다이버스

현재는 카페24, 메이크샵, 독립몰만을 지원합니다

고객의 모든 행동 수집

페이지뷰 뿐 아니라 노출과 클릭을 데이터로 남깁니다
고객 A에게 상품 B가 10번 노출되었을 때 한 번 클릭한 것과, 한 번 노출되었을 때 바로 클릭한 것은 직관적으로 분명히 다릅니다. 페이지뷰만 남긴다면 관심 정도의 차이를 구분할 수 없습니다. 마찬가지로 상품 상세 페이지를 한 번 방문했지만, 아무것도 클릭하지 않은 고객과 리뷰 및 옵션 등을 클릭한 고객의 관심 정도는 분명히 다릅니다. 따라서 고객의 관심도를 기반으로한 데이터라이즈의 추천 엔진은 훨씬 정확하고 효과적입니다.
상품 관점에서도 마찬가지입니다. 상품 A와 B가 각각 10개씩 팔렸지만, 노출 수는 1000회, 10000회로 다르다면 두 상품의 퍼포먼스가 동일하다고 볼 수 없습니다. 데이터라이즈는 상품 별로 클릭률과 구매전환율 등을 계산하여 좋은 상품을 찾는데 활용합니다.
이벤트를 별도로 설정하지 않아도 자동으로 수집합니다
Google Analytics, 페이스북 픽셀 등과 같은 기존의 스크립트들은 특정 이벤트(클릭, 전환 등)들을 하나하나 설정해야 합니다. 이벤트 설정은 꽤나 까다로운 작업이라 누락되거나 잘못 설정되는 경우가 비일비재합니다.
하지만 데이터라이즈 스크립트는 이벤트를 별도로 설정하지 않아도 됩니다. 스크립트를 심기만하면, 고객의 모든 행동을 수집하고, 데이터라이즈 서버에서 후행적으로 학습하여 활용합니다. 따라서 eCommerce 담당자의 수고가 덜어지면서도 훨씬 정확한 데이터를 수집할 수 있습니다.

실시간 프로파일링

고객이 페이지를 보고 클릭을 할 때마다, 실시간으로 다양한 목표값(장바구니에 담을 확률, 구매할 확률, 이탈할 확률 등)을 추정합니다. 이렇게 실시간으로 추정된 목표값의 기울기 변화나 추세를 통해 고객에게 개입할 최적의 시점을 찾습니다. 특정 규칙을 기준으로 삼지 않기 때문에, 고객이 규칙을 악용하여 체리피커가 될 가능성이 낮습니다.
또한 관심 상품, 카테고리, 브랜드 등도 실시간으로 추정하고 있습니다. 개발자가 있는 독립몰이라면 해당 결과를 API를 통해 제공받아 다양하게 활용할 수 있습니다. (개인화된 상품 진열 등)

주요 지표 알림과 진단

eCommerce 주요 지표를 알림톡으로 발송해드립니다
여러 솔루션마다, 또 부서나 담당자마다 지표를 정의하는 방식이 다른 경우가 많습니다. 이런 경우 문제를 서로 다르게 인식하게 되고, 동일한 문제 해결을 위해 힘을 모으기 어렵습니다. 데이터라이즈가 정의한 주요 지표를 통해 회사의 방향성을 일치시켜보세요.
번거롭게 대시보드에 로그인할 필요도 없습니다. 매일 카카오톡 알림톡으로 반드시 확인해야 하는 주요 성장지표를 볼 수 있습니다. 또한 성장지표가 동일 기간 다른 eCommerce 사이트 대비 높은지 낮은지를 알 수 있습니다. 전체 시장 속 우리의 상태를 빠르게 파악하세요.
무엇이 문제이며 어떻게 해결해야하는지 진단해드립니다
GA, Amplitude와 같은 데이터 분석 툴을 사용하더라도 사이트 상태의 좋고 나쁨과, 어떤 현상의 원인을 찾는 것은 굉장히 까다로운 일입니다.
데이터라이즈는 유입 - 전환 - 리텐션 등을 다루는 데이터 분석 리포트를 매주 발행합니다. 매주 편한 마음으로 읽기만 해도, 무엇이 문제이며 어떻게 해결할 수 있는지 알 수 있습니다.

모든 캠페인 세트 제공

캠페인 한개를 만들기 위해서는 정말 다양한 조건에 대해 의사결정을 해야합니다. 누구에게, 언제, 어느 페이지에서, 어느 시점에, 어떤 소재를 노출할지 등을 모두 세팅해야합니다. 또한 캠페인 효과를 높이기 위해선 모든 조건들을 지속적으로 최적화해야합니다. 사실상 거의 불가능하죠.
데이터라이즈는 모든 고객 여정 단계(방문 - 상품조회 - 장바구니 - 주문서 - 구매완료 - 재방문 - 재구매)를 개선하는 캠페인 세트를 제공합니다. 심지어 기본 소재도 제공합니다. 버튼만 누르면 당장 50여개의 캠페인을 시작할 수 있습니다.

캠페인 자동 개선

반응이 좋은 소재를 더 많이 노출합니다
같은 캠페인이라도 어떤 소재를 노출하느냐에 따라 클릭률과 구매전환율이 두세배까지 차이날 수 있습니다. 또한 캠페인마다 개선하고자 하는 목표지표(구매전환율, 재방문율 등)가 다르기 마련입니다.
데이터라이즈의 적응형 AB 테스트 로직(MAB: Multi-Armed Bandit)은 클릭률과 목표지표가 좋은 소재를 더 많이 노출하도록 동작합니다. 새로 만든 소재가 이전보다 좋을지 궁금하신가요? 함께 켜두기만 하면 더 좋은 소재를 노출시켜드립니다.
캠페인 노출 순서와 간격을 자동으로 개선합니다
여러 차례 방문하고 활동을 많이 한 고객일수록 다양한 캠페인의 타게팅 대상자가 될 수 있습니다. 이 때 캠페인을 어느 시점에, 어떤 순서로 노출하는지에 따라 구매전환 성과도 큰 차이를 보입니다.
데이터라이즈는 인과모형(Causal Inference)을 통해 고객별 캠페인 노출 순서를 분석하고, 자동으로 노출 순서를 조정하여 효과를 개선합니다.