데이터 기반 접근으로 쿠폰 사용률 개선 실험
Feb 22, 2024
운영중인 OTA 플랫폼에서 고객에게 다양한 혜택을 제공하기 위해 쿠폰 정책을 운영하고 있습니다. 그러나 최근 데이터 분석 결과, 고객들의 쿠폰 사용률이 예상보다 낮다는 것을 발견했습니다. 이는 고객 만족도와 직결될 뿐만 아니라, 마케팅 효율성 측면에서도 중요한 문제였습니다.
고객의 행동 이해하기
먼저 고객의 쿠폰 사용 행동을 이해하기 위해 두 가지 방법을 사용했습니다.
고객 인터뷰: 이벤트로 선정된 20명의 여행객과 1:1 인터뷰 진행
데이터 분석: 지난 3개월간의 쿠폰 발급 및 사용 데이터 분석
데이터 분석 결과, 흥미로운 패턴을 발견했습니다. 쿠폰을 받은 후 72시간 이내에 사용하는 비율이 전체 사용의 60%를 차지했고, 그 이후에는 급격히 감소했습니다. 또한, 쿠폰을 한 번이라도 사용한 고객의 재사용률이 미사용 고객보다 2.5배 높았습니다.
인터뷰에서는 "여행 계획 시 쿠폰이 있는지 잊어버린다", "사용 기한을 놓친다", "어떤 여행 상품에 적용 가능한지 모르겠다" 등의 의견이 주를 이뤘습니다.
문제정의 & 가설수립
이러한 이해를 바탕으로 다음과 같은 문제와 가설을 정의했습니다.
문제:
고객들이 여행 상품 예약 시 쿠폰의 존재를 잊거나, 사용 방법을 몰라 쿠폰 사용률이 저조하다.가설:
1. 쿠폰 발급 직후 알림을 보내면 즉각적인 사용률이 증가할 것이다.
2. 주기적으로 보유 쿠폰을 리마인드하면 장기적인 사용률이 증가할 것이다.
3. 쿠폰 사용이 가능한 여행 상품을 추천하면 쿠폰 사용률이 증가할 것이다.
가설 검증
이 가설들을 검증하기 위해 다음과 같은 A/B 테스트를 설계했습니다. 테스트는 4주간 진행되었으며, 약 1,000명의 사용자를 대상으로 했습니다.
쿠폰 발급 직후 알림: 쿠폰 발급 즉시 이메일 알림을 보내는 그룹과 보내지 않는 그룹으로 나누어 72시간 이내 사용률 비교
주기적 리마인드: 2주에 한 번 보유 쿠폰 리스트를 이메일로 알리는 그룹과 알리지 않는 그룹의 한 달 내 쿠폰 사용률 비교
맞춤 상품 추천: 쿠폰 사용이 가능한 맞춤 여행 상품을 추천하는 그룹과 일반 상품을 추천하는 그룹의 쿠폰 사용률 비교
결과는 다음과 같았습니다.
성공 사례:
1. 쿠폰 발급 직후 알림을 받은 그룹의 72시간 이내 사용률이 대조군 대비 40% 증가
2. 주기적 리마인드를 받은 그룹의 한 달 내 쿠폰 사용률이 대조군 대비 25% 증가실패 사례:
3. 맞춤 여행 상품 추천 그룹의 쿠폰 사용률은 초기에 12% 증가했으나, 3주차부터 증가율이 감소하여 최종적으로 대조군 값으로 돌아왔습니다. 사용자 피드백 분석 결과, 추천 알고리즘의 정확도가 떨어지고 개인정보 활용에 대한 우려가 주요 원인으로 파악되었습니다.
결과를 바탕으로, 성공적이었던 두 가지 방법(쿠폰 발급 직후 알림, 주기적 리마인드)을 도입하기로 결정했습니다. 약 3주간의 개발 기간을 거쳐 새로운 쿠폰 알림 시스템을 구축했고, 전체 사용자를 대상으로 적용했습니다.
결론 & 러닝
새로운 시스템 도입 후 2개월간 모니터링한 결과, 전체 쿠폰 사용률이 이전 대비 35% 증가했습니다. 이는 목표였던 25%를 상회하는 수치였습니다. 그러나 맞춤 여행 상품 추천 전략의 실패로 인해 개인화된 여행 경험 제공에는 어려움을 겪었습니다.
이번 프로젝트를 통해 얻은 주요 인사이트는 다음과 같습니다.
데이터 기반의 문제 정의가 중요하다: 단순히 '쿠폰 사용률이 낮다'는 현상에 그치지 않고, 구체적인 데이터를 통해 '언제', '어떤 상황에서' 사용률이 낮은지 파악할 수 있었습니다.
고객의 목소리를 듣는 것이 핵심이다: 데이터만으로는 알 수 없는 여행객들의 니즈를 인터뷰를 통해 발견할 수 있었습니다.
작은 실험으로 시작하자: 전체 시스템을 바꾸기 전에 A/B테스트를 통해 각 가설을 검증함으로써 리스크를 최소화 할 수 있었습니다.
이번 쿠폰 사용률 개선 프로젝트를 통해 데이터 기반 의사결정과 실험의 중요성을 재확인했습니다. 앞으로 이러한 경험을 바탕으로 고객의 여행 경험을 지속적으로 개선해나갈 계획입니다.