행동분석
Behavioral analytics행동분석(Actival Analytics)은 최근 eCommerce 플랫폼, 온라인 게임, 웹 및 모바일 애플리케이션, IoT에서 소비자의 행동에 대한 새로운 통찰력을 드러내는 비즈니스 분석의 진보다. 디지털 세계에서 생성되는 원시 이벤트 데이터의 양이 급격히 증가함에 따라 과거에 어떤 종류의 사람들이 어떤 행동을 취했는지 알려주는 인구통계 및 기타 전통적인 지표에 의한 일반적인 분석을[promotional language] 뛰어넘는 방법이 가능해진다. 행동 분석은 소비자가 어떻게 행동하고 왜 행동하는지 이해하는 데 초점을 맞추며, 앞으로 어떻게 행동할 것인지에 대한 정확한 예측을 가능하게 한다. 그것은 마케팅 담당자들이 적절한 소비자 부문에 적절한 시기에 적절한 제안을 할 수 있게 한다.
행동 분석은 보안 목적과 마찬가지로 인증에 유용할 수 있다. 식별이 가능하지는 않지만 개별적으로 고유한 요소를 사용하여 사용자가 누구인지 확인한다. 입력 속도와 습관에 대한 마우스 이동, IP 주소와 같은 로그인 히스토리 네트워크 세부사항, 사용된 브라우저 등의 요소를 이용하여 사용자의 신원을 백그라운드에서 인증한다.
행동 분석은 내비게이션 경로, 클릭, 소셜 미디어 상호작용, 구매 결정 및 마케팅 대응성 등의 트래픽 데이터를 포함하여 소비자가 애플리케이션, 게임 또는 웹 사이트를 사용하는 세션에서 캡처한 방대한 양의 원시 사용자 이벤트 데이터를 활용한다. 또한 이벤트 데이터에는 클릭-전환 시간과 같은 광고 지표와 주문의 통화 가치 및 사이트에서 소비되는 시간과 같은 다른 지표 간의 비교도 포함될 수 있다.[1] 그런 다음 사용자가 플랫폼에 처음 진입한 시점부터 판매가 이루어질 때까지 세션 진행 상황을 살펴봄으로써, 또는 사용자가 이 구매 전에 구매했거나 살펴본 다른 제품들을 살펴봄으로써, 이러한 데이터 포인트를 수집하고 분석한다. 행동 분석은 그러한 데이터의 수집에 기초하여 미래의 행동과 추세를 예측할 수 있게 한다.
분석에는 매우 민감한 개인 데이터(성적 성향이나 성적 선호도, 건강 문제, 위치 등)를 포함한 대량의 개인 데이터의 수집과 집계가 필요하기 때문에, 행동 분석은 개인 정보 보호에 대한 상당한 우려를 야기하고 있다.양배추[2][3]
비즈니스 분석은 비즈니스 인텔리전스의 사용자, 대상, 장소 및 시기에 보다 광범위하게 초점을 맞추고 있지만, 행동 분석은 그 범위를 좁혀, 오류와 미래 동향을 추정, 예측 및 결정하기 위해 관련이 없어 보이는 데이터 포인트를 취할 수 있다. 데이터를 보다 총체적이고 인간적인 시각으로 파악하여, 개별 데이터 지점을 연결하여 현재 일어나고 있는 일뿐만 아니라, 어떻게, 왜 일어나고 있는지 알려준다.
예제 및 실제 애플리케이션
특정 e커머스 플랫폼을 이용하는 이용자 중 상당수가 구글에서 '타이 푸드'를 검색해 찾은 것으로 나타났다. 홈페이지에 착지한 뒤 대부분 '아시아 음식' 페이지에서 시간을 보낸 뒤 주문을 하지 않고 로그오프했다. 각각의 이벤트를 별도의 데이터 포인트로 보는 것은 실제로 무슨 일이 일어나고 있는지 그리고 왜 사람들이 구매를 하지 않았는지를 나타내는 것은 아니다. 그러나 이러한 데이터 지점을 전체적인 사용자 행동의 표현으로 보면 사용자는 이 특정 경우에 사용자가 어떻게 그리고 왜 행동했는지를 보간할 수 있다.
행동 분석은 모든 사이트 트래픽과 페이지 뷰를 주문으로 이어지지 않은 연결된 이벤트의 타임라인으로 본다. 대부분의 사용자들이 '아시아 음식' 페이지를 보고 떠났기 때문에 구글에서 검색하는 것과 '아시아 음식' 페이지가 표시하는 것 사이에 연결이 끊길 수 있다. 이를 알고 있는 '아시아 음식' 페이지를 잠깐 들여다보면 태국 음식을 눈에 띄게 진열하지 않아 실제 제공된다고 생각되지 않는다는 것이 드러난다.
행동 분석은 상업적 환경에서 점점 더 인기를 얻고 있다. 아마존닷컴은 행동분석 기술을 활용해 고객이 현장에서 기존에 구매한 패턴을 토대로 구매 가능성이 높은 제품을 추가로 추천하는 선두주자다.[4] 행동분석 역시 타겟이 소매점 고객들에게 상품을 제안하는 데 사용하는 반면, 정치 캠페인은 이를 이용해 잠재적 유권자들이 어떻게 접근해야 하는지를 결정한다. 행태 분석은 소매업과 정치적 응용 외에도 은행과 제조업체가 그들의 웹사이트에서 생성된 리드들을 우선시하기 위해 또한 사용된다. 행동 분석은 또한 개발자들이 온라인 게임과 웹 애플리케이션에서 사용자를 관리할 수 있게 해준다.[4]
IBM과 Intel은 연결된 솔루션과 고급 분석의 생태계를 조성하고 있다. 소매업에서는 쇼핑 행태를 추적하는 사물인터넷(IoT)이다.
종류들
- 전자상거래 및 소매 – 제품 추천 및 향후 판매 동향 예측
- 온라인 게임 – 향후 릴리즈에서 사용 트렌드, 로드 및 사용자 선호도 예측
- 애플리케이션 개발 – 사용자가 애플리케이션을 사용하여 미래의 사용 및 선호도를 예측하는 방법 결정
- 코호트 분석 – 사용자 행동을 보다 집중적으로 이해하기 위해 사용자를 유사한 그룹으로 분류
- 보안 – 비정상적인 동작을 찾아 손상된 자격 증명 및 내부자 위협 탐지
- 제안 – 이것을 좋아하는 사람들도...
- 사용자 행동을 기준으로 관련 내용(기본 설정, 사용자 그룹 등)을 제시한다.[5]
구성 요소들
이상적인 행동 분석 솔루션에는 다음이 포함된다.
- 세션 중에 사용되는 모든 관련 디지털 장치 및 애플리케이션에서 방대한 양의 원시 이벤트 데이터를 실시간으로 캡처
- 신속한 액세스, 필터링 및 분석을 위해 원시 이벤트 데이터를 관련 데이터 세트로 자동 집계
- 사용자가 비즈니스 질문을 할 수 있도록 무제한으로 데이터를 쿼리할 수 있는 기능
- 코호트, 경로 및 깔때기 분석과 같은 내장 분석 기능의 광범위한 라이브러리
- 시각화 구성 요소
참고 항목
참조
- ^ Yamaguchi, Kohki (6 June 2013). "Leveraging Advertising Data For Behavioral Insights". Analytics & Marketing Column. Marketing Land.
- ^ Biddle, Sam (2019-05-20). "Thanks to Facebook, Your Cellphone Company Is Watching You More Closely Than Ever". The Intercept. Retrieved 2019-07-01.
- ^ "Goodbye, Chrome: Google's web browser has become spy software".
- ^ a b "Oh behave! How behavioral analytics fuels more personalized marketing" (PDF). Archived from the original (PDF) on 2014-07-14.
- ^ Behrooz Omidvar-Tehrani; Sihem Amer-Yahia; Alexandre Termier (2015). "Interactive User Group Analysis". Proceedings of the 24th ACM International on Conference on Information and Knowledge Management. International Conference on Information and Knowledge Management (CIKM) 2015. pp. 403–412. doi:10.1145/2806416.2806519. ISBN 9781450337946. S2CID 7675754.
추가 읽기
- Nagaitis, Mark. "Behavioral Analytics: The Why and How of E-Shopping". eCommerce Times.
- 르클레어, 제니퍼 러신, 제이슨. "더미에 대한 행동 분석". Z-Library.
