로그 데이터를 이용한 고객 세분화
세일 상품 구매 고객은 20대, 프리미엄 상품은 50대
로그 데이터는 실제 현실에서 발생하는 사건을 데이터로 기록한 것으로, 로그 데이터를 분석하면 실제 현황에 대해서 자세히 확인할 수 있습니다. 프로세스 마이닝을 이용해 로그 데이터를 분석할 수 있으며, 이번 편에서 프로세스 마이닝을 이용한 웹 로그 데이터 분석을 소개하겠습니다.
애견 쇼핑몰 가공 데이터를 프로세스 마이닝에 적용하여 프로세스 맵을 그렸으며 이는 [그림 1]에 나타나 있습니다. 프로세스 맵은 실제 고객이 웹페이지에서 움직인 동선을 그려주며, 프로세스 맵을 통하여 어디로부터 고객이 많이 방문했는지, 어떤 곳을 많이 방문했는지 등을 확인할 수 있습니다. [그림 1]을 확인해보니 해당 애견 쇼핑몰을 방문한 고객 5명 중 3명은 앱 접속을 통해 방문한 것을 확인할 수 있습니다. 또한 고객은 세일 상품에 관심이 많으며 그 다음으로 프리미엄 상품, 일반 상품 순으로 관심이 많은 것을 확인할 수 있습니다.
그럼 어떤 고객이 어떤 상품을 많이 구매했는지 확인해 보겠습니다. [그림2]는 나이대별 구매 고객 수를 나타낸 그래프로 어떤 나이대가 가장 구매가 높은지, 나이대별로 어떤 상품을 선화하는지를 확인할 수 있습니다. 해당 애견 쇼핑목에서 20대 고객이 상품을 가장 많이 구매하였으며, 그 다음으로는 40대, 30대가 상품을 많이 구매하였습니다. 20대 고객은 세일 상품 구매 비율이 높고 프리미엄 상품 구매 비율이 낮으며, 50대 고객은 프리미엄 상품 비율이 매유 높은 것을 확인할 수 있습니다.
이번에 어떤 상품이 어떤 고개에게 많이 팔렸는지 확인해 보겠습니다. [그림3]은 상품별 구매 고객 수를 나타낸 그래프로 해당 상품이 얼마나 팔리는지 확인할 수 있습니다. 해당 애견 쇼핑몰은 상품을 세일 상품, 일반 상품, 프리미엄 상품으로 구분했습니다. 3가지 상품 중 세일 상품이 가장 많이 판매되었으며 일반 상품의 2배가 넘는 수가 판매되었습니다. 한편 세일 상품과 일반 상품은 20대에게 인기가 있으며, 프리미엄 상품은 40대, 50대 고객에게 잘 팔린다는 것을 확인할 수 있습니다.
위에서 분석한 간단한 통계만으로도 여러 가지 고객 세분화 전략을 세울 수 있습니다. 또한, 목적에 맞게 여러 속성들을 결합해 추가 분석을 진행할 수 있습니다. 성별을 이용해 좀 더 고객을 세분화하거나 시간을 이용하여 언제 어떤 고객이 많이 구매를 하는지 등을 확인할 수 있습니다.
이처럼 프로세스 마이닝을 이용해 고객 로그 데이터를 분석하면 고객이 고객의 유입 경로와 홈페이지 내 고객 이동 경로를 정확하게 파악할 수 있습니다. 또한 로그 데이터에 여러 가지 속성을 결합하면 많은 전략적 시사점을 도출할 수 있으며, 이는 회사 전략을 세우는데 타당한 근거로 사용될 수 있습니다.
