기업명 비공개

콜로소를 이용하는 고객들은 서로 다른 니즈를 갖고 있고, 행동 특성도 다를 것입니다. 고객의 행동 데이터 분석을 통해 고객의 패턴을 나누고 각 그룹에 맞는 마케팅 전략을 적용하고 싶습니다. 예를 들어, 고객별로 구매로 이어지기 전 강의 상세 페이지 조회 수가 다를 것입니다. 특정 고객은 상세 페이지 조회를 많이 하지 않고 구매를 하는데, 어떤 고객은 조회를 다른 회원 대비 많이 하고 구매한다면 두 유형의 마케팅은 달라야 할 것입니다. 후자 고객에게는 N회 조회 이후 구매 유도를 팝업을 띄우는 방법으로 유도합니다. 또는 강의 수강 유형에 따라서도 고객의 니즈를 파악한 상품을 기획할 수 있습니다. 특정 고객은 주말에 몰아서 강의를 듣는 편이라면, 수강기간은 늘리되 주말만 이용 가능한 옵션을 제안할 수 있습니다. 저는 스타트업에서 인턴 당시, 회원 등급 개편 프로젝트에 참여하여, 등급별로 어떤 혜택을 주어야 더 많이 구매할지를 고민하였습니다. 고객별 구매 여정을 파악하기 위해 고객별 평균 구매액과 주요 구매 카테고리를 분석하였습니다. 이를 통해, 신규 고객은 구매액이 낮으므로 1회 구매 후 쿠폰을 제공해 다음 구매를 유도했습니다. 또한 특정 카테고리 위주의 구매를 개선하기 위해 등급이 올라갈수록 카테고리별 쿠폰을 지급하도록 했습니다. 이러한 프로젝트 경험을 바탕으로, 데이터 분석을 통해 고객 패턴별 니즈를 파악하고, 이에 맞춘 CRM 마케팅으로 기여하겠습니다. [2. 회고 분석을 통한 인사이트 도출] 마케팅을 한 이후에는 반드시 회고를 통해 성과가 잘 나타났는지를 파악하고, 인사이트를 도출하여 다음 마케팅에 반영하는 것이 필수적입니다. 저는 회고 분석을 통해 액션이 잘 워킹했는지, 그리고 보완할 점은 무엇인지를 파악하고 싶습니다. 저는 인턴을 하며 프로모션 회고용 대시보드를 만들고, 회고 분석을 담당하였습니다. 수십 개의 프로모션이 진행되고 있었으나, 지표가 통일되어 있지 않았고 프로모션별 성과를 알기 위해 쿼리를 새로 만들어야 하는 문제가 있었습니다. 이러한 문제를 해결하고자 프로모션 결과를 빠르고 한 눈에 볼 수 있는 전사용 ‘프로모션 회고 대시보드’를 제작하였습니다. 봐야 하는 지표를 모두 통일하였고, 바로 결과를 뽑을 수 있도록 자동화하였습니다. 이 대시보드만으로 알 수 없는 부분은 추가 데이터 분석을 진행해 인사이트를 도출했습니다. 프로모션을 기획한 담당자분들과의 커뮤니케이션을 통해, 처음 의도한 기획 의도대로 유저가 행동했는지를 분석했습니다. 예를 들어, 신규 카테고리의 첫 프로모션 회고 분석을 진행할 때, ‘첫 구매 유저를 만든다’라는 기획 의도에 대해 구매자의 약 60%가 첫 구매 유저로 성공적으로 데려왔음을 확인했습니다. 하지만 쿠폰 사용 주문이 전체 주문의 약 15%로 낮음을 발견하고, 쿠폰 허들이 워킹하지 않았는지를 검증하였습니다. 구매금액의 분포를 확인한 결과 쿠폰 허들 금액과 관계가 없어 이후로는 고허들 쿠폰을 발급하지 않을 것을 제안했습니다. 이러한 대시보드 제작과 회고 분석 경험은 앞으로 콜로소에서 데이터 분석가로서 마케팅 성과 분석을 하는 데 큰 도움이 될 것입니다. 제가 지금까지 쌓아 온 데이터 분석 역량을 최대한 발휘하여, 콜로소의 사업적 성과에 기여하는 데이터 분석가가 되고 싶습니다.