사회참여도(블로그/댓글 등 관련항목의 수치를 합산하여 평균), 유효방문수(전체 방문수에서

반송수를 제외한 사이트에 진입한 방문수) 등과 같이 새로운 측정지표명을 만들게 된다.

사이트 이용지수(Site Usage Index)

웹사이트의 사용정도를 대표적으로 나타내는 ‘페이지뷰수’와 ‘체류시간’ 등을 결합하여 만든 측정지표이다. 본

측정지표의 정의는 웹사이트의 비즈니스 특성에 따라 정의되어야 하겠지만, 일반적으로 다음과 같이

정의하도록 한다.

사이트 이용지수 = 페이지뷰수 x 페이지뷰 가중치 + 체류시간(분) x 체류시간 가중치

사이트 이용량을 지수화하여 표현한 값으로 고객층의 충성도 및 집중사용자/일반사용자를 구분하는 데


사회 연관도 지수(Social Relationship Index)

웹사이트와 온라인상의 타 사이트와의 관계, 웹사이트에 대한 사용자의 참여도 등을 이용하여 지수화한

경우이다. 아래와 같이 해당 항목을 합산하여 평균으로 계산하는 경우가 일반적이다.

사회 연관(참여)도 지수 = (블로그 등에 대한 트랙백 개수 x 가중치 n1 + UCC 컨텐츠를 통한 방문수 X

가중치 n2 + … + 검색엔진을 제외한 일반 레퍼러 도메인 갯수 x 가중치 nx ) / n(분모의 항목수)

페이지 가치(Page Value)

웹사이트의 주요 성과지표의 값을 컨텐츠(페이지 등)에 할당하여 지수(Index)화한 것이다.

80 2



계산하는 방법은 다양한 접근이 가능하겠으나, 쉬운 방법은 해당 방문자가 성과를 일으켰을 때 해당

세션에서 접속한 페이지에 성과값을 배분하여 할당하는 것이다.

페이지 가치의 계산방법을 이용하여 ‘컨텐츠 가치’, ‘상품 (잠재매출)가치’ 등을 구성하기도 한다.

Value(값)이 실제 페이지의 가치를 나타낸다기 보다는 상호 비교 및 추세관리를 위한 Index 의 개념이

강하므로 Value 로 표현하지 않고 ‘Page-Revenue Index’ 또는 ‘$ Index’와 같이 표현하기도 한다

생애가치(Life Time Value)

생애가치는 고객의 과거와 일으킨 성과값(예: 매출액)과 미래에 일으킬 성과값을 합산하는 경우와 과거의

가치만으로 평가하는 경우로 나눌 수 있다.

웹분석에서는 고객의 미래가치를 측정하기 어려우므로 일반적으로 과거의 생애가치만을 이용하는 ‘To-date

Life Time Value’ 경우가 대부분이다. 또한 생애가치를 계산하는 과거 시점은 웹사이트 오픈시점이 아닌

웹분석의 시작시점인 경우가 대부분이다.

생애가치의 이용은 회원(고객) 그룹에 대한 값을 분석하거나, 회원 ID 를 추출하는데 이용되는 것이 가장

활용도가 높다. 이는 고객 등급점수 관리(Customer Scoring)의 개념과 동일하다.

생애가치는 생애매출(Life Time Revenue), 생애구매수(Life Time Purchases), 생애방문수(Life Time Visits),

생애페이지뷰수(Life Time Pageviews) 등과 같이 고객의 점수부여(Scoring)을 위한 지표로의 활용이 가능하다.

기타 복합형태의 파생 측정지표

사업성과를 가장 잘 표현할 수 있는 지표를 다양하게 결합하여 이용할 경우 단순한 비율 및 평균의

방법으로만 측정지표를 재구성하기는 쉽지 않다. 이러한 이유로 복합된 형태의 파생 측정지표가 Index 로

이용되는 경우가 많다.

범주(Categorized)형태의 파생 측정지표

측정지표에 의한 측정값이 연속형 또는 이산형 데이터일 때, 데이터의 속성 또는 값의 구간범위를 이용하여

세분화시키는 방법을 하나의 측정지표화한 것이다. 즉, 자주 사용되는 ‘세분화(Segmentation)작업의 결과를

얻는 방법’을 측정지표로 만든 것이라고 볼 수 있다. 예를 들어, 웹사이트 방문자에 대한 집중사용자수(예:

방문당 페이지뷰 수 x 체류시간(분) 결과가 10 을 넘는 방문자의 수), 이메일방문자수(레퍼러가 이메일

서비스인 방문자) 등이 있다.

범주를 이용한 측정지표 중 기본적인 객체들의 속성에 의한 범주(예: 회원특성, 방문자 지역 등)는 생략하고,

여러 특성들을 재구성한 범주형태에 대해서만 간략히 설명하기로 한다.


설명될 범주들의 파생측정지표는 각각 ‘범주명 + 측정지표’의 형태로 구성이 가능하다. 예를 들면 방문매체

중 자연검색에 의한 방문수는 ‘자연검색 방문수’와 같이 측정지표의 정의가 가능하다.

물론 각 범주에 따른 측정지표 값은 ‘방문’, ‘순방문자’, ‘매출액’, ‘전환수’ 등 다양한 항목으로 응용될 수 있다.

방문 매체(Visit by Medium)

외부 레퍼러를 사전 정해진 기준에 따라 집합으로 구성한 것으로서 각 집합내 방문수(또는 기타

측정지표로서 매출액, 회원가입수 등)로 카운트하는 측정지표이다.

크게 다음과 같은 범주로 나누어 볼 수 있다.

북마크(또는 URL 직접입력)

광고(Paid Link 류)

자연검색(Organic Search)

커뮤니티(Social Network 등)

블로그(Blog)

바이럴마케팅(UCC, Messenger 등)

메일프로모션(뉴스레터 등)

RSS Feed

Affiliate 파트너

인지방법(Acquisition Method)

방문 매체가 레퍼러의 분류라면, 인지방법은 방문자의 방문 의지가 어떤 경유로 발생하였는지에 따라 나눈

경우이다.

구전 및 방문경험에 따라(URL 입력, 북마크 등)

광고제안에 의해(검색키워드 없는 마케팅 캠페인, 일반광고, 마케팅캠페인 등)

의지에 의해 찾아서(자연검색, 검색키워드가 존재하는 CPC 광고 등)

연관분야 추천을 통해(커뮤니티, 블로그, Affiliate 파트너)

이 역시 측정값은 방문외에 다양한 성과지표의 적용이 가능하다.

타겟 방문자(Target Visitor’s Visit)

IP 대역을 통한 국가/조직/시도 또는 특정 타겟층을 갖는 마케팅캠페인에 의한 의도된 Target 방문자를

별도로 분리하여 추적/관리하기 위한 것이다.

82 2



대표적인 측정지표로는 ‘타겟 방문자 방문수’를 예로들 수 있다. 목적한 마케팅캠페인에 의한 성과를

측정하거나 관심을 둔 방문자층에 대한 방문수의 변화를 측정하기 위해 사용될 수 있다.

자연검색(Organic Search) vs. 검색광고(Paid Search)

자연검색 방문자와 검색엔진내 CPC 광고와 같은 Paid Search 를 통한 방문을 구분하여 SEM(Search Engine

Marketing) 및 SEO(Search Engine Optimization)의 영향을 판단한다.

대표적인 예로는 ‘자연검색 방문수’를 들 수 있다.

이 경우 본 범주의 전체 합집합은 검색엔진을 통한 방문수이며 전체 방문수가 아님에 유의해야 한다.

전체 방문수를 기준으로 범주를 나누고자 할 때에는 ‘검색방문 vs 비검색방문’이 적합하겠다.

캠페인(Campaign) vs. 비캠페인(Non-Campaign)

마케팅캠페인과 같이 의도적인 프로모션에 의한 성과값과 그렇지 않은 경우를 나눈 경우이다.

캠페인 종류(Campaign Type)

캠페인의 종류(예: 메일/이벤트/파트너쉽/검색광고 등)에 따른 분류이다.

광고의 소재 특성(AD. Creatives Type)

광고의 효과분석에서 광고의 매체, 타겟, 광고상품에 대한 범주는 기본적으로 이용되며, 추가적으로 광고의

크기, 색상, 위치 등의 방법도 이용된다.

내부캠페인(Internal Campaign) vs. 외부캠페인(External Campaign)

사이트 내부에서 진행되는 고객을 주대상으로 한 캠페인과 비고객을 주대상으로 하는 외부 캠페인으로 나눈

경우이다. 전체 합집합은 캠페인에 의한 방문자이다.

집중사용자(Heavy User) vs. 보통사용자(Light User)

웹사이트 이용정도를 나타내는 파생 측정지표인 ‘사이트 이용지수’의 중심값을 기준으로, 집중사용자와

보통사용자로 나눈 경우이다.

간단히 둘러만 보는 사용자를 구분하기 위해 ‘90 초 이하의 체류시간을 갖는 방문자의 수’와 같이

구성하기도 한다.


유효방문수(Valuable Visits 또는 Committed Visits)

가치있는 방문자를 뜻한다. 기준은 다양하게 정해질 수 있으나, 일반적으로 전체 방문수에서 90 초 이상

체류하거나, 10 페이지뷰 이상을 발생시킨 방문수를 카운트하는 경우가 많다.

1~5 페이지 정도의 방문을 관심방문(Interested Visit)로 하기도 한다.

브랜드 검색(Branded Search) vs. 일반검색(Others)

웹사이트의 검색방문자 중 웹사이트의 브랜드/상품/상호등 알려진 키워드로 검색하는 방문수와 그렇지

않은것으로 나눈 경우이다.

전체 합집합의 수는 검색엔진 방문수이다.

파생 측정지표의 다른 접근

측정지표의 구성방법에 따라 기본 측정지표와 파생 측정지표로 나누었지만, 실제 분석에서의 비즈니스

모델과 분석방법의 확장에 따라, 측정 및 분석에 필요한 측정지표는 끊임없이 개발되고 있다.

일례로 웹분석 영역에서 eCRM 으로 확장될 경우 존재하는 객체와 성과의 요소가 매우 다양해지므로 더욱

그러하다.

간단한 예를 들면, 콜센터의 CTI 시스템의 로그를 분석하는 경우, 트래픽에 대한 측정지표는 방문수 대신

전화통수(Call), 체류시간은 통화시간, 방문지역은 발신지역, 방문집중시간대는 통화집중시간대 등으로 응용될

수 있다. 또한 웹분석의 방문자 특성과 달리 전화통화에서 존재하는 추가적인 특성으로 ‘인바운드콜(In-

bound Call) vs. 아웃바운드콜(Out-Bound Call)’구분도 존재한다.

기본측정지표와 파생측정지표에서 측정지표의 정의에 얽메이는 것이 아니라, 측정지표의 정의와 응용된

지표의 관계를 이해하고 각 비즈니스 목적에 맞는 측정지표를 개발하는 것이 중요하다.


84 3

웹분석 리포트의 활용 - 웹분석 리포트의 분류별 접근


3 웹분석 리포트의 활용

웹분석 측정지표와 리포트의 구성 등에 대한 이해가 있은 후에 필요한 것은 웹분석 리포트가 실무적

관점에서 어떤 의미를 갖는지 이해하는 것이다.

각 웹분석의 결과와 이를 표현하는 각 리포트가 실무적으로 어떤 의미를 갖고 활용될 수 있는지 명확하게

정의된 바는 없다. 그러기에 더욱 웹분석의 측정지표와 리포트의 의미, 그리고 실무적 관점에서 각 리포트를

활용할 수 있는 가능성에 대해 연구하고 고민하는 자세가 필요하다.

더욱이 최근에는 Web 2.0 의 흐름과 더불어 다양한 형태의 분석요구가 등장함에 따라 다양한 리포트의

활용방안에 대한 더욱 고민이 필요하다.


3.1. 웹분석 리포트의 분류별 접근

3.1.1. 웹분석 리포트의 분류

다양한 웹분석 리포트의 분류

웹분석 리포트의 분류 기준은 각 웹분석 도구에 따라 다양하지만 크게 세 가지로 나누어 볼 수 있다.

각각 장단점을 갖고 있으며 어떤 분류방법이 최선이라고 정하기는 어렵다.

본 문서에서는 세 가지 방법을 혼용하여 ‘마케팅 / 참여 / 컨텐츠 / 전환 / 커머스 / 고객 / 지원’과 같이

정리하도록 한다.

측정대상 객체 및 측정지표의 특성에 따른 분류

과거 초기 웹분석 리포트의 분류기준이다.

접속량(트래픽) / 방문경로(레퍼러) / 방문자 / 광고효과 / 컨텐츠 / 시스템과 같은 형태로 나뉜다.

측정지표나 분석객체 분류에 익숙한 사용자에게는 가장 편리한 방법이다. 하지만 웹분석의 업무상 함께

참고해야 하는 리포트가 곳곳으로 분산되어 있는 형태이므로 작업이 불편하다.

웹분석 사용자에 따른 분류

디자이너 / 의사결정권자 / 마케팅실무자 / 개발자 와 같이 각 담당직무별로 자주 사용하게 되는 리포트로

분류한 것이다. 많은 리포트를 모두 알 필요없이 자신의 직무에 맞는 리포트항목들만 익히면 될 것 같은

느낌을 주므로 보다 편리하게 접근할 수 있다. 유사하거나 동일한 리포트가 각 분류별로 공통적으로

포함되어 있어서 관리에 대한 불편함이 있다.

이와 같은 분류방법은 각 개별 사용자에 대해 즐겨찾기 기능 및 사전 정의된 즐겨찾기 기능을 제공함으로서

어느 정도 해결될 것으로 생각된다.

웹분석 리포트의 활용단계에 따른 분류

각 웹분석 리포트를 온라인 웹사이트의 일반적 마케팅 단계인 ‘계획(Plan) – 도달(Reach) – 획득(Acquisition)

– 전환(Conversion) – 유지(Retention & Loyalty)’ 에 따라 분류하는 것이다. 각 단계별 주요 분석업무에

맞추어 리포트가 모여 있으므로 편리한 점이 있다. 하지만 웹분석의 측정지표에 따른 접근을 하고자 할

경우에는 불편할 수 있다.

86 3



웹분석을 통해 측정되는 모든 측정지표와 리포트의 분석 주제를 위의 5 단계에 맞추어 정리하는 것은 쉽지

많은 않다. 그 이유는 각 주제 내에서도 도달-획득-전환-유지의 특성을 모두 갖고 있기 대문이다.

다소 불분명할 수도 있는 항목을 정리하면 다음과 같다.

단계 본래의 정의 웹사이트 분석에서의 측정방법

계획 (Planning) 고객을 얻기 위한 세부적인 마케팅

계획 수립

측정방법 해당없음,

웹분석 결과를 마케팅 계획에 이용함

도달(Reach) 각종 광고 및 마케팅 캠페인을 통해

잠재 고객에게 마케팅 메시지 전달

A. 작성된 광고의 노출수, 마케팅 메시지를

이메일 등으로 전송하여 메일을 열어본 수 등

B. 웹사이트에 유입된 방문자수

획득(Acquisition) 마케팅 메시지에 관심을 갖고

구매상담 또는 제품의 제시

A. 웹사이트에 유입되 방문자수, 반송되지 않은

방문자수

B. 유입된 방문자의 잠재고객화, 회원등록

전환(Conversion) 구매결정을 통해 고객이 됨 A. 유입된 방문자의 회원등록, 구매 등 고객화가

되어가는 과정을 거침

B. 구매, 이벤트참여 등 성과를 일으키는 행동을

수행하는 경우

유지(Retention & Loyalty) 고객상태의 유지를 통한 반복적인

방문과 재구매, 충성도의 향상

재방문, 체류시간, 반복방문, 구매당 평균 금액,

평균 재구매간격 등 Interval 과 성과값에 의한 측정



3.1.2. Overview 리포트

전체를 조망하는 Overview 형태의 리포트는 측정 및 분석리포트의 의미보다는 이미 측정된 데이터를

사용자가 쉽고 빠르게 이해할 수 있도록 돕는 기능과, 실무에서 직접적으로 활용할 수 있는 데이터를

제공하는 것에 초점이 맞추어져 있다.

다양한 확장기능과 응용기능들이 자유롭게 적용될 수 있는 부분으로서 웹분석 도구의 활용성의 증대에 큰

영향을 미칠 수 있는 부분이다.

KPI 리포트

KPI(Key Performance Indicator)를 표현하는 리포트이다.

사업목표와 마케팅목표, 웹사이트 운영목표 등을 일치시키고 이에 대한 파악을 돕는다.

측정내용과 활용

웹사이트 운영목표에 따른 중요 측정지표를 나열하고 이에 대한 과거의 추세와 현재의 값을 표현한다.

이 값을 통해 초기 계획된 웹사이트 운영목표에 부합되게 움직이고 있는지를 즉각적으로 파악할 수 있다.

웹분석 도구를 사용하는 담당자가 모든 리포트를 상시 조회할 수는 없으므로, KPI 의 값을 주기적으로

살펴보고, 예상과 다른 값의 변화가 감지될 때, 해당 상세 분석리포트를 살펴볼 수 있게 하는 역할이

중요하다.

정기 웹사이트 운영 보고서 또는 특정 마케팅활동에 대한 성과보고서 등에 적합하다.

표현방식

일반적으로 해당 측정지표 항목을 나열한 표(Sheet)형태로 구성되는 경우가 많다.

다음은 중요 성과값에 대한 요약과 관련된 마케팅활동에 대해 정리된 경우의 예시이다.

결과요약(Result Summary)

Goal May Target/M % To date Target/Y %

블로그 마케팅을 통한 회원가입율 2,307 1,500 154% 3,732 10,000 37%

88 3



브랜드 카페 마케팅을 통한 회원가입율 553 1,000 55% 1,040 8,000 13%

행복이벤트 캠페인을 통한 회원가입율 418 1,000 42% 1,014 6,000 17%

연관분석(KPI Summary)

Key Perfomance Indicators 금월 전월 % Change Warning

방문당 페이지뷰 674,020 540,021 △ 24.81%

평균체류시간 4.2 3.1 △ 35.48%

순방문자당 방문수 2.4 2.1 △ 14.29%

마케팅 캠페인 채널별 ROI (단위:\)

블로그 마케팅 867 1,404 △ 42.52%

브랜드 카페 5,063 5,749 △ 11.93%

행복이벤트 9,569 6,711 ▼ 41.58% Warning

유의점

KPI 가 사업목적 및 그 하위의 세부 목적별에 맞게 선정되어야 하며, 해당 항목에 대한 목표값도 조직

내에서 공유된 값이어야 KPI 리포트의 운용이 의미있으며, 조직의 구성원이 KPI 리포트의 값의 변화에

적극적으로 대응이 가능할 것이다. 만약 이와 같지 않다면 단순 형식상 존재하는 표(Sheet)에 머물게 될

것이다.

대시보드(Dashboard)

대시보드는 분석 리포트라기보다는 측정결과를 모니터링하는 도구에 가깝다.

KPI 리포트와 같은 운용목적을 갖지만, 표의 형태보다 다양한 시각적 요소와 차트, 계기판, 알람 등으로

구성하는 것으로 시각적인 표현방법을 강조한 것이다.

목표값 관리, 알람설정, KPI 등이 함께 표현될 때 더욱 유용하다.


요약리포트(Summary Report)

KPI 또는 대시보드 리포트와 다른 점은 전체 리포트에 대한 내용 중 중요 항목들에 대해 보다 상세히

집중적으로 데이터를 제시한다는 점이다.

측정지표값의 변화를 통해 얻을 수 있는 분석의견을 사전에 데이터베이스화하여 값의 변화에 대한 자동적인

코멘트 기능을 제공하거나, 중요값에 대한 변화값을 추적하여 미래의 상황을 예측한 의견을 제시한다거나

하는 기능들도 좋은 방법으로 보여진다. 이와 더불어 분석 담당자의 의견을 함께 입력하여 저장하는 방법도

있다.

이러한 요약리포트의 구성항목을 사용자가 직접 지정할 수 있게 하는 경우에는 ‘자동적인 웹분석 보고서’로

이용할 수 있는 장점도 있다. 현업 웹분석 담당자에게는 편리한 기능이 될 것이다.


90 3



3.1.3. 마케팅(Marketing Campaign & Reach)

마케팅 캠페인을 통한 1 차적인 효과인 방문량(Traffic)을 전체 마케팅 대상(Target)에 어느 정도

도달(Reach)했는지를 측정하고 효율적인 성과를 위해 어떠한 마케팅 채널을 선택하고 집중해야 하는지를

분석하기 위한 분야이다.

엄밀히 도달(Reach)의 측정이라면, 마케팅 캠페인 대상에 마케팅 메시지가 전달되었을 때를 기준으로 그

수를 측정하여야 하겠지만, 온라인 광고의 노출 등을 제외하면 도달의 정도를 측정하는 것이 쉽지만은 않다.

관점에 따라 마케팅활동을 통해 웹사이트에 방문자가 유입된 결과로 발생한 트래픽의 수를

획득(Acquisition)으로 볼 것인지, 이 값을 바탕으로 간접적으로 도달(Reach)의 값을 측정하는 것으로 할지

다양할 수 있겠지만, 더욱 중요한 것은 관점에 따른 정의가 아니라 분석결과를 정확히 이해하고 활용하는

데 있겠다.

트래픽(Traffic)

웹사이트의 트래픽(Traffic)은 방문을 통한 접속량을 통해 효율적인 유입경로와 마케팅채널의 관리에 이용될

수 있다. 더불어 방문의 패턴과 방문자의 특성을 통해 올바른 마케팅대상에 마케팅 메시지를 전달한

것인지도 검증할 수 있다.

페이지뷰(Page Views), 방문(Visits), 순방문자(Unique Visitors) 리포트

페이지뷰, 방문, 순방문수 리포트가 기본적인 접속량 리포트에 해당된다.

페이지뷰수는 웹사이트 전체적인 컨텐츠의 이용정도를 나타내며, 방문수는 웹사이트 이용을 위한 방문자의

활동정도를 나타내고, 순방문수는 웹사이트를 이용하는 고객(또는 잠재고객)군의 크기를 나타낸다.

모든 리포트들에서 참조되는 기본적인 측정지표에 대한 분석 리포트이다.

유효방문수(Valuable Visits)

웹사이트의 성과를 높이기 위하여 웹사이트의 방문수가 증가될 필요를 확인하였고, 그 수의 증가를 위해

마케팅 활동을 하였다면 방문수의 증가가 마케팅 활동의 성공을 판단하는 요소가 될 것이다.

이때 실제 증가한 방문수가 마케팅활동의 목적인 웹사이트의 성과를 높였는지는 해당성과 측정을 통해

판단되겠지만, 웹사이트 내부의 다양한 요소(예: 목적달성을 위한 페이지의 접근어려움-네비게이션 문제,

목적달성 페이지의 오류, 랜딩페이지의 마케팅메시지가 타겟고객층에 적절하지 않음 등)로 인해 방문수의

증가가 웹사이트의 성과로 연결되지 못한 것일 수도 있다.


유효방문수의 측정은 마케팅활동에 의한 방문 중 실제 관심을 갖고 방문한 방문수를 나타낸다. 즉 방문에서

의도하지 않은 클릭실수로 해당 이벤트에 접근한 방문, 방문 후 의도하지 않은 내용이기에 바로 반송된

방문 등을 제외한 유효한 방문수로서, 해당 마케팅캠페인의 방문수에서 반송된 방문수를 제외하는 방법으로

쉽게 측정할 수 있다.

유효방문수 측정을 통해 효과적인 방문자 유입을 위한 마케팅채널의 선정에 대해 보다 정확한 접근이

가능하다. 또한 다양한 마케팅 캠페인에 대한 비용을 바탕으로 유효방문수를 계산할 경우 유효방문자 1 명을

획득하는 데 필요한 비용(CPA, Cost per Acquisition)을 산정할 수 있고, 중요 관리지표로 활용할 수 있을

것이다.

처음방문 vs. 반복방문(New Visits vs. Repeated Visits)

웹사이트의 전체방문을 구성하는 처음방문과 재방문의 수와 비율을 비교하는 리포트이다. 방문자 획득을

위한 마케팅 프로모션의 첫 번째 결과는 처음방문수의 증가가 어느 정도 발생하였는지로 나타낼 수 있다.

또한 처음방문과 재방문의 비율을 통해 웹사이트를 구성하는 트래픽(방문)의 성향을 파악할 수 있다.

전체적인 방문수의 증가없이 처음방문이 증가하였다면 기존 방문을 구성하는 고객의 방문이 줄었으며, 그

나머지의 방문수를 마케팅 프로모션에 의한 신규 방문으로 채워졌음을 의미한다.

신규 오픈된 웹사이트라면 당연히 처음방문의 비율이 높겠으며, 운영한지 오래된 웹사이트라면 재방문의

수가 높을 것이다. 그렇다고 하더라도 처음방문의 수는 일정비율 이상 유지되어야 웹사이트의 전체적인

트래픽량을 유지할 수 있을 것이다.

처음방문자 vs. 재방문자(New Visitors vs. Returning Visitors)

기간 내 처음방문자의 수(처음방문과 측정값은 같다)와 재방문자의 수를 비교한 리포트이다. ‘처음방문 대

반복방문’은 웹사이트의 트래픽 중 ‘방문’수를 구성하는 비율을 분석하는 것이며, ‘처음방문자 대 재방문자’는

기간 내 ‘순방문자’수를 이루는 비율을 분석하는 것이다.

이 값을 통해 방문에서 방문자의 개념에 보다 접근하여 분석하는 것이 가능하다.

처음방문자 비율(% New Visitor)

처음방문과 재방문의 비율값을 하나의 측정지표(또는 인덱스)화한 리포트이다. 처음방문자의 비율을

모니터링함으로서 웹사이트의 방문자 획득성향을 판단할 수 있다.

전체 웹사이트의 방문에 대한 분석뿐만 아니라, 각 마케팅 채널별 중장기적인 방문자의 추적을 통해 마케팅

채널별로 처음방문과 재방문의 값을 세분화(Segmentation)할 수 있다. 이를 통하여 해당 웹사이트에 가장

적합한 마케팅 채널을 선정하는 데 이용할 수 있다. 물론 마케팅 채널에 의한 세분화가 아니라 방문자의

지역 또는 언어 등 다양한 특성을 이용하는 것도 가능하다.

분석함에 있어서 전체방문수의 절대값과 처음방문자의 비율(또는 재방문자의 비율)을 살펴보는 것이

중요하다. 전체 방문자수의 값과 분리되어 처음방문자의 비율값만을 이용하여 판단할 경우 잘못된

분석접근을 할 수 있다.

92 3



획득성향(Acquisition Mode)

‘획득성향(Acquisition Mode 또는 Acquisition Index)’ 은 ‘방문자 획득 성향지수’의 줄임말로 이해해도

무관하며, 웹사이트가 어느 정도로 신규방문수를 획득하여 성장하고 있는지를 나타낸다.

획득성향과 같은 접근방법을 처음방문자가 아닌 재방문자를 중심으로 계산하면 방문자의 충성도 및

방문자의 보존정도를 나타낼 수 있다.

방문횟수(Visit Numbers)

웹사이트의 방문자에 대해, 해당 방문자가 몇 번째로 해당 웹사이트에 방문한 것인지를 해당 조회기간 내

방문한 방문자로부터 값을 측정하여 취합하여 그 분포를 나타낸 것이다.

‘방문횟수’ 리포트가 나타내는 의미는, 처음방문자와 재방문자의 비율을 통해 웹사이트 트래픽의 성향을

분석한 것에서 더 나아가 재방문수를 구성하는 비율을 좀 더 자세히 볼 수 있는 데 있다. 재방문수를

구성하는 방문횟수의 분포가 큰 쪽에 집중되어 있다면 고객의 의한 방문 중에서도 단골 방문고객에 의한

비중이 더 높은 것이고 방문횟수의 분포가 낮은 쪽에 집중되어 있다면 처음방문자가 점차 재방문을 하는

고객으로 전환이 이루어졌다고 볼 수 있다.

방문횟수에 대한 분석방법은 두 가지로 접근이 가능하며, 어떠한 방법으로 리포팅을 하는지는 웹분석 도구에 따라

다르다.

첫 번째 방법은 조회기간 내 존재하는 모든 방문에 대하여 해당 방문이 몇 번째 방문인지를 누적 기록하였다가

이를 합산하는 것이다. 예를 들어 조회기간 내 1 명의 순방문자에 의한 방문이 2 회이고 방문자는 Life-Time

Value 기준으로 조회기간 동안 세 번째 방문(조회기간 이전에 2 회 방문하였다), 네 번째 방문을 하였다면 방문횟수

리포트에서는 3 회째 방문 1 건(Visit), 4 회째 방문 1 건(Visit)이 측정될 것이다.

두 번째 방법은 조회기간 내 방문한 순방문자에 대해 조회기간 내 발생한 방문수를 카운트하는 방법이다. 예를

들어 조회기간 내 2 명의 순방문자가 있었고, 각각 조회기간 내 2 회와 4 회의 방문을 하였다면, 방문횟수

리포트에서는 2 회방문 1 명, 4 회방문 1 명으로 측정될 것이다.

위 두 가지 방법에서 일반적으로 통용되는 방문횟수(Visit Numbers)에 대한 정의는 첫 번째 방법을 이용하고

있으며, 두 번째 방법은 ‘순방문자당 평균 방문수’ 및 ‘평균 재방문 간격’ 등의 리포트로 대체하여 분석한다.

평균 재방문 횟수는 방문별 수집된 방문횟수의 값을 전체 방문수로 평균화한 값이다. 평균방문회수의

리포트는 재방문을 구성하는 방문자의 충성도를 하나의 지수로 만든 것이다.

다만, 방문횟수가 높은 방문자라고 하여 충성도가 높다고 보기에는 어려울 수 있다. 즉, 과거에 방문횟수가

많았으나 최근 방문간격이 멀어진 경우에는 해당 방문자의 생애방문(Life-Time Visits) 값으로만 판단하기에는

적절하지 않다.

이를 보완하기 위해 재방문간격 및 최근 방문시점을 함께 파악하여 이용하거나, 방문횟수를 최근 3 개월

내의 값으로 한정하는 방법이 필요할 수 있다.


재방문간격(Visit Intervals)

재방문간격 리포트는 재방문이 발생하는 간격별 방문수의 분포를 나타낸 것으로서, 앞서 설명한 방문횟수

리포트와 같이 트래픽을 구성하는 방문에 대하여 방문자의 충성도를 나타낸다고 볼 수 있다.

재방문간격이 측정값을 최초 세분화(Break Down)하는 요소이고, 측정값의 대상은 방문수를 기본으로 하여

각종 성과값이 될 수 있다.

고객 스코어링(Scoring)하는 기준으로서 RFM(Recency, Frequency, Monetary)가 많이 사용되는 데, 이중

Frequency 별 목표성과값의 달성정도를 봄으로서 방문자의 재방문간격이 어느 정도 성과달성에 영향을

미치는지를 파악할 수 있다.

평균 재방문(반복방문) 간격(Visit Frequency)

재방문간격값의 전체 방문자에 대한 평균값으로서 웹사이트 전체에 대한 Index 성격을 갖는다. 특정 세분화

요소들(캠페인, 회원특성 등)에 의해 보다 밀도있게 이용이 가능하다.

평균 재방문 간격이 높아지면 웹사이트가 고객(또는 방문자)의 생활에서 점차 높은 비중을 차지한다고 볼 수

있으며, 값이 내려가면 고객의 일상 생활에서의 비중이 낮아지거나, 관심이 멀어지거나, 경쟁 서비스로

이동해간다고 볼 수 있겠다.

평균 재방문 간격이 주된 관심 측정지표로 구성되는 경우는 일반 인터넷 서비스분야이다. 예를 들어

웹메일서비스, 개인블로그 관리화면, 인터넷뱅킹, 온라인주식거래 등이다.

평균 재방문 간격은 방문자의 충성도를 나타내는 지표로서 다양한 웹분석 리포트의 성과지표로 이용될 경우

유용하게 사용될 수 있다.

순방문자당 방문수(Visits per Unique Visitor)

순방문자당 방문수 리포트는 평균 재방문 간격 리포트와 같이 웹사이트의 서비스에 대한 고객의 충성도를

트래픽을 통해 나타내는 리포트이다. 평균 재방문 간격 리포트보다 고객과 고객에 의한 반복방문의 횟수를

통해 충성도를 평가한다.

평균 재방문간격은 하나의 방문자가 특정 기간 내 반복적인 방문을 수행할 경우, 방문수에 의해 평균처리가

되므로 반복적인 방문에 대한 것은 고려되지 않는다. 하지만 순방문자당 방문수는 방문간격의 특성도

반영되어 있겠지만, 이보다도 조회기간 내 반복된 방문의 횟수를 더욱 높게 본다.

순방문자에 대한 측정이 함께 되어야 하므로, 세분화를 하고자 할 때 순방문자수와 방문수에 대해 동일한

세분화가 이루어져야 값의 측정이 가능하다.

측정값의 결과에 따른 의미는 평균 재방문간격 리포트와 동일하다.

방문집중 시간대/요일(Rush Hours / Rush Days)

트래픽이 집중되는 시간대와 요일을 분석한 리포트이다. 이 값을 이용하여 방문자의 생활패턴과 웹사이트

이용패턴을 유추해볼 수 있다.

94 3



방문방법(Visit Method)

레퍼러의 특성을 카테고리화하여 새로운 범주로 생성하여 방문방법을 구분한 리포트들을 방문방법에 대한

리포트로 분류할 수 있다. 마케팅 캠페인에서 방문방법 리포트는 마케팅 메시지를 전달하려고 하는 타겟

고객층이 어떠한 방문방법을 이용하여 접근하는지를 파악하여, 적절한 마케팅 채널을 선정하는 데 도움을

얻을 수 있기 때문에 활용도가 높다.

방문 매체(Medium)

웹브라우저의 즐겨찾기(북마크) 또는 URL 을 직접입력한 방법, 광고를 통한 방문, 자연검색(Organic Search)을

이용한 방문, 커뮤니티서비스(Social Network 관련)를 통한 방문, 블로그 또는 바이러스 마케팅을 통한 방문,

메일 프로모션/뉴스레터 등을 통한 방문, RSS Feed 를 통한 방문 등 다양한 방문방법이 존재한다.

이와 같은 방문 형태별 방문수와 성과를 측정함으로서, 특정 마케팅채널에 대한 특성을 파악할 수 있고

이러한 정보가 축적될 경우 마케팅 캠페인에 대한 적절한 채널을 효율적으로 선정할 수 있게 된다.

인지방법

일종의 방문자를 획득하는 방법으로 방문방법을 나눌 수 있다. 예를 들어 ‘구전’에 의한 것은

북마크/직접입력/메신저를 통해 배포된 URL 의 추적파라미터 등을 통해 분류하고, 광고와 같은 웹사이트

마케팅활동에 의한 ‘방문제안’에 의한 방문, 사용자가 검색엔진 등을 이용하여 ‘직접 찾아서’ 방문한 경우

등으로 구분해 볼 수 있다. 이 또한 앞서 설명된 방문매체와 같이 적절한 마케팅 채널 또는 방법을

선정하는데 이용될 수 있다.

참조도메인, 참조호스트, 참조페이지

도메인, 호스트명, 웹페이지 순서로 방문자가 방문하게 된 경로를 세부적으로 표현한다. 방문자가 방문하게

된 링크를 추적하고 분석함으로서 방문자가 실제적으로 어떤 페이지의 컨텐츠에 영향을 받았는지, 또는

어떤 성격의 서비스를 제공하는 웹사이트로부터 영항을 받았는지를 파악할 수 있게 된다.

본 리포트도 적절한 마케팅 채널을 선정하는 데 도움을 주며, 특히 예상하지 못했던 신규 마케팅 채널의

발굴에 도움이 된다.

세부 서비스별 방문

블로그의 서비스 업체별, 이메일 서비스 업체별, 커뮤니티 서비스 업체별 방문과 효과를 분석할 수 있다.

방문매체, 인지방법 등과 같이 넓은 범주의 세분화가 아닌 세부적인 서비스별 세분화를 함으로서 동일한

분야의 마케팅 채널을 통해 진행한다고 하더라도 세부적으로 효율적 광고매체 등을 선정하는 데 도움이

된다.


사용자 정의에 의한 방문방법 분석

레퍼러(Referrer)의 도메인/호스트/페이지 및 추적 URL 과 파라미터의 패턴을 입력하는 것으로 사용자 정의에

의한 방문방법의 범주(Category)를 생성하고, 생성된 카테고리를 이용하여 측정된 데이터를 세분화하도록

기능이 제공될 수 있다. 이러한 경우 사용자의 분석 목적에 맞추어 마케팅 채널을 정의하고 분석할 수 있다.

검색엔진(Search Engine)

여러 마케팅 및 프로모션을 위한 채널중에서 검색엔진은 온라인 마케팅에서 중요한 위치를 차지한다.

따라서 이에 대한 부분은 별도 영역으로 분류하여 세부적인 리포트를 제공하는 경우가 많다.

검색엔진을 통해 온라인 광고(Paid Search 및 Paid Link)를 집행하고, 최적의 검색어구 및 검색단어를

추출하여 자연검색(Organinc Search)과 검색광고를 통해 많은 트래픽을 이끌어 오기 위해 노력하는 검색엔진

최적화(Search Engine Optimization) 및 검색엔진 마케팅(Search Engine Marketing)에 집중된 리포트 분류가

검색엔진에 대한 리포트 분야이다.

검색엔진(Search Engine)

세부 검색엔진 서비스별 방문수와 각종 성과지표를 분석하여 표현한다. 일반적인 방문방법 리포트와 달리

검색엔진에 대한 분석부분은 상당히 세분화된 값을 리포팅한다.

검색엔진별 각 측정지표별 랭킹과 각 검색엔진별 추세, 검색엔진별 하위 검색어 등 다양한 분석이 제공된다.

검색엔진별 분석을 통해 웹사이트가 검색에 대해 최적의 성과를 내지 못하는 검색엔진을 찾고 이를

최적화하기 위한 작업을 수행하게 된다.

검색어(Search Keywords) 및 검색어구(Search Phrases)

검색어구(Search Phrases)에 대한 분석과 검색어(Search Keyword)에 대한 분석을 분류하여 하는 경우와

통합하여 진행하는 경우로 나눌 수 있다. 각 검색어구 내에서 검색어를 분리하여 별도로 분석해야 방문자의

의도를 파악할 수 있겠으나 분석대상 웹사이트의 주 언어의 종류에 따라 구별해야 하므로 웹분석

솔루션에서 공통적으로 제공하기에는 쉽지 않은 경우가 대부분이다.

하지만, 자연어 검색이 주된 검색어구로 이용될 경우에는 검색키워드를 추출은 필수적인 기능이라고 볼 수

있다.

검색어 분석을 통해 최근 방문자 대상층에서 떠오르고 있는 주제, 웹사이트를 찾는 방문자가 원하는 정보와

상품 등을 면밀하게 검토하여 접근할 수 있다. 이에 대한 내용은 웹사이트의 컨텐츠 구성과 마케팅

캠페인의 주제선정, 신규 마케팅채널 발굴에 이용된다.

96 3



검색광고 서비스(Paid Search Providers) 및 검색광고 키워드(Paid Search Keywords)

검색엔진 및 검색어에 대한 분석과 동일하게, 검색엔진 내에 또는 다수의 검색엔진 및 웹사이트에

공통적으로 광고집행을 대행하는 검새광고 서비스 업체(예: 구글, 오버추어 등)에 대한 광고채널로서의

분석과 해당 광고채널에 대한 효율적인 검색광고 키워드의 선정을 위한 리포트이다.

검색광고(Paid Search) vs. 일반검색(Organic Search)

방문자의 유입과 성과측정을 검색광고와 자연검색(일반검색)으로 구분하여 세분화한 리포트로서, 현재

진행하고 있는 검색광고에 대한 효용성을 일반검색에 비추어 평가하기 위한 분석값을 제공한다.

검색광고는 SEM(Search Engine Marketing)에 의한 접근방법 중 하나이고 일반검색은 SEO(Search Engine

Optimization), 즉 검색엔진 내 검색결과 순위의 최적화 작업 등에 대한 분야이다.

CPC vs. CPM

검색광고 vs. 일반검색 분석리포트와 같은 관점에서 CPC(Cost Per Click)광고와 CPM(Cost Per

M[Thousand])광고의 효과를 서로 비교분석하기 위해 제공되는 리포트이다. 광고채널로서 CPC 와

CPM 형태를 비교평가하기 위해 활용된다.

CPC 부정클릭(CPC Click Fraud Detection)

웹분석의 중요 리포트 항목은 아니지만, CPC 광고가 특히 활성화된 국가 내에서는 CPC 광고에 의한

부정클릭에 대한 의심여부가 중요 관건이 된다. CPC 의 부정클릭으로 의심되는 방문에 대해 리스팅하여

데이터를 제공함으로서 CPC 서비스 업체에 환불금액을 계산하여 요청하거나, CPC 광고에 의해 실제 유효한

방문수를 추정하는 데 이용된다.

전자의 경우 해당 CPC 광고에 의한 방문자의 이력정보를 며칠간 보관하는지가 중요한 사안이 된다.

검색광고 키워드의 추천(Paid Search Keyword Recommendation)

분석리포트의 응용기능에 가깝다. 자연검색에서 높은 순위를 보이는 검색어가 광고검색어의 리스트에서

낮은 순위로 나타나거나 없을 경우, 해당 키워드를 추출하여 검색광고 집행을 제안하는 기능이다.

자연검색에서 높은 순위를 보일 경우, 다른 검색엔진 또는 다른 광고서비스에서 해당 키워드를 이용하여

SEO/SEM 을 할 경우 높은 효과(엄밀히는 방문수의 증대)를 얻을 것이라는 추측에서 응용된 기능이다.


방문자(Visitor)

마케팅 캠페인의 관점에서 방문자를 분석하고자 한다면, 방문자의 인구통계학적 특성과 방문자가 갖는

인터넷 이용환경의 특성 등이 측정대상이 되며, 컨텐츠 및 전환율 분석이라면 방문자의 사이트 내부 컨텐츠

관심도와 네비게이션, 그리고 전환단계별 분석이 중점이 되겠다.

방문자를 주제로 한 리포트는 분류가 상당히 많기 때문에, 마케팅 캠페인에서의 방문자는 방문자의

기본특성을 분석하고, 세부적인 항목은 고객(Customer) 및 회원분석에서 처리하는 것이 쉽다.

타겟방문자(Target Visitors) 또는 핵심방문자(Key Visitors)

타겟방문자의 정의에 따른 파생 범주에 의한 측정값의 세분화 리포트이다. 타겟방문자의 정의는 사용자에

의해 정해진다. 예를 들면 특정 IP 대역, 네트워크명, 국가/시/도/회사, 특정방문경로 등으로 타겟방문자의

정의가 이루어질 수 있다.

이러한 타겟방문자로 정의된 특성을 갖는 방문자는 별도의 세분화 차원(Dimension)으로 분리되어

리포트에서 측정값이 표현될 수 있게 한다.

타겟방문자 리포트를 통해 활용할 수 있는 방안은 ‘주요 고객사(경쟁사)에 의한 웹사이트 방문여부와 그

추세’, ‘중요 타겟 고객층에 대한 방문과 그 성과’, ‘효과적인 타겟 고객층을 발굴하기 위한 실험’에 이용될 수

있다.

방문자 기타 특성 및 사용자 정의 속성

방문자의 브라우저에서 획득된 언어, 표준시간대와 기타 사용자 정의 속성에 따른 측정값의 세분화된

리포트이다. 사용자 언어 및 표준시간대는 국제적인 마케팅을 수행할 때 타겟층을 선별하고 효과를

분석하는 데 이용될 수 있다.

사용자 속성은 로그인시 또는 특정 이벤트 발생시 방문자에게 쿠키를 발행하는 방법 등을 이용하여 개별

방문자에게 꼬리표(Tag)를 달아서 추적하는 방법을 이용한다. 이 방법을 이용하여 분석을 하고자 하는

특성에 따라 세분화를 하여 분석하는 것이 가능하다.

하나의 국가 내 여러 개의 언어, 표준시간대(Time-zone), 화폐단위가 함께 이용되는 경우가 존재한다.

웹사이트의 유지보수 시간은 언제가 적절할지, 제공하는 언어는 몇 가지로 해야할지, 결제화면에서 어떤

화폐단위로 금액을 제시해야하는지 등을 결정하는 데 이용될 수 있다.

방문자 가치(Visitor Value)

방문당 또는 방문자당 성과값(전환수 및 매출액 등)을 이용하여 방문자가 유입되는 채널별 가치를 부여한다.

1 명의 방문자 또는 하나의 방문당 일으키는 성과값을 Index 화하여 유입채널의 중요도를 결정하는 데

이용한다. 이는 페이지가치(Page Value)와 같이 성과창출에 기여한 페이지에게 가치를 부여하는 것과 같은

개념이다.

98 3



지역(Geo Location)

지역에 대한 분석은 방문자 브라우저가 갖는 IP 와 IP 에 연결된 부가정보를 이용하여 측정값을 세분화하여

분석한다. 일반적으로 방문자의 국가/도시/네트워크/회사/방문 IP 등이 이용된다.

이와 같은 분석결과를 이용하여 오프라인과 온라인을 연계하는 마케팅활동에 대한 성과분석 및

오프라인/온라인에서 마케팅 대상 고객층을 선별하는 데 함께 이용된다.

예를 들면, 오프라인 광고를 집행할 마케팅 대상 지역의 선정, 신규 서비스를 오픈할 국가의 선정, 오프라인

매장을 오픈할 지역의 선정 등에 이용될 수 있다.

마케팅 캠페인(Marketing Campaign)

마케팅 캠페인을 범용적으로 분석하기 위한 리포트들이 본 분야에 해당된다. 일반적으로 유입경로에 대한

패턴을 정의하여 분석하는 경우와 추적 URL 의 파라미터를 이용하여 분석하는 경우가 이용되는 데, 이 중

후자의 경우가 범용성과 유연성을 이유로 선호된다.

마케팅 캠페인분석은 웹사이트의 성과지표 분석과 밀접한 관계를 갖고 있으므로 가장 많은 분석요구와

세부적인 설정기능이 요구된다.

본 리포트 주제에 대한 설명은 일반 온라인 광고분석에도 동일하게 적용될 수 있다.

광고 및 마케팅 캠페인에 대한 성과측정 지표로는 다양한 요소가 가능하겠지만 클릭수, 클릭율, 방문수,

반송율, 유효방문수, 유효방문당 소요비용, 전환수, 유효방문당 전환수(전환율), 누적 매출액, 유효방문당 평균

매출액 등이 적절한 항목이 되겠다.

캠페인 요약(Campaign Overview)

마케팅 캠페인은 여러단계의 구성단계로 이루어진 경우가 많다. 예를 들면 A 사업부의 연간 마케팅 캠페인

아래 분기별 캠페인 주제, 또한 하나의 캠페인 그룹 내에서 마케팅 채널별, 광고매체별, 고객층별 다양한

구성이 이루어진다.

이러한 마케팅캠페인에 대한 전체적인 통합된 값과 각 세부 캠페인별 요약된 값을 조회할 수 있도록 한

것이 캠페인 요약 리포트이다.

각 캠페인에 대한 속성(기간, 타겟고객층, 목표금액 등)과 성과값을 표현하는 것이 이해하기 쉬우며,

웹분석의 KPI 리포트처럼 캠페인에 대해 즉각적인 상황판단이 가능할 수 있는 것이 특징이다.


캠페인 vs. 비캠페인

캠페인에 의한 성과와 그렇지 안은 경우를 비교할 수 있도록 구성된 리포트이다. 웹사이트 내 전체 성과에

대하여 캠페인에 의한 성과값의 비중을 판단할 수 있다.

내부캠페인 vs. 외부캠페인

외부에 대한 마케팅 캠페인과 내부에서 진행되는 마케팅 캠페인의 성과를 비교할 수 있다. 비교 분석을

통해 현재 진행하고 있는 캠페인 분야에 대한 지속적인 진행여부 등을 판단하는 데에 도움이 된다.

캠페인 종류(Campaign Type)

웹사이트에 대한 방문방법 리포트와 같이 캠페인의 종류와 형태를 이용하여 범주형태로 세분화한

리포트이다. 캠페인의 종류는 이벤트(회원가입이벤트 등), 제휴마케팅, 광고, 메일, 쿠폰(오프라인 연계) 등

마케팅캠페인 채널별 분류가 적절하다.

일종의 사용자 정의에 의한 캠페인 분석 리포트와 같으므로 목적에 맞는 캠페인의 하위 속성을 이용하여

구성하는 것이 가능하다.

하위 속성을 이용한 리포트의 추가 구성에서는 광고소재(Ad Creatives – 광고물)의 특성에 따라, 마케팅

캠페인의 타겟 고객층 분류에 따라, 마케팅 캠페인을 기획한 부서 등 다양한 속성을 이용할 수 있다.

캠페인 ROI

ROI 는 성과값에 대한 표현방법으로서 별도의 리포트로 분리하기에는 어려움이 있는 다양한 마케팅 캠페인

리포트에서 표현가능한 성과값이다. ROI 를 이용하여 수익성이 높은 캠페인을 선별하고 집중할 수 있다.

캠페인 분석의 ROI 에 대한 접근은 해당 캠페인에 국한된 ROI 로서 웹사이트 전체적인 ROI 에 대한

분석접근은 다양한 비용요소로 인해 쉽지 않다.


100 3



3.1.4. 참여(Engagement & Loyalty)

참여도에 대한 분석은 크게 두 가지로 관점에서 볼 수 있다. 하나는 웹사이트에 대한 충성도에 따른 방문자

참여정도 및 참여가능성에 대한 분석이며, 또 다른 하나는 웹사이트가 온라인 및 사회에서 어느 정도 다른

웹사이트에서 추천을 받고 널리 알려져있는지와 같은 브랜드 가치에 대한 것이다.

방문자 참여(Visitor Engagement)

방문자의 참여는 일종의 웹사이트 획득 효율성을 나타내는 방법으로 참여 가능성을 높이기 위한 환경에

대한 분석과, 내부로 진입한 방문자가 웹사이트에서 어느 정도 충성도있게 이용하고 머물다 떠났는지에

대한 분석으로 나누어 볼 수 있다.

홈페이지 통과율(Homepage Through Rate) 또는 내부컨텐츠 이용율

웹사이트의 인덱스페이지(홈페이지)에 유입된 방문자가 사이트 내부로 진입한 후 어느 정도의 페이지뷰를

발생시켰는지를 통해 사이트 내부에 대한 참여정도를 분석한다. 즉, 홈페이지의 페이지뷰와 내부 페이지의

페이지뷰의 비율을 통해 방문자의 참여정도를 분석하는 리포트이다.

반송율은 첫 접속페이지에서 유입 또는 반송되는 비율을 통해 첫 페이지의 효과를 분석하였다면, 홈페이지

통과율은 내부 컨텐츠의 매력도를 나타낸다고 볼 수 있다.

내부 컨텐츠에 대한 이용율이 떨어졌다면 컨텐츠의 구성 및 타겟고객에 대한 접근이 올바른지 우선

검토해야 하겠다.

반송율(Bounced Rate) 또는 사이트 진입 거부율(Entrance Bounced Rate)

첫 접속페이지를 중심으로 방문자가 반송되었는지를 직접적으로 분석하는 리포트이다. 전체 웹사이트의

반송율을 통해 웹사이트에 대한 방문자 획득 후 실제 유입정도를 파악하고, 첫 접속페이지의 최적화 작업에

이용한다.

마케팅 캠페인별 페이지별 반송율 분석을 통해 웹사이트 방문자를 내부로 유입시키기 위한 최적의

접근방법을 발굴할 수 있으며, 전체적인 반송율을 낮추기 위한 세부 최적화 작업을 수행할 수 있다.

반송 및 사이트 진입거부는 마케팅 캠페인에 의해 힘들게 얻은 방문을 웹사이트의 입구에서부터 유실하는

경우로서, 빠른 개선과 최적화가 요구되는 관리항목들이다. 대부분의 웹사이트 최적화는 본 항목을 분석하는

것으로부터 시작되며, 적은 노력으로 큰 효과를 볼 수 있는 부분이다.


방문 깊이(Visit Depth) 및 방문당 페이지뷰(Page Views per Visit)

리포트 명칭에서는 방문자가 얼마나 세부적인 컨텐츠까지 접근하였는지를 의미하지만, 사실상 효과적인

측정과 분석이 어려운 까닭에 방문당 평균페이지뷰와 같은 의미를 갖는 리포트로 구성하는 것이 대부분이다.

방문깊이별 분포 분석을 통해 방문자의 충성도 및 참여도에 따라 방문의 구성정도를 파악할 수 있으며,

평균 방문깊이 값을 통해 웹사이트 전반적인 컨텐츠의 성능(Performance)를 분석하고 관리할 수 있다.

방문깊이는 사이트의 네비게이션 구조, 컨텐츠 종류, 서비스의 형태에 따라 달라질 수 있는 웹사이트간

비교가 어려운 측정값이며 절대적인 기준값은 존재하지 않는다. 따라서 각종 마케팅활동, 웹사이트의 변화에

따른 기존 측정값과의 비교를 통한 분석이 적합하다.

해당 웹사이트를 웹브라우저의 시작페이지로 지정한 경우에는 반송율이 증가하고 이에 따라 방문당

페이지뷰가 감소하는 결과를 낳는다. 이와 같은 왜곡의 요소를 배제하려면 순방문자당 페이지뷰 또는

유효방문자당 페이지뷰를 이용하는 방법이 좋다.

순방문자당 페이지뷰(Page Views per Visitor)

방문깊이 또는 방문당 페이지뷰와 같은 분석목적을 갖지만, 방문이 아닌 순방문자를 기준으로 한다.

순방문자를 기준으로 함으로서 웹브라우저의 시작페이지 설정에 따른 방문당 페이지뷰 왜곡요소를

조금이나마 상쇄할 수 있다. 회원방문자당 페이지뷰의 경우에는 회원을 기준으로 컨텐츠에 대한 참여정도를

파악하는 데 이용할 수 있다.

방문 체류시간(Visit Duration)

페이지뷰 및 방문깊이와 같은 측정지표는 사이트의 특성 및 페이지의 구성방법에 따라 변화의 편차가

크므로 Web 2.0 에서 강조되고 있는 참여와 공유를 표방한 관점에서는 적절한 측정지표의 이용이 어려울 수

있다. 이에 따라 선호되기 시작한 측정지표는 사이트의 이용시간이며 각 방문체류시간을 구간별로 나눈

분포에 대한 분석과, 평균 방문당 체류시간에 대한 분석을 이용하게 된다.

체류시간 분석을 통해 방문자가 어느 정도 웹사이트에서 참여를 하고 시간을 소비하였는지 분석이 가능하며,

이에 따라 참여도와 충성도를 분석한다.

다만, 웹사이트의 로딩이 느리거나, 네비게이션의 구조가 불합리하여 많은 페이지의 이동과 불필요한

체류시간을 늘리게 되어 측정값이 증가할 수 있음에 유의해야 한다.

방문당 체류시간이 아닌 순방문자당 평균 체류시간, 고객(회원)당 평균 체류시간 등의 접근도 가능하며,

평균체류시간은 인덱스로의 활용도 유용하다.

102 3



사이트 전체 체류시간(Total Time Spent On Site)

각 방문에 의한 체류시간을 합산한 값으로서 전체 페이지뷰에 대응하여 체류시간을 기준으로 웹사이트

이용정도를 나타내는 리포트이다.

방문자의 활성 정도와 참여정도 그리고 충성도를 나타낸다. 기본적인 활용은 방문 체류시간 리포트와

동일하다.

집중 사용자(Heavy User) vs. 일반 사용자(Light User)

파생 범주에 의한 방문자 또는 방문을 구분하여 생성되는 리포트이다. 집중 사용자와 일반 사용자의 정의에

따라 리포트의 성격이 달라질 수 있으나, 일반적으로 집중사용자는 방문깊이 및 체류시간으로 구분할 수

있다.

집중 사용자와 일반 사용자를 구분하여 세분화함으로서, 웹사이트의 참여도 및 충성도가 높은 고객의

선호하는 컨텐츠, 이용패턴, 성과값과 그렇지 않은 경우를 비교분석할 수 있다.

충성고객을 위한 타겟마케팅의 효과에 대한 검증 또는 마케팅 캠페인의 접근에 대한 효과예상을 통한

캠페인 실행여부의 결정에 이용될 수 있다.

컨텐츠 반응정도(Interactions)

웹사이트 컨텐츠에 대한 방문자의 직접적인 참여정도를 나타내기 위한 리포트로서, 방문자의 참여행동을

하나의 이벤트발생으로 하여 그 수를 측정한 것이다.

예를 들어 웹사이트내 블로그의 댓글의 수, 트랙백을 받은 게시물의 수 및 트랙백의 수 등을 취합하여

측정된 값에 따라 웹사이트에 대한 방문자의 연관정도를 분석한다.

웹사이트가 어느 정도 활성화되어 있는지에 대해 분석하고, 참여정도가 높은 컨텐츠를 분류해낼 수 있으며

이를 통하여 사용자가 원하는 컨텐츠에 대한 집중이 가능하다.

사회 연관도(Social Relationship / Social Engagement)

사회연관도 또는 사회참여도는 웹사이트의 분석의 범위를 웹사이트 내부가 아니라 외부에 존재하는 다양한

요소들과의 연관관계를 통해 얻을 수 있는 항목까지 넓혀 접근한다.

추천방문(Visits by Recommendation)

온라인 및 사회에 얼마나 많이 분석대상 웹사이트가 알려졌고 추천을 하는 경우가 있는지 파악하고자

구성된 리포트이다. 직접적인 스파이더/로봇을 이용하여 온라인상에서 언급되는 웹사이트명, 브랜드명을


파악하여 추천의 정도를 파악할 수 있겠지만, 웹분석에서는 처음방문자 중 URL 을 직접입력하거나 각종

커뮤니티, 블로그 등에서 링크를 통해 방문한 경우를 추천에 의한 방문으로 분류할 수 있겠다.

단, 일부 광고에서는 레퍼러가 존재하지 않는 경우가 있으므로 광고추적 URL 등이 존재하는 경우에는

배제해야 하겠다..

각종 입소문 마케팅, 바이럴 마케팅에 대한 효과를 측정하는 데에 이용할 수 있다.

북마크 등록(Bookmarks)

웹브라우저의 북마크 앞에 표현되는 Favicon 을 이용하여 북마크가 등록된(또는 되는) 수를 파악하는 것이

가능하다. 웹브라우저의 작동상태 및 작동방법 문제로 인해 정확한 값을 측정하는 것은 불가능하지만, 이

값이 측정될 때 새로운 방문자가 자신의 웹브라우저에 해당 웹사이트를 즐겨찾기에 추가했음을 파악할 수

있다.

웹브라우저가 이미 등록된 Favicon 에 대해 웹서버에 새롭게 아이콘을 요청하는 경우에는 활성화된

북마크가 등록된 브라우저의 수를 의미하며, 이미 등록된 Favicon 에 대해 Cache 를 이용하고 재요청을 하지

않는다면 신규 등록되는 북마크의 수를 의미한다.

이 동작은 항상 일정하다고 보장할 수 없으나 대략적인 비율이 존재할 것이라는 가정 하에, 북마크 등록의

수를 측정하고 그 변화추세를 분석함으로서 웹사이트에 대한 방문자의 참여정도를 분석할 수 있다.

더 나아가 사회적으로 어느 정도의 사용자가 웹사이트와 관계를 맺고 있는지, 또는 관계의 정도가

증가하는지 판단하는 자료로 이용될 수 있다.

사이트의 유명도(Famousness)

검색엔진을 제외한 레퍼러 페이지의 수 또는 레퍼러 호스트를 카운트하여 얼마나 다양한 유입경로가 사이트

외부에 존재하는지 분석한다. 이때 광고에 의한 것은 배제하는 것이 좋다.

이 값의 변화를 통해 브랜드 마케팅, 사회참여를 위한 마케팅, 이슈화 정도에 대해 판단이 가능하다.

컨텐츠 배포 분석과 Viral Marketing

북마크, 추천방문, 사이트에 대한 레퍼러의 종류와 수 등은 수동적인 관점에서의 사회연관도의 분석있는

반면, UCC 컨텐츠(각종 사용자 제작 동영상, 블로그 게시물 등), RSS Feed 구독과 같이 의도적인 배포에 대한

분석 접근은 Viral Marketing 의 활동에 대한 분석방법으로 이용되고 있다.

점차 웹사이트 내 컨텐츠를 웹사이트에 방문한 경우에만 이용할 수 있게 하는 방법이 아닌, 다양한

방법으로 컨텐츠를 제공하는 방법이 발전하면서 컨텐츠에 대한 분석방법과 범위를 넓혀나가고 있는 것과도

연관이 있다.

브랜드 검색(Brand Search)과 기타 검색

104 3



웹사이트 방문시 사용한 검색어의 분류기준을 이용하여 측정지표값을 세분화한 리포트이다. 검색어 중

웹사이트, 회사 또는 제품명과 연관된 검색어들의 리스트를 만들고 이에 해당될 경우 브랜드 검색에 의한

방문과 그 성과로 분류하는 방법이다.

이와 같은 접근을 통해 브랜드가 어느 정도 사회에서 인지도가 있는지와 브랜딩을 위한 마케팅 활동의

결과를 측정해 볼 수 있다. 또한 세분화에 의해 해당 브랜드명에 의한 접근한 방문자와 그렇지 않은 경우로

구분하여 각종 측정지표값을 비교분석하는 것도 가능하다.

기타 사회연관 및 참여도에 대한 분석

사회연관 및 참여도에 대한 분석은 방문자에 의한 웹사이트에 대한 직접적 참여와 달리 웹사이트의

사업모델에 따라 다양한 방법을 개발할 여지가 많이 남아 있다.

파생성과지표의 구성이 가능한 경우에는 블로그에 의한 방문수, 커뮤니티에 의한 방문수 등 다양한

가능요소에 대해 합산한 후 이를 전체 방문수로 나누어 새로운 지표를 만드는 등 다양한 접근이 있을 수

있다.

또한 기존의 리포트를 세분화할 수 있는 참여도 및 사회연관도에 대한 차원(Dimension)을 새로 구성하는

방법으로의 접근도 활용도가 높은 리포트를 생성할 수 있을 것으로 기대된다.



3.1.5. 컨텐츠(Contents)

마케팅 캠페인과 추천 등 다양한 방법을 통해 방문한 방문자가 첫 페이지(랜딩페이지)에 접속한 후 반송되지

않고 내부로 유입된 후 웹사이트의 이용과 참여를 통해 접하게 되는 것이 컨텐츠이다. 기존 웹분석에서는

컨텐츠에 대한 페이지뷰와 방문수, 체류시간 등을 이용하여 인기도와 참여정도를 분석하는 것에

집중되었지만, 최근의 컨텐츠 분석은 컨텐츠에 의한 성과기여 정도, 컨텐츠의 구조 및 배치에 따른 변화분석,

컨텐츠의 이용패턴(네비게이션), 페이지 내 구성요소에 대한 접근방법 등 다양화되고 있다.

전자상거래 웹사이트와 같이 명확한 성과지표가 존재하지만, 컨텐츠 제공 또는 브랜딩 사이트의 경우에는

명확한 성과지표의 정의가 쉽지 않은 경우가 많다. 이럴 때에는 대부분 중요 컨텐츠에 대한 분석이 중요

성과지표가 되는 경우가 많다.

페이지(Pages)

페이지는 컨텐츠 구성의 기본단위로서 과거와 달리 페이지의 정의는 물리적인 웹페이지의 개념에서 사용자

요청에 의해 제공받는 컨텐츠의 최소단위의 논리적 개념으로 변화되었다.

인기있는 호스트(서버) 및 인기있는 페이지

과거부터 존재해 온 리포트로서 웹페이지의 물리적접근 정도를 나타낸다. 웹사이트 내 존재하는 웹페이지에

대해 페이지뷰를 측정한 후 이에 해당하는 호스트, 디렉토리, 페이지를 각 추출하여 순위를 부여하는

방식이다. 순위부여에 이용되는 측정지표는 페이지뷰, 방문수, 체류시간 등 다양한 방법이 이용될 수 있다.

이 리포트는 웹사이트 내 가장 이용빈도가 높은 컨텐츠 및 기능에 대해 파악할 수 있게한다. 실제적인

리포트의 활용에서는 전반적인 순위와 해당 컨텐츠의 전체적인 컨텐츠에서의 이용 비율, 각 개별 컨텐츠에

대한 추세분석이 유용하다.

신규 컨텐츠의 작성 후 인기도의 변화를 분석하여 컨텐츠의 노출정도를 조절하거나 인기있는 컨텐츠로부터

방문자의 관심사를 분석한다거나 하는 방법으로 컨텐츠의 최적화를 위한 매우 기본적 리포트이다.

전반적인 분석보다 각 세분화 요소에 따른 분석결과가 활용도가 높다. 특히 마케팅 캠페인, 유입경로,

처음방문 여부, 회원특성에 따라 세분화가 가능할 경우 각 마케팅 타겟에 적합한 컨텐츠의 접근이

가능하므로 신규 이벤트 기획, 제품기획, 웹사이트의 디자인 테마 등의 설정에 활용할 수 있다.

106 3



페이지 가치(Page Value)

웹사이트 내에서 임의의 성과지표를 이루기 위해서는 웹사이트의 컨텐츠 및 기능을 제공하는 페이지를

이용하게 된다. 이때 이용하게 되는 페이지들을 분석하여 성과지표의 측정값을 할당한 것이 페이지 가치

리포트이다.

페이지의 분석을 페이지뷰수, 방문수 등 트래픽에 의한 것이 아니라 성과지표의 값과 직접적으로 연계하여

표현함으로서 많이 소비되는 페이지가 아닌, 실제 성과에 기여하는 페이지를 파악할 수 있게 된다.

관련된 페이지의 디자인, UI, 컨텐츠 구성과 마케팅메시지들을 개선함으로서 웹사이트의 성과를 높일 수

있다는 것이 본 리포트 활용의 중요 배경이다.

진입페이지 거부율(Entrance Page Bounced Rate)

통합적인 반송율 리포트가 마케팅 채널에 대한 웹사이트의 반송율의 관점으로 접근하여 효율적인 마케팅

채널의 선별에 목적이 있었다면, 진입 페이지별 반송율은 웹페이지별 반송율을 파악하므로서 반송율 자체를

낮추기 위한 컨텐츠적인 접근이다.

웹페이지별 반송율을 통해 반송율이 높은 페이지를 선별하고 최적화 작업을 수행할 대상을 선정할 수 있다.

마지막 페이지(Exit Pages)

웹사이트 이용을 종료하는 페이지로서, 사실상 세션 측정의 특성상 사용자가 의도적으로 사이트 이용을

중지한 것인지 아닌지의 측정은 불가능하다.

또한 단순히 각 페이지별 마지막 페이지가 되는 횟수만을 카운트하여 순위별 분석을 하는 것이 아니라,

페이지별 방문수, 페이지뷰수, 마지막 페이지가 되는 횟수를 종합적으로 계산하여 방문자 대비 마지막

페이지 비율 또는 페이지뷰수 대비 마지막 페이지가 되는 비율을 계산하여 순위를 산정함이 더욱

분석목적에 맞는 접근이라 하겠다. 그 이유로는 가장 많이 이용되는 페이지일수록 마지막 페이지가 될

확률도 높기 때문이다.

마지막 페이지가 될 확률이 높은 컨텐츠를 파악하여 컨텐츠의 적합성에 대해 검토해볼 필요가 있다. 만약

첫 접속페이지의 이탈율이 상대적으로 높다면 첫 페이지에 대한 홈페이지 통과율이 낮음을 의미한다.

페이지 분석 요약(Page Summary)

각 측정지표별 페이지를 분석하여 나열하는 것이 아니라, 하나의 컨텐츠, 즉 페이지를 지정하고 이와 관련된

측정지표들을 나열하는 방식의 분석 접근방법이다. 특정 컨텐츠, 이벤트 페이지, 기획 컨텐츠 등의 성과와

상태를 분석할 때 편리한 방법이다.

에러 페이지(Error Pages)


가장 대표적인 경우가 HTTP 404 에러를 분석한 결과 리포트이다. 최근의 웹사이트는 웹서버에서 제공하는

각종 에러페이지를 사용자가 디자인하여 제작한 특정 페이지를 보여주도록 설정하는 경우가 많다.

이와 같은 페이지의 노출을 파악하여 기록된 리포트의 활용 중 가장 유용한 경우가 찾을 수 없는 페이지

리포트인데, 찾을 수 없는 페이지 에러가 발생한, 사용자에 의해 요청된 URL 을 리스팅하는 것도 중요하지만

이와 같은 에러를 발생시킨 링크를 제공하는 페이지를 찾아내어 리스팅하는 것이 더욱 중요하다.

다양한 서버측에서 표시되는 에러는 4xx(400 번대)의 클라이언트의 잘못된 접근에 의한 경우, 5xx 와 같이

서버측 에러가 대표적이다. 가장 많이 발생하는 에러는 401-인증이 필요한 페이지, 404-해당 URL 에 페이지

없음, 500-서버측프로그램에러(CGI 에러), 503-서버응답지연 등이다.

이와 같은 에러는 사용자에게 좋지 않은 인상을 주므로 해당 항목을 찾아 빨리 개선해야 하겠다.

스크립트 에러(Script Errors)

자바스크립트(JavaScript)의 에러를 자바스크립트를 이용하여 체크할 수 있다. 자바스크립트 에러가 나는

경우 겉모습으로는 큰 문제가 없어보이지만 특정 링크를 통해 이동을 못하거나, 양식(FORM)의 제출이

안되는 등 웹사이트의 운영에 큰 장애를 일으키는 경우가 많으므로 주기적인 관찰이 필요하다.

동적 컨텐츠 카테고리(Dynamic Contents Category)

페이지 URL 을 통해서도 동적 컨텐츠의 분석이 가능하지만, 각 파라미터의 값에 따라 사전에

맵핑(Mapping)작업을 하거나, 사후에 별도 DB 와의 연동작업이 필요하다. 또는 페이지태깅방식에 의해 해당

동적 컨텐츠의 정보를 함께 수집해 오는 방법도 존재한다.

동적 컨텐츠에 대한 분석은 페이지의 URL 과 반드시 일치한다고 보기 어려우며, 물리적인 웹사이트의

구조보다 논리적인 구조에 대한 분석에 가깝다. 이에 대한 분석은 웹사이트의 컨텐츠 그룹(메뉴)에 대한

분석 접근과 같다.

전자상거래 웹사이트의 경우 동적 컨텐츠의 카테고리는 상품 카테고리, 세부 컨텐츠는 상품이 된다. 상품에

대한 분석은 직접적인 성과값인 매출 및 주문 등과 연계되고 웹사이트의 일반 카테고리와는 구분되어

분석되는 경우가 많으므로, 동적 컨텐츠 카테고리에 대한 리포트에서 분리하여 별도 구성하기로 한다.

각 분석리포트에 대한 기본적 활용은 페이지 분석의 그것과 동일하다.

인기있는 컨텐츠(Popular Contents)

컨텐츠 그룹에 대해 페이지뷰, 방문, 체류시간, 방문당 체류시간, 방문당 페이지뷰을 분석한 리포트이다.

측정값을 통해 전체적인 소비가 많은 컨텐츠와 집중도가 높은 컨텐츠를 선별하여 웹사이트의 컨텐츠를

최적화할 수 있다.

108 3



컨텐츠 가치(Contetns Value)

페이지별 페이지 가치를 컨텐츠 그룹에 대해 부분적으로 합산한 리포트로 이해하는 것이 쉽다. 웹사이트의

성과에 기여하는 컨텐츠를 선별하여 성과향상을 위한 컨텐츠 운영에 이용할 수 있다.

컨텐츠 상세요약(Contents Summary)

페이지 분석 요약과 같은 접근으로 컨텐츠에 대하여 분석한 리포트이다. 그 용도와 의미는 동일하다.

컨텐츠 카테고리 진입율(Contents Category Through Rate)

웹사이트의 홈페이지 통과율을 컨텐츠 카테고리에 적용한 리포트이다. 즉, 컨텐츠의 카테고리 영역(웹사이트

내 하위 메뉴영역)을 하나의 작은 웹사이트로 보고 측정 및 계산된다.

예를 들어 A 라는 주 메뉴를 클릭해서 나타나는 페이지를 인덱스(또는 홈)페이지로 보고, 이에 대한

페이지뷰 수와 컨텐츠 카테고리의 내부 페이지의 페이지뷰수를 측정하여 이 비율을 통해 계산한다.

진입율이 낮은 컨텐츠는 메뉴의 배치 및 마케팅 메시지와 각종 유입을 위한 장치(배너, 링크)에 의해

컨텐츠로의 접근은 많으나, 실제 내부에 방문자가 유입된 후 실제 이용할 만한 컨텐츠가 없어 방문자가

매력을 느끼지 못하는 경우로 볼 수 있다.

RSS(Realy Simple Syndication)에 의한 컨텐츠

참여도 분석에서도 간단히 설명되었지만, Web 2.0 으로의 변화는 컨텐츠의 이용형태에 대해서도 변화를

가져왔다. 컨텐츠가 웹사이트의 틀에 갇혀있지 않고 다양한 방법으로 이용이 가능해졌고, RSS 는 그 중 가장

대표적인 컨텐츠의 접근방법이라고 할 수 있다.

RSS 에 대한 분석방법은 RSS 를 통해 배포되는 컨텐츠에 추적을 위한 스크립트 또는 이미지를 삽입하는

경우와 RSS Feed 를 제공하는 서버의 부분에서 직접적으로 카운트하는 방법이 있다.

모든 RSS 리더에서 본 추적을 위한 이미지 또는 스크립트가 보장되지 않는다는 점을 사전에 인지하고

데이터의 왜곡요소가 있음을 파악해야 한다.

인기있는 RSS Feeds(Popular RSS Feeds)

웹사이트에서 RSS 는 각 주제별로 다양한 Feed 를 갖게 된다. 이 중 어떤 RSS 에 대해 구독신청을 많이

하는지, 실제 RSS 를 통한 컨텐츠 접근은 어떤 Feeds 가 많은지 등의 분석이 필요하다. 이는 컨텐츠 그룹에

대한 이용정도를 분석하는 것과 같은 분석 주제이다.


인기있는 RSS 컨텐츠 및 반응

RSS Feed 를 통해 제공되는 컨텐츠에 대한 세부 컨텐츠별 노출수, 클릭수의 측정이 가능하다. 클릭수의

측정이 원활하기 위해서는 RSS 를 제공하는 서버부분에서 클릭수를 카운트한 후 원래 링크주소로

리다이렉션을 해주는 페이지의 URL 로 대체하여 배포하게 하는 것이 편리할 것이다.

내부 컨텐츠 검색(Internal Searches)

근래까지 검색이라 하면 검색엔진에서 웹사이트로 유입을 하기 위한 부분을 의미하고 SEO(검색엔진 최적화)

및 SEM(검색엔진 마케팅)의 분야가 검색의 모든 것으로 이해되고는 하였다.

이에 비해 내부 컨텐츠 검색은 웹사이트 방문자가 사이트 내부에서 어떤 컨텐츠를 검색하는지를 통해

사용자의 방문목적과 제공해야할 적합한 컨텐츠가 무었인지를 파악하기 위한 부분으로서 상대적으로 그

중요성이 낮게 평가되어 왔다.

내부 컨텐츠 검색에 따른 분석은 아직까지 크게 개발되지 않은 리포트 분야로서, 다양한 실험과 응용이

요구되고 있다.

내부 컨텐츠 검색을 통해 얻을 수 있는 세분화 요소에 따라 주요 성과지표를 측정하거나, 내부 검색어를

다양한 세분화 요소로 세분화하는 방법들이 기초적인 내부 컨텐츠 검색에 대한 리포트를 생성하는 방법으로

이용된다.

내부 컨텐츠 검색어(Internal Search Keywords)

내부 검색어의 리스트와 각 검색어별 성과지표를 표현할 수 있는 리포트이다. 성과지표로는 검색어별

전환율, 매출액 등 다양한 지표의 이용이 가능하다. 또한 보조적으로 각 내부 컨텐츠 검색어별 검색결과의

수, 검색결과에 대한 사용자의 반응여부 등을 함께 표현할 수 있다면 더욱 유용할 것이다.

내부 검색어를 통해 사용자의 방문목적에 따른 컨텐츠 관리에 이용할 수 있으며, 각 내부 검색어 주제별

분석과 추세분석을 통해 시장의 흐름과 사용자의 요구에 맞는 웹사이트의 대응이 가능할 것이다.

검색어 연관(Keyword Correlation)

내부 검색어에 대한 상호 연관관계를 표현하는 리포트이다. 가장 쉬운 표현방법은 하나의 검색어와 이와

함께 검색된 검색어를 그 횟수에 따라 나열하는 것이다.

이와 같은 검색어의 연관관계 분석을 통해 컨텐츠의 최적화와 기획상품의 구성을 위한 정보를 얻을 수 있다.

검색결과 없는 검색어(No-Result Search Keywords)

검색결과가 없는 검색어는 방문자가 검색어에 해당하는 컨텐츠, 상품을 이용 또는 구매하려고 하였으나

검색결과가 없어서 웹사이트를 떠났거나 해당 웹사이트에 대해 실망을 했을 확률이 높은 경우이다.

110 3



또한 검색결과 내에서 검색결과를 이용(클릭)하지 않는 검색어만 나열하는 것도 도움이 될 것이다. 검색은

많이 발생하나 검색결과에 대한 클릭이 저조한 경우에는 검색결과의 품질관리가 필요하다.

단순한 오타 또는 잘못 기억하고 있는 상품명 등으로 인한 검색실패가 많은 경우에는 해당 단어를 이용하여

검색어의 자동완성 기능을 제공하는 것이 사용자의 이용편의 배려측면에서 유리할 것이다.

이동경로(Paths, Navigation)

이동경로는 방문자가 웹사이트 내부에 존재하는 페이지/컨텐츠/기능을 어떤 순서에 따라 이용하였는지를

파악할 수 있게 한다. 이와 같은 네비게이션(Navigation)분석을 통해 컨텐츠의 연관관계와 사이트 구조와

컨텐츠에 대한 접근, 이동경로에 따른 성과의 변화를 함께 분석할 수 있다.

방문을 통해 유입된 방문자가 참여과정을 통해 내부 컨텐츠를 이용하는 패턴을 분석하는 단계이며, 페이지

단위로 표현하는 경우와 컨텐츠 그룹 단위로 표현하는 경우로 나누어 생각해 볼 수 있다.

최근의 웹사이트 구조나 서비스의 동향을 볼 때 물리적인 페이지의 단위로 표현하는 경우보다, 논리적인

페이지/컨텐츠의 단위로 분석을 하는 것이 실제 현업에서 이용가능한 데이터를 얻을 수 있다.

네비게이션 맵(Navigation Map), 페이지[컨텐츠] 흐름(Page Flow)

사이트맵과 달리 방문자가 웹사이트 내 이용한 컨텐츠의 흐름을 트리형태와 같이 시각적으로 표현한

리포트이다. 유입부터 목적페이지와 전환까지의 흐름에 대해 전체적으로 살펴볼 수 있는 장점이 있다.

빠르게 웹사이트 이용의 문제점과 전환성공과 실패에 이르는 경로를 파악하여 개선할 수 있도록 정보를

제공하는 리포트이다.

특정 페이지 또는 컨텐츠를 지정하고 이후의 흐름만, 또는 이전의 흐름만 나타내기도 한다.

목표 페이지[컨텐츠] 도달 경로(Paths to Target Page)

네비게이션맵 또는 페이지 흐름과 같은 리포트에서 시작 페이지와 목적페이지를 지정한 후 그 사이에 있는

페이지 또는 컨텐츠만을 추출하여 분석하는 리포트이다. 예를 들어 랜딩페이지로부터 목표전환 페이지에

도달하기까지의 패턴을 분석하고 전환율의 최적화를 위해 이용될 수 있다.

분석에 필요한 시스템 자원소모가 많고, 상당히 많은 데이터가 추출될 수 있으므로 세부적인 모든

페이지보다 중요한 페이지에 중점을 두거나 컨텐츠 그룹에 중점을 두어 리포팅하는 것이 좋을 수 있다.

중요 페이지 및 컨텐츠, 또는 사전에 정의된 경로(전환단계)를 집중적으로 분석하는 것은 전환율 분석

분야의 시나리오 분석에 해당된다.


목적 페이지에 대한 접근성(Accessibility for Target Page)

목표된 페이지까지의 도달경로와 더불어 목적페이지까지 도달하기까지의 난이도를 측정하여 분석할 수 있다.

예를 들면 목적페이지 도달까지의 경로수, 도달에 소요된 페이지뷰수, 소요시간, 소요클릭 등을 이용하여

수치화하는 것이다.

접근성에 대한 분석을 통해 방문자에게 제시하고자 하는 컨텐츠 또는 기능에 대한 도달가능성을 분석할 수

있으며, 설계된 웹사이트의 구조를 검증할 수 있다.

예를 들어 중요 페이지 및 컨텐츠에 대한 접근성이 낮을 경우에는 주요 방문자의 이동경로에 목적 페이지로

쉽게 이동할 수 있는 링크를 제공하는 방법으로 개선해야 한다.

페이지[컨텐츠] 유입 및 유출(Page[Contents] In-Out)

특정 페이지 또는 컨텐츠를 중심으로 이전의 유입경로(웹사이트 외부 레퍼러 및 내부 레퍼러 전체)와 이후의

유출경로(내부 페이지 및 세션종료)에 대해 일목요연하게 정리한 리포트이다. 이와 같은 분석을 통해 특정

페이지/컨텐츠에 대한 접근방법과 이후 행동을 파악할 수 있다.

외부로부터의 유입이 더 많다면, 해당 컨텐츠는 외부 검색엔진 등에서 높은 검색결과 순위를 얻고 있거나

인기있는 컨텐츠로서 외부의 다양한 웹사이트에서 해당 웹페이지를 소개하고 있을 확률이 높다. 유출에서

세션종료의 경우가 내부 페이지로의 이동보다 많다면 해당 페이지의 컨텐츠에 대해 점검이 필요하다.

클릭(Clicks)

클릭은 각 컨텐츠와 컨텐츠의 이동을 하기 위한 행위로서 컨텐츠 자체에 대한 분석결과(예: 컨텐츠 조회수,

컨텐츠 체류시간 등)에 앞서 컨텐츠에 대한 방문자의 접근의지와 선호도 등을 사전에 파악할 수 있는

데이터이다.

클릭이벤트(Click Events)

페이지뷰와 같이 기본 측정지표로 이용할 수 있다. 웹사이트에서 제공하는 기능의 이용버튼 또는 컨텐츠

요청버튼, 양식(Form)제출 버튼 등의 분석을 통해 방문자의 의도와 관심도를 파악할 수 있다.

더 나아가 하나의 페이지를 작은 웹사이트로 보고 페이지 내에서 클릭이 발생하지 않는 페이지를 별도로

리스팅하는 것도 의미있을 수 있다.

양식(Form) 분석

주문결제, 회원가입 등 다양한 양식(Form)의 분석은 페이지 분석에서 좀 더 세부적인 분야이다. 양식의

분석은 각 양식 내부에 있는 입력항목에 대한 분석을 통해 어떠한 항목이 사용자로부터 거부감을

112 3



일으키거나, 오류가 발생하였거나, 입력에 어려움을 느끼는지를 파악하여 양식을 성공적으로 입력할 수

있도록 최적화하는 데 목적이 있다.

대부분 HTML 페이지가 갖는 DOM 객체를 이용하여 추적하거나, 각 입력항목에 대해 명시적으로 클릭이벤트

또는 키보드입력 이벤트를 잡는 방법이 있다. 이를 통해 웹사이트내에 존재하는 각종 양식(Form)에 대한

성공율과 각 개별 Form 에 대한 항목별 성공율을 분석하여 최적화에 이용하게 된다.

양식(Form)의 분석에서 클릭분석 범위를 넘는 부분이 있다. 예를 들면 입력항목이 양식 검증단계(Form

Validation)단계를 성공적으로 통과하였는지, 또는 양식 제출직전 자바스크립트에 의해 양식의 입력항목에서

입력조건을 벗어나는 오류항목이 있었는지 등이다. 이와 같은 부분이 함께 측정되어 Form 구성 항목별

버려진 수와 비율, 오류발생수와 비율이 표기되고, Form 에 대한 성공율이 표현되어야 한다.

파일다운로드 분석

파일 다운로드에 대한 분석은 웹로그파일을 분석하는 경우 요청횟수와 성공여부까지 판단가능하지만, 최근

CDN(Contents Distribution Network)서비스를 이용한 파일다운로드 제공과 별도 FTP 서버를 통한 다운로드

제공을 통해 통합적인 웹분석이 쉽지는 않다. 일단 페이지태깅방식을 기준으로 하여 파일다운로드 분석을

클릭분야에 포함시켜 설명하였다.

파일다운로드 분석은 클릭이벤트 중 요청하는 URL 이 일반적인 다운로드 파일의 확장자(.zip, .pdf 등)인 경우

별도로 분리하여 리포트를 생성하는 방법이 이용된다. 페이지 태깅 같은 경우에는 파일의 다운로드가

성공적이었는지 판별이 불가능한 단점이 있다.

클릭영역 및 클릭항목 분석

웹사이트 전체에서 선호 메뉴, 페이지, 컨텐츠의 분석이 이루어지듯, 페이지 내에서는 클릭항목 및

클릭영역에 대한 분석이 이루어진다. 일종의 Micro Action 분석이라고도 불려기도 하며 웹페이지 내

클릭가능한 객체 및 영역에 대한 클릭수와 해당 클릭을 통해 발생한 성과지표값을 통해 가치를 할당한다.

컨텐츠 가치(Contents Value), 페이지 가치(Page Value)와 같이 링크의 가치(Link Value)를 구성하는 것도

방법이다.

클릭 영역 및 항목 분석을 통해 페이지 내 가장 방문자의 집중도가 높은 위치 및 기능을 파악할 수 있으며,

방문자에게 제공하고자 하는 컨텐츠의 링크를 배치하거나 전환율을 높이기 위한 링크 및 마케팅 메시지를

배치할 수 있다. 이는 결국 디자인적인 최적화에도 영향을 미치게 된다.

페이지 내 직접적으로 클릭영역과 항목을 표현하는 방법은 브라우저 오버레이(Browser Overlay) 리포트로

통칭된다.


디자인(Design)

현재의 웹사이트 디자인은 정보디자인(Information Design)과 컨텐츠 구조디자인, 그리고 시각적 디자인

모두를 포함한다. 사용자에 최적화된 디자인을 위해서는 사용자의 웹사이트 이용환경에 대한 분석이

필요하다.

일부 컴퓨터 하드웨어 및 게임서비스 등의 경우에는 사용자 환경정보를 좀 더 세부적으로 분석하여

최적화된 UI 및 UX 의 개발에 이용한다.

운영체제(Operating System, OS), 웹브라우저(Browsers)

최근에는 표준화가 많이 이루어져, 기본적인 웹표준을 지킬 경우 웹브라우저와 OS 에 대한 배려는 크게

필요하지 않다. 다만 추가적인 기능을 제공하는 플러그인, 자바스크립트 등 확장기능의 경우에는 OS 및

웹브라우저의 정보가 중요하다.

브라우저의 가로 폭 및 세로 높이

방문자들이 웹사이트에 접근할 때 브라우저의 가로 및 세로의 크기를 측정하여 그 점유율을 분석한

리포트이다. 특히 메인페이지 및 각종 기능을 제공하는 페이지의 경우 브라우저의 크기에 따라 보여지는

부분과 표현할 수 있는 텍스트 및 이미지 등 정보의 양이 조정되어야 한다.

사용자 브라우저의 크기는 스크롤하지 않고 한 번에 보여지는 영역을 나타내므로, 페이지 내 각종 배너의

위치를 결정하는 중요 정보로도 활용된다.

화면해상도(Screen Resolution)

사용자가 브라우저를 최대크기로 하였을 때 표현할 수 있는 범위를 알 수 있다. 내부 시스템이나 중요

기능을 제공하는 웹사이트의 경우 사용자에게 브라우저의 크기를 전체창 크기로 키우도록 강제할 수 있는

요소가 있는 데, 이 부분에 대한 정보를 제공한다고 볼 수 있다.

자바 및 자바스크립트, 쿠키

사용자에게 확장된 기능을 제공하고자 할 때, 사용자 웹브라우저가 지원하는지에 대한 정보이다.

평균 페이지 로딩시간

웹사이트내에서 페이지를 조회할 때의 평균 페이지 로딩시간 및 각 페이지별 방문자에 의한 방문자

평균로딩시간을 의미한다. 평균 페이지 로딩시간의 체크를 통해 사용자에게 불편을 주는 페이지 및

컨텐츠를 찾아내고 개선할 수 있다.


114 3



3.1.6. 전환(Conversion)

전환율은 웹사이트에 대한 참여를 통해 웹사이트의 목표된 컨텐츠를 이용하거나 정해진 작업을 수행한

비율을 표현한다. 원인보다 결과에 중점을 둔 분석분야로서 가장 웹사이트의 운영목적에 대한 직접적인

평가를 제시한다.

단계별 전환율(Conversion Funnel, Conversion Scenario)

전환율 분석을 연속된 단계로 표현한 것이 전환 시나리오이다. 전환율의 분석의 주제는 웹사이트의

사업특성에 따라 매우 다양하며, 측정의 방법 또한 다양하다.

올바른 전환율 분석을 하기 위해서는 전반적인 측정지표에 대한 이해가 필요하다. 예를 들어 회원가입

전환율 분석을 하고자 할 때 그 대상은 일반 방문자가 아닌 비회원방문자가 되어야 할 것이다. 그렇지 않을

경우 기존 충성고객의 방문이 급증할 경우 회원가입률이 하락한 것으로 분석될 것이기 때문이다.

전환율의 변화 추세에 대한 관리가 필요하다. 전환율을 특정 조회기간에 대한 값만을 확인할 경우 큰

의미를 찾기 어려우며, 특정 전환율에 대해 지속적인 추세를 관찰하고 웹사이트 내부와 외부에서 발생한

웹사이트의 수정내용 및 마케팅활동 등과 함께 연계하여 분석해야 전환율 분석결과의 활용이 가능하다.

전환율은 특히 각종 차원(Dimension)에 의한 세분화를 통한 접근이 필요하다. 동일한 조회기간 내에서

처음방문 vs. 재방문, 마케팅활동, 회원특성, 내부검색어 등 다양한 세분화를 통해 각 활동에 대한 결과를

평가하고 활용할 수 있다.

이와 같은 전환율 분석을 통해 웹사이트의 성과를 저해하는 단계와 요소를 빠르게 파악하고, 해당 부분을

집중적으로 최적화 및 개선함으로서 성과를 높일 수 있다.

각 마케팅 캠페인에 투입된 비용을 바탕으로 각 전환단계별 성과값을 계산할 경우 전환당 비용(CPC, Cost

per Conversion)을 산정할 수 있을 것이며, 이를 지속적으로 관리하는 것도 전환의 최적화를 위한 비용적

접근에서 중요한 위치를 차지한다.

전 전환단계 종속적인 전환시나리오와 독립적인 전환시나리오

웹사이트 방문자가 유입된 후(STEP1. 방문) 상품을 살펴보고(STEP2. 상품조회) 장바구니에 상품을 담고(STEP3.

장바구니 생성) 장바구니를 결제하기로 하고 해당 구매건에 대한 결제정보를 입력하고(STEP4. 장바구니 전환,

Check Out 진입) 구매를 최종적으로 완료한 단계(STEP5. 구매완료)에 대한 전환시나리오 구성이 가능하다.

단계별 전환의 분석방법은 각 전환이벤트를 독립적으로 측정하는 방법과 종속적으로 측정하는 방법이 있다.

독립적인 측정방법은 위 전환시나리오 분석에서 각 단계별 측정값을 순차적으로 나열한 후 전단계의 측정값

대비 다음 단계의 완료된 수로 계산하는 방법이다.


이때 장바구니에 상품을 담은 후 ‘장바구니 저장’ 기능을 이용하고, 며칠 후 재방문하여 바로 장바구니를

결제하였다면 전체적인 방문자수를 기준으로 측정할 때 최종 구매수가 장바구니의 생성수보다 많을 수 있다.

이러한 경우에는 Delayed Conversion(지연된 전환)이라고 하여 하나의 방문자에 대하여 연속적인

세션(Multi-Session)을 추적해야 하는 과제가 발생한다.

종속적인 측정방법은 전 단계를 수행한 방문자에 한해 다음 단계를 수행한 방문자의 수를 측정하여

계산하는 방법이다. 이 경우에는 최초 전환시나리오에서부터 순차적으로 완료했을 경우에만 해당되므로,

장바구니를 저장한 후 재방문하여 결제한 경우에는 상품살펴보기와, 장바구니 생성과정을 수행하지 않았기

때문에 누락되게 된다.

종속적인 전환율 시나리오 분석은 정확한 측정이 가능하나, 확장성과 유연성이 낮으며 웹분석 시스템에서

동시에 측정할 수 있는 전환율 시나리오의 수를 많이 늘리기 어려운 단점이 있다. Raw 데이터가 존재한다면

종속적인 전환율을 유연하게 분석하는 것도 가능하다.

이에 비해 독립적인 전환율 시나리오 분석은 전환단계 시나리오를 적절하게 설계할 경우 동일한 측정

효과를 얻을 수 있으며, 시나리오 설계 이후에도 단계 설정를 바꾸어가며 분석이 가능하므로 유리한 점이

있다.

전환 소요기간(Conversion Latency)

방문 후 전환이 이루어지기까지에 소요되는 체류시간, 페이지뷰수, 재방문수에 대한 분석이다. 즉, 전환이

일어나기까지의 잠재기간이라고 표현할 수 있다.

전환 잠재기간/소요기간/지연기간으로 표현되는 이 값은 작을수록 방문자에 대한 가치가 높다고 볼 수 있다.

전환을 일으키는 주체인 고객에 대한 분석뿐만 아니라, 잠재고객을 불러들이는 마케팅 채널의 분석등에서도


전환에 필요한 소요기간 또는 지연기간이 늘어난다는 것은 웹사이트 전체적으로 고객의 이탈이 증가할 수

있음을 의미하는 것이다.

컨텐츠 분석에서 특정페이지에 도달하기 위한 이동경로 등은 전환 소요기간의 영역은 아니지만, 전환에

소요되는 요소로 보기도 한다. 이 경우 특정 페이지는 전환완료 페이지가 되며 ‘전환단계 페이지 이동경로’,

‘전환단계 컨텐츠 이동경로’와 같은 리포트를 구성할 수 있다.

전환 난이도(Conversion Difficulty)

페이지 접근성과 같은 접근방법을 갖는 리포트이다. 전환된 방문에 한하여, 방문 후 전환까지 소요된

페이지뷰, 체류시간을 이용하여 평균 페이지 이동속도, 소요된 페이지뷰, 소요시간을 계산해낸다.

이를 통해 해당 전환이벤트가 발생하기 위한 난이도를 분석하여 전환율을 높이기 위한 최적화에 이용한다.

116 3



마케팅 캠페인, 회원특성별, 신규방문자 vs. 재방문자 등의 세분화를 통해 보다 세부적인 분석접근이

가능하며, 이를 통해 각 타겟층에 맞는 전환이벤트를 설계하거나 구성할 수 있다.

전환 소요 클릭, 페이지뷰, 시간

한 번의 방문 세션 내에서 방문 후 전환이 이루어지기까지의 클릭수, 페이지뷰 시간을 구간을 나누어

범주형태로 세분화한 후 분포를 분석하거나, 평균값을 이용하여 그 추세를 분석할 수 있다.

각 전환단계를 최적화하는데 이용한다.

전환 소요 방문수(Visit Numbers to Conversion), 소요일수(Days to Conversion)

전환이 발생하기까지 소요되는 방문수, 소요일수를 분석한 리포트이다. 반복적인 전환에서 첫 전환이

이루어지는 경우를 분리하여 첫 전환 소요 방문수 또는 첫 전환 소요 일수를 측정하기도 한다.

대부분의 전환이 하나의 방문세션 내에서 이루어지기 보다 몇 차례의 방문을 통해 이루어진다는 점을 볼 때

전환에 소요되는 난이도를 장기적 관점에서 측정하는 것이 중요하다. 또한 본 리포트의 경우에는 회원특성

및 마케팅캠페인에 의한 세분화가 더욱 필요하다.

이 리포트를 이용하여 방문자의 관심 컨텐츠/상품 등을 이용한 타겟 마케팅 및 마케팅 메시지 전달 시점을

가늠할 수 있으며, 전환율과 더불어 전반적인 전환 성능(Performance)를 나타낸다고 볼 수 있다.

첫 전환에 소요되는 방문 및 일수가 높다면 웹사이트내 전환에 대한 매력도 및 난이도에 대해 살펴봐야

하겠으며, 반복적인 전환이 이루어지즌 사이클(소요 방문수 및 일수)이 증가한다면 기존 고객 및 방문자의

충성도가 낮아지고 이탈고객이 발생할 수 있음을 의미한다.

평균 재방문 간격과 함께 관찰할 때 전환 소요 방문수 및 소요일수에 대해 보다 객관적인 판단이 가능하다.

즉, 두 개의 웹사이트에서 동일한 비율로 전환 소요일수가 증가함에 있어서, A 사이트의 평균 재방문 간격은

줄어들고 B 사이트의 평균 재방문 간격은 증가한다면, A 사이트가 B 사이트보다 고객의 전환포기 및 이탈율

이 증가한다고 볼 수 있다.

평균 재방문 간격과 전환 소요방문수 또는 일수를 마케팅 캠페인의 분석결과 리포트의 성과지표로 포함하는

것도 좋은 방법이다.

전환 집중 요일 및 시간대

트래픽에 대한 분석과 같이 전환이 집중적으로 이루어지는 요일 또는 시간대를 분석한 리포트이다. 언제

집중적인 마케팅 캠페인을 개시해야 할지, 마케팅 타겟별 마케팅 메시지를 보내야 할 시점은 언제인지를

파악할 수 있다.


전환실패 경로(Abandonment Paths)

전환실패 경로에 대한 분석은 전환을 포기하고 이탈했을 경우 어떤 컨텐츠로 어떤 경로를 통해

이탈했는지를 파악하는 리포트이다. 일반적으로 전환시나리오 단계를 시각적으로 표현하고 각 단계별

유실된 방문자의 이후 이동 페이지를 순서대로 나열하는 방식으로 제공한다.

전환실패 경로의 분석은 전환실패의 원인을 분석한다는 관점이 아니라, 전환실패를 만드는 전체 프로세스의

문제와 전환을 포기하는 경우 어떤 페이지를 선택했는지에 대한 관점이다.

실제 전환이 실패하는 직접적 요인에 대한 분석은 ‘양식(Form)에 대한 분석’과 같은 접근방법으로 가능하다.


118 3



3.1.7. 커머스(Commerce)

전자상거래(e-Commerce)분야의 웹사이트는 여타 목적을 갖는 웹사이트에 비해 웹분석에 의한 효과분석과

그 적용에 가장 민감한 분야이다. 브랜딩, 커뮤니티, 마케팅을 위한 웹사이트의 분석주제를 함께

포함하면서도 매출실적에 가장 직접적인 상품의 판매가 분석의 핵심 주제가 된다.

전자상거래에 해당하는 부분만을 하나의 웹분석 주제영역으로 제한하고 살펴보면 전체적인 웹사이트 분석의

세부적인 항목들을 응용하여 대응시킬 수 있음을 알 수 있다.

기본적인 항목들에 대해 비교하면 다음과 같으며, 유사한 방법으로 분석방법을 응용 및 접근하면 더욱 많은

활용의 가능성이 있을 것이다.

비교항목 웹사이트 웹사이트 내 전자상거래

트래픽, 활성화의 정도 방문 구매

처음방문 처음 구매

처음방문자 처음 구매고객

재방문 재구매

재(반복)방문 주기 재(반복)구매 주기

반복 방문 반복 구매

순방문자수 구매 고객수

전환을 위한 멀티 세션(반복방문)

중 하나의 세션(방문)

장바구니(Cart) 수

(한 번의 방문에서 수차례의

구매가 발생할 수 있다.)

페이지뷰수 상품 조회 횟수

웹사이트 내용에 대한 참여, 관심

및 이용 정도

컨텐츠분류/페이지 상품분류/상품

컨텐츠/페이지 체류시간 상품분류/상품 체류시간

컨텐츠/페이지 서핑경로 함께 둘러본 상품

방문당 페이지뷰 방문당 상품 조회 횟수

조회한 페이지수

(페이지별 방문수로부터)

조회한 상품수

(상품별 방문수로부터)


숨겨진 관심도의 조사 내부 컨텐츠 검색 상품 검색

검색어 연관관계 교차판매된 상품

마케팅 대상 및 마케팅 채널에

의한 세분화

회원방문(알려진방문자)

vs.비회원방문

구매고객 vs. 비구매고객

외부 마케팅 캠페인 내부 상품 프로모션 캠페인

또한, 구매에 대한 기록은 고객의 구매기록으로 모두 보관되므로 전자상거래 부분의 리포트는 대부분

회원 DB 와의 연동시 더욱 뛰어난 분석범위의 확장이 가능하다.

구매(Purchase)

구매 또는 주문은 전자상거래 웹사이트에서 실제 실적이 발생하는 중요 전환이벤트이다. 구매전환 이벤트의

발생을 웹사이트에 대한 방문행위와 대응시켜 분석하는 방법이 기본적인 전자상거래 분석 접근방법이다.

전자상거래 영역의 분석 리포트에서 표현되는 성과지표는 전자상거래와 관련 측정지표, 웹분석의 여러 기본

측정지표(예: 방문, 순방문 등), 각 측정지표간 연산에 의한 파생지표를 함께 표현하는 것이 적절하다. 또한

전자상거래 관련 측정지표 역시 기타 웹분석 리포트(예: 마케팅 캠페인별 효과분석 리포트)에서 성과지표

영역에 함께 포함될 수 있다.

웹분석에서는 구매 후 취소에 의한 부분이 반영이 어려우므로 명확한 구분을 위해 ‘구매’가 아닌 ‘주문’으로

표현할 수도 있다.

가장 많이 이용되는 전자상거래의 측정지표는 매출, 주문수, 주문 상품수량이며 이용되는 카테고리 및

리스트형 데이터로는 상품카테고리, 상품리스트, 상품의 하위 특성들이다.

매출(Revenue) 및 주문(Order)

주문수, 주문액, 주문에 의한 매출액을 표현하는 리포트이다. 전체 성과에 대한 추세 및 각 세분화에 의한

추세표현이 가능하다. 물론 값의 범위에 따라 구간값을 지정하여 범주형태로 세분화(Break Down)하여

순위형태의 리포트 구성도 가능하다.

전자상거래 활동에 대한 기본적인 성과값들과 방문당 매출액, 방문당 주문수 등 1 차원적인 파생지표값들을

함께 표현하므로 기본적인 전자상거래의 성과를 판단하는 데 이용되는 리포트이다.

구매횟수(Purchases Numbers)

트래픽의 방문횟수 리포트와 같은 접근방법으로 구매횟수를 분석한 리포트이다. 전체 구매건수에 대해

구매횟수별 방문수, 매출액 등을 분포형태로 분석한다. 전체 구매건에 대한 반복구매 횟수구간에 따른

성과의 분포를 통해 충성도와 매출기여도에 대한 관계를 판단하는 데 이용된다.

120 3



평균 반복(재)구매 주기(Purchase Frequency)

평균 재방문간격과 같이 반복 구매에 대한 간격을 평균낸 것이다. 고객층별 반복 구매의 주기를

파악함으로서 고객의 특성을 이해하고 이에 맞는 마케팅 캠페인을 기획하는 데 이용할 수 있다.

평균 구매금액(Average Revenue per Purchase)

전체 매출액(주문액)을 해당 조회기간 동안의 주문수로 나눈 값이다. 일종의 객단가(Average Revenue per

Customer)를 변형한 형태로서, 재구매를 포함한 각 구매전환이 이루어질 때 얻는 성과값을 예측할 수

있도록 한다. 방문-회원-첫구매(주문)-재구매-매출액성과의 대략적 흐름에서 구매 및 재구매의 합과 매출액

성과의 비율을 리포트화한 것이다.

평균 구매금액이 낮아지면, 고객층이 저가상품을 선호하는 경향으로 바뀌었거나 판매하는 상품의 구성에서

저가상품의 구성이 증가하였는지를 확인해봐야 하며, 파악된 고객층의 성향과 달리 평균 구매금액이 낮아질

경우 상품구성 및 번들링 등을 통해 평균 구매금액을 높이는 것이 전체 성과향상에 도움이 될 것이다.

세분화는 고객층 또는 고객의 특성에 따라 하는 것이 적당하다.

방문당 평균 매출액(Average Revenue per Visit)

방문 후 주문에 의해 발생하는 매출액의 금액을 비율로 나타낸 것이다. 방문 후 각종 전환단계를 생략하고

직접적으로 방문당 매출액을 표현함으로서 손쉽게 방문자수 증가에 따른 매출액의 증가를 예측하기 위해

활용될 수 있다. 다만, 방문자수의 질(Quality)와 특성을 무시하고 방문자에 비례하여 매출액이 증가하는

것으로 가정된 만큼 성과예측의 편차가 큰 것이 단점이다.

만약, 올해 매출목표를 1 억원으로 하였고 작년 1 년간 방문당 매출액이 1 만원었다면, 올해 연간 방문수는

1 만명을 달성하면 매출목표를 달성할 수 있다라는 추론을 얻게 된다. 하지만 이는 기존 방문고객의 유실과

신규방문 고객의 특성, 그리고 방문부터 매출액 발생까지 존재하는 여러 전환단계별 전환율 변화에 따른

변동부분을 무시한 것으로서 그 정확성은 높다고 보기 어렵다.

순방문자당, 회원당, 고객당 평균 매출액의 리포트 구성도 가능하다.

방문당 평균 구매수(Average Purchses per Visit)

‘방문당 평균 매출액’에서 매출액 대신 구매수로 표현한 것이다. 하나의 방문에서 1 회 이상의 구매가 가능한

데, 그 비율을 나타낸다고 보면 된다.

순방문자당 평균 구매수 리포트 구성도 가능하며, 이 경우에는 특정 기간동안 어느 정도 반복구매를

일으키는지를 나타내는 것을 파악할 수 있다.

더 나아가 회원당, 고객당 평균 구매수의 구성도 가능하겠다.


주문수량(Ordered Item Numbers)

주문수, 주문액, 주문 상품수량, 주문당 평균 주문상품수, 평균 주문상품 가격으로 구성할 수 있다. 평균

주문상품 수량 및 평균 주문상품 가격은 방문당 또는 주문당 평균매출액에서 간과된 실제적인 고객이

구매하는 평균 상품가격대를 파악할 수 있게 한다.

각 상품 카테고리 및 고객층별 평균 주문상품 가격을 파악하여 기획상품의 구성 및 마케팅 캠페인에 이용될

수 있다.

구매 고객수(Unique Customers)

주문수는 고객을 익명의 방문자로 처리하여 주문횟수만을 카운트하였지만, 구매 고객수는 순방문자수

측정과 같이 각 고객별 중복주문을 제거한 수를 나타낸다. 즉, 조회기간 내 1 회 이상의 주문기록을 갖고

있는 순방문자수를 뜻한다. 또한 주문을 하기 위해 회원의 자격이 필수조건이라면 회원 순방문이자 중 기간

내 주문기록을 갖고 있는 회원의 수를 뜻하기도 한다.

조회기간 내 구매를 일으킨 고객의 수를 나타내며, 기간 내 구매 고객수를 보유 회원수 또는 방문 회원수로

나눌 경우 회원당 구매 전환율을 나타낼 수 있기도 하다.

리포트는 일/주/월/분기/연 순수 구매고객수와 같이 표현된다.

처음구매고객(New Customers), 재구매고객(Returning Customers), 반복구매(Repeated

Purchases)

구매전환을 통한 성과값 외 구매전환이 발생하는 조건, 환경, 특성 등과 이를 이용한 구매전환 성과값의

세분화에 대한 리포트 주제이다.

처음 구매(New Purchases) vs. 반복 구매(Repeated Purchases)

익명의 방문자에서 회원으로 전환된 후 첫 구매를 통해 고객으로 전환된 구매건과 그 외의 구매건에 대한

비율을 분석한 리포트이다. 구매전환을 위한 마케팅 캠페인활동이 어느 쪽에 더욱 영향을 미쳤는지

파악가능하며, 신규 전환고객의 비율과 추세에 대한 분석을 통해 신규 구매고객 획득정도에 대해 파악할 수

있다.

기간 내 발생한 전체 구매건수에 대해 최초 구매전환된 구매와 그렇지 않은 것의 비중에 대한 접근이다.

세분화를 통해 각종 성과지표를 분석한다. 성과지표는 장바구니수, 구매수, 장바구니 구매율, 주문수량,

매출액, 주문당 평균 매출액 등이 될 것이다.

122 3



처음 구매고객(New Customer) vs. 재구매고객(Returning Customer)

트래픽 분석에서 ‘처음방문-반복방문’, ‘처음방문자-재방문자’의 분석과 같은 개념에서 구성된 리포트이다.

‘처음구매-반복구매’ 분석이 전체 구매건 내 구성비율에 대한 접근인 것과 다르게 ‘처음구매고객-

재구매고객’은 기간 내 활동한 고객(Customer)에 대해 중점을 두고 분석하는 것이다.

주요 성과지표는 구매고객수, 구매수, 주문수량, 매출액 등이 될 것이다.

고객획득 성향지수(Customer Acquisition Index)

트래픽 분석에서의 처음방문자 획득의 성향을 지수화하여 관리하였던 것과 같이 고객획득 성향을

지수화하여 관리할 수 있다. 역시 각종 고객획득을 위한 마케팅 활동 및 내부 상품판매 프로모션 등의

반응정도를 직접적으로 판단하고 관리하기 위해 이용된다. 전자의 경우에는 고객수를 이용하여 지수를

구성하는 것이 좋겠으며, 후자의 경우에는 고객에 의한 주문수 또는 매출액으로 하는 것이 적합하겠다.

첫 주문까지의 소요기간, 방문수, 시간

‘전환이벤트’를 달성하기까지의 멀티세션에서의 소요기간, 방문수 및 하나의 세션 내에서 소요시간의

리포트에서 ‘전환이벤트’를 ‘첫 주문’으로 대체한 리포트이다. 단, 기간 및 방문수를 산정하는 시작 시점을 첫

방문으로 하거나, 주문을 할 수 있는 자격이 제한된 경우 해당 회원등록 시저으로 하거나 조정하는 것이

필요할 수 있다.

고객전환을 위한 마케팅 캠페인에 대한 잠재고객의 반응을 분석하고, 해당 마케팅 캠페인의 성과를

잠정적으로 유추하거나 판단하는 데에 이용될 수 있다.

마지막 재구매 간격(Purchase Recency)

일반적인 RFM(Recency, Frequency, Monetary) 분석적 접근에서 트래픽 분석에서는 익명의 방문자로

가정함에 따라 ‘마지막 재방문 기간(간격)’의 측정이 현재 방문한 방문자가 아닌 경우에는 측정이 어려웠다.

하지만 전자상거래 부분에서는 구매에 대한 기록이 회원별 기록이 남기 때문에 회원정보를 통해 데이터를

수집할 경우 보유한 고객에 대해 마지막으로 구매한 시점으로부터 지금까지의 기간 간격을 측정할 수 있다.

마지막 재구매 기간의 분포 및 평균 재구매 기간 값을 통해 현재 웹사이트의 고객에 대한 구매 매력도를

어느 정도 제공하는지 평가하는 것이 가능하다.

더 나아가 CRM 적 접근을 통해 마지막 구매기간 경과시점에 따라 적절한 타겟팅을 하여 마케팅 캠페인을

구성하는 것도 좋겠다.


상품(Product)

웹사이트 분석에서 컨텐츠가 페이지로 구성되어 있다면, 전자상거래의 핵심 컨텐츠는 ‘상품’이다. 상품에

대한 상세분석은 웹사이트의 일반 컨텐츠 분석과 분리되어 있는 것이 데이터를 측정하고 분석하는 데에

편리하다.

인기있는 상품(Product Revenue & Orders)

인기있는 컨텐츠 분석의 접근방법과 같다. 상품별 조회수, 방문수, 매출액, 주문수량 및 관련된

파생지표(방문당 조회수, 방문당 매출액 등)를 표현한다. 상품관리적 측면에서 기획전의 구성과 상품의 배치

등에 이용될 수 있다.

상품 전환율

상품별 방문자당 주문횟수를 통해 상품별 주문전환율을 계산한다. 상품별 주문수량을 통한 방법과

주문횟수를 통한 방법이 있으나 전환율의 관점에서는 주문횟수가 적당한 것으로 생각된다. 이때 상품별

주문횟수의 전체 합은 전체 주문수보다 많다.

상품 매출기여도 지수

페이지가치(Page Value)와 같이 실제 해당 상품이 구매되지 않더라도 구매가 발생한 방문세션에서 조회된

상품에는 매출액의 값을 부분 할당하는 방법이다. 이를 통해서 실제 구매가 발생하지 않더라도 구매결정에

기여하는 상품이거나, 함께 구매를 위해 비교되는 구매가능성이 큰 상품을 발굴할 수 있다.

예를 들어, 방문자가 A 라는 상품을 구매하기 위해 B 라는 상품을 함께 살펴보고 구매하였다면 B 상품도

충분히 구매가능성이 있으며, 기획상품전을 구성하거나 상품배치시에 참고상품으로 함께 배치하는데 이용할

수 있다.

방문 상품수

방문자가 웹사이트 내에서 몇 개의 상품을 조회하였는지를 나타낸다. 상품별 중복 조회를 제거하여 상품별

1 회만의 방문횟수를 갖게되며, 웹사이트 내 상품이 어느 정도 방문자에게 관심을 받는지를 나타낼 수 있다.

방문 상품수의 값에 따라 범주를 구성하여 분포를 분석하는 방법과 평균 방문상품수를 지수화하여 관리하는

방법이 가능하다.

124 3



방문 상품수의 수가 낮아진다면 상품에 대한 구성이 타겟 고객층에 적절한지, 아니면 적절하지 않은

대상으로 마케팅 활동을 하고 있는 것은 아닌지 점검이 필요하다.

상품 검색어(Product Search)

상품 검색어를 통해 방문자가 어떤 상품을 구매하려고 방문하는지 확인가능하며, 고객층별 선호 상품리스트

구성을 위한 정보를 얻을 수 있다. 또한 개별 방문자가 동시에 검색하는 검색어의 연관관계를 통해 번들

상품기획과 마케팅 캠페인의 구성에 이용할 수 있다.

검색결과가 없는 상품 검색어의 경우에는 신규 상품을 준비해야하는지 검토해야 하겠다.

각 검색어별 매출기여도 지수와 실제 매출액 등을 표현하여 핵심 키워드를 발굴할 수 있으며, 해당

키워드는 외부 마케팅 캠페인에도 응용하여 활용할 수 있다.

동시 구매 상품(Cross Selling) 및 상향 판매(Up Selling)

동시 구매상품은 직접연관된 관계가 있는 상품으로서 커피머신과 커피의 관계와 같다. 상향판매 상품은

커피머신과 고급 커피잔 셋트와 같이 추가적인 유도를 통해서 판매될 수 있는 상품관계이다.

동시 구매된 상품의 분석을 통해 상품관리와 배치, 번들상품의 신상품 기획, 마케팅 캠페인에 이용될 수

있다. 동시 구매상품의 분석은 고객층별 특성이 다양하므로, 고객층별로 세분화하는 것이 통합분석 보다

의미있는 결과를 얻을 수 있을 것이다.

동시구매 상품의 분석에서 구매시점을 하나의 세션에서 구매한 상품만으로 할 것인지, 아니면 일정 기간 내

구매한 상품으로 할 것인지에 따라 동시구매의 연관관계 정도가 다르게 적용될 것이다.

상향판매는 원래 구매를 위한 관심을 갖고 있지는 않았으나 상품의 추천 또는 기획전의 혜택 등으로 인해

최초 생각했던 수준보다 높은 수준의 제품을 구매하거나 충동구매를 하게되는 경우를 뜻하므로

동시구매보다는 구매의 순차적 흐름과 영향받은 마케팅 캠페인과 연계하여 분석하는 것이 효과적일 것이다.

장바구니 분석만을 통해서는 접근이 어려우며, 고객별 구매이력을 함께 분석해야 한다.

인기 상품 브랜드 및 기타 속성

상품은 웹사이트에 게재된 하나의 판매 Item 으로서 다양한 하위 속성값들이 존재한다. 예를 들어 상품명,

제품명, 공급처, 제조사, 브랜드, SKU(Stock Keeping Unit, 일반적으로 SKU 가 판매단위로 상품 자체인 경우가

많다), 제품카테고리, 기획상품그룹 등이 있으며, 이에 대한 각 코드값 역시 존재한다.

또한 상품의 판매시에는 더욱 다양한 하위 속성이 추가된다. 예를 들어 상품의 수량, 색상, 사이즈, 번들상품

선택여부, 쿠폰적용여부 등 각종 옵션도 포함된다.

이에 대한 분석을 원활히 수행하기 위해서는 회원분석에서 UUID 에 대한 값을 데이터 수집이후 연동하는

방법과 같이, 웹분석을 통해 상품코드를 수집하고 분석시에 관련 데이터베이스를 연동하는 방법이 다양한


분석을 할 수 있는 장점이 있다. 만약 이 경우 분석에 필요한 시스템자원이 대량 소모될 수 있는 데, 이를

피하기 위해서는 간단히 중요 특성값에 대해서만 파라미터맵핑 또는 페이지태깅 내 확장 사용자변수의

이용을 통해 구현하는 방법도 가능하다.

장바구니(Shopping Cart)

‘장바구니’의 수는 측정지표중 ‘이벤트(Event)’의 하나로서 장바구니에 상품이 담겨있지 않는 상태에서 최초

상품을 담는 순간을 카운트한 것이다. ‘방문당 평균 구매수’와 같이 하나의 방문에서 1 회 이상의

장바구니(카트)를 생성할 수 있으며, 방문시 발생하는 구매수보다 같거나 크다.

최근 장바구니를 생성하는 절차 없이 ‘즉시구매’를 하는 구매 절차가 많이 사용되면서 기존 의미가

퇴색되었다. 장바구니의 수를 계속 측정하고자 할 때에는 ‘즉시구매’ 버튼을 클릭하는 경우에 ‘장바구니 생성’

이벤트로 처리하는 방법 등이 적당하겠다.

기본적인 장바구니외 저장된 장바구니(또는 위시리스트 등으로 불려짐)가 존재하는 데, 모두 실제 구매에

앞선 구매의지를 사전에 추측하여 측정하는 데에 의미가 있다.

장바구니수(Carts)

장바구니 수는 구매의 의도를 갖는 행위의 수를 나타낸다. 장바구니의 수와 구매수의 비율은 ‘장바구니

구매율’이다. 장바구니수가 증가함에도 실구매수가 증가하지 않는다면 장바구니 결제 절차에 문제가 있는지

확인해봐야 한다.

방문당 평균 장바구니수(Average Carts per Visit)

방문당 평균 장바구니수의 계산은 전체 장바구니의 수를 방문수로 나눈 것으로서 방문자에 의한 구매의도의

발생정도를 수치화 하여 평균한 것이다.

장바구니/위시리스트 담긴 상품 또는 버려진 상품

장바구니 또는 위시리스트(저장된 장바구니)의 상품을 분석하여 상품 기획 및 관리, 마케팅 캠페인 기획

등에 큰 도움을 준다. 회원특성/방문자특성 등에 의해 세분화한다면 더욱 유용한 데이터를 얻게 된다.

이와 같은 방법으로 상품분석에 접근할 경우 각 상품은 조회수, 방문수, 장바구니 담긴 횟수, 위시리스트

담긴횟수, 장바구니에서 버려진 횟수, 장바구니에서 결제까지 성공된 횟수(상품 주문횟수)의 단계별 분석이

가능하며 각 상품별 전환율의 분석도 가능하겠다.

이를 통하여 상품의 노출과 최종 주문까지의 세부 단계별 최적화를 위한 작업이 가능하다.

참고로, 상품이 장바구니에 담긴 횟수와 장바구니에 담긴 상품 수량은 다른 값이다.

126 3



장바구니 전환(Cart Conversion)

장바구니 전환을 결제 프로세스로의 유입이 아닌 결제완료로 계산하여 전환율을 산정하기도 한다. 하지만,

장바구니의 결제 프로세스 진입 이후 결제양식에서의 결제라는 중요한 단계가 존재하므로, 장바구니

전환율은 장바구니에서 결제화면으로 이동한 경우에 전환된 것으로 한다.

전환과 반대의 개념은 ‘장바구니 포기(Cart Abandonment)’이며 이 역시 중요한 측정 대상이다.

장바구니 상품 전환(Cart Item Conversion)

장바구니에 담긴 상품 중 구매된 상품의 비율을 뜻한다. 예를 들어 장바구니에 상품이 5 개 있었고,

결제화면으로 이동하기 전에 상품 2 개를 버린 후 결제페이지로 이동할 경우 장바구니 상품의 전환율은

40%가 된다. 장바구니 상품의 전환율을 상품의 수량으로 계산하는 경우와 상품의 종류로 계산하는 경우로

나눌 수 있다. 한 가지 상품 종류에 대해 수량의 변화도 검출하여 측정하기 위하여 전자의 방법으로 하는

것이 일반적이다.

장바구니에서 매출액으로 이어지는 금액의 보존비율

장바구니에 담기는 최대 상품금액 대비 실제 결제가 이루어진 매출액의 비율을 나타낸다.

각 장바구니 상품의 전환율과 장바구니 전환율을 향상시킴으로서 달성할 수 있는 최대 매출액의 규모를

추정할 수 있고 상품 판매 촉진을 위한 마케팅 프로모션의 결과로 장바구니 최대금액을 통해 반응을 확인할

수 있다.

이는 외부 마케팅 캠페인의 결과로 성과결과를 얻기에 앞서 방문수의 증가, 획득, 전환의 단계를 거치며 각

단계에 대해 최적화를 수행하여 최대의 효과를 얻는다라는 접근과 동일하다.

다만, 장바구니의 저장기능을 제공하는 경우에는 장바구니의 전환 및 상품금액에 대한 분석에 왜곡이

발생할 수 있다. 이점을 고려하여 측정된 분석값을 살펴봐야 하겠다.

위시리스트(Wish-List)의 상품 금액

위시리스트는 저장된 장바구니의 변형된 형태이다. 위시리스트에 저장된 최대 상품금액은 장바구니의

최대상품금액과 같이 매출달성 가능 금액을 보여주기도 한다. 다만 위시리스트는 전자상거래 이용의 필수

프로세스가 아니므로 모든 고객이 반드시 사용한다고 보기 어려우므로 직접적인 연계된 분석은 쉽지 않다.



3.1.8. 회원(Member) 및 고객(Customer)

웹사이트의 방문자는 익명의 방문자에서 알려진 방문자(회원 방문자), 그리고 구매한 고객까지의 단계로

나누어 차등을 둘 수 있다. 고객에 대한 분석은 알려진 방문자와 구매고객을 중심으로 이루어지며,

UUID(Unique User Identifier)를 이용하여 분석이 이루어질 경우 회원 및 고객 데이터베이스와의 연동을 통해

하위 세부특성을 이용한 고급분석이 가능하다.

회원의 ID 등이 추출되는 단계에 이르면 eCRM 으로서의 기능을 구현할 수 있게되며, 이를 이용하여

타겟마케팅과 고객관리에 직접적으로 적용할 수 있다.

회원(Member)

회원은 웹사이트에 익명방문자에서(Unknow Visitor) 개인정보 제공을 통해 로그인 계정을 얻게 된 방문자를

뜻한다. 회원의 로그인 이후로부터는 쿠키 등을 통해 회원임을 인식하여 측정 및 분석을 수행할 수 있다.

이때 최초 로그인하기 이전의 웹사이트 내 행동을 통해 측정된 데이터와 로그인 이후 알려진 방문자가

된후의 데이터를 서로 연결하는 부분이 중요할 수 있다.

회원 vs. 비회원(Members vs. Non-Members)

회원여부에 따른 세분화 리포트이다. 다양한 측정지표값에 대해 회원 방문자에 의한 결과와 그렇지 않은

결과를 비교분석 할 수 있게 한다. 회원과 비회원의 방문수 비율, 주문수 비율, 매출액 비율, 특정

전환이벤트의 발생횟수별 비율 등 다양한 접근이 가능하다.

각 특성값별 비율을 하나의 Index 화하여 추세를 분석하고 관리하는 것도 필요하다.

순방문 회원수(Unique Visited Members)

일/주/월/분기/연 등 특정 조회기간 동안에 방문한 회원의 수를 나타낸다. 전체 보유 회원 중 활성화된

회원의 비율을 측정할 수 있다. 리포트를 확장하여 특정 기간단위별 활성회원의 비율을 KPI 화하는 것도

가능하겠다. 다만, 기간단위에 따라 값이 다르게 표현됨에 유의해야 한다.

회원특성(Member Profile)

회원의 각종 인구통계학적 특성(예: 성별, 연령대, 거주지역 등)에 따라 다양한 성과지표를 세분화한

리포트이다. 다양한 조건에 의한 세분화를 적용하여 분석을 할 경우, 마케팅 캠페인 및 컨텐츠/상품의 기획

등에서 유용하게 사용할 수 있다.

128 3



대표회원 특성

다양한 세분화요소에 따라, 이를 대표하는 회원의 특성을 모은 후 마치 하나의 회원특성을 표현하듯이

정리한 리포트이다. 예를 들어 A 라는 마케팅 캠페인에 제일 많이 반응하였고 20 만원대의 상품을 연간 5 회

이상 구매하는 고객은? 이라는 질문에 ‘서울거주 30 대 중반 여성’이라는 결과를 얻는 방식이다.

막연하게 인지되는 타겟 고객의 특성을 명확히 정리하여 표현하므로서 마케팅 캠페인의 기획 및

상품/컨텐츠의 구성 등에서 명확한 목적을 갖고 진행할 수 있도록 돕는 역할을 하는 리포트이다.

회원 ID 추출(Member ID Extraction)

UUID 를 이용하여 분석을 수행하였다면, 회원 및 고객분석 리포트에서는 각 세부항목별 회원 ID 의

추출기능을 제공할 수 있다. 추출된 ID 는 별도 DB 에 기록되거나 CSV 파일 등으로 다운로드 받을 수 있게

제공된다.

고객(Customer)

회원 중 구매를 일으킨 회원을 고객으로 구분하기로 한다.

회원특성 데이터베이스의 UUID 연동과 더불어 고객특성의 분석은 구매시 발생하는 다양한 측정값을 함께

연동하므로서 더욱 활용도가 높아진다. 이와 같은 측정값은 차후 마케팅 캠페인 및 상품의 개발 등에서

중요한 자료로 활용될 수 있다.

회원 분석과 동일한 주제로 분석이 가능하다.

고객 vs. 비고객

순방문 고객수

고객특성

대표 고객 특성

고객 ID 추출


생애가치(Life Time Value, LTV)

웹분석에서의 생애가치는 각 고객에 대한 지금까지의 성과측정값의 누적값을 뜻한다. 즉 현 시점까지(To-

Date)의 생애가치이며, 미래의 가치를 미리 계산하여 부여하기에는 어려운 점이 많다.

또한 생애가치는 고객 스코어링(Customer Scoring)과 관련되어 있으므로, 고객별 생애가치를 측정하여

기록하지 못하고 웹사이트 및 고객전체를 기준으로한 생애가치의 분석은 큰 효용성이 없다.

생애가치 리포트를 보다 효율적으로 활용하기 위해서는 리포트 내에서 다양한 검색 및 필터조건을

제공해주는 것이 좋다. 예를 들어 고객별 생애매출에 의한 순위에서 80%의 매출을 발생시키는 상위 20%를

추출한더거나 하는 방식이다.

현재 생애매출(To-Date LifeTime Revenue), 생애 구매, 생애 방문, 생애 페이지뷰, 생애 체류시간

웹분석을 시작한 이후 고객의 누적매출액, 구매, 방문수, 페이지뷰, 체류시간 등을 누적하여 나타내는

리포트이다. 이 값은 다양한 세분화 요소에 의해 세분화가 가능할 때 더욱 활용도가 높다.

기타

각 웹사이트의 사업모델에 따라 다양한 측정지표에 의해 생애가치를 분석하여 리포트화 하는 것을 고려해볼

수 있다.


130 3



3.1.9. 지원(Support)

지원 부분은 대부분의 웹사이트에 포함되어 있는 웹사이트의 역할이지만, 주 사업모델에 따른 분석을

수행하다보면 소홀해지는 경향이 있다.

웹사이트를 통한 지원

웹사이트의 고객지원 부분을 주 사업모델에 의한 웹사이트의 컨텐츠, 프로세스와 분리하여 독립적으로

분석하는 방법으로 접근한다.

지원 접근정도

웹사이트에 방문하는 방문 중 고객지원 컨텐츠 영역에 접근하는 방문수, 페이지뷰, 체류시간 등을 측정한 후,

이를 전체 방문수, 페이지뷰, 체류시간 등에 대한 비율을 계산하여 나타낸다.

측정된 값을 이용하여 고객지원 기능에 대한 방문자의 요구정도와 이용정도의 변화를 분석할 수 있다.

평균 응답시간(Average Response Time)

온라인을 통해 고객지원이 이루어질 경우 고객의 요청항목 접수시간과 답변이 등록된 시간을 이용하여 각

고객지원 항목별, 카테고리별 응답시간을 측정한다.

각 카테고리별 평균 응답시간의 추세변화를 통해 고객지원에 대한 대응정도 상황을 파악하고 관리할 수

있다. 물론 각 응답시간의 값을 구간별로 나누어 응답시간대별 분포를 분석하는 것도 가능하겠다.

고객지원 만족도

최근에는 고객지원 영역에서의 검색결과 및 FAQ 등의 항목에 대해 고객이 만족도를 입력하게 하는

웹사이트가 증가하고 있다. 입력된 항목에 대한 분석은 회원 ID 등과 연계하여 웹사이트 내에서 이루어지는

것이 가장 활용성이 높은 데이터를 얻게 될 것이다.

이와 별도로 응답값을 웹분석의 값과 연계하여 분석할 경우 추가적인 다양한 값을 얻을 수 있게 된다.

예를들면 검색어별, 선호컨텐츠별 고객만족도 등의 접근도 추가적으로 가능하다.


전화지원(Calls)

ARS 또는 CTI 와 같은 콜센터를 구성하는 시스템의 로그와 연계할 경우 더욱 추가적인 분석이 가능하다.

인바운드(In-Bound) 및 아웃바운드(Out-Bound) 콜에 대해 웹사이트 트래픽과 같은 접근방법으로 분석하고,

각 콜(Call)에 대한 발신지역과 집중시간대, 고객의 특성에 따른 세분화 등 다양한 접근이 가능하다. 가장

기본적인 세분화 차원(Dimension)은 인바운드/아웃바운드 여부가 될 것이다.

전화지원(인바운드콜 및 아웃바운드콜) 트래픽

콜에 대한 통화량을 추세형태로 나타내는 리포트이다. 세분화를 통해 고객지원 대상별 특성과 추세를 함께

분석할 수 있다. 통화량은 전화통화횟수 또는 통화시간 등으로 표현하는 것도 가능하다.

평균 통화시간

웹사이트의 방문이 전화통화라면, 체류시간은 통화시간으로 비유할 수 있다. 각 전화의 통화시간을 통해

고객지원의 정도를 가늠할 수 있다.

주요 통화 발송처

전화발신 추적값을 통해 각 통화별 발송처를 수집하여 리포트를 구성한다. 각 지역별 세분화를 통해 통화량

및 통화시간 등을 분석할 수 있다.

평균응답시간

ARS 또는 고객지원담당자와 통화를 하기 위해 고객이 대기하는 시간을 나타낸다. 전체적인 고객지원의

신속성과 품질을 관리하기 위해 이용된다.

고객지원 이탈율

ARS 를 이용한 고객지원의 경우 목적을 달성하지 못하고 중도 포기하는 경우가 많다. 웹사이트 분석의

‘반송’과 같은 경우이다. 가장 큰 이탈의 경우는 ARS 임을 인지하는 순간 전화를 끊거나, 전화번호 안내를

끝까지 듣지 않고 ‘상담원 연결’ 버튼으로 짐작되는 버튼을 누르거나, ARS 기능을 이용하지 않고 ‘상담원

연결’ 기능만을 이용하는 경우이다. 이와 같은 경우는 ARS 의 목적을 달성하지 못한 것으로서 이에 대한

비율을 관리함으로서 고객지원에 대한 방법과 기본 품질관리에 이용될 수 있다. 더 나아가 ARS 의

안내멘트의 순서 또는 접근방법을 개선하는 데 이용될 수 있다.


132 3

웹분석 리포트의 활용 -


맺으며

본 책 ‘웹사이트의 측정과 분석’에서는 웹분석 산업과 시장을 간략히 살펴본 후 웹분석 도구, 웹분석을 위한

측정지표, 리포트의 구성에 대한 이야기를 하였고, 마지막으로 웹분석 리포트를 이용한 활용부분을 간단히

살펴보았습니다.

서론에서 이야기한 것과 같이, 웹분석 도구는 사람을 대신하여 웹분석 측정 결과를 분석하여 올바른

사업방향을 제시하여 주지는 않습니다. 하지만 현재 진행되고 있는 e-Business 의 상황에 대해 면밀히

살펴볼 수 있는 ‘눈’을 제공하여 줄 것입니다.

‘아는 만큼 보인다’ 라는 말이 있습니다. 웹분석의 ‘눈’을 통해 얻은 사실을 ‘웹분석의 지식과 경험’을 이용해

분석하고 판단할 때 올바른 방향으로 더욱 효과적으로 나아갈 수 있을 것입니다.

실제 현업 업무분야별 활용과 적용에 대한 부분은 자세히 언급되지 않았습니다만, 충분히 응용할 수 있는

기본 내용을 담았으며, 이에 추가적인 활용방안과 적용방법은 (주)비즈스프링에 요청을 주시면 교육/컨설팅

서비스를 통해 도와드릴 수 있습니다.
