속도의 가치

사이트 속도를 개선하여 어떻게 수익을 높일 수 있는지 이해 관계자에게 보여줍니다.

Lina Hansson
Lina Hansson

열심히 노력한 끝에 해냈습니다. 회사의 사이트 속도가 현저하게 빨라졌습니다. 이제 이해관계자에게 여러분의 작업으로 얼마나 많은 추가 수익이 창출되었는지 보여줄 차례입니다.

이 글에서는 상대 모바일 전환율을 계산해 보는 방법을 알아보겠습니다. 이 측정항목은 결과를 모호하게 만들 수 있는 마케팅 캠페인과 같은 외부 요인은 제외하고 사이트 개선의 효과를 수치로 제공하기 때문에 유용합니다. 지금 시작해 보세요.

사이트의 전환율은 사이트 특성(예: 속도 및 사용성)과 외부 요인(예: 마케팅 캠페인, 시즌 이벤트, 마케팅 채널 조합)의 영향을 받을 수 있습니다.

사이트 속도가 전환에 어떤 영향을 미치는지에 관심이 있으므로 모바일 사이트가 가장 관련성이 높습니다. 모바일 사이트가 속도 개선의 이점을 누릴 수 있는 가장 좋은 부분입니다. 하지만 모바일 전환율만 살펴보는 대신 모바일 전환율을 데스크톱 전환율로 나누어 계산한 relative 모바일 전환율 (Rel mCvR)을 분석하게 됩니다. 이 접근 방식을 사용하면 일반적으로 데스크톱과 모바일 모두에 영향을 미치는 외부 요인으로 인한 노이즈를 줄일 수 있으며, 모바일 사이트의 효율성 증가가 실제로 속도 향상으로 인해 발생한 것인지 손쉽게 확인할 수 있습니다.

모바일/데스크톱 전환율과 상대적 모바일 전환율을 비교한 표

분석하기

사이트의 Google 애널리틱스에 액세스할 수 있는지 확인하거나 애널리틱스팀과 공동작업하세요 Google 애널리틱스 계정이 없는 경우 애널리틱스 시작하기에서 계정 설정 방법을 알아보세요.

1단계: Google 애널리틱스로 이동하여 관리를 클릭합니다. 보기에서 보기 설정을 선택합니다. 거기에서 보기 ID를 복사합니다.

2단계: 이 스프레드시트로 이동하여 파일을 클릭하고 사본을 만듭니다.

3단계: Google 애널리틱스의 보기 ID를 스프레드시트B3, C3, D3 필드에 삽입합니다. Google 애널리틱스에 전자상거래 전환율 대신 목표가 있는 경우 B6C6 필드를 변경하여 ga:transactionsPerSession를 삭제하고 대신 두 필드에 ga:goalConversionRateAll를 입력합니다.

4단계: 스프레드시트에서 부가기능, Google 애널리틱스를 클릭하고 보고서 실행을 선택합니다. 그런 다음 스프레드시트 페이지 Rel mCvR로 이동하여 결과를 확인합니다.

이제 다음과 같은 차트가 표시됩니다.

모바일 로드 시간과 상대적 모바일 전환율을 비교한 차트입니다.

6단계: 차트를 사용하여 분석할 속도 최적화 전 기간 (로드 시간이 길었던 시간)과 속도 최적화 후 기간 (로드 시간이 더 짧아야 함)을 식별합니다. 이 예에서는 1~2월의 8주를 8~9월의 8주와 비교합니다.

7단계: 새 시트에서 두 기간의 평균 로드 시간과 상대적 mCvR을 계산합니다. 그런 다음 속도 최적화(예: 8~9월) 이후 기간 동안 모바일 방문자로부터 발생한 수익을 더합니다. Google 애널리틱스의 잠재고객 > 모바일 > 개요 섹션에서 수익 데이터를 찾을 수 있습니다.

스크린샷: 수익 데이터가 표시된 표의 이미지

8단계: 이제 Rel mCvR이 개선되지 않았다면 얻을 수 있는 수익을 계산합니다. 수익 (€1,835,962)을 현재 Rel mCvR (51%)으로 나누고 속도 최적화 이전의 기간 (42%)의 Rel mCvR을 곱하면 됩니다.

스크린샷: Rel mCvR 개선사항 없이 수익 공식을 보여주는 스프레드시트 셀

9단계: Rel mCvR이 개선되지 않았다면 기업이 벌어들일 수익을 뺍니다.

스크린샷: 추가 수익 수식을 표시하는 스프레드시트 셀

이 예시에서는 Rel mCvR이 개선되어 모바일 사이트의 속도가 개선되어 8주 만에 €323,993를 추가로 얻었습니다.

스크린샷: Rel mCvR 개선으로 인한 추가 수익을 보여주는 스프레드시트 셀

관련 mCvR 분석 시 고려해야 할 사항

위에서 언급한 바와 같이 UX 개선과 같은 사이트의 다른 변경사항이 Rel mCvR에 영향을 줄 수 있습니다.

  • 공부하려는 기간 동안 사이트의 가장 큰 변화가 속도에 불과한지 확인합니다. 다른 변경사항이 있는 경우 Rel mCvR은 변경사항이 그룹에 미치는 영향을 알 수 있지만 개별 변경사항의 효과는 알려주지 않습니다.
  • 결과를 왜곡할 수 있으므로 데스크톱 사이트에는 영향을 주지만 모바일 사이트에는 영향을 주지 않는 변경사항이나 이벤트에 주의하세요. 데스크톱에만 해당되는 변경사항이 있는 경우 분석에서 영향을 받은 기간을 생략합니다.
  • 전반적인 전환수 증가가 아니라 데스크톱에서 모바일로 전환이 변경된 것이 Rel mCvR 증가 때문인지 궁금할 수 있습니다. 속도 향상으로 인해 데스크톱과 모바일 전환의 조합에 약간의 변화가 있을 수 있지만, Rel mCvR은 데스크톱 전환율을 기준으로 모바일 전환율을 계산합니다. 따라서 mCvR이 dCvR보다 높아질 때만 Rel mCvR이 증가합니다. 즉, 이 계산을 수행할 때 이미 낮게 집계되고 있는 것입니다. 즉, 채널 조합의 변화를 보완할 수 있는 안전 마진이 있습니다.

요약

몇 가지 제한사항이 있지만 Rel mCvR은 서버 측 테스트나 속도 저하 테스트를 실행할 필요 없이 속도 최적화로 수익을 얼마나 증가시켰는지 저렴한 비용으로 측정할 수 있는 좋은 방법입니다. 또한 성과와 수익 간의 관계를 수치화하면 기술적 배경이 없는 이해관계자들에게는 이점이 즉시 명확하지 않을 수 있는 개발 프로젝트의 가치를 증명하는 데 도움이 될 수 있습니다.

다음 단계

Unsplash에 게재된 Arie Wubben의 항공기 계기판 이미지