모든 퍼널 데이터를 하나의 시트로 결합

게시 됨: 2020-12-03

많은 젊은 SaaS 스타트업과 마찬가지로 마케팅 및 판매 데이터가 부족하지 않았지만 이해하기가 쉽지 않았습니다. 정보는 있었지만 여기저기 흩어져 있었다.

일부 데이터는 Google Analytics에서 찾을 수 있는 반면 다른 데이터는 BigQuery 및 ProfitWell에 저장되었습니다. 이러한 배치로 인해 사용자 전환에 대한 기본적인 질문에 대한 빠른 답변을 제공하거나 트래픽 속도 및 MRR에 대해 언급하는 것이 어려웠습니다. 모든 것이 클릭되기 시작한 것은 데이터를 시각화하기 위한 맞춤형 대시보드를 만들기 시작할 때부터였습니다.

이 기사에서는 더 나은 결정을 내리는 데 도움이 되는 다양한 소스의 데이터를 통합하고 맞춤형 마케팅 및 판매 유입경로에서 시각화하는 방법을 공유합니다.

유입경로 정의

마케팅 퍼널을 만드는 방법에는 여러 가지가 있습니다. 선형 깔때기라고도 하는 기존의 깔때기는 사용자가 일반적으로 제품에 익숙해지는 동안 거치는 일련의 단계를 구성합니다.

고객 의사 결정 프로세스가 매우 복잡하기 때문에 많은 마케팅 전문가는 이러한 유형의 유입경로가 충분하지 않다고 생각하고 여러 대안 조치를 결합하여 사용자를 더 잘 이해하는 데 기여하는 "토네이도" 또는 "3D" 유입경로를 지지하는 데 더 많이 말합니다. 여행.

우리는 Philip Kotler의 마케팅 깔때기를 기초로 사용했습니다.

마케팅 깔때기의 5A.
(이미지 출처)

이 모델은 Awareness, Appeal, Ask, Act 및 Advocate의 5가지 A로 구성됩니다.

  • 의식. 고객이 귀하의 제품이나 서비스를 인지하게 되는 단계입니다.
  • 항소. 잠재 고객이 귀하의 마케팅 및 브랜딩에 추가로 노출되는 단계입니다.
  • 묻다. 고객이 더 많은 정보를 찾기 위해 적극적으로 조사하는 단계입니다. 이 단계에서 사회적 증거가 중요한 역할을 합니다.
  • 행동. 고객이 구매하는 단계입니다.
  • 지지하다. 고객이 브랜드 충성도를 개발하는 단계입니다. 그들은 반복적으로 구매하거나 귀하의 제품/서비스를 계속 사용합니다. 그들은 또한 긍정적인 리뷰를 남기고 당신을 소셜 서클에 추천합니다.

맞춤형 마케팅 및 판매 유입경로 구축

Coupler.io에서 우리의 최근 목표 중 하나는 제품 채택 프로세스 전반에 걸쳐 가능한 "버킷 누출"을 식별하고 제거하는 것이었습니다. 우리는 대상 고객이 다음과 같이 우리 제품에 충분히 관심이 있는지 확인하고 싶었습니다.

  1. 시도 해봐.
  2. 그걸 써.
  3. 값을 지불하라.

처음에는 Awareness, Appeal, Ask 단계를 별도로 측정하고자 했습니다.

그러나 사람이 제품에 대해 알게 되는 방법은 매우 다양합니다. 유료 광고를 볼 수도 있습니다. Google에 질문을 하고 블로그 게시물을 방문합니다. 또는 소셜 미디어에서 누군가의 언급을 접할 수 있습니다. 또한 잠재적인 사용자 중 일부는 Ask 또는 Appeal 깔때기 단계에서 시작하여 나머지는 건너뛸 수 있습니다.

이 모든 정보를 추적하고 모든 사용자를 올바른 첫 번째 단계에 할당하는 데 얼마나 많은 시간이 걸리는지 확인한 우리는 웹사이트 방문자 수에 집중하기로 결정했습니다.

Awareness, Appeal, Ask를 별도로 측정하는 대신 Awareness 단계에서 모든 마케팅 획득 노력을 결합하여 Act가 가입 형태의 전환을 설명하도록 했습니다.

그러나 Advocate 단계를 제품 사용 및 판매에 대한 정보가 포함된 활성화, 유지, 평가판 및 유료 단계로 나눕니다. 다른 SaaS 제품과 마찬가지로 도구를 평가하는 동안 일부 사용자는 떠났다가 다시 오는 경향이 있으므로 파이프라인에는 재활성화된 계정 수를 추적하기 위한 재활성화 단계가 포함됩니다.

다음은 다음과 같이 표시되는 예입니다.

마케팅 데이터 예시.
참고: 마케팅 및 판매 유입경로를 생성하는 데 사용하는 모든 정보는 익명으로 처리되므로 식별 가능한 정보는 항상 데이터에서 제거됩니다.

깔때기 모양을 미리 정의하기 위해 시간을 투자하면 시각화 프로세스에서 시간과 미래의 골칫거리를 절약할 수 있습니다.

Coupler.io에서 설정하는 방법은 다음과 같습니다.

인식 단계

인지 단계에는 웹사이트, 블로그 및 마켓플레이스 목록을 특정 월 내에 방문하는 신규 사용자가 포함되어 중복 방문자를 제거합니다.

이 부문에 초점을 맞추면 제품과 해당 마케팅, 지원 및 기타 활동이 신규 방문자를 얼마나 잘 전환시키는지 알 수 있습니다. 이것이 유입경로의 순 사용자를 두 번 계산하지 않는 이유입니다. 나중에 돌아와서 다시 활성화하면 재활성화 단계의 일부가 됩니다.

Google Analytics에서 이 통계 데이터를 소싱하여 매일 대시보드로 가져옵니다.

가입 단계

이 단계의 이름은 그 자체로 말합니다. 계정에 가입하거나 평가판을 시작한 사용자 수를 나타냅니다. 우리는 정기적으로 얼마나 많은 가입을 받는지 면밀히 주시하고 가입 수가 비정상적으로 낮은 경우 조정합니다.

활성화 단계

우리의 경우 우리 제품을 사용하는 사용자는 "활성화된" 것으로 간주됩니다. 활성화와 관련된 몇 가지 특정 작업을 선택했습니다.

우리의 경우 잠재 고객은 제품 사용을 시작하고 1-3일 기간 내에 최소 24개의 데이터 가져오기를 수행해야 합니다. 이 데이터와 기타 사용 분석 데이터를 Google BigQuery 데이터베이스에 익명 이벤트로 기록합니다.

보유 단계

유지율은 얼마나 많은 사람들이 우리 제품을 정기적으로 계속 사용하고 사용자로 남아 있는지를 보여줍니다. 이 단계에서 볼륨을 측정하기 위해 자주 사용하는 기준을 설정합니다.

이 단계의 잠재적 구성원은 몇 가지 예약된 통합 워크플로(예: 데이터 새로 고침을 위한 자동 일정 설정)를 갖고 7일 이상 활성 상태로 유지해야 합니다.

시험 단계

무료 평가판에 가입한 후 사용자는 유료 요금제로 이동하거나 사용량을 줄이고 무료 요금제를 유지할 수 있으며 이는 해지에 영향을 줍니다.

특정 기간 동안 체험판 상태의 사용자를 집계하여 체험판에서 유료로의 전환을 계산할 뿐만 아니라 월말까지 MRR을 예측합니다.

유료 단계

이 단계는 선택한 기간에 수신된 유료 구독의 양을 나타냅니다.

재활성화 단계

재활성화 단계는 계정을 생성했지만 이전 기간 동안 제품 사용을 중단한 사용자가 활성화, 유지, 평가판 또는 유료 단계에 따라 작업을 수행하여 돌아가거나 재활성화하는 사용자로 구성됩니다.

모니터링할 기타 측정항목

위에서 설명한 유입경로 단계 외에도 몇 가지 추가 측정항목을 모니터링합니다.

Churn rate example.

이탈률을 통해 유료 사용자의 만족도를 추정할 수 있습니다. (여기에는 이탈을 계산하는 네 가지 공식을 공유하는 ProfitWell 블로그 게시물 링크가 있습니다.) 이탈률이 증가하면 유지 전략을 재검토하거나 고객 인터뷰를 수행하거나 가격 구조를 재검토할 수도 있습니다.

SaaS 제품으로서 월별 수익 흐름(MRR)을 모니터링하는 것이 중요합니다. 또한 월말까지 MRR을 예측하는 데 사용하는 예상 MRR과 예상 MRR 증가도 검토합니다.

MRR 성장 차트.

이제 마케팅 또는 판매 유입경로에 필요한 재료를 다루었으므로 현재 데이터 소스를 사용하여 이를 구축하는 방법은 다음과 같습니다.

마케팅 및 판매 유입경로를 시각화하는 방법

이 깔때기에는 MRR, 예상 MRR, 취소된 구독 및 해지율과 함께 인식, 가입, 활성화, 유지, 평가판, 유료 및 재활성화 단계가 포함됩니다.

각 단계의 데이터 소스는 다음과 같습니다.

  1. 인식 단계는 Google Analytics 의 데이터로 채워집니다 .
  2. BigQuery 의 가입, 활성화, 유지, 평가판, 유료, 재활성화 데이터
  3. ProfitWell의 MRR, 취소된 구독 수, 해지율 및 ARPU(사용자당 평균 월 수익).

Google 애널리틱스에서 Google 스프레드시트로 신규 사용자 데이터 가져오기

유입경로의 인지도 열을 완성하려면 먼저 Google 애널리틱스에서 이 데이터를 가져오세요.

인식 칼럼.
  1. Google 애널리틱스에서 새 사용자 데이터를 검색하려면 Google Workspace Marketplace로 이동하여 Google 애널리틱스 추가 기능을 설치하세요.
구글 애널리틱스를 검색합니다.
  1. 그런 다음 Google 시트를 열고 추가 기능 메뉴로 이동하여 Google 애널리틱스 > 새 보고서 만들기를 선택합니다.
Google 애널리틱스에서 보고서를 생성합니다.
  1. 새 보고서에 대한 매개변수를 설정합니다. Google 애널리틱스 계정, 보기 및 속성을 지정하고 사례와 관련된 측정항목 및 측정기준을 추가합니다.
보고서를 작성합니다.
  1. 추가 기능은 기본 매개변수와 이전 단계에서 지정한 매개변수를 포함하는 "구성 보고서"라는 별도의 시트를 생성합니다.
  1. 다음으로 일부 기본 매개변수를 조정할 수 있습니다. 예를 들어 시작 날짜의 기본값인 "30daysAgo"를 사용자 지정 날짜(2020-04-01)로 바꾸겠습니다.
옵션을 구성합니다.
  1. 그런 다음 추가 기능 메뉴로 이동하여 Google Analytics를 선택한 다음 '보고서 실행'을 클릭합니다.
  2. 아래는 Google Analytics에서 가져온 보고서의 스크린샷입니다.
신규 사용자 보고.
  1. 추가 기능으로 이동하고 Google Analytics를 선택한 다음 "보고서 예약"을 선택하여 보고서에 대한 자동 데이터 새로 고침을 예약하십시오. 매시간, 매일 또는 매월 새로 고침 빈도를 설정할 수 있습니다.
보고서를 예약합니다.
  1. 마지막으로 인지도 열을 Google 애널리틱스의 데이터로 채웁니다.
인식 데이터 보고서.

BigQuery에서 Google 스프레드시트로 사용자 활동 데이터 가져오기

이제 인식 단계를 다루었으므로 다음 단계는 BigQuery를 사용하여 가입, 활성화, 유지, 평가판, 유료 및 재활성화 섹션에 대한 데이터를 추가하는 것입니다.

(이렇게 하려면 Coupler.io를 사용하지만 BigQuery 기본 커넥터를 사용할 수도 있습니다.)

공식 문서에 따르면 이 기능은 Enterprise Plus 또는 G Suite Enterprise for Education 계정에서만 지원됩니다. 또는 Google Workspace Marketplace에서 다른 솔루션을 확인할 수 있습니다.

빅쿼리 데이터.

Coupler.io를 설치했거나 다른 솔루션이 있으면 Google 프로젝트 ID를 입력하세요. Google 프로젝트 ID를 찾으려면 다음 단계를 따르세요.

  • Google Cloud Platform 콘솔로 이동합니다.
  • 페이지 왼쪽에서 프로젝트를 선택합니다.
  • Google 프로젝트 ID는 대시보드의 '프로젝트 정보' 부분에서 확인할 수 있습니다.
프로젝트 ID.

그런 다음 SQL 쿼리를 입력하여 데이터를 검토하고 요청된 정보를 Google 스프레드시트로 반환합니다. (표준 SQL의 쿼리 구문에 대해 자세히 알아보려면 이 정보를 확인하세요.)

그런 다음 서비스 계정을 만들고 JSON 키 파일을 생성합니다. 활동 대시보드의 왼쪽에서 "IAM 및 관리자"를 클릭합니다. "서비스 계정" 및 "+ 서비스 계정 만들기"를 클릭합니다.

서비스 계정, Google Cloud Platform.

서비스 계정 이름을 입력합니다. "만들기"를 클릭합니다.

서비스 계정을 만듭니다.

'BigQuery 데이터 뷰어' 및 'BigQuery 작업 사용자'라는 두 가지 역할을 추가한 다음 '계속' 및 '완료'를 누릅니다.

서비스 계정 생성을 계속합니다.

서비스 계정 목록에서 방금 만든 계정을 찾아 엽니다. 아래로 스크롤. "키" 섹션에서 "키 추가" 및 "새 키 생성"을 누릅니다.

키 유형으로 "JSON"을 선택합니다. "만들기"를 클릭합니다.

JSON 파일.

JSON 파일은 자동으로 컴퓨터에 저장됩니다. JSON 파일을 열고 "원시 데이터" 탭을 열고 내용을 복사하여 Coupler.io 통합 설정(또는 사용 중인 도구)에 붙여넣습니다.

원시 데이터.

자동 데이터 새로 고침을 예약합니다. 수동 가져오기를 실행하여 처음으로 초기 데이터를 업로드합니다. (추가 도움이 필요하면 Google BigQuery에서 Google 스프레드시트로 데이터를 가져오는 방법에 대한 전체 지침을 읽을 수 있습니다.)

예시 데이터.

ProfitWell에서 Google Sheets로 재무 데이터 가져오기

마지막 단계에서는 재무 데이터를 처리합니다.

ProfitWell에는 매우 우수한 API가 있으므로 여기에서 데이터를 쉽게 얻을 수 있습니다. 이번에는 또한 Coupler.io에서 JSON 임포터를 설정하고 MRR EOM(이달말 예상 MRR)을 계산하는 데 사용되는 MRR 데이터와 취소된 구독 수와 같은 필요한 데이터를 검색했습니다. 이탈률.

  1. MRR을 가져오려면 새 JSON 클라이언트 가져오기 도구를 만듭니다.
  2. JSON 쿼리 문자열의 경우 이 문자열을 사용합니다.
  3. 그런 다음 인증을 진행합니다. 토큰 값으로 요청 헤더를 설정하십시오.
계정 설정.
  1. API Keys/Dev Kit 탭으로 이동하여 개인 토큰을 복사합니다.
API 키.
  1. URL 쿼리 문자열을 "metrics: recurring_revenue"로 설정합니다.
  2. 자동으로 업데이트되도록 데이터를 구성하고 가져오기 도구를 저장하고 실행합니다.

이것이 준비된 통합의 모습입니다. 이 논리에 따라 유사한 작업을 수행하여 취소된 구독, 이탈률 및 APRU에 대한 정보를 가져올 수 있습니다.

수입자.

기본적으로 이 기간의 기간(월 및 연도)과 MRR 값이 표시됩니다.

MRR 값.

그런 다음 이 데이터를 사용하여 MRR 성장, MRR EOM 및 EOM MRR 성장을 계산합니다.

미스터 에옴.

따라서 MRR EOM은 다음과 같습니다.

(아직 평가판) * ARPU * (유료 평가판) + 현재 기간의 MRR.

귀하의 비즈니스 위치에 따라 모든 섹션이 나와 같지는 않습니다. 이 프로세스를 한두 번 수행하면 각 단계를 원하는 대로 쉽게 사용자 지정할 수 있습니다.

결론

데이터의 세계는 넓습니다. 당신은 쉽게 길을 잃을 수 있습니다. 비즈니스 소유자 또는 마케팅 전문가로서 마케팅 또는 판매 깔때기의 모든 단계를 이해할 수 있으면 더 나은 결정을 내리고 비즈니스 상태에 대한 최신 보기를 제공하는 데 도움이 될 수 있습니다.

유입경로를 구축하는 것이 처음에는 겁이 날 수 있지만 이는 귀중한 기술입니다. 첫 번째 보고서를 작성하여 시작하고 진행하면서 개선하십시오.