kjy10303 님의 블로그

DAY_15 멋쟁이사자처럼 부트캠프 그로스마케팅 4기

kjy10303 — Tue, 31 Mar 2026 22:58:24 +0900

코호트 분석 및 Zapier

TODAY LEARNING

01) 고객 유지(Retention)

02) 코호트 분석

03) 마케팅 자동화

01) 고객 유지(Retention)

신규 고객 유치 비용은 기존 고객 유지보다 약 5-25배 더 비쌈.

Retention을 먼저 최적화 해야하는 이유

많은 기업들이 하는 실수는 Acquisition에만 광고비 집중.

Retention > Activation > Acquisition > Revenue > Referral 순서로

왜 Retention을 먼저?

리텐션이 낮으면 Acquisition을 아무리 잘해도 사용자가 쌓이지 않음.

Retention이란?

잔존율로 서비스에 처음 방문한 사용자가 특정한 시간이 지나도 지속적으로 돌아오는 비율

Retention 종류

구간 리텐션 - 특정 시점을 기준으로 사용자가 얼마나 돌아왔는지 단편적으로 측정

코호트 리텐션(Cohort Retention) - 특정 기간에 유입된 집단을 묶어서 시간의 흐름에 따라

코호트가 어떻게 줄어드는지 파악하는 방식

지난주에 방문자가 이번주에도 방문했는지.

02) 코호트(Cohort) 분석

코호트(Cohort)

공통된 특성이나 경험을 같은 시점에 공유한 사용자 그룹

코호트 분석

같은 시점에 특정행동을 한 사용자 그룹을 묶어,

시간의 흐름에 따라 그룹행동이 어떻게 변하는지 추적하는 분석

코호트 분석 특징

1. 시간 기준이 있음 - 언제 특정행동을 했는지

2. 동일 그룹 추적

3. 변화를 추적

코호트 핵심 분석 방법

가로행 유입(누가) 시점 / 세로열 경과 시간(얼마나 오래)

'코호트 분석 시, 가로행은 우리제품/서비스의 유지력이 보이고,

세로열은 제품/서비스의 개선이 되고 있는지 보인다.'

코호트 분석 실무 분석법

1) 온보딩 개선의 효과 측정 > 개선의 효과를 정량적으로 증명

2) 신규 캠페인 장기 효과 > LTV 기반 채널 평가로 연결

3) 제품 서비스 변경의 영향 > A/B 테스트와 결합하면 인과관계에서 가까운 분석 가능

4) 이탈임계점 발견 > 이탈 예방 트리거 설계의 기준점 도출

5) 세그먼트간 Retention 차이

> 세그먼트/기간 등 다양한 가준점들을 기반으로 한 코호트 분석을 통해,

통계의 함정에서 벗어날 수 있음.

03) 마케팅 자동화

마케팅 자동화

기술을 활용해 반복적이고 시간이 많이 소요되는 마케팅을 효율적으로 실행 관리 과정

"고객들은 더이상 일률적인 메세지에 반응하지 않는다"

개인화된 경험을 기대하고 맞춤형 서비스를 원한다

재피어(Zapier)

업무 프로세스를 자동화하는 노코드 자동화 플랫폼

주요특징

1) No-Code 기반의 초간단 자동화

2) 압도적인 앱 생태계(7천개 이상의 앱과 연동)

3) 멀티 스텝잽스

4) 필터와 포맷터

5) AI와의 강력한 결합

API(Application Programming Interface)

앱이나 웹사이트가 서로 정보를 주고 받을 수 있도록 도와주는 통로

Zapier 필수 개념

트리거(Trigger)와 액션(Action)

트리거와 액션으로 이루어진 Zap을 만들어 자동화 프로세스를 만든다.

트리거의 중요한 역할

시작일 정의 / 데이터 추출 / 새로운 데이터 감지

MISSION

재피어 실습

재피어를 이용한 자동화 작업

3/31
배우고 느낀 점들
Zapier를 활용한 마케팅 자동화 툴이 이렇게 정교하게
작업할 수 있는지 몰랐음.
기본적으로 툴을 사용하는 데 있어,
거리낌 없이 자유롭게 이용할 줄 알아야
마케터로서 역할을 수행할 수 있겠구나를 느낌.

DAY_14 멋쟁이사자처럼 부트캠프 그로스마케팅 4기

kjy10303 — Tue, 31 Mar 2026 17:40:27 +0900

AARRR 퍼널 분석 : 고객 획득 및 활성화

TODAY LEARNING

01) 고객 여정 통계 분석

02) 기여도 분석

03) 핵심 지표

04) RFM 세분화

05) 고객 활성화

01) 고객 여정 통계 분석

고객 여정(Customer Journey)이란?

잠재 고객이 브랜드를 처음 인지하는 순간부터 전환(구매/가입/문의)에 이르기까지 거치는 모든 접점의 과정

왜 여정으로 규정하는가

유입된 고객은 무조건 이탈.
대부분은 첫 방문에 전환되지 않음.
평균적으로 b2b 고객은 7-13번 접점을 거쳐 전환.
b2c 이커머스도 첫방문 전환율 1-3%에 불과.

결론,

나머지 97-99%는 여정이 진행 중이므로.

단계별 고객 접점

1) 인식 단계(Awareness)

2) 고려 및 탐색 단계(Consideration)

3) 구매 단계(Purchase)

4) 사용 단계(Usage)

5) 사후 관리 및 충성도 단계(Retention)

02) 기여도 분석

기여도 분석(Attribution Analysis)이란?

고객이 전호나하기까지의 과정에서 여러 채널 Touchpoint 중 각 채널의 전환 기여도를

어떻게 배분할 것인가 결정하는 규칙.

기여도 분석이 중요한 이유는,

채널 별 성과를 어떤 기여도 분석 기준으로 보느냐에 따라 달라지고,

같이 데이터라도 기준에따라 가장 성과 높은 채널이 달라지기 때문!

기여도 분석 종류

1. 라스트 클릭

2. 퍼스트 클릭

3. 선형 모델

4. 시간 감쇠 모델

5. 데이터 기반 모델

03) 핵심 지표

UTM(Urchin Tracking Module)

URL에 추가하는 파라미터로, GA4가 어떤 채널/캠페인/소재에서 유입됐는지 구분 가능

핵심 질문1

UTM이 추가된 광고 링크를 클릭하여 웹사이트 접속한 후,

다른 페이지로 이동하면 URL의 UTM이 사라진다.

이때, 해당 유입의 UTM 기여도는 그 시점 소멸되는 것일까? 아니면 세션 내내 유효할까?

Answer

utm은 유입경로를 파악하기 위한 지표로 해당 유입 utm을 통해 들어온 후,

다른 페이지로 이동하더라도 방문자는 해당 UTM을 통해 유입된 것이기 때문에

한 세션 이내라면 UTM기여도는 유효하다.

핵심 질문2

UTM을 꼭 링크(외부링크)에만 아니라,

웹사이트 내의 이미지 배너, 버튼 클릭 링크에 UTM을 추가해서

웹사이트 내의 유입의 출처를 측정할 수 있다?

Answer

안쓴다.
웹사이트내의 utm을 추가하면 오히려 utm이 중복돼서 유입 경로가 유실 되고 지표가 중복 될 수도 있다.
내부유입인지 외부유입인지 구별이 어려워질 거 같다.

CAC(Customer Acquisition Cost, 고객 획득 비용)

신규 고객 1명 유치하는 데 드는 총 마케팅 및 영업 비용.

04) RFM 세분화

RFM(Recency, Frequency, Monetary) 분석

RFM 분석은 고객의 구매 행동 데이터를 기준으로 고객 가치를 평가하고 세분화하는 데이터 분석 기법

최근성(Recency) - 마지막으로 행동한 것이 얼마나 최근인가

빈도(Frequency) - 얼마나 자주 행동하는가

금액(Monetary) - 얼마나 많은 가치를 제공하는가

05) 고객 활성화

고객 세분화(Segmentation)의 중요성

전체 사용자 집단을 공통된 특성이나 행동 패턴에 따라 의미있는 하위 그룹으로 나누는 과정

Activation에서 중요한 세분화 기준

인구통계적, 행동적, 심리적, 맥락적 등

인구통계 세그먼트

관심사 세그먼트

행동세그먼트

MISSION

GA4 잠재고객 설정

데모버전 충성고객 설정

광고 스케줄링 - CVR이 높은 화/수요일에 입찰가를 높여 노출 최적화

CRM 마케팅 - 전환 의지가 가장 높은 시간대에 이메일/앱 푸시 발송

실험 설계 - AB테스트 시 요일별 편향(Weekend bias)이 결과에 영향을 주지 않도록 설계 주의

3/30
배우고 느낀 점들
고객 획득의 핵심 지표인 UTM이 왜 필요한지
어떤 원리로 작동하는지 토론을 통해 완벽히 이해할 수 있어서 좋았음.

DAY_13 멋쟁이사자처럼 부트캠프 그로스마케팅 4기

kjy10303 — Mon, 30 Mar 2026 23:48:25 +0900

A/B TEST 와 EDA

TODAY LEARNING

01) A/B 테스트

02) 마케팅 구조 데이터 파악(EDA)

03) EDA(탐색적 데이터 분석) 데이터 종류

01) A/B 테스트

AB 테스트는 꼭 필요한가?

1. 기술적 접근의 보편화와 한계

2. 그로스 해킹의 한계

- 제품 카테고리/세그먼트의 중요성

- 기법의 보편화로 인한 효과 감소

3. 그래서 어떻게 해야하냐

- 참신함과 창의적 콘텐츠의 중요성

- AI 자동화 도구의 활용

- 지표 중심 문화의 한계 인식

AB 테스트란?

기존 버전 A 요소와 변경된 버전 B를 사용자들에게 무작위로 보여주고

전환율 등의 데이터를 통해 더 나은 성과를 내는 방안을 과학적으로 결정하는 실험 방법

p-value(통계적 유의성)이란?

p-value는 유의확률로도 불리며 귀무가설이 참이라는 가정하에,

관측된 데이터가 우연히 발생했을 확률을 나타내는 지표.

보통 5% 미만일 때 통계적으로 유의미하다 간주.

귀무 가설을 기각하고, 해당 결과가 우연이 아닌,

실제 의미 있는 차이일 가능성이 높다고 해석함.

> 두가지 버전 AB 중 어느 것이 더 나은 성과를 내는지 통계적으로 증명하는 비교 실험

> 실험 결과가 가설을 기각하더라도 그 자체로 다음 실험을 정확하게 설계하는 데이터가 됨.

핵심 용어

대조군, 실험군

> 마케팅 실무에서는 대체로 AB 테스트 자체의 검증보단,

전환 향상을 위한 AB테스트 진행.

신뢰구간 - 다음에 다시 테스트해도 이정도 범위 안에는 들어올 것이라는 확신의 영역.

MISSION

LP 성과 개선을 위한 AB 테스트 설계

AB 테스트 설계써

CTA 버튼 문구 개선

AB 테스트 결과

02) 마케팅 구조 데이터 파악(EDA)

EDA(Exploratory Data Analysis) 정의

데이터를 분석하기 전에 데이터의 구조, 분포, 특성, 이상 여부를 먼저 탐색하고 이해하는 과정.

데이터에 질문을 던지기 전에 데이터가 어떻게 생겼는지 먼저 보라.

EDA(Exploratory Data Analysis) 탐색적 데이터 분석의 목표

데이터가 가진 의미를 파악하여 숨겨진 문제를 발견하고,

가설을 수립하거나 수정하여 올바른 분석 방향을 설정하는 것이 핵심 목표.

EDA가 필요한 이유

1) 데이터는 항상 더럽다.

2) 데이터 구조를 모르면 잘못된 지표를 만든다

3) 가설은 데이터 근거를 바탕으로 만들어야한다

실무 활용

EDA는 일회성 작업이 아니라 새로운 데이터가 추가될 때마다 반복.

신규 데이터를 확인해야 할 경우 EDA를 하는 습곤이 분석의 품질 결정.

03) EDA(탐색적 데이터 분석) 데이터 종류

데이터 타입을 분류하는 이유?

적절한 통계 지표 결정

평균을 낼수 있는 '수치형'(이산형/연속형)

그렇지 않은 '범주형'(명목형/순서형)

올바른 시각화 도구 선택

머신러닝 알고리즘 적용

3/27
배우고 느낀 점들
여러가지 실험과 미션 과정을 통해 실무 경험을
잠깐이나마 느낄 수 있었음.
어떤 식으로 설계하고 데이터를 분석해야하는지
감이 조금 잡힘..

DAY_12 멋쟁이사자처럼 부트캠프 그로스마케팅 4기

kjy10303 — Mon, 30 Mar 2026 23:23:37 +0900

전환율 최적화와 가설 설계

TODAY LEARNING

01) 전환율 최적화

02) 가설 실험 설계

01) 전환율 최적화

CRO(Conversion Rate Opimization, 전환율 최적화)란?

웹/앱에 방문한 사람 중 더 많은 비율이 구매, 신청, 가입 등

달성 비율을 높이기 위해 페이지 구조, 문구, UX/UI 디자인 등을

데이터 기반으로 개선하는 마케팅 전략.

CRO가 광고비 증액보다 효율적인 이유?

전환율(CVR)을 개선하는 이유는 최소한의 Paid 예산으로 더 많은 고객 확보.

CRO의 핵심 요소

1) 가치 제안(VP)

단순히 우리 서비스가 좋다고 말하는 것이 아닌, 고객이 가진 Pain Point를 우리 제품이

어떻게 해결하는지 숫자와 혜택으로 show&prove 해야함.

2) 직관적인 UX/UI 디자인

유저가 "어디를 눌러야하지?"라고 고민하는 순간 전환은 실패.

직관적인 시각 필요. 유저의 고민 시간을 줄이기 위함.

3) 신뢰요소 추가

온라인 거래에서 유저는 본능적으로 거부감을 느낌.

>거부감을 상쇄할 불안 해소.

CRO 개선법

A/B TEST

랜딩페이지 최적화(LPO)

폼(양식) 간소화하기

모바일 최적화

긴급성 희소성 심리 활용

실시간 채팅 및 즉각적 문의 대응

이탈 방지 팝업

데이터 기반 분석과 반복적 개선

신뢰와 사회적 근거 활용

등등

MISSION

현재 오픈된 멋사 그로스 마케팅 부트캠프 모집 페이지에서

사전 알림 신청 CVR을 높이기 위한 CRO 전략 설계

미션

Heatmap Tool

데이터의 강도를 색상으로 시각화하여 패턴과 상관관계를 분석하는 도구

히트맵 분석의 대표적인 특성

정상적 데이터 정량화

ab 테스트 가설 수립의 근거

비즈니스 성과와의 직접적 연결

클릭/탭 히트맵

스크롤 히트맵

등등

GA4와 함께 히트맵 분석을 해야하는 이유?

GA4는 이탈률 전환율 체류 시간 등 숫자로 표현된 정량 데이터 제공

BUT, 히트맵과 세션 녹화 등은 시각적 정성 데이터로 스크롤 했지만 왜 클릭 안했는지 제공.

함께 이용할 때 더욱 시너지.

데이터 분석이라고 하면 스프레드 시트 형태의 데이터를 떠올리지만,

사람의 행동을 직접 관찰하는 것도 훌륭한 데이터 분석임.

02) 가설 실험 설계

데이터 기반의 가설 실험이 필요한 이유?

불확실성을 최소화하고, 데이터 기반한 합리적인 의사결정을 통해 마케팅 성과(ROI)를 극대화 하기 위해!

감이나 경험보다는,

과학적인 접근으로 고객 반응 예측하고 검증.

가설이 있어야 실패해도 인사이트가 생기고 성고하면 재현 가능한 전략이 된다.

그로스 마케팅은 감이 아니라 지속 가능한 시스템을 만드는 것.

VLMO Framework

Variable(변수)

변경하고자 하는 구체적인 요소

= 실험의 독립 변수 설정

Logic(논리)

특정 행동이 결과로 이어지는 이유와 근거

= 가설의 타당성 부여

Metric(지표)
실험의 성고 여부를 판단할 구체적 숫자

= 객관적 판단 기준 마련

Outcome(기대 결과)

실험을 통해 얻고자 하는 궁극적인 비즈니스 임팩트

= 성장 목표와 정렬

데이터 기반 가설 실험이 필요한 이유??

1) 데이터 기반의 인과 설계

2) 성공과 실패 모두의 자산화

3) 지속 가능한 성장 엔진

핵심 용어

귀무가설 - 변경 전후 아무 차이 없다(변화는 우연)

대립가설 - 변경 후 전환율이 더 높다(우리의 가설이 맞음)

MISSION

토론 주제

친구에게 공유 시 100원을 주는 기능이 신규 유입을 200% 늘렸지만, 유입된 유저의 90%가

체리피커라면 이 실험은 확장해야하는지?

만약 금융 서비스에서 재미 요소가 가미된 실험이 신뢰도를 낮춘다는 데이터가 소수 발견된다면,

마케터는 해당 가설 실험을 중단해야하는지?

My Answer

친구에게 공유 시 100원을 주는 기능 > 신규 유입 200% 증가
but 유입된 유저의 90%가 체리피커라면(100원만 먹고 이탈한다면) 이 실험을 확장해야할지
토스는 100원을 주는 기능을 통해 신규 유입이 증가한다는 가설을 세움
> 실제로 신규 유입이 200% 증가
가설 성공
그렇지만 유입 이후에 리텐션이 이뤄지는지까지 설계를 했다고 생각한다면 가설 실패
신규 유입 중 10%만 남았기 때문

예시 계산
실제 평소 신규 유입자가 5%(약 50명)이라면
위 마케팅을 통해 200%(약 2000명)이 들어왔다고 판단.

원래는 비용이 0원으로 50명 증가.
하지만 비용이 200,000원의 비용으로 2000명 증가.

대신 신규가입자 중에서 90% 이탈. 결국 남는 고객은 200명.
그럼에도 득이 되는 마케팅인가. YES.

'200명의 LTV and 1800명의 체리피커들의 브랜드 인식'

에펠탑 효과처럼 계속 노출이 된다면 인식이 좋아질 수 있다.

결론적으로 체리피커들은 지속적으로 이벤트를 통해 바이럴될 것. 모든 사람들이 브랜드를 알게될 것. 장기적으로 브랜드 가치를 높일 수 있다.

기준 설정이 중요. 체리피커들이 단순히 버려지는 것이 아닌 존재로 생각.

3/26
배우고 느낀 점들

실제 토론을 하면서 팀원 간에서도 마케팅 전략이 갈린다는 걸 보고
통계적인 근거를 기반한 의견이 힘이 좋다는 걸 느낄 수 있었음.
실패와 성공의 경험을 통해 내걸로 만들어 함.

DAY_11 멋쟁이사자처럼 부트캠프 그로스마케팅 4기

kjy10303 — Mon, 30 Mar 2026 22:51:18 +0900

통계 분석 기초

TODAY LEARNING

01) 통계 분석 개요

02) 그로스 마케팅 통계 분석 개요

03) 통계 분석 용어정리

01) 통계 분석 개요

그로스 마케팅에서 통계분석이 필요한 이유?

독립시행의 원칙

마케팅 적용 = 어제 광고 효율이 좋았다고 해서 오늘이 당연히 좋을 것이라는 건 위험.

시장 상황 요일 유저의 심리는 매번 독립적인 변수로 적용될 수 있음.

대수의 법칙

마케팅 적용 = 단기적인 데이터에 일희일비하지 않기.

통계적으로 유의미한 표본 수가 쌓일 때까지 기다려야 진짜 신호를 판단할 수 있음.

생존자 편향

마케팅 적용 = 성공한 캠페인 스터디만 보고 전략을 짜는 건 로또 당첨번호 분석과 같음.

실패한 데이터 속에서 당첨되지 않은 확률을 줄이는 게 그로스 마케팅의 핵심.

<결론>

통계 = 그로스 마케팅 사이클을 반복하기 위한 명확한 판단 근거

> 따라서 통계를 아는 마케터는 통계를 기반으로 한 데이터 분석을 통해 실행 가능한 인사이트 뽑기.

ex) CVR이 올랐다 > 단순한 관찰

> 상승이 의미있는가를 판단하려면 통계 기준이 필요.

결론적으로, AI에게 대체되지 않으려면 통계적인 근거와 표본을 근거로

분석해야 예산을 낭비시키지 않음.

- 통계적 분석 과정

문제정의 > 데이터 수집 > 데이터 전처리 > 데이터 모델링 > 시각화 및 탐색 > 다시 문제정의

과정을 반복.

통계란

수집된 데이터에서 의미있는 패턴을 찾아내어 미래를 예측하는 과학적 방법론.

그로스 마케팅의 통계 실무 활용

1) User Segmentation

전체 유저를 평균으로 보지 않고, 통계적 특성에 따라 고객 분리

2) 성과 기여도 분석

고객이 결제에 이르기까지 실제 기여도 높은 채널 판별

3) A/B 테스트 유의성 검정

두가지 시안 중 어떤 것이 더 우수한지 판단할 때 우연에 의한 결과 확률 배제

결론적으로 마케터를 위한 실무 통계의 지향점

> 고르스 마케팅 실무에서 데이터를 읽고 전략을 도출하는 능력을 기르는데 집중!!!

BI(Business Inteligence) - 전사적인 데이터로 시각화 도구 ( 전체적인 성과 모니터링)

PA(Product Analystics) - 사용자 행동기반(유저행동 심층 분석 및 제품 최적화)

02) 그로스 마케팅 통계 분석 개요

그로스 마케팅 통계분석 Cycle

통계 기반 데이터 분석은 연속된 분석 사이클로 연결

데이터 분석환경 구축 > 가설 및 실험 > 데이터 분석 > Lesson Learn

실무 활용 <Growth Marketing Sprint>

1. 스프린트 계획 세우기

- 목표(why) 할 일(what) 실행 계획 수립(how)

2. 실행 및 개발

3. 분석 및 학습

4. 회고

이 과정을 반복하며 제품/서비스의 마케팅 전략을 지속적으로 개선해 나가는 것이

그로스 마케팅의 핵심!

실무에서는

기업 규모 실행환경에 따라 진행 주기는 상대적이지만,

통상 최소 2-3회 or 20-30회 진행. (2주 기간 동안)

데이터 분석 이후 액션이 되지 못하는 3가지 함정

1. 분석을 위한 분석 - 지표를 분석하고 목적을 파악해야 함. 목적이 있는 분석이 필요.

2. 숫자 나열 리포트 - 수치 뒤에 so what? 무엇을 해야하는가가 필요.

3. 우선 순위 없는 개선 욕심 - 개선점이 10개가 나왔다면 한개씩 순위를 매겨 수정.

통계 기초 없이 퍼널 분석을하면 작은 표본의 노이즈를

진짜 신호로 오인하여 잘못된 실험 결정을 내릴 수 있음.

따라서 데이터를 많이 보는 것이 아닌,

데이터로 올바른 질문을 하는 것이 그로스 마케팅의 역량.

MISSION

마케팅 통계 분석을 사용하는 사례

- 신한 카드 트랜드 정보 데이터 통계

신한 카드 선정 이유

통계 분석의 핵심 비율 지표

전환율(CVR) 클릭률(CTR) 유지율(Retention Rate)

CTR 낮음, CVR 높음

- 광고 소재 타겟팅 개선 우선

CTR 높음, CVR 낮음

- 랜딩 페이지 최적화(메세지 미스매치)

CTR 낮음, CVR 낮음

- 채널 - 메세지 - 랜딩 전체적인 재검토 필요

03) 통계 분석 용어 정리

표본 = 분석을 위해 실제로 수집한 전체 데이터의 일부

모집단 = 우리가 알고자 하는 분석 대상 전체 집합

표본 크기 = 수집된 데이터의 개수로 데이터가 많을수록 분석 신뢰도가 높아져 결과의 편차가 줄어듦.

평균 = 전체합 / 데이터 수.

중앙값 = 데이터를 크기별로 나열했을 때 정중앙 값

표준편차 = 데이터가 평균에서 얼마나 퍼져있는가

평균의 합정

중앙값과 비교 분석을 해야하는 이유

1) 마케팅 데이터에는 대규모 구매자, 초장기 체류 유저처럼 극단적 이상값이 자주 등장

평균을 크게 왜곡하기 때문.

2) 심슨 패러독스

평균만 믿고 의사결정을 하면 치명적인 실수를 할 수 있음.

이상값 = 전체 패턴에서 크게 벗어난 데이터.

제거 전에 실제 발생한 일인지 오류인지 구분해야 함.

배우고 느낀 것들
통계분석으로 보는 그로스 마케팅의
실무 활용법을 배울 수 있어서 좋았음.

DAY_10 멋쟁이사자처럼 부트캠프 그로스마케팅 4기

kjy10303 — Tue, 24 Mar 2026 17:50:24 +0900

META 픽셀과 LPO 전략

TODAY LEARNING

01) META 픽셀 이벤트

02) LPO 전략

03) Figma Site

01) META 픽셀 이벤트

메타 픽셀이란?

웹사이트 내 고객 행동을 추적하여 광고 효율을 측정,

맞춤 타겟/유사 타겟 등의 타겟팅을 설정할 수 있는 자바스크립트.

웹/앱 방문 > 사용자 행동 > 메타 픽셀 데이터 전송 > 광고 집행시 활용

순서로 진행.

메타 픽셀의 사용목적

1) 전환 목표 설정

2) 맞춤타겟 / 유사타겟 설정

픽셀 종류로는

'기본 코드'와 '맞춤 이벤트'가 있음.

'기본코드'는 내 모든 페이지에서 픽셀이 적용될 수 있도록 GTM을 설치하는 것.

'맞춤 이벤트'는 특정 상황에 데이터를 측정하기 위한 것.

메타 픽셀 이벤트 설정하는 모습

02) LPO 전략

LPO (Landing Page Optimization) 이란?

랜딩 페이지에 도달한 방문자의 행동 데이터를 기반으로 전환(Conversion)을 극대화하기

위해 디자인, 콘텐츠, 구조, 기술적 요소를 체계적으로 개선하는 전략.

IF, CTR은 좋은데 전환이 없다면??

광고가 아닌, 랜딩 페이지의 문제.

고로 랜딩 페이지 개선이 필요!

가설 수립 > 테스트 > 측정 > 개선

의 과정을 반복하는 사이클

LPO vs CRO?

LPO는 랜딩페이지의 개선에 관한,

CRO는 고객 전체 여정(구매, 가입, 문의 등)의 개선.

CRO(Conversion Rate Optimization)? > 전환율 최적화

방문자가 구매, 가입, 문의 등 의도된 행동(전환)을 하도록 유도하는 비율을 높이는 데이터 기반 마케팅 전략.

LPO의 핵심요소

1. 메시지 관련성

> 광고 카피와 LP 내용이 일치하는가

2. 히어로 액션

> 3초 안에 '이게 뭐지' 파악 가능한가

3. 신뢰 요소

> 방문자가 믿을 수 있는 증거인가

4, CTA 설계

> 다음 행동을 명확하게 안내하는가

5. 로딩 속도

> 최대한 빠르게 로딩 되는가, 3초안에 로딩되는가

실무관전에서의 LPO를 통한 성과 개선 항목

데이터 기반 가설 수립

A/B 및 다변량 테스트 설계

사용자 경험 최적화

심리적 설득요소 강화

AARRR 퍼널 연계

성과 측정 및 반복 개선

03) Figma Site

피그 사이트를 통해 랜딩 페이지 제작.

MISSION

멋사 GM5th 모집을 위한 LP 제작.

실습 프로젝트 결과물

목표 : 멋사 그로스 5기 LPO 최적화해서 전환율 높이기

타겟 : 여성 25세 졸업반 마케터 취준생

타겟 Pain point : 취업 준비 방향이 불명확하고, 현재 포트폴리오같은 것들이 기업 요구에 맞는지 확신이 없음 취업시장에 대한 부정적 정보로 인해 불안과 스트레스를 느끼고 있음

Hero 섹션 문구 후보 : 당신이 고민하는 지금 이 순간에도, 누군가는 데이터로 시장을 씹어먹는 법을 배우고 있습니다."

배우고 느낀 점들
메타 픽셀에 대해 간단한 정리와
랜딩 페이지에서의 설계가 중요하다는 점.
직접 분석 설계를 하며
어떤 식으로 풀어나가야할지 고민할 수 있는 지점이 좋았음.

DAY_9 멋쟁이사자처럼 부트캠프 그로스마케팅 4기

kjy10303 — Mon, 23 Mar 2026 20:12:30 +0900

시각화 대시보드
Looker Studio
Tableau

TODAY LEARNING

01) 시각화 대시보드

02) 루커스튜디오(Looker Studio)

03) 태블로(Tableau)

01) 시각화 대시보드

시각화 대시보드 기초

데이터를 시각화 시킨 것. 차트 그래프 맵 등 시각적 요소

> 분석 결과를 쉽게 이해하고 표현 전달할 수 있도록.

로우 데이터는 의도 X.

BUT, 시각화 시킴으로 어떤 의도로 데이터를 보여줄 지 결정 가능.

필요한 것만 뽑아서 보기 쉽게.

주요 데이터 시각화 툴

- 태블로, Looker Studio, Power Bi 등

이번에 사용해 볼 tool은 그 중 루커스튜디오, 태블로

데이터 시각화의 중요성

- 데이터 이해도 상승

- 조직 내 효과적인 의사소통

- 불필요한 업무를 줄이고 업무 효율성 향상

데이터 시각화 프로세스

목표정의 > 데이터 수집 > 데이터 정리 > 데이터 시각화 툴 선택 > 데이터 시각화 구성

02) 루커스튜디오(Looker Studio)

구글에서 제공하는 무료 데이터 시각화 도구

데이터 연동이 용이.

Google Connectors / Partner Connectors

데이터 패널이란

- 데이터 소스에 있는 하나 이상의 다른 필드에 작업을 실행하는 수식.

looker studio 데이터 연동

데이터 소스란

루커스튜디오에서 대시보드 생성을 위한 데이터를 의미

루커 스튜디오와 GA4를 함께 사용하는 이유

- 데이터 시각화

- 데이터 혼합분석

- 간단한 대시보드 공유

루커 스튜디오 차트 컨트롤 종류

총 16개의 기본 차트와 11개의 컨트롤(드롭다운 목록, 시간 등)

루커 스튜디오 실전 활용법

- 필터 활용 / Case 구문 치환 / 반응형 레이아웃

루커 스튜디오 실습

실습2

직접 실습을 하면서 느낀 점은

왜 이 데이터를 시각화 하는가.

이걸로 무엇을 보여 줄건가.

어디에 도움이 되는가.

시각화가 잘 됐는가.

끊임없는 질문이 떠올라서

생각보다 복잡함을 느낌.

03) 태블로(Tableau)

데이터 시각화 및 BI(Business Intelligence) 솔루션으로

복잡한 데이터를 직관적인 차트와 대시보드로 전환하여 데이터 기반 의사결정을 돕는 도구.

Tableau Desktop / Public / Cloud, Server

같은 종류가 있음.

무료로 사용할 수 있는 건 Tableau Public.

실습도 진행.

태블로 퍼블릭 유의할 사항.

- 데이터 보안 및 공개 저장

- 로컬 저장 불가

- 레이아웃 고정

- 원본 데이터 다운로드 설정해야함.

장점은

간단하고 직관적으로 시각화 가능.

단점은

공개적이라 내부 데이터 시각화 어렵. 레이아웃이 고정.

태블로 실습

배우고 느낀 점들
지금까지 데이터를 어떻게 생성하고, 정리하는 법을 배웠다면
오늘은 정리한 데이터를 비교하기 쉽도록 시각화 하는 것을 배움.
여기서도 데이터를 어떤 식으로 보여져야지
비교하고 더 좋은 데이터를 찾을 수 있을지 고민을 해야한다는 걸
느낄 수 있었음.

DAY_8 멋쟁이사자처럼 부트캠프 그로스마케팅 4기

kjy10303 — Mon, 23 Mar 2026 19:35:38 +0900

마케팅 퍼널 분석 실전
사용자 행동(Event)

TODAY LEARNING

01) 마케팅 퍼널 분석 실전

02) 사용자 행동(Event)

03) 구글 태그 매니저(GTM)

01) 마케팅 퍼널 분석 실전

퍼널 분석 실전 예시 1)

이커머스

EX) 장바구니 > 결제 시작 시 , 50% 이탈

>가설

결제 단계 진입 장벽이 생김(로그인 강제, 배송비 노출 등)

>개선 액션

비회원 결제 허용(비추천), 배송비 조기 노출, 장바구니 리마케팅 등

퍼널 분석 실전 예시 2)

B2B리드 수집

EX) 1

핵심 이탈 구간

콘텐츠 열람 > CTA 클릭 67% 이탈

>가설

콘텐츠가 관심을 못 끌거나 CTA 위치 부적절

> 액션

CTA 위치 A/B 테스트, 사례 중심 콘텐츠 강화

EX) 2

> 핵심 이탈 구간

폼 작성 시작 > 제출 완료 전, 50% 이탈

>가설

폼 항목 과다. 개인정보 수집 거부감

>액션

폼 항목 축소(이름 이메일 간단한 것만), 단계형 폼 적용

이커머스와 B2B 리드 수집의 구조적 차이

이커머스는

단기 전환 구조로, 장바구니 결제 단계의 이탈을 즉시 막는 게 핵심

B2B 리드 수집은

콘텐츠 신뢰 > CTA 클릭 > 폼 제출로 이어지는 다단계 구조,

리마케팅을 통한 재접촉이 전환에 중요.

** 이런 식으로 각 구간에 맞는 가설과 액션을 설정하여 개선해 나가는 것이 중요 **

이것이 '그로스 마케팅'이다.

02) 사용자 행동(Event)

사용자 행동이란?

사용자와 디지털 서비스(웹/앱)에서 취하는 모든 사용자 행동을 데이터로 기록하는 최소단위.

클릭, 스크롤, 페이지 조회 등

행위하는 모든 것이 이벤트.

'이벤트 기반'으로 사용자 행동을 분석하는 이유?

앱/웹 환경이 더욱 복잡, 세분, 개인화 되면서,

"몇 명이 무얼 했나"

보다

"특정 사람이 무엇을 했나"

가 더 중요.

이벤트 기반으로 가능한 그로스 마케팅 분석 방법

1) 퍼널 분석 2) 리텐션 분석 3) A/B 테스트

WHO, WHAT, HOW

누가 무엇을 어떻게 했는가를 분석.

GA4 Event

GA4 이벤트 - GA4를 이용한 이벤트 행동 분석

ex) page_view(페이지 조회), first_visit(첫 방문) 등

이벤트 매개변수

사용자의 행동과 관련된 정보 수집

ex) 제품명, 제품 가격, 제품 구매 수량 등

03) 구글 태그 매니저(GTM)

먼저 구글 태그 매니저를 알기 전 알아야할 것.

웹사이트의 구성 요소 ; HTML / CSS / JavaScript

HTML

웹 페이지의 구조와 내용 등 레이아웃을 구성하는 코드

CSS(Cascarding Style Sheet)

웹 페이지 색상 이미지 등 디자인을 구성하는 코드

JavaScript

웹페이지에서 동적인 행동을 구성하는 도구

GTM(Google Tag Manager)이란?

웹/앱의 다양한 추적 코드를 직접 관리하고 수정 및 배포할 수 있도록 해주는 도구.

구글 태그 매니저

GA4 - GTM 웹 데이터 분석 흐름

1. 사용자가 웹 사용

2. 자사 웹 사이트에 데이터 발생

3. GTM 내 태그를 통해 데이터 전송(단, GTM이 설치되었을 때 과정)

4. GA4 내 보고서에 사용자 행동 데이터 전송 및 파악 가능

GTM을 사용하는 이유

1. 웹사이트 소스 코드 수정없이 간편 설치 가능

2. GA 이벤트 커스텀 설치 가능

3. GTM 버전 관리 및 테스트/ 디버깅 용이

GTM의 계층 구조

계정(Account) 안에,

컨테이너(Container)를 가지게 되고,

태그(Tag)를 갖고,

그 안에 태그를 작동시킬 트리거(Trigger)가 존재.

GA4에서 디버깅을 통해 태그가 잘 작동되는지 확인

결론적으로,

구글 태그 매니저는

“코드 없이 태그를 관리·배포·검증”할 수 있게 해줌.

속도, 정확성, 협업, 비용 측면에서 큰 장점.

블로그 독자들에게는 마케터와 개발자의 협업을 원활하게 하며,

데이터 수집·분석을 한층 더 효율적으로 만든다는 핵심.

배우고 느낀 점들
구글 태그 매니저를 통해 GA4로 데이터를 전송하고
그 데이터를 분석할 수 있다는 걸 배움.
데이터를 뽑아 오는 것도 트리거 설정, 변수 설정 등
정리해야할 것도 많음.
효율적으로 확인할 수 있다는 점이
GTM과 GA4의 큰 장점이라 생각.

DAY_7 멋쟁이사자처럼 부트캠프 그로스마케팅 4기

kjy10303 — Mon, 23 Mar 2026 17:50:09 +0900

GA4 보고서 제작

TODAY LEARNING

01) GA4 개요

02) GA4 보고서

01) GA4 개요

GA4 필수 설정 사항 3가지

1. 구글 신호 데이터 활성화

> 구글 신호 데이터를 활성화 하면 좋은점 :

교차기기 측정, GA4를 사용하여 리마케팅, Google Ads 교차 기기 전환 가능

2. 데이터 보관 기간 설정

3. 원치 않는 추천 나열**

웹사이트에 유입된 사용자가 소셜 로그인 or 결제 시스템 등만 선택할 경우,

웹사이트 이탈-유입으로 집계되는 경우를 제외하는 작업.

왜냐하면

불필요한 정보까지 집계되면 정확한 정보를 얻을 수 없기 때문!!

그외에 설정 사항

내부 IP 제외,

교차 도메인 설정,

개발자 트래픽 제외

등등

기본적인 설정 사항을 정리하고 시작해야 나중에 데이터 분석 작업이 수월.

02) GA4 보고서

보고서 개요

GA4의 인터페이스

보고서에는

1. 컬렉션 : 보고서 주제를 그룹화한 단위

2. 주제 : 개요 보고서, 상세 보고서의 모음

3. 개요 보고서 : 카드 형태의 보고서

4. 상세보고서 : 기준에 따른 보고서. 1개 이상의 주제에 1개 이상의 상세 보고서.

결론적으로

컬렉션 > 주제 > 개요 보고서 > 상세 보고서

로 구성.

라이브러리란?

컬렉션, 보고서 생성 및 수정할 수 있는 기능

(라이브러리를 사용하기 위해서는 GA4 권한 중 편집자 이상 권한 필요)

GA4 보고서

탐색 탭에서

원하는 템플릿으로 보고서를 구성

탐색 살펴보기

배우고 느낀 점들
GA4의 기본적인 툴 사용을 익혀 보았다.
크게 어려운 점은 없지만,
차차 익숙해져야 할 것 같다.

버튼 클릭 이벤트 설치_HTML 이용 0320

kjy10303 — Fri, 20 Mar 2026 16:49:59 +0900

성장을 위한 데이터 전략: 그로스마케팅

그로스마케팅은 단순히 광고비를 쓰는 것이 아닙니다. 데이터를 통해 고객이 어디서 이탈하는지 찾아내고, 그 틈을 메워 성장을 가속화하는 과정입니다.

지금 바로 전문적인 그로스 해킹 전략을 확인하고 비즈니스의 성과를 극대화해 보세요!

가이드 받기 →