웹사이트 로그분석을 하다가..

웹사이트 로그 분석을 할 때 대부분은 PV, UV, Visit.. 등등의 추이와 유입경로의 비율.. 콘텐츠 접근 수 정도의 로우데이터만을 보고, 추이에 변동이 생겼을 경우 왜 추이가 변했는지의 이유만을 추적한다. 그래서 로우 데이터의 범위에 대해 보는 사람마다 이견이 생긴다.

사실 로그 분석은 정확한 KPI 설정에 따른 목표 달성을 기준으로 해야 한다. 광고 입장에서 PV는 impression과 밀접한 관계를 갖기에 PV를 올리는게 중요하다고 할 수도 있지만.. 사실 광고 입장에서 바라봐야 하는 것은 이탈이다. 페이지에서 이탈할 때 광고를 클릭해서 이탈하는 숫자를 목표로 하고 광고를 배열하고 새로운 광고를 유치해야 한다. 광고 클릭으로 이탈되는 비율이 크다는 건 광고 효율이 높은 것이고, 사용자 증가로 인한 페이지뷰 발생이 매출로 이어진다는 것이다.

전자상거래 사이트는 전환율이 중요할 것이고, 콘텐츠 사이트는 콘텐츠 소비가 중요할 것이다. 콘텐츠가 얼마나 소비되는지.. 실제 콘텐츠 페이지의 TTS와 Engagement가 중요한 것이다. 사이트 특성에 따라 Engagement를 정의하는 것이 기본일 것이고.. 메인페이지와 카테고리 일람은 당연히 외부로의 이탈율이 낮아야 한다.

콘텐츠를 소비하는 것과 콘텐츠 내의 요소를 소비하는 것은 다르다. 콘텐츠 하나에 10개의 사진이 있을 때 10개의 사진은 소비하는 것으로 간주하면 데이터가 거품이 된다. 콘텐츠 소비 중 Engagement나 TTS가 늘어나는 정도에서 분석이 되어야 한다. 여기에는 콘텐츠의 소비 (PV), 사진 등 요소의 소비 (TTS, Engagement), 사용자 반응 (Bounce Rate) 등이 분석 결과가 될 것이다.

이 분석 결과를 정확히 뽑기 위해서 세그먼트 설정이 계획되어야하고, 적절한 필터를 적용해야 한다. 로그 분석은 로우 데이터 숫자만으로 읽을 수 있는게 아니다. 추이를 보는 것은 A B test를 통해 미리 예측을 하고 있어야 볼 수 있다

 

*별볼일 없는 블로그와 별도로 뉴스 미디어에 대한 잡생각을 올려놓을 새 블로그를 만들면서, 예전에페이스북에 찌그렸던 글을 재활용함

답글 남기기

이메일은 공개되지 않습니다. 필수 입력창은 * 로 표시되어 있습니다.