60일차) 내일배움캠프 데이터 분석 TIL - 실전 프로젝트(4)

오늘은 스타벅스 CRM 오퍼 데이터를 바탕으로
단순 시각화가 아니라 비즈니스 관점에서 해석 가능한 지표를 정의하고,
이를 CMO 보고용 대시보드 구조로 연결하는 작업까지 진행했다.

---

오늘 한 일

1. 이벤트 구조 재점검

먼저 데이터 내 이벤트 구조를 다시 확인했다.

• received : 오퍼 발송
• viewed : 오퍼 열람
• completed : 오퍼 완료
• transaction : 실제 구매 발생

이 과정에서 아래 내용을 검증했다.

• bonus_reward가 있는 행은 어떤 이벤트와 연결되는지 확인
• completed 이벤트에 보상 값이 기록되는지 확인
• informational 오퍼에 completed가 존재하는지 확인
• amount 컬럼은 거래 이벤트 기준으로 봐야 하는지 확인

정리한 해석 기준

• 오퍼 성과 분석은 received → viewed → completed 퍼널 기준으로 본다
• 매출 분석은 transaction 기준으로 본다
• informational 오퍼는 일반 프로모션 오퍼와 동일한 완료 개념으로 해석하면 안 된다

즉, 앞으로는 오퍼 반응 데이터와 실제 거래 데이터를 분리해서 해석해야 한다는 기준을 잡았다.

---

핵심 KPI 정리

1. 오퍼 퍼널 지표

전체 오퍼 반응 흐름을 보기 위해 다음 지표를 확인했다.

• 총 발송 수
• 총 열람 수
• 총 완료 수
• 발송 → 열람 전환율
• 열람 → 완료 전환율

또한 시각화할 때 x축 이벤트명을 영문 그대로 두지 않고 아래처럼 한글화했다.

• received → 발송
• viewed → 열람
• completed → 완료

보고용 시각화에서는 이런 라벨 정리가 생각보다 중요하다는 점을 다시 느꼈다.

---

2. 매출 관련 지표

구매 이벤트를 기준으로 아래 KPI를 정리했다.

• 총 매출
• 총 거래 건수
• 객단가(AOV)
• 전체 고객 수
• 구매 고객 수
• 고객당 평균 매출(ARPU)
• 구매 고객당 평균 매출(ARPPU)
• 평균 구매 빈도

다시 정리한 개념

• AOV : 거래 1건당 평균 구매 금액
• ARPU : 전체 고객 1명당 평균 매출
• ARPPU : 실제 구매 고객 1명당 평균 매출

비슷해 보이지만 분모가 다르기 때문에,
대시보드에서도 반드시 구분해서 보여줘야 한다고 느꼈다.

---

고객 구매 행동 탐색

오늘은 단순 합계만 보는 것이 아니라
고객 단위 구매 패턴도 함께 확인했다.

고객별 집계 항목

• 총 구매 금액
• 구매 횟수
• 고객별 평균 객단가

확인한 내용

• 고객별 총 구매 금액 분포
• 고객별 구매 횟수 분포
• 고객별 평균 객단가 분포
• 상위 구매 고객 TOP 10

이 과정을 통해 평균값만으로는 보이지 않는 편차를 확인할 수 있었다.
향후 VIP 기준 정의나 고객 세그먼트 분류로 이어질 수 있는 기반 작업이었다.

---

오퍼 완료 고객 vs 미완료 고객 비교

고객별 구매 요약 데이터에
offer_completed 여부를 붙여서 성과 차이를 비교했다.

비교 지표

• 평균 총 구매 금액
• 평균 구매 횟수
• 평균 객단가

의미

이 분석은 결국 다음 질문으로 이어진다.

• 오퍼를 완료한 고객이 실제로 더 가치 있는 고객인가?
• 오퍼 완료가 매출 증가와 연결되는가?

즉, 오퍼 성과를 단순 완료율로만 볼 것이 아니라
실제 구매 행동과 연결해서 해석해야 한다는 방향을 잡게 되었다.

---

오늘 정리한 대시보드 방향

오늘은 분석 결과를 어떤 형태로 보여줄지까지 구체화했다.

---

대시보드 1. 전체 핵심 현황

전체 성과를 빠르게 확인하는 화면

포함 항목

• 전체 오퍼 퍼널
• 총 발송 / 열람 / 완료 수
• 단계별 전환율
• 총 매출
• 총 거래 건수
• 객단가
• 전체 고객 수
• 채널별 고객 수

목적

현재 CRM 오퍼 성과와 매출 흐름을 한눈에 보여주는 요약 대시보드

---

대시보드 2. 오퍼/채널별 성과 비교

성과 차이를 비교하는 화면

오퍼별

• 총 발송 수
• 총 열람 수
• 총 완료 수
• 전체 완료율
• 오퍼 연계 매출
• 발송 1건당 평균 매출
• 완료 1건당 평균 매출
• 평균 객단가

채널별

• 채널별 발송 수
• 열람률
• 완료율
• 총 매출
• 평균 매출
• 객단가
• 거래 횟수
• 발송 1건당 매출

오퍼 효율 분석

다음과 같은 버블 차트 구조도 정리했다.

• X축 : 완료율
• Y축 : 발송 1건당 매출
• 점 크기 : 총매출
• 점 색상 : 오퍼 유형

기대 효과

이 시각화는 단순히 완료율이 높은 오퍼가 아니라
실제로 매출 효율이 좋은 오퍼를 찾는 데 유용하다.

---

대시보드 3. 고객 세그먼트별 성과

고객 특성과 행동을 결합해서 보는 화면

특성 기반 세그먼트

• 연령대
• 성별
• 소득 구간
• 회원 가입 경과 기간
• VIP 여부

행동 기반 세그먼트

• 저빈도 · 저매출 고객
• 고빈도 · 고매출 고객
• 휴면 위험 고객
• 오퍼 반응형 고객
• 정보성 오퍼 선호 고객

목적

성과 분석을 넘어서
앞으로 어떤 고객에게 어떤 오퍼를 보낼지 전략으로 연결하기 위한 화면

---

오늘 배운 점

1. 분석 단위를 먼저 정해야 한다

같은 데이터라도 기준이 다르면 해석이 달라진다.

• 이벤트 단위
• 고객 단위
• 오퍼 단위
• 거래 단위

오늘은 이 기준을 구분해서 보아야 한다는 점을 명확히 정리했다.

2. 완료율만으로 오퍼 성과를 판단하면 안 된다

완료율이 높더라도 실제 매출 기여가 낮을 수 있다.
그래서 앞으로는 반드시 아래를 함께 봐야 한다.

• 전환
• 매출
• 고객 가치

3. 대시보드는 숫자 모음이 아니라 스토리여야 한다

CMO 보고용이라면 중요한 건 숫자 자체보다 아래 질문에 답하는 흐름이다.

• 어떤 오퍼가 가장 효율적이었는가
• 어떤 채널이 가장 효과적이었는가
• 어떤 고객층에 집중해야 하는가
• 다음 프로모션 전략은 무엇인가

---

다음에 할 일

• 오퍼 유형별 퍼널 비교
• 채널별 성과 비교
• 세그먼트 기준 구체화
• VIP 기준 설정
• informational 오퍼 해석 분리
• 오퍼 효율 시각화 고도화
• Tableau 대시보드 시트 구조 설계

---

한 줄 회고

오늘은 스타벅스 CRM 데이터를 단순히 보는 단계에서 나아가,
이벤트 구조를 검증하고 KPI를 정리한 뒤, 실제 의사결정에 연결되는 대시보드 방향까지 잡은 날이었다.