안녕하세요 Business Analyst 이민혜입니다 🙂
👉🏻 지난 이야기
지난 글을 통해 DCR v1.2 업데이트 소식과 함께 새롭게 추가된 기능들을 알아봤어요! 직접 분석에 활용해보는 것처럼 빠르게 이해하는 방법은 없는만큼, 이번 글에서는 신규 기능들을 활용해 데이터를 분석해 볼거예요!
오늘은 저와 함께 ‘카드사 마케터’와 ‘구독모델로 BM을 변경하려는 서비스 마케터’ 가 되어 유저들의 구독서비스 소비내역을 분석해봐요! 현직 마케터라면, 구독서비스 소비내역을 어떻게 활용할 수 있을까요?
중간 중간 신규 기능들을 유용하게 활용하는 팁❗이 등장하니, 끝까지 함께해요!
🔎 유저들의 구독서비스 소비내역, 어떻게 마케팅에 활용할까?
요즘에는 대부분 넷플릭스, 유튜브 프리미엄 등의 구독서비스 한 두개 쯤은 이용하고 계실 것 같은데요. 코로나 시기 비대면 문화의 확산으로 가속화 된 구독경제 열풍은 제품을 ‘소유’하는 것보다 ‘사용경험’을 중요시하는 MZ세대🙋와 함께 점점 더 빠르게 성장하고 있어요. 또, 구독서비스는 다양한 분야로 확산되어 최근에는 커피/도시락 구독, 세탁/의류 렌탈 구독, 차량 구독 등의 서비스도 활발히 이용되고 있어요!
💳 <카드사의 마케터 되어보기>
마케터라면 어떤 고객층이 구독서비스의 적극적인 이용층인지에 가장 먼저 관심이 갈거요. 구독서비스에 대한 지출이 많은 유저들이 곧 구독서비스 관련 상품 마케팅에서 가장 먼저 타겟해야 하는 유저가 될테니까요!
그럼, 뱅크샐러드의 결제내역 데이터(AccountBook)를 통해 고객층 별 구독서비스 지출을 분석해봐요.
1. 구독 결제데이터 분석용 프로젝트 생성
먼저, 구독서비스 결제내역 데이터 분석을 위해 새 프로젝트❗를 만들었어요. 분석과정에서 생성될 여러 워크플로우는 모두 해당 프로젝트에 모아서 관리할 수 있어요.
2. 성별/연령별 구독서비스 관련 지출현황
어떤 고객층이 구독서비스 관련 지출이 많은 지 확인하기 위해, WHERE절을 활용해 구독서비스 관련 지출만을 추출해 줄 거예요. 그러기 위해선, 제공되는 데이터 명세서에서 소비 대분류를 의미하는 parent_category 컬럼의 고유값들을 확인하고 구독서비스와 관련된 범주들을 미리 찾아줘야 해요.
저는 ‘구독, 구독결제류, 구독료’ 등의 범주를 찾아 WHERE절에서 IN( ) 함수를 활용해 구독 결제에 해당되는 데이터들만을 추출했어요.
그리고 성별과 연령대를 GROUP BY 기준으로 설정해, 이에 따라 구독서비스에 대한 건 당 평균 지출액이 얼마인지 확인해보았어요.
매우 흥미로운 결과가 나왔네요!
모든 연령대에서 남성은 여성에 비해 1건 당 평균결제금액이 6천원에서 만원 가량 적게 나타난 것을 알 수 있어요. 구독서비스 건 당 결제금액은 곧 구독 요금제를 의미하는 것일테니, 구독서비스에 대한 수요와 지불용의 측면에서 성별이 유의미한 변수로 작용한다고 예측해볼 수 있겠네요!
연령대 간 차이는 성별만큼 크지는 않지만, 여성의 경우 1회 결제금액은 40대(2만 5천), 20대(2만 4천), 30대(2만 3천) 순으로 높게 나타나고 있어요. 마케터의 입장에서 구독서비스 관련 상품을 최우선으로 타겟해야 할 유저는 2040여성이 되겠네요!
3. 구독서비스 건 당 지출에 성별이 미치는 영향 검증하기
수치를 통해 여성과 남성들의 평균 구독결제 금액의 차이가 존재한다는 것은 확인했는데요, 평균 차이가 얼만큼 나야 실제로 ‘차이가 존재한다’고 할 수 있는지 궁금한 분들도 계실 것 같아요! 🤔
이런 의문이 생길 때 필요한 것이 통계적 검정이예요. 성별에 따른 결제금액의 평균 차이가 유의미한지 확인하기 위해 One-Way ANOVA(일원배치 분산분석) 기능을 활용해 봐요!
검정 결과를 함께 확인해봅시다!
f-statistic은 평균과 분산을 고려했을 때, 여성과 남성 그룹 간 차이를 의미하는 수치이고 p-value는 f분포 상 f-statistic값이 도출될 수 있는 확률이예요. 즉, p-value가 작을수록 이렇게 큰 f-statistic값이 산출될 확률이 낮다는 것이죠!
해당 검정에서는 일반적으로 판단의 기준이 되는 0.05보다 작아, 성별이 건 당 결제금액인 요금제 차이를 야기하는 명백한 요인이 됨을 밝혀낼 수 있어요!
💡 그럼 카드사 마케터는 이를 어떻게 활용할 수 있을까요?
바로 2040 여성을 타겟팅한 구독서비스 제휴 카드상품💳을 출시해 이들을 타겟해 볼 수 있을 거예요. 구독서비스 고객들은 특별한 문제가 없다면 구독을 유지한다는 특징이 있기 때문에 장기고객을 확보하는 데에도 도움이 되겠죠?
실제로, 최근 카드사에서는 구독서비스 이용층을 공략하기 위한 카드상품을 출시하고 있어요. 단순히 디지털 구독 전반과의 제휴상품 뿐 아니라 드라이빙, 쇼핑/문화에 특화된 구독상품도 직접 출시하고 있다고 하니 이런 ✨트렌드를 반영한 상품을 개발✨해보는 것도 좋겠네요.
🛍️ <구독모델로 BM을 변경하려는 서비스 마케터 되어보기>
비단 카드사 마케터 뿐 아니라 구독서비스 결제 데이터를 유용하게 활용할 수 있는 분야는 다양할 거예요! 특히, 최근에는 무료 서비스였으나 유료 Pro 요금제를 출시하는 서비스들이 많은데요. 이번에는 💰유료 요금제를 출시하려는 서비스의 마케터가 되어 요금제 종류와 가격을 책정해봐요!
- 건 당 지출액이 거래내역에 미치는 영향 알아보기
기업 입장에서는 유료 요금제 중에서도 프리미엄 플랜을 구독하는 유저들은 어떤 소비성향을 지녔는지 궁금할텐데요. 유저들의 건 당 지출금액과 계좌잔고 간 회귀분석을 통해 개인의 지출액과 재무상태가 어떤 상관관계가 있는지 파악해봐요!
회귀분석을 위해 분석방식을 ‘Linear Regression’으로 변경하고 성별과 건 당 지출액을 독립변수로, 계좌잔고(balance)를 종속변수로 설정했어요.
분석 결과를 함께 살펴보면 결제금액의 회귀계수가 -0.75, 회귀계수에 대한 p-value가 0에 근사하는데요. 이로써, 해당 표본에서는 건 당 지출액이 클수록 계좌잔고가 적어지는 음(-)의 상관관계📉가 유의하게 존재함을 확인할 수 있어요.
또, 여성이 남성보다 평균적으로 36만 6천원 가량 높은 계좌잔고를 보유하고 있는 것으로 추정할 수 있어요!
이런 결과는 무엇을 의미할까요? 이를 통해 소비자들이 고가의 지출을 하게 되는 요인을 예측해 볼 수 있을 것 같아요. 일반적으로는 여유자금이 많은 사람들이 고가의 지출을 할 것이라고 생각하겠지만, 해당 표본을 통해서는 소비자들은 특정 제품에 대한 지불용의가 강할 때 높은 가격을 감수하는 소비성향을 보임을 관찰할 수 있었어요!
그러므로, 유료 요금제로의 전환에서 가장 중요한 것은 제품 혹은 서비스의 핵심가치를 통해 유저들을 설득하는 것이라고 할 수 있겠네요. 자금력이 있는 유저라고 고가 제품 및 서비스를 구매하는 것이 아니니까요!
💡 구독서비스 마케터가 활용할 수 있는 전략은?
구독서비스 평균 결제금액이 남성은 1만원 중반, 여성은 2만원 초반 선으로 이뤄진 것을 토대로 성별에 따라 지불용의가 상이하다고 추정하고 요금제 가격을 책정할 수 있겠죠!
분석 결과 상, 상대적으로 지불용의가 적은 남성들은 합리적인 가격의 저가 플랜🧮을 마련해 많은 유저를 확보하는 전략으로 타겟하고, 여성의 경우에는 다양한 서비스를 지원하는 프리미엄 플랜🪙 에 대한 적극적인 마케팅을 진행한다면 첫 유료 요금제 도입의 첫발을 무사히 내딛을 수 있을 거예요.
또, 구독서비스에 대한 지불용의가 비교적 높은 여성들에게는 ✨업셀링(Upselling) 전략✨이 효과적이겠네요! 업셀링(Upselling)은 이미 고른 제품보다 비싸고 좋은 플랜을 구매하게 하는 판매전략인데요. 전자제품 구매 시, 더 큰 용량, 좋은 사양의 제품의 추천화면이 뜨는 것이 가장 대표적인 사례예요.
업셀링으로 2040 여성들의 요금제 업그레이드를 통해 추가적인 매출을 확보해보세요!
새로워진 DCR의 기능 활용부터 급성장하는 구독서비스 데이터를 기반으로 현직 마케터들이 구상할 수 있는 효과적인 전략 사례까지!
이번 글에서 활용한 마이데이터 기업 B사 소비내역 데이터는 통신, 의료, 패션, 음식 등 다양한 섹터에 대한 지출내역을 담고 있어 그 활용가능성이 무궁무진한데요.
우리 기업 데이터만으로 의사결정이 어려울 때, 더욱 유용하고 편리해진 DCR을 활용해 이종 산업데이터를 분석할 수 있는 메리트를 누리고, 실제 데이터에 기반한 마케팅 전략을 펴보세요!
그럼 더 쉽고 유익한 글로 돌아오겠습니다 ✋✋
참고자료
- 유은실, “‘구독서비스’에 꽂힌 카드사”, 서울파이낸스, 2021.12.17, https://www.seoulfn.com/news/articleView.html?idxno=441274
- 조재형, “구독경제 3.0 시대…MZ세대 데일리 구독 서비스는”, 아주경제, 2022.09.09, https://www.ajunews.com/view/20220909102159114
- 안상현, “고가상품까지 다변화, 활로 모색… 보완제품 판매까지 늘어 1석2조 온라인 채널도 고객 맞춤형 대응, 관련 상품 추천해 추가 구매 유도”, 조선일보, 2020.05.10, https://news.chosun.com/svc/list_out/content.html?catid=12&scode=www&contid=2020051002075&css_url=.%2Fcss%2FdefaultStyle.css&resize_url=
