이 글은 미디어오늘이 주최한 '2021 저널리즘의 미래 컨퍼런스'에서 김자유 누구나데이터 대표가 발표한 내용을 옮긴 것입니다.
미디어오늘 :
김자유 누구나데이터 대표는 데이터와 기술이 세상을 바꿀 수 있다는 믿음으로 상식과 편견에 맞서는 사람입니다. 비영리 단체에 데이터 관리 솔루션을 제공하면서 디지털 전환과 데이터 분석 노하우를 소개하고 있습니다. 빅데이터가 아니라 당장 손에 잡히는 스몰데이터를 활용해 우리의 고객에 집중해야 한다는 게 김자유 대표의 핵심 제안인데요. 오늘의 구글 애널리틱스를 활용해 언론사 성과를 분석하는 방법을 소개해 드리겠습니다.
김자유 대표 :
제가 화려한 내용보다는 실용적인 것을 좋아합니다. 그래서 오늘 내용도 저희가 언론사 조직에 구글 애널리틱스를 도입할 때 실제 마주하게 되었던 이슈를 공유하고, 제 의견을 말씀드리도록 하겠습니다. 누구나데이터는 기업에서 구글 애널리틱스를 도입하고 활용하실 수 있게끔 기술지원과 컨설팅을 제공하는 회사입니다. 구글 애널리틱스는 구글 계정만 있으면 누구나 무료로 쓸 수 있는, 국내에서 가장 많이 쓰는 홈페이지 분석 도구죠.
언론사 같은 경우는 쇼핑몰 비즈니스에 비해 홈페이지의 운영 목표라는 게 조금 분명치 않은 편입니다. 그렇다보니까 저도 흥미롭고 관심이 많이 생기더라고요. 그래서 언론사 분석 프로젝트를 할 때 특별히 애정을 가지고 진행을 많이 했습니다.
현황 진단 "우리는 어디에 있는가?"
일단은 접근을 어떻게 해야 되느냐, 측면에서 현재 우리 분석 수준의 현주소는 어디인가, 이걸 먼저 같이 전제할 필요가 있을 것 같아요.
어떤 조직들은 굉장히 다양한 시도들을 하시기도 하지만 제가 볼 때 거의 대부분의 언론사 조직에서는 페이지뷰 정도 보는 것에서 못 벗어나고 계신 것 같습니다. 또는 페이지뷰조차도 안 보시는 경우들이 굉장히 많은 것 같아요. 기사별 페이지뷰도 구성원들에게 효과적으로 공유될 수 있는 체계를 갖춘 조직이 의외로 드물다는 건데요. 이 말씀드리는 이유는 여기서부터 시작을 해야 한다는 겁니다. '페이지뷰 보는 것에서 벗어나는 것, 그것을 목표로 설정해야만 그 다음 스텝으로 갈 수 있다. 너무 높은 목표를 설정하지 말자' 이것이 저의 제안입니다.
분석 툴, 무엇을 쓸까?
일단 맨 처음에 분석을 시작하려고 하면, "분석툴을 뭘 쓸까?" 이게 이슈가 되는 경우가 있어요. 뭐가 됐든지간에 툴이 중요한 게 아니고 우리 조직에서 잘 쓸 수 있는 게 중요한 거겠죠. 근데 이거는 원론적인 답변이고요. 실질적인 답변을 드리자면 저는 구글 애널리틱스를 추천합니다.
https://w3techs.com/technologies/overview/traffic_analysis
왜냐면 구글 애널리틱스 말고도 다른 툴들이 있지만 다른 툴들을 설치해서 동일한 사이트를 분석해보면 똑같은 사이트인데요 각각 수치가 다 다릅니다. 그러면 조직에서는 어떻게 할까요? 보통은 페이지뷰가 가장 많이 나오는 걸 선택해서 씁니다. (웃음) 툴 때문에 분석 기준이 흔들려 버리는거거든요. 국내외적으로 가장 많이, 범용적으로 사용되는 구글 애널리틱스를 사용해야 타사와 비교하기도 용이하다고 말씀드릴 수 있을 것 같고요. 그런데 규모가 좀 있는 조직에서는 자체적으로 웹로그 분석 시스템을 구축하면서 이걸 어떻게 고도화 할 수 있을까 라는 고민을 하고 있는 곳도 있습니다. 저는 자체 웹로그 분석 시스템 구축 프로젝트가 성공하기를 진심으로 기원합니다. 하지만 성공하기가 아마도 대단히 어려울 거에요. 왜냐면 변화하는 니즈를 감당하려면 분석툴이 계속 고도화되어야 하는데 그런 것들에 대응하기 위해서는 그것만 전담하는 부서를 만들어도 사실 부족하거든요. 비용면에서나 에너지 면에서 기성툴의 도움을 받는 것이 가장 합리적인 방법일 수 있다, 저는 웬만하면 이렇게 추천하고 싶습니다.
어떻게 분석할 것인가?
그럼 툴을 결정했으면 어떻게 분석할 것인가, 접근은 어떻게 할 것인가, 말씀드려볼게요. 다양한 분석 방법이 있을 것입니다. 제가 했던 경험을 바탕으로 소개를 드려보겠습니다. 저는 이렇게 세 가지 영역으로 나누어 분석하는 프레임워크를 선호하는 편입니다. ①독자 획득 ②기사 완독 ③재방문 유도.
첫 번째 '독자 획득'은 유입 매체나 유입 키워드별로 어디서 가장 질 좋은 트래픽이 발생하느냐, 누가 질 좋은 트래픽을 갖고 오느냐 그걸 분석하는 거고요. 그 다음 '기사 완독'은 그렇게 해서 들어온 분들이 우리가 열심히 쓴 기사를 읽어야 하는데 정말 제대로 읽었는지를 보는 겁니다. 조회수가 올랐는지를 보는 게 아니라 진짜로 기사를 읽었는지를 분석하는 부분이고요. 세 번째는 '재방문 유도'를 하는 영역과 관련된 것입니다. 처음에는 독자가 하나의 단일 기사에 관심이 있어서 우리 사이트에 방문했지만, 결국엔 '기사'에 대한 관심이 '매체'에 대한 관심으로 이어지는 것이 우리의 가장 희망사항이잖아요. 그걸 위한 다양한 시도를 해보고 성과를 측정해보는 영역이 있습니다.
기사 완독률 분석 방법 3가지
오늘의 시간관계상 '기사 완독' 분석 영역에 집중해서 소개를 드려보도록 하겠습니다. '기사 완독 분석'이라는 것은 결국에는 '페이지뷰가 발생했으면 그 기사를 읽었다고 볼 수 있는가?'라는 의문에서 출발합니다. 어떤 기사가 조회수가 1이 나왔다고 해서 정말 그것을 끝까지 읽은 것은 아닐 수 있겠죠. 완독을 분석하는 것과 관련해서는 통상적으로 3가지 방법이 있습니다.
첫 번째는 스크롤 깊이를 측정하는 것입니다. 스크롤을 내리기 시작했느냐? 실제 측정해보면 20-30%는 스크롤을 내리지도 않고 바로 퇴장하십니다. 기사 제목을 보고 스크롤을 일단 내리기 시작했는지? 내렸으면 기사의 마지막 부분까지 스크롤을 내렸는지? 분석을 하는 것입니다. 이런 질문을 하시는 분들도 있어요. "스크롤을 끝까지 내렸다고 해서 정말 기사를 읽었다고 볼 수가 있는 것은 아니지 않느냐, 그냥 휙 내린 걸 수도 있는데", 맞습니다. 그렇지만 반대로 생각해보면 쉬워집니다. 스크롤을 끝까지 내리지 않았다면 기사를 끝까지 안 읽은 거는 명백하거든요. 그렇기 때문에, 달리 말하면 '기사를 끝까지 안 읽은 사람의 비율을 구하는 분석'이라고 할 수도 있을 것 같아요. 우리가 분석적 인사이트를 얻는 데는 전혀 지장이 없다고 말씀드릴 수 있겠습니다.
두 번째는 체류시간을 측정하는 것입니다. 예를 들어 기사 하나 읽는데 1분 30초 걸리는 기사라고 하면, 이 사람이 이 페이지에서 몇 초 머물렀는지 측정하면 다 읽었는지 안 읽었는지 유추해볼 수 있겠죠. 보통의 웹로그 분석 툴에는 체류시간 지표를 기본적으로 제공하긴 합니다. 그런데 문제는 그 체류시간 지표가 대부분 광징히 부정확하게, 대강 산출하는 방식으로 제공이 되고 있어요. 그래서 무척 안 맞습니다. 그걸로 의사결정할 수 없는 정도의 정확도라고 보면 됩니다. 그런데 보통의 쇼핑몰 비즈니스 등에서는 체류시간을 그렇게 주의 깊게 보지 않아요. 그런데 언론사에서는 체류시간 지표가 엄청 중요하거든요. 그 중요도에 비해 너무 부정확하다는 것입니다. 그래서 실제 사용하려면 정확도를 높이는 커스터마이징 작업을 반드시 할 필요가 있어요. 예컨대 기사 페이지가 떴어요. 근데 독자가 화장실 다녀왔습니다. 또는 기사를 읽다가 중간에 카톡이 와서 한 20분 정도 대화를 나눴어요. 그럼 체류시간이 과다하게 측정되겠죠? 이런 유휴 시간들을 다 제외를 시켜주는 로직을 적용할 필요가 있습니다. 자료에 보이시는 것처럼 이런 식으로 체류시간 산출에 대한 기준을 보정하는 설정을 구글 애널리틱스에 적용해서 저희는 운영하고 있습니다. 이런 로직은 제가 임의로 만든 것이 아니고 세계적으로 통용되는 기준입니다.
세 번째는 Read More 버튼 클릭을 측정하는 것입니다. 제가 제일 좋아하는 측정 방법인데요. 기사 페이지 들어갔을 때 스크롤 내리다 보면 '더 읽기'를 눌러야 기사 전체가 펼쳐지는 사이트를 보신 적이 있을 거에요. 해외 사이트에는 그런 경우가 꽤 있죠. 이게 왜 있을까요? 데이터를 추적하기 위한 목적도 주요합니다. 만약 독자가 '더 읽기' 버튼을 눌렀다고 하면 이 기사를 더 읽겠다는 분명한 의사표시를 명시적으로 하는거거든요. 그래서 분석하는 사람 입장에서는 분석의 기준을 잡기가 굉장히 쉽습니다. 버튼이 얼마나 눌렸는지를 기준으로 독자의 참여도를 분석할 수 있으니까요.
이게 또 중요한 이유가 뭐냐면요. 방문자 행동 분석이라는 것을, 원래부터 있었던 사이트에서 데이터를 수집하여 분석하는 것이다, 라고 보통은 생각을 하시는데요. 정반대로 분석을 하기 위해서 '분석에 최적화 된 형태로 사이트를 만들 수도 있다' 라는 것을 이해하시면 좋겠어요. 분석 관점에서, 사용자의 행동을 트래킹하는 관점에서, '우리 홈페이지는 분석하기에 용이한 UI와 레이아웃으로 만들어져 있는가? 그게 아니라면 무엇을 바꿔야 하는가?' 생각해보시면 좋겠습니다.
텍스트 기사가 아니고 영상이 삽입된 기사인 경우에도 당연히 임베드된 유튜브 콘텐츠를 독자가 플레이했는지, 플레이 후 끝까지 시청한 사람이 몇 명인지, 이런 것들도 구글 애널리틱스로 추적할 수 있습니다. 기타 등등 여러 가지 것들을 사이트에서 수집해서 분석할 수 있고요. 물론 복잡한 트래킹은 전문가와 개발자의 도움을 받아 작업을 진행할 수밖에 없겠죠.
데이터를 "보게 하기"
그러고나면 구글 애널리틱스 화면에 리포트가 나오기 시작합니다. 데이터가 나오기 시작하는데요. 그런데 이것은 시작에 불과하거든요. 이렇게만 해놓고 만약 구글 애널리틱스 화면을 이 상태로 그대로 놓고 활용하겠다고 전사적으로 공유하게 되면 아마 한발자국도 분석으로 나아가실 수 없을 거에요. 이 구글 애널리틱스라는 것은 마치 포토샵처럼 복잡한 프로그램이거든요. 이거 배우려면 정말 간단한 데이터 보려고 해도 두 시간 정도 교육을 들어야 합니다. 언론사에 가서 구글 애널리틱스 교육을 직원 분들 모시고 하면 뒤에서 다 졸고 계세요. 이걸 전담하는 사람들이면 몰라도 보통 사람들에게 이거 공부해서 분석해라, 요구하는 것은 말이 안 되는 거거든요.
그렇기 때문에 반드시 별도의 대시보드가 필요합니다. 일반인도 20분 정도만 설명을 들으면, 날짜만 바꾸면 데이터가 나올 수 있도록 우리 상황에 맞는 맞춤형 대시보드를 구축할 필요가 있고요. 구글 애널리틱스 같은 경우는 구글 데이터 스튜디오라는, 무료로 쓸 수 있는 광징히 훌륭한 시각화 도구를 제공하기 때문에 저희도 이걸 적극적으로 활용해서 다양한 대시보드를 조직의 니즈에 맞게끔 구성을 해서 제공해드리고 있습니다.
여기서 또 난관이 있습니다. 이런 대시보드를 시간과 비용을 들여서 구축해놓아도 잘 안 보십니다. 보게 하는 건 또 별개의 문제라는 겁니다. '본래 사람이란 데이터를 보려고 하지 않는다' 라고 저는 생각합니다. 제가 권장드리는 것은 대시보드는 가장 기본적인 인프라 준비 사항이고, 꼭 이 데이터를 또 한번 요약해서 사내에 제공하라는 것입니다. 그정도로 친절하게 데이터가 요약되어야 바로소 구성원들이 데이터를 조금씩 읽기 시작한다는 것을 여러번 검증을 통해 알 수 있었습니다. 저희는 어떻게 하면 고객사 직원 분들이 데이터를 보게 할까 정말 고민을 많이 했고, 지금은 카카오톡으로 자동으로 요약해서 매일 아침에 담당자 분들에게 보내드리는 챗봇 서비스를 제공하고 있습니다. 직급별로, 담당 업무별로 다른 리포트를 볼 수 있겠고요. 대표이사부터 실무자까지 보는 조직도 있으세요. 그럼 좀 불편할 수는 있겠지만 그래도 아무리 좋은 데이터 프로젝트를 했더라도 조직 안에서 데이터가 몇몇 사람한테만 고여 있으면 아무 의미가 없거든요. 데이터가 조직 내부에서 흘러야 합니다. 흐르게 하려면 뭐가 필요할까, 그걸 많이 고민해보시면 좋겠어요. 그 방법으로서 카카오톡이나 이메일로 요약 리포트가 주기적으로 수신될 수 있게 구축하는 것을 강력하게 권장합니다. 이런 리포트를 반복적으로 받다보면 데이터를 읽는 게 자연스럽게 습관이 되고, 보다가 '이거 오늘은 데이터가 왜 이런가요' 질문이 나오기 시작해요. 그럼 그때서야 만들어둔 대시보드를 확인하고, 구글 애널리틱스에 관심을 갖는 그런 단계로 순차적으로 나아갈 수 있다고 말씀드리겠습니다.
데이터는 기술의 문제가 아닌 조직의 문제
중요한 것은 역시 리더의 의지인 것 같아요. 아무리 데이터가 중요하다고 말을 해도 결국 리더가 강력한 의지를 지속적으로 보여주지 않으면 아무도 안하더라고요. 흐지부지 되는 경우를 정말 많이 봤습니다. 밑에 위임하면 안 되고, 반드시 리더가 직접 챙겨야 추진될 것이다, 라고 관리자 분들께는 말씀드리고 싶어요. 관리자가 아닌 실무자 분이라면, 꼭 리더를 내 편으로 만들어서 데이터 기반 의사결정 문화를 확산하는 원동력을 확보하시기를 강력하게 권장합니다. 데이터 분석은 기술의 문제가 아니고, 조직의 문제입니다. 조직 내에 데이터를 어떻게 흐르게 할까, 그리고 리더십이 어떻게 의지를 발휘하게 할까, 이부분에 깊은 관심을 갖고 끊임 없이 도전하시면 좋겠습니다. 감사합니다.
질문과 답변
미디어오늘 :
페이지뷰가 가장 기본적인 참고자료면서도 어떻게 활용할지는 언론사 입장에서 고민이 될 수밖에 없어요. 많이 팔리는 기사가 항상 가장 좋은 기사가 아닐 수도 있으니까요. 그래서 궁금한 점이 페이지뷰가 높은 기사가 항상 질적으로 좋은 기사는 아닌데 기사를 질적으로 분석할 데이터는 어떤 것들이 있을까요?
김자유 대표 :
데이터에는 두 종류가 있습니다. 양적 지표와 질적 지표가 있습니다. 양적 지표는 페이지뷰, 방문자수 같은 것입니다. 우리가 이미 너무 자주 봐왔어요. 그리고 이런 지표는 인풋 대비 아웃풋이 명확하게 나옵니다. 이제는 질적 지표를 챙겨보는 게 중요합니다. 그것과 관련된 게 스크롤 깊이, 체류시간 등과 관련된 완독률 지표라고 볼 수 있겠습니다.
미디어오늘 :
완독률 지표와 페이지뷰 지표 등을 적절히 섞어 조직에 필요한 게 뭔지 고민하는 과정이 중요할 수 있겠네요. 조직 내부에서 데이터가 흘러야 한다고 해주셨는데 그러면 조직 내부에서 성과 분석하고 데이터 자료를 피드백할 때 바람직한 방법은 어떤 게 있을까요?
김자유 대표 :
일단 저는 스몰 스텝을 밟으시길 항상 권장합니다. 데이터를 보고 뭔가 판단하고 개선하고, 이런 업무를 우리가 태어나서 살면서 사실 해본 적이 없습니다. 일상적으로 하는 일이 아니거든요. 대부분 직관에 의존해서 일을 해왔기 때문에 너무나 생소하고요. 체계를 잡아 전문가와 프로젝트를 진행한다고 해도 의도대로 안 되는 경우가 너무 많습니다. 그래서 목표를 굉장히 작게 잡고 일단 실행해보세요. 그러면 반응이 오게 됩니다. 예를 들자면 목표를 '페이지뷰 말고 다른 걸 보자', 이거 광징히 스몰 스텝이거든요. 그다음 어떻게 할지는 나중에 정해도 돼요. 그것까지 다 정해놓고 하려면 너무 어려울 수 있습니다. 일단 진행하다보면 여러가지 니즈가 자연스럽게 도출될 거에요. 이런 것도 궁금하다 저런 것도 궁금하다, 그런 의견들을 취합하면 프로젝트를 앞으로 어떻게 끌고 나갈지에 대한 방향을 잡기 쉬워질 것입니다. 작은 성공 경험을 만들면 설득은 쉬워집니다.
미디어오늘 :
처음부터 답을 내놓기보다는 할 수 있는 것들을 먼저 공유해보자는 말씀이시군요. 그럼 일단 처음에 어디서부터 시작하면 될까요?
김자유 대표 :
디지털 환경에서 데이터 분석은 어쩔 수 없이 기술적 환경 구축이 안 되어 있으면 그 다음 스텝으로 가기 어려워요. 웹사이트에서 정확한 데이터를 수집할 수 있는 기초 셋팅이 잘 되어 있어야 하는데 보통 웹사이트에서 정확하지 않은 데이터가 쌓이고 있는 경우가 많습니다. 향후 활용은 어떻게 할지 모르더라도 일단 정확한 데이터를 쌓아놓아야 사후에 분석이 가능해집니다. 데이터 분석을 영원히 안 할 것이 아니라면, 우선 기본적인 분석의 기반을 마련하는 작업은 먼저 시도하는 것이 첫 번째 스텝이다, 라고 말할 수 있겠습니다.
미디어오늘 :
기반이라고 하면 전담 조직과 인력이 필요하다는 말씀이신가요?
김자유 대표 :
아니요. 그건 가장 마지막 단계입니다. 전담 조직 설치는 사내에 데이터 분석을 도입할 때 시나리오의 마지막 단계에 존재하는 끝판왕 같은 것인데, 그렇기 때문에 그런 전담 조직을 탄생시키기 위한 사전 작업 격으로 스몰 스텝 프로젝트를 통해 작은 성공 경험을 만들고 공감대를 형성하는 과정이 중요한 것 같습니다. 감사합니다.
미디어오늘 :
김자유 누구나데이터 대표는 데이터와 기술이 세상을 바꿀 수 있다는 믿음으로 상식과 편견에 맞서는 사람입니다. 비영리 단체에 데이터 관리 솔루션을 제공하면서 디지털 전환과 데이터 분석 노하우를 소개하고 있습니다. 빅데이터가 아니라 당장 손에 잡히는 스몰데이터를 활용해 우리의 고객에 집중해야 한다는 게 김자유 대표의 핵심 제안인데요. 오늘의 구글 애널리틱스를 활용해 언론사 성과를 분석하는 방법을 소개해 드리겠습니다.
김자유 대표 :
제가 화려한 내용보다는 실용적인 것을 좋아합니다. 그래서 오늘 내용도 저희가 언론사 조직에 구글 애널리틱스를 도입할 때 실제 마주하게 되었던 이슈를 공유하고, 제 의견을 말씀드리도록 하겠습니다. 누구나데이터는 기업에서 구글 애널리틱스를 도입하고 활용하실 수 있게끔 기술지원과 컨설팅을 제공하는 회사입니다. 구글 애널리틱스는 구글 계정만 있으면 누구나 무료로 쓸 수 있는, 국내에서 가장 많이 쓰는 홈페이지 분석 도구죠.
언론사 같은 경우는 쇼핑몰 비즈니스에 비해 홈페이지의 운영 목표라는 게 조금 분명치 않은 편입니다. 그렇다보니까 저도 흥미롭고 관심이 많이 생기더라고요. 그래서 언론사 분석 프로젝트를 할 때 특별히 애정을 가지고 진행을 많이 했습니다.
현황 진단 "우리는 어디에 있는가?"
일단은 접근을 어떻게 해야 되느냐, 측면에서 현재 우리 분석 수준의 현주소는 어디인가, 이걸 먼저 같이 전제할 필요가 있을 것 같아요.
어떤 조직들은 굉장히 다양한 시도들을 하시기도 하지만 제가 볼 때 거의 대부분의 언론사 조직에서는 페이지뷰 정도 보는 것에서 못 벗어나고 계신 것 같습니다. 또는 페이지뷰조차도 안 보시는 경우들이 굉장히 많은 것 같아요. 기사별 페이지뷰도 구성원들에게 효과적으로 공유될 수 있는 체계를 갖춘 조직이 의외로 드물다는 건데요. 이 말씀드리는 이유는 여기서부터 시작을 해야 한다는 겁니다. '페이지뷰 보는 것에서 벗어나는 것, 그것을 목표로 설정해야만 그 다음 스텝으로 갈 수 있다. 너무 높은 목표를 설정하지 말자' 이것이 저의 제안입니다.
분석 툴, 무엇을 쓸까?
일단 맨 처음에 분석을 시작하려고 하면, "분석툴을 뭘 쓸까?" 이게 이슈가 되는 경우가 있어요. 뭐가 됐든지간에 툴이 중요한 게 아니고 우리 조직에서 잘 쓸 수 있는 게 중요한 거겠죠. 근데 이거는 원론적인 답변이고요. 실질적인 답변을 드리자면 저는 구글 애널리틱스를 추천합니다.
https://w3techs.com/technologies/overview/traffic_analysis
왜냐면 구글 애널리틱스 말고도 다른 툴들이 있지만 다른 툴들을 설치해서 동일한 사이트를 분석해보면 똑같은 사이트인데요 각각 수치가 다 다릅니다. 그러면 조직에서는 어떻게 할까요? 보통은 페이지뷰가 가장 많이 나오는 걸 선택해서 씁니다. (웃음) 툴 때문에 분석 기준이 흔들려 버리는거거든요. 국내외적으로 가장 많이, 범용적으로 사용되는 구글 애널리틱스를 사용해야 타사와 비교하기도 용이하다고 말씀드릴 수 있을 것 같고요. 그런데 규모가 좀 있는 조직에서는 자체적으로 웹로그 분석 시스템을 구축하면서 이걸 어떻게 고도화 할 수 있을까 라는 고민을 하고 있는 곳도 있습니다. 저는 자체 웹로그 분석 시스템 구축 프로젝트가 성공하기를 진심으로 기원합니다. 하지만 성공하기가 아마도 대단히 어려울 거에요. 왜냐면 변화하는 니즈를 감당하려면 분석툴이 계속 고도화되어야 하는데 그런 것들에 대응하기 위해서는 그것만 전담하는 부서를 만들어도 사실 부족하거든요. 비용면에서나 에너지 면에서 기성툴의 도움을 받는 것이 가장 합리적인 방법일 수 있다, 저는 웬만하면 이렇게 추천하고 싶습니다.
어떻게 분석할 것인가?
그럼 툴을 결정했으면 어떻게 분석할 것인가, 접근은 어떻게 할 것인가, 말씀드려볼게요. 다양한 분석 방법이 있을 것입니다. 제가 했던 경험을 바탕으로 소개를 드려보겠습니다. 저는 이렇게 세 가지 영역으로 나누어 분석하는 프레임워크를 선호하는 편입니다. ①독자 획득 ②기사 완독 ③재방문 유도.
첫 번째 '독자 획득'은 유입 매체나 유입 키워드별로 어디서 가장 질 좋은 트래픽이 발생하느냐, 누가 질 좋은 트래픽을 갖고 오느냐 그걸 분석하는 거고요. 그 다음 '기사 완독'은 그렇게 해서 들어온 분들이 우리가 열심히 쓴 기사를 읽어야 하는데 정말 제대로 읽었는지를 보는 겁니다. 조회수가 올랐는지를 보는 게 아니라 진짜로 기사를 읽었는지를 분석하는 부분이고요. 세 번째는 '재방문 유도'를 하는 영역과 관련된 것입니다. 처음에는 독자가 하나의 단일 기사에 관심이 있어서 우리 사이트에 방문했지만, 결국엔 '기사'에 대한 관심이 '매체'에 대한 관심으로 이어지는 것이 우리의 가장 희망사항이잖아요. 그걸 위한 다양한 시도를 해보고 성과를 측정해보는 영역이 있습니다.
기사 완독률 분석 방법 3가지
오늘의 시간관계상 '기사 완독' 분석 영역에 집중해서 소개를 드려보도록 하겠습니다. '기사 완독 분석'이라는 것은 결국에는 '페이지뷰가 발생했으면 그 기사를 읽었다고 볼 수 있는가?'라는 의문에서 출발합니다. 어떤 기사가 조회수가 1이 나왔다고 해서 정말 그것을 끝까지 읽은 것은 아닐 수 있겠죠. 완독을 분석하는 것과 관련해서는 통상적으로 3가지 방법이 있습니다.
첫 번째는 스크롤 깊이를 측정하는 것입니다. 스크롤을 내리기 시작했느냐? 실제 측정해보면 20-30%는 스크롤을 내리지도 않고 바로 퇴장하십니다. 기사 제목을 보고 스크롤을 일단 내리기 시작했는지? 내렸으면 기사의 마지막 부분까지 스크롤을 내렸는지? 분석을 하는 것입니다. 이런 질문을 하시는 분들도 있어요. "스크롤을 끝까지 내렸다고 해서 정말 기사를 읽었다고 볼 수가 있는 것은 아니지 않느냐, 그냥 휙 내린 걸 수도 있는데", 맞습니다. 그렇지만 반대로 생각해보면 쉬워집니다. 스크롤을 끝까지 내리지 않았다면 기사를 끝까지 안 읽은 거는 명백하거든요. 그렇기 때문에, 달리 말하면 '기사를 끝까지 안 읽은 사람의 비율을 구하는 분석'이라고 할 수도 있을 것 같아요. 우리가 분석적 인사이트를 얻는 데는 전혀 지장이 없다고 말씀드릴 수 있겠습니다.
두 번째는 체류시간을 측정하는 것입니다. 예를 들어 기사 하나 읽는데 1분 30초 걸리는 기사라고 하면, 이 사람이 이 페이지에서 몇 초 머물렀는지 측정하면 다 읽었는지 안 읽었는지 유추해볼 수 있겠죠. 보통의 웹로그 분석 툴에는 체류시간 지표를 기본적으로 제공하긴 합니다. 그런데 문제는 그 체류시간 지표가 대부분 광징히 부정확하게, 대강 산출하는 방식으로 제공이 되고 있어요. 그래서 무척 안 맞습니다. 그걸로 의사결정할 수 없는 정도의 정확도라고 보면 됩니다. 그런데 보통의 쇼핑몰 비즈니스 등에서는 체류시간을 그렇게 주의 깊게 보지 않아요. 그런데 언론사에서는 체류시간 지표가 엄청 중요하거든요. 그 중요도에 비해 너무 부정확하다는 것입니다. 그래서 실제 사용하려면 정확도를 높이는 커스터마이징 작업을 반드시 할 필요가 있어요. 예컨대 기사 페이지가 떴어요. 근데 독자가 화장실 다녀왔습니다. 또는 기사를 읽다가 중간에 카톡이 와서 한 20분 정도 대화를 나눴어요. 그럼 체류시간이 과다하게 측정되겠죠? 이런 유휴 시간들을 다 제외를 시켜주는 로직을 적용할 필요가 있습니다. 자료에 보이시는 것처럼 이런 식으로 체류시간 산출에 대한 기준을 보정하는 설정을 구글 애널리틱스에 적용해서 저희는 운영하고 있습니다. 이런 로직은 제가 임의로 만든 것이 아니고 세계적으로 통용되는 기준입니다.
세 번째는 Read More 버튼 클릭을 측정하는 것입니다. 제가 제일 좋아하는 측정 방법인데요. 기사 페이지 들어갔을 때 스크롤 내리다 보면 '더 읽기'를 눌러야 기사 전체가 펼쳐지는 사이트를 보신 적이 있을 거에요. 해외 사이트에는 그런 경우가 꽤 있죠. 이게 왜 있을까요? 데이터를 추적하기 위한 목적도 주요합니다. 만약 독자가 '더 읽기' 버튼을 눌렀다고 하면 이 기사를 더 읽겠다는 분명한 의사표시를 명시적으로 하는거거든요. 그래서 분석하는 사람 입장에서는 분석의 기준을 잡기가 굉장히 쉽습니다. 버튼이 얼마나 눌렸는지를 기준으로 독자의 참여도를 분석할 수 있으니까요.
이게 또 중요한 이유가 뭐냐면요. 방문자 행동 분석이라는 것을, 원래부터 있었던 사이트에서 데이터를 수집하여 분석하는 것이다, 라고 보통은 생각을 하시는데요. 정반대로 분석을 하기 위해서 '분석에 최적화 된 형태로 사이트를 만들 수도 있다' 라는 것을 이해하시면 좋겠어요. 분석 관점에서, 사용자의 행동을 트래킹하는 관점에서, '우리 홈페이지는 분석하기에 용이한 UI와 레이아웃으로 만들어져 있는가? 그게 아니라면 무엇을 바꿔야 하는가?' 생각해보시면 좋겠습니다.
텍스트 기사가 아니고 영상이 삽입된 기사인 경우에도 당연히 임베드된 유튜브 콘텐츠를 독자가 플레이했는지, 플레이 후 끝까지 시청한 사람이 몇 명인지, 이런 것들도 구글 애널리틱스로 추적할 수 있습니다. 기타 등등 여러 가지 것들을 사이트에서 수집해서 분석할 수 있고요. 물론 복잡한 트래킹은 전문가와 개발자의 도움을 받아 작업을 진행할 수밖에 없겠죠.
데이터를 "보게 하기"
그러고나면 구글 애널리틱스 화면에 리포트가 나오기 시작합니다. 데이터가 나오기 시작하는데요. 그런데 이것은 시작에 불과하거든요. 이렇게만 해놓고 만약 구글 애널리틱스 화면을 이 상태로 그대로 놓고 활용하겠다고 전사적으로 공유하게 되면 아마 한발자국도 분석으로 나아가실 수 없을 거에요. 이 구글 애널리틱스라는 것은 마치 포토샵처럼 복잡한 프로그램이거든요. 이거 배우려면 정말 간단한 데이터 보려고 해도 두 시간 정도 교육을 들어야 합니다. 언론사에 가서 구글 애널리틱스 교육을 직원 분들 모시고 하면 뒤에서 다 졸고 계세요. 이걸 전담하는 사람들이면 몰라도 보통 사람들에게 이거 공부해서 분석해라, 요구하는 것은 말이 안 되는 거거든요.
그렇기 때문에 반드시 별도의 대시보드가 필요합니다. 일반인도 20분 정도만 설명을 들으면, 날짜만 바꾸면 데이터가 나올 수 있도록 우리 상황에 맞는 맞춤형 대시보드를 구축할 필요가 있고요. 구글 애널리틱스 같은 경우는 구글 데이터 스튜디오라는, 무료로 쓸 수 있는 광징히 훌륭한 시각화 도구를 제공하기 때문에 저희도 이걸 적극적으로 활용해서 다양한 대시보드를 조직의 니즈에 맞게끔 구성을 해서 제공해드리고 있습니다.
여기서 또 난관이 있습니다. 이런 대시보드를 시간과 비용을 들여서 구축해놓아도 잘 안 보십니다. 보게 하는 건 또 별개의 문제라는 겁니다. '본래 사람이란 데이터를 보려고 하지 않는다' 라고 저는 생각합니다. 제가 권장드리는 것은 대시보드는 가장 기본적인 인프라 준비 사항이고, 꼭 이 데이터를 또 한번 요약해서 사내에 제공하라는 것입니다. 그정도로 친절하게 데이터가 요약되어야 바로소 구성원들이 데이터를 조금씩 읽기 시작한다는 것을 여러번 검증을 통해 알 수 있었습니다. 저희는 어떻게 하면 고객사 직원 분들이 데이터를 보게 할까 정말 고민을 많이 했고, 지금은 카카오톡으로 자동으로 요약해서 매일 아침에 담당자 분들에게 보내드리는 챗봇 서비스를 제공하고 있습니다. 직급별로, 담당 업무별로 다른 리포트를 볼 수 있겠고요. 대표이사부터 실무자까지 보는 조직도 있으세요. 그럼 좀 불편할 수는 있겠지만 그래도 아무리 좋은 데이터 프로젝트를 했더라도 조직 안에서 데이터가 몇몇 사람한테만 고여 있으면 아무 의미가 없거든요. 데이터가 조직 내부에서 흘러야 합니다. 흐르게 하려면 뭐가 필요할까, 그걸 많이 고민해보시면 좋겠어요. 그 방법으로서 카카오톡이나 이메일로 요약 리포트가 주기적으로 수신될 수 있게 구축하는 것을 강력하게 권장합니다. 이런 리포트를 반복적으로 받다보면 데이터를 읽는 게 자연스럽게 습관이 되고, 보다가 '이거 오늘은 데이터가 왜 이런가요' 질문이 나오기 시작해요. 그럼 그때서야 만들어둔 대시보드를 확인하고, 구글 애널리틱스에 관심을 갖는 그런 단계로 순차적으로 나아갈 수 있다고 말씀드리겠습니다.
데이터는 기술의 문제가 아닌 조직의 문제
중요한 것은 역시 리더의 의지인 것 같아요. 아무리 데이터가 중요하다고 말을 해도 결국 리더가 강력한 의지를 지속적으로 보여주지 않으면 아무도 안하더라고요. 흐지부지 되는 경우를 정말 많이 봤습니다. 밑에 위임하면 안 되고, 반드시 리더가 직접 챙겨야 추진될 것이다, 라고 관리자 분들께는 말씀드리고 싶어요. 관리자가 아닌 실무자 분이라면, 꼭 리더를 내 편으로 만들어서 데이터 기반 의사결정 문화를 확산하는 원동력을 확보하시기를 강력하게 권장합니다. 데이터 분석은 기술의 문제가 아니고, 조직의 문제입니다. 조직 내에 데이터를 어떻게 흐르게 할까, 그리고 리더십이 어떻게 의지를 발휘하게 할까, 이부분에 깊은 관심을 갖고 끊임 없이 도전하시면 좋겠습니다. 감사합니다.
질문과 답변
미디어오늘 :
페이지뷰가 가장 기본적인 참고자료면서도 어떻게 활용할지는 언론사 입장에서 고민이 될 수밖에 없어요. 많이 팔리는 기사가 항상 가장 좋은 기사가 아닐 수도 있으니까요. 그래서 궁금한 점이 페이지뷰가 높은 기사가 항상 질적으로 좋은 기사는 아닌데 기사를 질적으로 분석할 데이터는 어떤 것들이 있을까요?
김자유 대표 :
데이터에는 두 종류가 있습니다. 양적 지표와 질적 지표가 있습니다. 양적 지표는 페이지뷰, 방문자수 같은 것입니다. 우리가 이미 너무 자주 봐왔어요. 그리고 이런 지표는 인풋 대비 아웃풋이 명확하게 나옵니다. 이제는 질적 지표를 챙겨보는 게 중요합니다. 그것과 관련된 게 스크롤 깊이, 체류시간 등과 관련된 완독률 지표라고 볼 수 있겠습니다.
미디어오늘 :
완독률 지표와 페이지뷰 지표 등을 적절히 섞어 조직에 필요한 게 뭔지 고민하는 과정이 중요할 수 있겠네요. 조직 내부에서 데이터가 흘러야 한다고 해주셨는데 그러면 조직 내부에서 성과 분석하고 데이터 자료를 피드백할 때 바람직한 방법은 어떤 게 있을까요?
김자유 대표 :
일단 저는 스몰 스텝을 밟으시길 항상 권장합니다. 데이터를 보고 뭔가 판단하고 개선하고, 이런 업무를 우리가 태어나서 살면서 사실 해본 적이 없습니다. 일상적으로 하는 일이 아니거든요. 대부분 직관에 의존해서 일을 해왔기 때문에 너무나 생소하고요. 체계를 잡아 전문가와 프로젝트를 진행한다고 해도 의도대로 안 되는 경우가 너무 많습니다. 그래서 목표를 굉장히 작게 잡고 일단 실행해보세요. 그러면 반응이 오게 됩니다. 예를 들자면 목표를 '페이지뷰 말고 다른 걸 보자', 이거 광징히 스몰 스텝이거든요. 그다음 어떻게 할지는 나중에 정해도 돼요. 그것까지 다 정해놓고 하려면 너무 어려울 수 있습니다. 일단 진행하다보면 여러가지 니즈가 자연스럽게 도출될 거에요. 이런 것도 궁금하다 저런 것도 궁금하다, 그런 의견들을 취합하면 프로젝트를 앞으로 어떻게 끌고 나갈지에 대한 방향을 잡기 쉬워질 것입니다. 작은 성공 경험을 만들면 설득은 쉬워집니다.
미디어오늘 :
처음부터 답을 내놓기보다는 할 수 있는 것들을 먼저 공유해보자는 말씀이시군요. 그럼 일단 처음에 어디서부터 시작하면 될까요?
김자유 대표 :
디지털 환경에서 데이터 분석은 어쩔 수 없이 기술적 환경 구축이 안 되어 있으면 그 다음 스텝으로 가기 어려워요. 웹사이트에서 정확한 데이터를 수집할 수 있는 기초 셋팅이 잘 되어 있어야 하는데 보통 웹사이트에서 정확하지 않은 데이터가 쌓이고 있는 경우가 많습니다. 향후 활용은 어떻게 할지 모르더라도 일단 정확한 데이터를 쌓아놓아야 사후에 분석이 가능해집니다. 데이터 분석을 영원히 안 할 것이 아니라면, 우선 기본적인 분석의 기반을 마련하는 작업은 먼저 시도하는 것이 첫 번째 스텝이다, 라고 말할 수 있겠습니다.
미디어오늘 :
기반이라고 하면 전담 조직과 인력이 필요하다는 말씀이신가요?
김자유 대표 :
아니요. 그건 가장 마지막 단계입니다. 전담 조직 설치는 사내에 데이터 분석을 도입할 때 시나리오의 마지막 단계에 존재하는 끝판왕 같은 것인데, 그렇기 때문에 그런 전담 조직을 탄생시키기 위한 사전 작업 격으로 스몰 스텝 프로젝트를 통해 작은 성공 경험을 만들고 공감대를 형성하는 과정이 중요한 것 같습니다. 감사합니다.