[TRAIVEL] 마케팅 분석 보고서 - 에브리타임 vs 네이버 카페

[TRAIVEL] 한국어 전문 여행 일정 생성 AI, TRAIVEL v1.0 출시

[TRAIVEL] 한국어 전문 여행 일정 생성 AI, TRAIVEL v1.0 출시

이전 글 읽으러 가기!

 

🚩 소개

안녕하세요! 대학생 개발자 주이어입니다.

오늘은 제가 만든 여행 일정 생성 서비스 TRAIVEL에 대해 진행한 첫 마케팅에 대해서 분석하는 시간을 가져보려고 합니다.

GA4 도구를 사용하여 분석하였으며, 에브리타임과 네이버 카페 두 군데에서 홍보를 진행하였습니다.

---

📊 유입 비교 분석

신규 유입 통계

- 네이버 카페 : 2명

- 에브리타임 : 45명

 

첫 사용자 수치와 실제 수치가 차이가 나는 이유는 에브리타임이나 네이버 카페 앱에서 사이트를 접속할 경우 브라우저가 아닌 웹뷰 형식으로 연결되어 (direct) / (none) 으로 수집되기 때문에 수작업으로 유입 사용자를 집계 해주었습니다.

 

첫 사용자 분석

네이버 카페는 이용자 연령대가 10대에서 60대 이상까지 다양하게 분포하고 있고, 하루 게시글 수가 약 50개 정도로 활동률이 높지 않은 편이기에 2명 정도 이용한 것으로 판단됩니다. 또한 카페 목적이 일정 생성이 아닌 동행자를 구하는 쪽에 가깝기 때문에 타겟 설정 부분에서 살짝 부족했다고 생각합니다.

 

반면에 에브리타임은 대학생 커뮤니티로 대부분의 연령대가 20대에 몰려있고, 특성상 정보 접촉이 빠르고 AI와 관련된 새로운 서비스에 대해서 거부감이 적기에 45명이라는 꽤 많은 사용자가 이용했다고 생각합니다. 또한 게시글 수 기준 네이버 카페보다 약 2배 이상 많은 활동률을(방학 기준) 유지하고 있기 때문에 이 부분도 어느정도 작용한 것 같습니다. 그리고 같은 학교 학생이 만든 서비스라는 점에서 관심이 끌리는 포인트가 되었을 것 같습니다.

 

재방문자 분석

- 네이버 카페 : 0명

- 에브리타임 : 11명

 

네이버 카페는 유입 사용자 자체가 2명으로 굉장히 적었기 때문에 당연한 결과라고 생각합니다.

 

하지만 에브리타임은 11명으로 24% 비율로 꽤나 많은 사용자가 재방문한 것을 확인할 수 있었습니다. 실제로 24%의 재방문율은 다른 서비스와 비교해봐도 굉장히 높은 수치로 볼 수 있습니다. 물론 전체 표본 자체가 45명으로 합리적인 추론을 하기에는 현저히 부족한 수치이지만 그래도 유의미한 결과를 얻었다고 생각합니다.

스크랩 사진

그리고 제가 유심히 본 것은 바로 홍보글의 스크랩 수 였습니다.

에브리타임에는 스크랩이라는 "글 저장" 기능이 존재하는데, 위 사진을 확인해보면 21명이 제 글을 저장한 것을 알 수 있습니다.

서비스 특성상 매일, 자주 사용하는 서비스가 아닌 여행이라는 특정한 상황에서 쓰이는 서비스이기에 글을 저장한 21명은 미래에 여행을 가게 된다면 한 번 서비스를 이용해보겠다 라는 예비 고객으로 분류할 수 있습니다. 물론 21명이 모두 서비스를 이용하지는 않겠지만 이 서비스에 꽤나 많은 학생이 관심을 가지고 있다는 수치로 활용할 수 있었습니다.

---

👣 사용자 행동 분석

평균 참여 시간

- 총 방문자 수 : 47명

- 일정 생성까지 진행한 사용자 : ??명

- 로그인까지 진행한 사용자 : 1명 (2%)

- 평균 참여 시간 : 1분 58초

 

일정 생성 이벤트 데이터를 따로 수집하지 않아 정확한 사용자 수는 파악할 수는 없지만, 평균 참여 시간이 1분 58초이고 일정 생성시간이 약 30초(GPT 생성 시간)인 것을 생각해봤을 때 다수의 사용자가 일정 생성까지는 진행한 것으로 예상됩니다.

로그인까지 진행한 사용자는 1명, 약 2%인 점은 아쉬운 부분이지만, 로그인을 하지 않아도 일정을 생성할 수 있다는 점, 생성된 일정을 저장하거나 공유할 것이 아니라면 로그인을 할 필요 없다는 점이 사용자가 로그인 단계까지 연결되지 못한 부분이라고 생각합니다. 하지만 이러한 점이 오히려 참여 시간을 늘리고 이탈률을 줄이는 부분이 될 수 있다고 생각합니다.

---

💡 마케팅 전략 설계

meta

여행을 많이 가는 7월 중순에 Meta - Instagram에 광고 예정.

여행을 준비 중인 사용자가 많은 관심을 보일 것으로 예측.

생성된 일정을 저장하거나 공유할 것으로 예측 -> 로그인 수 증가로 이어짐.

 

방학 시즌에 한정된 짧고 강력한 마케팅이 비용이나 사용자 획득 면에서 효과적일 것으로 예상됨.

---

🙏 마무리

이번 분석을 통해 단순히 "어디에 홍보했냐" 보다, 어떤 사용자가 어떤 이유로 사이트에 접속을 했고, 또 어떤 행동을 했는지를 데이터로 보고 분석을 할 수 있어서 유의미했습니다.

단순히 데이터를 보고 분석하는 것에서 끝나지 않고 이 결과를 활용하여 마케팅 전략을 수정하며 더 좋은 결과를 낼 수 있도록 노력할 예정입니다.

또한 기존에는 기획 - 개발 에서 끝나는 경우가 대부분이었지만, 이번 경험을 통해 기획 - 개발 - 마케팅 - 유지보수 까지 프로젝트의 전반적인 부분을 이해하고 또 이러한 과정을 수행할 수 있는 개발자로 성장한 것 같아 기분이 좋았습니다.

 

앞으로 마케팅적인 부분도 열심히 공부할 예정이며, 실제 프로젝트에 적용하고 실험 및 분석까지 해보려고 합니다.

 

그럼 지금까지 읽어주신 분들, 그리고 제 서비스에 관심을 가지고 봐주시는 분들 모두 감사드리며, 저는 다음 글로 찾아오도록 하겠습니다.

 

https://discord.gg/8Hh8WgM4zp

KYT CODING COMMUNITY Discord 서버에 가입하세요!

KYT CODING COMMUNITY 가입하기!