1.
Websites Traffic Analysis Service What is Analytics? (Summary version) 비즈스프링 인사이트™ , 보다 깊은 Insight 를 위한 High-End 웹분석 솔루션 ㈜ 비즈스프링 Copyright 2002-2011 BizSpring Inc. All Rights Reserved. 본 문서에 대한 저작권은 “ ㈜ 비즈스프링 ”에 있습니다 . BizSpring INSIGHT ™

2.
1. 웹분석이란 ? 2. 웹분석 수집 방식의 이해 3. 측정지표 이해 4. 웹분석 모델의 적용 ( 분석 아이디어 ) 1) Reach ( 도달 ) 2) Acquisition ( 획득 ) 3) Conversion ( 전환 ) 4) Retention ( 유지 ) 5. 웹분석의 오해와 진실 T able o f C ontents

3.
What is Web Analytics? WEB 에서 발생하는 다양한 데이터를 수집하여 그 의미를 파악하는 행위 INSIGHT ! 1. 웹분석이란 ? (1)

4.
The trend is changed ! 1. 웹분석이란 ? (2) Log Analysis ( 로그 분석 ) Web Analytics ( 웹분석 ) 시스템 / 트래픽 분석 마케팅 성과 분석 웹분석의 목적이 시스템 / 트래픽 분석에서 마케팅 성과 분석으로 변화하였다 . 따라서 시스템 / 트래픽 분석에 사용했던 로그 분석은 웹분석을 수행하기 위한 데이터의 수집 방법의 하나로 그 의미가 축소되었다 .

5.
Now, get to understand ... 1. 웹분석이란 ? (3) 어디서 왔는가 ? 인기 컨텐츠 , 메뉴 , 상품은 ? 얼마나 많은 사람들이 방문하고 있는가 ? 어떤 페이지에서 이탈하는가 ? 얼마나 머물다 가는가 ? 회원가입 , 매출등의 전환을 얼마만큼 일으키고 있는가 ? 어떤 특성의 방문자들이 많은가 ? 어떤 패턴으로 서핑하는가 ? 무엇을 검색하여 방문하는가 ? More & more… 다시 웹사이트를 찾아오는가 ? Next : 2 웹분석 수집방식의 이해 웹분석은 단순히 방문수나 페이지뷰만을 알아내는게 아니다 . 웹사이트 운영의 주요 사항을 측정하고 그 의미를 파악하는 것이다 .

6.
Page Tagging Log File Analysis Packet Sniffing Panel Web Analytics 2. 웹분석 수집 방식의 이해 (1) 웹분석을 위해 데이터를 수집하는 방법은 크게 네가지가 있다 . 이 중 가장 많은 사용하는 방법은 Page Tagging 이다 .

7.
Script 웹페이지에 스크립트를 삽입하여 필요한 데이터를 수집한다 . Page Tagging… Script Embedding! 2. 웹분석 수집 방식의 이해 (2)

8.
2. 웹분석 수집 방식의 이해 (3) website Tracking Server DB Server Reporting Server 데이터전송 방문자 실시간 분석 을 통한 - 마케팅 활동 수행 성과 측정 / 수립 웹사이트 측정 / 개선 등 작업 수행 웹 페이지 소스 내 삽입된 로그분석 스크립트 서버 증설 용이 Next : 3 측정지표 이해 - 차원과 지표 분석 스크립트가 태깅된 웹페이지를 방문하면 트랙킹서버에서 이를 수집한다 . 그 후 데이터를 정제하는 과정을 거쳐 차트 , 그래프 , 테이블 형태로 수집내용이 보여지게 된 것이다 .

9.
350 여개의 사전 정의된 측정 지표 (metric) 더 많은 분석 값에 대해 분석할 수 있음을 나타냅니다 . 140 여개의 사전 정의된 차원 (Dimension) 더 많은 분석 주제에 대해 분석할 수 있음을 나타냅니다 . 차원 지표 3. 측정지표 이해 - 차원과 지표 그래프는 차원과 지표로 이루어 진다 . * BizSpring INSIGHT™ 의 관리 차원 / 지표 회원 연령대 페이지뷰 방문수 체류시간 19 세 이하 2,523 592 67 초 20~29 세 4,243 812 48 초 30~39 세 3,284 684 52 초 40~49 세 1,943 619 32 초

10.
3. 측정지표 이해 - 기본 측정지표 방문 및 트래픽에 대한 기본 측정지표 Hit : 웹서버가 요청받는 횟수 웹페이지내에 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 . 과거 웹서버로그 분석에서 기본이 되는 시스템적 접근으로서 지금은 사용되지 않는다 . 힛트수 Hits 페이지뷰수 Page Views PV : 페이지 또는 페이지에 준하는 컨텐츠의 최소단위 페이지 또는 컨텐츠의 최소단위를 사용자가 요청하여 조회될 때 1 페이지뷰로 하며 , 이 수의 합계값을 페이지뷰수 (Page Views) 라고 한다 . WEB2.0 환경에서 PV 의 의미는 더욱 빠르게 퇴색하고 있다 . 방문수 Visits 또는 Sessions ( 순 ) 방문자수 Visitors 또는 Unique Visitors UUIDs (Unique User Identifiers) * 페이지뷰 (PV) 의 활용가치가 왜 떨어지는지는 ? 디시인사이드 , 엠파스 페이지뷰 추월논란 - http://nativic.tistory.com/24 웹사이트 순위산정을 위한 측정지표 ( 페이지뷰 무의미성에 대해 ) - http://blog.bizspring.co.kr/51 Visit : 사용자가 방문하여 웹사이트의 이용을 끝내기까지의 행위를 하나의 단위로 한 것 . 웹분석에서 현재 가장 많이 사용되는 기본적 측정지표이다 . 대부분의 분석대상 객체 , 원인제공요소 , 성과등에서 측정이 가능한 지표이므로 각 요소들의 데이터 연결고리 역할을 하기도 한다 . UV : 특정기간 (Time-frame) 내에 존재하는 여러 방문 (Visit) 을 개별 방문자에 따라 중복을 제거한 방문수의 숫자를 세어 측정한다 . 특정 기간조건이 존재할 때에만 측정 값이 존재할 수 있다 . 예 ) 일 순수방문자수 , 월 순수방문자수 등 . UUIDs : 순방문자 상위개념으로서 방문자 개인을 구별할 수 있는 식별자를 카운트 한 수 . 기간내 발생한 순 방문자 중 , 다시 한번 중복제거 ( 예 : 회원 ID 에 의한 회원별 중복제거 ) 된 값이다 . 고급데이터 = 깊은 Insight = 비용증가

11.
3. 측정지표 이해 - 기본 측정지표 웹사이트 방문시점부터 세션 종료시점까지의 페이지뷰수 방문자가 조회한 페이지 / 검색어 등등의 개수 최종 목적된 전환이벤트의 Goal 을 당설했을 때 측정되는 값 웹사이트에 방문하여 1 페이지뷰 만을 발생시킨 방문수 행동결과값 측정지표 서핑 길이 페이지 / 검색어… 종류수 성과값 반송방문수 블로그방문수 , 검색엔진방문수 등 각각의 유입채널별 방문수 회원임에도 반송을 일으키는 방문수 각각의 마케팅 채널별 목적 페이지에 도달했을때의 성과값 웹사이트에 로그인 했을 때 카운트 되는 방문수 유입채널별 방문수 회원 반송방문수 유입채널별 성과값 로그인 방문수 차원과 결합된 지표

12.
3. 측정지표 이해 - 파생 측정지표 “ 필요는 발명을 낳는다 .” 기존 파생지표에서 ‘분석 욕구’를 해결할 수 없다면 , 새로 만들면 된다 . 이제 당신은 웹분석의 측정지표를 하나 탄생시킨 것이다 . 이를 위해서는 , 파생측정지표를 하나씩 학습하는 것 보다 기본측정지표에 대한 명확한 이해와 파생측정지표 구성의 ‘방법’을 이해 하는 것이 더 중요하다 . 파생측정지표 (Derived Metrics) 는 다양한 측정지표의 결합과 연산을 통해 생성되는 경우가 많기에 연산측정지표 (Calculated Metrics) 로 불려지기도 한다 . 비율형 평균형 복합형 범주형 Fact 더욱 분석하고자 하는 목적에 맞춘 ‘이야기 ( 측정지표 )’ 가 가능하게 되었다 . 예 ) 방문당 페이지뷰 순방문당 매출액 유입도메인당 방문수 예 ) 평균 재방문 간격 ( 특정페이지의 ) 평균 페이지 체류시간 평균 전환소요 기간 예 ) ‘ 사회연관도 지수’를 만들기 위해 외부 블로그 , 내부 댓글수등을 합산하고 각 채널별 가중치를 부여한 후 평균내기 . 예 ) 내부검색어의 종류수 방문자가 살펴본 상품수 UCC 동영상이 퍼져나간 도메인수 방문당 페이지뷰 = 페이지뷰 수 방문 수 파생지표의 구성 방법 및 목적에 따른 분류 기본 측정지표의 응용

13.
3. 측정지표 이해 - 파생 측정지표 기본 측정지표의 응용 처음방문 비율 블로그 / 커뮤니티 방문수 점유율 수식 : 처음 방문수 / 방문수 x 100 전체 방문자를 구성하고 있는 방문 중 어느정도 신규 확보한 방문이 포함되어 있는지 나타낸다 . 수식 : 블로그 방문수 + 커뮤니티 방문수 / 방문수 x 100 블로그나 카페등을 통해 웹사이트 방문한 방문수의 비율로 바이럴 / 컨텐츠 마케팅에 의한 증가 방문자로 볼 수 있다 . 방문당 평균 회원등록률 방문당 평균 캠페인 주문율 수식 : 회원등록수 / 방문수 x 100 전체 방문중 회원가입을 하는 비율이다 . 수식 : 캠페인 주문수 / 캠페인 방문수 x 100 캠페인 방문자들의 주문 확률을 나타낸다 . 전체적으로 캠페인에 의한 성과를 파악할 수 있어 KPI 지표로 활용된다 . 방문당 평균 구매액 수식 : 매출액 / 방문수 매출액을 전체 방문수로 나눈 금액이다 . 방문당 평균적으로 발생하는 매출액을 통해 성과달성에 필요한 방문수의 규모등을 예측할 수 있다 . 값이 높을 수록 방문자의 구매력이 높다고 볼 수 있다 . 북마크 / 직접입력 매출액 점유율 수식 : 북마크 매출액 / 전체 매출액 x 100 단골고객에 의한 매출액일 확률이 높은 금액의 점유율이다 . 순방문자 ( 월순수 ) 당 방문수 수식 : ( 특정월의 ) 방문수 / 월순수방문자 방문자가 한달 동안 평균 몇 회 재방문을 하는지 나타냅니다 . 사이트의 이용에 대한 의존도와 충성도를 나타낸다 . 파생지표는 지표 자체만으로 의미가 부여되기 때문에 주로 KPI 로 활용된다 . Next : 4 웹분석 모델의 적용

14.
4. 웹분석 모델의 적용 CLC(Customer Life Cycle) 모델의 사용 반송 이탈 이탈 잠재 고객 충성 고객

15.
4. 웹분석 모델의 적용 CLC(Customer Life Cycle) 모델의 사용 CLC 모델을 사용하는 이유 1. 대부분의 비즈니스 모델에 적용 가능 2. 단계별 분석을 통한 문제점 파악 용이 3. 단계별 최적화를 통한 성과창출에 용이

16.
4. 웹분석 모델의 적용 1) Reach ( 도달 ) Reach 에서 분석 목적은 ? - 마케팅 채널별 효율성 파악 비용대비 효과적인 캠페인은 ? 캠페인 방문자의 지역에 따른 결과는 어떠한가 ? 관심도나 경험 , 하이퀄리티 방문자 를 많이 유도하는 마케팅 채널은 ? 어느 키워드 , 광고그룹 , 검색엔진이 전환비용이 적은 인게이징 (engaging) 한 방문자를 만들어내며 반송률이 적은가 ? 어느 제휴사이트가 성과를 내는 질좋은 트래픽을 발생시키는가 ? 어느 보도자료 , 블로그 , 포럼에서 질좋은 트래픽을 만들어 내는가 ?

17.
4. 웹분석 모델의 적용 1) Reach ( 도달 ) 분석 예시 Step1 - 가설세우기 캠페인 배너 광고 노출 이메일 도달 오프라인 광고 PPC 클릭 배너 광고 클릭 이메일 클릭 랜딩페이지 랜딩페이지 랜딩페이지 랜딩페이지 이탈 이탈 Acquisition

18.
4. 웹분석 모델의 적용 1) Reach ( 도달 ) 분석 예시 Step2 - 분석수행 & 데이터 수집 가장 많은 트래픽을 만들어내는 유입채널은 ? 가장 성과 좋은 캠페인은 ? 캠페인 목적에 부합된 성과지표를 사용해야 한다

19.
4. 웹분석 모델의 적용 1) Reach ( 도달 ) 분석 예시 Step2 - 분석수행 & 데이터 수집 유입채널별 인기 주문 상품은 ? 퀄리티 높은 트래픽을 만드는 마케팅 채널은 ?? 처음방문수 지표 외에도 회원등록수 , 반송방문수 등의 지표를 활용하기도 한다 .

20.
4. 웹분석 모델의 적용 1) Reach ( 도달 ) 분석 예시 Step3 - 데이터 활용 검색엔진 /CPC 캠페인 / 광고 블로그 / 커뮤니티 이메일 SEO 를 위한 최적의 Organic Keyword 의 추출 비용대비 최적효과의 전략 Paid Keyword 선정 캠페인 / 광고 효과의 직관적인 측정 ( 전체대비 비율 ) 성과 극대화를 위한 캠페인 / 광고의 선정 바이럴마케팅 효과 측정을 위한 데이터 획득 적합한 Social Media 의 선정 타겟 마케팅 효과 측정 캠페인 분석과 연계 , 성과 중심의 이메일 컨텐츠 발굴

21.
4. 웹분석 모델의 적용 1) Reach ( 도달 ) 분석 예시 Step4 - 모니터링 변화된 원인은 ? 광고효과 ? 이벤트 효과 ? 트렌드 변화 요인파악

22.
4. 웹분석 모델의 적용 Acquisition 에서 분석 목적은 ? - 유입된 방문자를 사이트로 흡수 랜딩페이지에 도달한 고객들의 반송률 과 통과율 은 얼마인가 ? 가장 효율적인 컴비네이션 ( 랜딩페이지 , 미디어 , 크리에티브 ) 은 어떤 것인가 ? 방문자들은 어떤 내부검색어를 이용하여 사이트의 컨텐츠에 도달하는가 ? 랜딩페이지 또는 메인페이지의 어떤 컨텐츠들이 방문자의 클릭 선호도가 높은가 ? 어느 검색엔진 / 검색어를 이용한 방문자가 사이트 통과율이 높은가 ? 방문자들이 웹사이트내에서 머물러 있는 시간 ( 체류시간 ) 은 얼마인가 ? 평균 체류시간내에 방문자가 필요한 정보를 획득할 수 있도록 컨텐츠 및 네비게이션이 구성되어 있는가 ? 2) Acquisition ( 획득 )

23.
4. 웹분석 모델의 적용 2) Acquisition ( 획득 ) 분석 예시 Step1 - 가설세우기 제휴사이트 검색엔진 배너광고 www.yourdomain.com Landing Page 서핑 종료 외부사이트로 이동 반송 통과 customer.yourdomain.com Another Page Inner Search Engine 통과율이 높아지면 가치획득의 기회가 높아진다

24.
4. 웹분석 모델의 적용 분석 예시 Step2 - 분석수행 2) Acquisition ( 획득 ) 반송률이 높은 랜딩페이지는 ? 높은 반송률 = 방문자 이탈

25.
4. 웹분석 모델의 적용 분석 예시 Step3 - 데이터 활용 2) Acquisition ( 획득 ) www.yourdomain.com Landing Page 방문수 ↑ / 반송수 ↑ : 랜딩페이지 개선이 필요하며 , 개선작업을 통한 효과가 가장 크게 나타날 수 있음 방문수 ↑ / 반송수 ↓ : 특별히 개선작업이 필요없으나 , 유지를 위한 꾸준한 관리가 필요함 방문수 ↓ / 반송수 ↑ : 랜딩페이지 개선작업과 함께 광고 및 마케팅에 대한 노력이 동시 요구됨 방문수 ↓ / 반송수 ↓ : 광고 및 마케팅의 강화 작업으로 좋은 효과를 기대할 수 있음

26.
4. 웹분석 모델의 적용 3) Conversion ( 전환 ) Conversion 에서 분석 목적은 ? - 전환 단계별 전환율 향상 어느 전환 단계에서 이탈이 일어나는가 ? 전환 단계에서 이탈이 일어날 경우 어떤 경로로 이동하는가 ? 어떤 데모그래픽 특성의 방문자가 이탈 또는 전환을 많이 일으키는가 ? 기획자가 의도한 시나리오대로 방문자가 서핑을 하는가 ? 회원가입 / 주문 등의 진행과정에서 이탈 원인을 파악할 수 있는가 ? 전환율 향상 ( 매출액 상승 ) 을 위한 의사결정 데이터 를 획득할 수 있는가 ? 전환 프로세스의 개선효과를 추적할 수 있는가 ? 특정한 경로 ( 캠페인 , 검색엔진 등 ) 를 통해 유입된 방문자의 전환율을 분석할 수 있는가 ?

27.
4. 웹분석 모델의 적용 3) Conversion ( 전환 ) 분석 예시 Step1 - 가설세우기 상품 / 서비스 페이지 신청서 작성 비용 결제 결제 완료 100 명 30 명 10 명 5 명 이탈 70 명 이탈 20 명 이탈 5 명 이탈 경로를 파악하여 원인 파악 및 이탈률이 높은 프로세스의 개선방안 마련

28.
4. 웹분석 모델의 적용 3) Conversion ( 전환 ) 분석 예시 Step2 - 분석수행 단계별 유출 URL 리포팅 전체 전환율 측정을 통한 시나리오 성과 측정 네이버로 유입된 방문자의 전환율 분석

29.
4. 웹분석 모델의 적용 3) Conversion ( 전환 ) 분석 수행 Step3- 데이터 활용 전환율 상승 매출액 상승 상품 페이지 주문정보 입력 결제정보 입력 결제 완료 외부로 유출 에러페이지 발생 높은 이탈률 상품 페이지 주문정보 및 결제정보 입력 결제 완료 이탈률이 높은 프로세스의 간소화

30.
4. 웹분석 모델의 적용 4) Retention ( 유지 ) Retention 에서 분석 목적은 ? - 타겟층 분석을 통한 충성 고객유지 웹사이트를 방문했던 고객들이 얼마나 다시 찾아오고 있는가 ? 상품 / 컨텐츠의 재구매는 얼마만큼 이루어지고 있는가 ? 충성 고객 / 방문자로 불리울 수 있는 타겟층은 어떤 특성을 가지고 있는지에 대해 어떻게 데이터를 추출할 것인가 ? 사이트의 충성 고객 / 방문자 는 어느 정도 인가 ? 충성 고객 / 방문자는 얼마만큼 웹사이트의 전환 / 성과에 기여하고 있는가 ?

31.
4. 웹분석 모델의 적용 4) Retention ( 유지 ) 분석 예시 Step1 - 가설세우기 전체 방문수 누적 주문수 분포 (n 회 이상 주문수 ) 반복 / 재 방문수 1 st Breakdown 누적 주문수 분포 (n 회 미만 주문수 ) 처음 방문수 2 nd Segmentation 3 rd Segmentation 부산 / 여성의류 데이터 분석 과정 충성 고객 타겟층

32.
4. 웹분석 모델의 적용 4) Retention ( 유지 ) 분석 예시 Step2 - 분석수행 측정지표에 의한 1 차 세분화 회원특성에 의한 2 차 세분화 충성 고객에 대한 Targeting Step2: N 차원 세그먼트를 통하여 주요 충성고객을 선별 해내고 고객의 특성을 파악한다 .

33.
4. 웹분석 모델의 적용 4) Retention ( 유지 ) 분석 예시 Step3 - 데이터 도출 메인 타겟층이 선호하는 제품은 ? 잠재 구매자가 찾는 것은 ( 내부 검색어 )? 타겟층 고객군의 관심사를 파악하여 활용할 수 있는 데이터를 최대한 도출 한다 .

34.
4. 웹분석 모델의 적용 4) Retention ( 유지 ) 분석 예시 Step4 - 데이터 취합 부산에 주거하는 30 대 ~ 40 대 남성 개인사업자가 지속적인 재 구매율이 높다 ( 충성고객이다 ) Fact1 충성고객층이 선호하는 TOP5 상품 및 서비스는 …… . 이다 Fact4 충성고객의 매출 점유율은 30% 로 중요한 고객층이다 Fact3 충성고객은 평균적으로 월 5 회 방문하며 월 1 회 구매를 한다 Fact2 도출된 사실을 정리하여 인사이트 ( 통찰력 ) 를 얻는다 .

35.
4. 웹분석 모델의 적용 4) Retention ( 유지 ) 충성 고객 ( 메인 타겟 ) 을 사용자 세그먼트로 설정 캠페인 광고 상품 / 컨텐츠 내부 검색어 설문조사 효율적인 이벤트 및 크리에티브 인기 상품 / 컨텐츠의 배치 재조정 고객 만족도 조사 / 서비스 개선 분석 예시 Step5 - 데이터 활용 충성 고객 확보 및 유지를 위한

36.
4. 웹분석 모델의 적용 4) Retention ( 유지 ) 분석 예시 Step6 - KPI 수립 & 모니터링 30 대 ~40 대 재방문자 비율 45% 캠페인별 재구매율 23% 5 회 이상 재방문자 평균 구매액 5,300,000 방문자당 월평균 방문횟수 3 회 ~4 회 Next : 5 웹분석의 오해와 진실

37.
5. 웹분석의 오해와 진실 웹분석 시스템을 도입만하면 사업이 개선될 것이다 . (X) >> 웹분석 도구는 ‘측정’과 분석을 위한 ‘리포팅’만을 수행한다 . 분석을 수행할 ‘사람’의 분석능력이 갖추어 져야 한다 . 좋은 웹분석 도구는 더욱 좋은 분석결과를 낼 것이다 . (X) >> 웹분석을 수행하는 ‘사람’이 필요로 하는 측정 데이터를 웹분석 도구가 제공하지 못할 때 웹분석 도구의 업그레이드가 필요하다 . ‘ 사람’을 먼저 업그레이드하라 . 웹분석 결과는 과학적이며 , 기업내부 의사결정은 모두 이에 바탕을 두어야 한다 . (X) >> 웹분석 도구의 적용 , 운용 , 측정 , 리포팅 , 분석과 해석에서 많은 오류가 발생할 수 있다 . 다양한 환경적 요소 ( 경쟁사정보 , 시장상황 , 내부 활동 ) 및 기타 분석 ( 설문조사 , UI 테스트 등 ), 그리고 오류가능성에 대해 함께 고려해야만 한다 . 10/90 법칙 : 웹분석에 투자할때 10% 는 도구에 , 90% 인력에 투자하는 것이 스마트한 기업의 선택이다 .

38.
5. 웹분석의 오해와 진실 많은 웹분석 담당자가 어느덧 측정을 통한 DATA 덫에 빠져서 무의미한 측정과 측정결과 확인만을 반복한다 . ( 대부분 이러하다 ) >> 분석의 목적과 성과값의 도달 목표가 있을때 , 측정결과를 분석할 수 있다 . 분석하고자 하는 주제에 맞추어 측정결과를 선별하고 분석을 시작한다 . 측정결과를 살펴보니 , 분석할 수 없는 데이터만 쌓여있다 . 원인과 결과를 억지로 퍼즐 맞추듯이 짜 맞춘다 . >> 최초 분석의 목적이 불분명할 경우 , 측정의 목적도 불분명해지며 , 수집된 데이터는 분석에 이용하기 어려운 Garbage Data 만 모이게된다 . 웹분석 도구는 측정목적에 따라 설정방법 , 활용방법이 다르다 . 특히 컨텐츠 및 캠페인분석의 경우에는 사전 목적에 따라 설정되어 있어야 한다 . 분석결과를 기업내에 공유하니 원했던 분석이 아니라고 한다 . >> 자주 발생하는 일이다 . 막연한 분석은 ‘정말 원하는 궁금증’을 해결하지 않고 주변을 맴돌게 된다 . 조직내 각 팀 ROLE 에 맞춘 분석 이슈를 수집하고 , 명확히 파악한 후 , 우선 순위에 따라 분석의 주제를 정해야 한다 . “ 데이터는 내가 무엇을 해야 하는지 알려주지 않아 !” 실행가능 한 현실적인 데이터를 도출 하는게 핵심이다 .

39.
5. 웹분석의 오해와 진실 절대적 수치값에 연연해 하지 마라 . ( 트렌드를 보라 ) >> 웹사이트 측정은 정량적 측정이 가능하지만 , 많은 곳에서 오차가 발생할 수 밖에 없다 . 방문수가 10% 증가했음에 , 5 천만을 넘었음에 기뻐하지 말고 전반적인 추세 흐름에 주목하라 . 액션이 없는 데이터는 과감히 버린다 . >> 서핑패턴별 순위와 같이 상위 1 등 서핑패턴의 전체 해당비율이 1-2% 인 데이터 , 페이지뷰가 높을때와 낮을때 의미가 적절하지 않는 데이터 , 상위 종료 페이지와 같이 만족해서 종료한 것인지 페이지가 취약해서 떠난 것인지 알 수 없는 데이터 등등 .. 고객에 직접 물어보라 . >> 설문조사는 저평가 되는 경향이 있지만 상대적으로 낮은 비용으로 빠르게 피드백을 수집할 수 있는 최적의 방법이다 . 고객의 웹사이트 경험을 방해하지 않는 범위내애서 수행해야 한다 . 설문조사 응답률을 높이고 적절한 질문을 하기 위해서 전문가의 도움을 받는 것을 적극 추천한다 . Next : Q&A

40.
( 주 ) 비즈스프링 ( 주 ) 비즈스프링은 2002 년 설립된 국내의 대표적인 e-Business 최적화 솔루션 업체로서 , 실시간 웹로그분석 솔루션인 BizSpring Logger™ 와 타겟 메일발송 효과분석 솔루션 및 웹분석 컨설팅 / 교육서비스의 제공을 통해 , 고객사 e-Business 의 ' 과학적 분석 - 실측에 근거한 의사결정 - 효율적 마케팅 진행 ' 프로세스를 최적화 하는것에 역점을 두고 있습니다 . 솔루션 및 서비스는 대한민국전자정부 , 하나은행 , NCSOFT, 대한항공 , 모토롤라등을 포함한 약 1 천여 고객사에 소프트웨어 임대형 (ASP/SaaS) 및 공급설치형 Solution 으로 제공되고 있으며 , 2007 년 우수 ASP 서비스 선정 , 2005 년 한국정보통신기술협회 (TTA) GS 인증 , 2004 년 디지털이노베이션대상 최우수상 수상등을 통해 독자적인 기술과 품질을 인정받고 있습니다 . 현재 서울에 본사를 두고 있으며 , 일본 해외지사의 사업을 지원하고 있습니다 . URL. www.bizspring.co.kr Email. sales@bizspring.co.kr TEL. 02-6919-5510 Copyright 2002-2010 BizSpring Inc. All Rights Reserved. End of Documents 감사합니다