✅ [4일차] 캠페인 성과 분석 – Before vs After 전환율 비교 분석

 

✅ [4일차] 캠페인 성과 분석 – Before vs After 전환율 비교 분석

– 마케팅의 성과, 이렇게 검증합니다

---

📌 왜 Before vs After 분석이 중요한가?

많은 마케터가 캠페인 실행 후
"잘 된 것 같아요"라는 감각적 판단에 의존합니다.
그러나 진짜 중요한 건:

✅ 이 캠페인이 고객의 행동을 바꿨는가?
✅ 실제로 구매 전환율이 상승했는가?

Before vs After 분석은
같은 집단의 캠페인 전/후 데이터를 비교하여
실제 효과를 수치로 검증하는 방법입니다.

---

🎯 주요 분석 대상 지표

지표 의미 해석

CVR (Conversion Rate)	전환 수 / 방문 수	캠페인 후 CVR이 증가했다면 성공 가능성 ↑
Avg Order Value	평균 구매 금액	캠페인 후 평균 구매 단가 상승 여부 확인
Visit-to-Order Rate	방문 대비 구매율	실질적인 구매 행동 변화 측정

---

📂 예시 데이터셋

customer_id,date,group,visit,conversion,order_value
C001,2024-04-02,before,1,0,0
C001,2024-04-10,after,1,1,45000
C002,2024-04-01,before,1,1,23000
C002,2024-04-08,after,1,1,28000
C003,2024-04-05,before,1,0,0
C003,2024-04-12,after,1,0,0
...

---

🛠 실습: Python으로 전환율 비교 분석

반응형

import pandas as pd

# 데이터 불러오기
df = pd.read_csv("campaign_data.csv")

# 그룹별 전환율 계산
summary = df.groupby('group').agg({
    'visit': 'sum',
    'conversion': 'sum',
    'order_value': 'sum'
}).reset_index()

# 전환율 및 평균 구매 금액 계산
summary['CVR'] = summary['conversion'] / summary['visit']
summary['AOV'] = summary['order_value'] / summary['conversion'].replace(0, 1)  # 0방지

print(summary)

---

🧪 결과 예시

group visit conversion order_value CVR AOV

before	500	42	1,050,000	8.4%	25,000
after	520	61	1,830,000	11.7%	30,000

✔ CVR 상승 (8.4% → 11.7%)
✔ AOV 상승 (25,000 → 30,000)
→ 성과 있는 캠페인일 가능성 높음

---

📈 시각화: 전환율 변화 시각화

import matplotlib.pyplot as plt

plt.bar(summary['group'], summary['CVR'], color=['gray', 'blue'])
plt.title("Before vs After 전환율 비교")
plt.ylabel("Conversion Rate")
plt.ylim(0, 0.15)
plt.show()

---

💡 실무 팁

• 충분한 표본 수 확보: 최소 수백 건 이상 데이터 확보 필요
• 계절성/외부 변수 고려: Before/After 외에도 타겟 차이, 외부 요인 통제 필요
• A/B 테스트와는 다르다: 동일한 유저 집단의 시간차 비교 = Before/After
  → A/B 테스트는 동일 시간, 다른 집단 비교

---

✅ 오늘의 요약

• Before vs After 분석은 캠페인 효과 검증의 대표 기법이다.
• CVR, AOV 등 지표 변화로 캠페인 성과를 정량화할 수 있다.
• Python으로 전환율과 평균 구매금액을 쉽게 계산할 수 있다.

---

📝 오늘의 실습 과제

1. 샘플 데이터를 바탕으로
   • Before vs After 전환율(CVR)
   • Before vs After 평균 구매금액(AOV)
     을 계산해보세요.
2. 전환율이 증가했지만 AOV가 감소한 경우
   마케팅적으로 어떤 해석이 가능한지 생각해보세요.

---

🚀 다음 예고

[5일차] 고객 행동 분석 – 최근 방문, 클릭, 이탈 탐색
GA4, 로그 데이터 기반으로 고객의 행동을 추적하고
이탈 원인과 충성 고객 행동 패턴을 분석합니다.

---

 

마케팅캠페인분석, 전환율비교, BeforeAfter분석, 캠페인성과측정, 마케팅실험, Python마케팅분석, CVR분석, 평균구매금액, 실무마케팅리포트, 데이터기반캠페인

---