ROI를 높이는 실용 웹 분석

1부 온라인 마케팅의 변화하는 지평

1장 큰 그림
새로운 마케팅 트렌드 34
소비자 혁명 35
오프라인 마케팅에서 온라인으로의 이행 38
즉각적인 브랜드 구축(과 파괴) 41
리치 미디어와 무한한 다양성 43
분석 원칙 45
ROI 마케팅 46
혁신 47
덧붙이는 말 48

2장 성과 마케팅
데이터와 디자인 50
오늘날의 웹 디자인 50
웹 시상식의 허위 51
시각 디자인이 잘못되어갈 때 52
데이터가 잘못되어가는 곳 54
논리와 창조성을 조율하는 성과 기반의 디자인 56
스타 파워 문제에 관한 사례 연구 57
마케팅을 완전히 망각하는 사례 연구 58
요약 59

2부 분석 문화로의 이행

3장 분석 문화의 의미
데이터 기반 조직이란 무엇인가? 64
데이터 기반의 의사결정 65
역동적인 우선순위 조정 66
웹 분석에 대한 관심 키우기 68
웹 분석 실행 위원회 조직 69
작은 성공으로 시작하기 70
직원들의 힘을 기르기 71
분석 팀 외의 팀에 미치는 영향 73
크로스채널에 대한 시사점 75
데이터 활용 수준 평가에 관한 질문 리스트 76
요약 78

4장 장애물 피하기
분석에 개입할 필요가 있는가? 80
분석에 대한 개입 1단계: 문제에 대한 인정 80
분석에 대한 개입 2단계: 스스로가 문제라는 사실을 인정하라 83
분석에 대한 개입 3단계: 기업의 문제라는 사실에 동의하라 84
실제 괴리를 극복하는 복구의 길 85
문제 1: 확립된 프로세스와 방법론의 부족 86
문제 2: 적절한 KPI와 메트릭스 확립의 실패 86
문제 3: 데이터의 부정확성 87
문제 4: 데이터 과잉 90
문제 5: 변화의 영향력에 대한 금전가치 부여 능력 부재 91
문제 6: 기회의 우선순위 설정 능력 부재 92
문제 7: 제한된 데이터 접근 92
문제 8: 부적절한 데이터 통합 93
문제 9: 너무 무리한 시작 94
문제 10: 목표와 KPI 결부의 실패 95
문제 11: 통찰력에 근거를 둔 실행 계획의 부재 96
문제 12: 전담 인력과 임원 지원의 부족 97
요약 98

3부 입증된 성공의 공식

5장 데이터 기반 조직을 위한 준비
웹 분석 방법론 102
웹 분석의 네 단계 103
사업 메트릭스(KPI)의 정의 103
보고서 104
분석 105
최적화와 실행 106
결과와 재도전 106
요약 107

6장 사이트 목표, KPI, 주요 메트릭스의 정의
전반적인 사업 목표 정의 110
사이트 목표 정의: 전환 퍼널 111
인식 112
관심 112
고려 112
구매 113
웹사이트 목표와 마케팅 퍼널 113
핵심 성과 지표(KPI)에 대한 이해 114
KPI 구성 115
KPI 타깃 설정 118
사이트 종류별 일반적인 KPI 119
전자상거래 119
리드 발생 121
고객 서비스 123
콘텐츠 사이트 124
브랜딩 사이트 126
요약 127

7장 사이트 행동의 금전가치 부여
금전가치 부여의 문제 130
사례 연구: 금전가치 부여와 동기부여 130
웹의 금전가치 부여 133
금전가치 부여가 회사를 도울 수 있는 10가지 방법 135
금전가치를 부여하는 방법 135
금전가치 부여 모델의 조합 138
사이트 유형과 행동별 금전가치 부여 141
전자상거래 기회 141
리드 발생 144
고객 서비스 146
광고 지원 콘텐츠 사이트 148
요약 150

8장 적절한 데이터 추출
주요 데이터 유형 152
경고: 데이터 스모그 피하기 152
행동 데이터 153
행태 데이터 154
행동, 행태 데이터의 균형 154
경쟁 관계 데이터 156
부수적인 데이터 유형 159
고객과의 상호작용과 데이터 159
서드파티 조사 160
사용성 벤치마킹 161
휴리스틱 평가와 전문가 리뷰 161
커뮤니티 기반의 데이터 162
데이터 유형의 활용 163
다른 업체와의 성과 비교 164
상대적인 지표란 무엇인가? 166
상대 지표의 사례 166
고객 참여 167
방법론: 조직 전반에 걸친 지표 활용 168
사례 연구: 다양한 데이터 유형을 이용한 사이트 성과 개선 171
요약 173

9장 사이트 성과 분석
분석과 보고 176
도구 탓을 하지 마라 177
분석 사례 178
기회를 찾기 위한 구매 프로세스 분석 179
기회를 찾기 위한 리드 발생 프로세스 분석 182
사이트 내 검색이 무엇을 알려주는지에 대한 이해 183
홈페이지의 효과 측정 185
브랜딩 콘텐츠의 효과 측정: 브랜딩 메트릭스 186
캠페인 도달 페이지의 효과 측정 188
행동상의 차이를 확인하기 위한 트래픽 세분화 190
방문자 세분화 190
사례 연구: 금융 서비스 제공업체의 세분화 191
오프라인 전환의 원인 분석 192
온라인 제휴사 영업 대행과 오프라인 레퍼럴 추적 192
영업 대행사에 대한 오프라인 대행 추적 193
콜센터 방문자 추적 193
전환 지연 194
전환 지연 추적 195
적절한 시기의 보고 196
요약 197

10장 우선순위 부여
어떻게 우선순위를 부여하는가 200
동적인 우선순위 부여의 원칙 200
자원에 대한 전통적인 우선순위 부여 201
동적인 우선순위 부여 203
동적인 우선순위 부여 점수표 204
동적인 우선순위 부여의 실제 205
잠재적인 영향력 전망 207
기회 간의 비교 208
회사를 동적인 우선순위 부여로 유도하는 법 209
흔한 변명에 대한 극복 210
결론 211
요약 211

11장 분석에서 사이트 최적화로의 이행
테스트 방법론과 도구 214
A/B 테스트 214
A/B/n 테스트 214
다양한 변형 테스트 215
테스트 유형을 고르는 법 216
테스트 도구 216
테스트 대상 217
테스트의 우선순위 부여 218
성공적인 테스트 구성 219
테스트 사후 분석의 이해 220
세분화 그룹별 성과 최적화 221
사례 1: 행동 기반 테스트 221
사례 2: 요일 테스트 222
최적화 기획 222
최적화 예산 223
성공적인 최적화 팀에 필요한 스킬 224
IT 회의론의 극복 226
IT 부서는 프로세스를 이해하지 못한다 227
테스트의 우선순위 부여 227
임원진의 지원 부족 227
성공과 실패를 통한 학습 228
좋은 결과와 나쁜 결과를 통한 학습 229
학습 과정의 시행착오에서 벗어나는 방법 230
입소문의 확산 230
테스트 사례 230
가격 231
프로모션 232
메시지 233
페이지 레이아웃 234
새 사이트 런칭이나 새 기능 234
사이트 내비게이션과 택소노미 235
요약 237

12장 대행사
도대체 왜 대행사를 쓰는가? 240
대행사 찾기 241
RFP 작성 243
도입과 회사 배경 244
작업 범위와 사업 목표 246
일정 248
재정 249
RFP의 나머지 부분: 적절한 질문 250
상호적인 목표: 성공 252
작업 253
대행사의 비결 255
요약 256

13장 크리에이티브 개요
크리에이티브 개요란 무엇인가? 258
개요 259
데이터 기반 개요의 구성요소 259
크리에이티브 개요 메트릭스 260
분석과 창의성 261
인터랙티브 디자인 주기 262
크리에이티브 개요 샘플 263
크리에이티브 개요: robotwear.com 263
요약 268

14장 웹 관련 팀의 충원과 튜닝
훌륭한 웹 애널리스트의 스킬 270
기술적인 전문성과 해석적인 전문성 271
핵심 웹 애널리스트 스킬 271
웹 애널리스트의 역할 272
웹 분석 팀 구성: 내부와 외부의 팀 273
비용 추산 274
핵심적인 분석 관련 직위 275
영향력 있는 집단의 확장 275
내부 팀과 외부 팀 276
웹 애널리스트의 교육과 훈련 277
웹 분석 협회 278
컨퍼런스 278
브리티시 컬럼비아 대학의 과정 279
게시판 279
클릭즈 등의 여러 온라인 미디어 279
블로그 279
웹 분석 수요 모임 280
판매업체 교육 280
제휴 대행사 280
실무 경험 281
요약 281

15장 제휴사
분석 도구 판매업체를 선택하는 시기 284
도구 선택의 방법론 285
리뷰 위원회 구성 285
일정 수립 286
판매업체 리뷰와 선택 기준 286
웹 분석 판매업체에 대한 10가지 질문 289
무료 도구와의 비교 290
ASP 혹은 소프트웨어 버전 290
데이터 수집 291
소유에 대한 총 비용 292
지원 293
데이터 세분화 293
데이터 익스포팅과 옵션 294
데이터 통합 295
미래 295
레퍼런스 296
요약 296
결론 297

부록 A 웹 분석의 ‘빅 3’ 정의
용어 정의 방법 300
정의를 위한 프레임워크 개요 301
용어: 순방문자 301
용어: 방문/세션 302
용어: 페이지뷰 303

시장을 선도하는 모든 웹 분석 도구는 거의 모든 가능한 개발 시나리오에 따라 실행할 수 있다. 여러 사이트를 특이한 방식으로 추적할 수 있고, 플로그인 등 다른 애플리케이션을 추가해서 데이터를 검색하는 데 도움을 준다. 사이트가 동적인지, 플래시가 많다든지, URL을 스크램블 에그처럼 으깨놓거나 에이잭스 같은 첨단 기술을 사용하는 콘텐츠 관리 시스템에 의존하는지 여부는 중요하지 않다. 추적이 가능하다.
즉 사이트가 어떻게 구축됐는지에 따라 원하는 종류의 데이터를 얻기 위해 시간과 돈을 더 써야 할 수는 있다. 그런 수고를 해야 되는가? 앞으로 나올 장에서 고객 행동을 더 잘 이해함으로써 사이트 성과를 개선할 수 있는 기회가 많다는 사실을 보게 될 것이다. 몇 가지 기술적인 변화를 줘야 하더라도 노력을 들일 가치가 분명히 있다는 사실을 발견하게 될 것이다. (83쪽, '장애물 피하기'에서)