Mixpanel에서 이벤트를 결제 및 전환으로 매핑하는 기능 안내
믹스패널에서 특정 이벤트를 conversion / 결제 로 매핑해두고 대시보드에서 자동으로 해당 이벤트를 기준으로 분석해 주던 기능이 있었던것 같은데 알고 있는바가 있을까?
믹스패널에서 특정 이벤트를 conversion / 결제 로 매핑해두고 대시보드에서 자동으로 해당 이벤트를 기준으로 분석해 주던 기능이 있었던것 같은데 알고 있는바가 있을까?
Hi Dan H., Please stand by as I search the Mixpanel knowledge base for an AI-powered answer. I normally take about 15 seconds or so. In case AI cannot answer your question, feel free to reach out to Mixpanel support at mixpanel.com/get-support. If you have follow-up questions for this thread, please tag me again with your question: @kapa.ai <follow-up question> 👋
Feel free to ask a follow-up question once I've answered by mentioning me with @kapa.ai
네, 믹스패널에서는 특정 이벤트를 전환(conversion) 또는 결제 이벤트로 매핑하여 자동으로 분석할 수 있는 기능이 있습니다. 제공된 자료에서 몇 가지 관련 기능을 찾을 수 있습니다.
믹스패널의 Attribution 기능은 사용자 여정에서 전환(conversion)에 기여한 터치포인트를 분석할 수 있게 해줍니다. 이 기능을 통해 전환 이벤트를 설정하고 해당 이벤트에 영향을 미친 다양한 터치포인트를 분석할 수 있습니다. Attribution: Multi-touch segmentation in the user conversion journey에서 이 기능에 대한 자세한 정보를 확인할 수 있습니다.
또한 Funnels 보고서를 사용하면 사용자가 특정 단계를 거쳐 최종 전환(예: 결제)에 도달하는 과정을 분석할 수 있습니다. 이 보고서에서는 인라인 필터링과 글로벌 필터링을 통해 전환 기준을 세부적으로 조정할 수 있습니다. Funnels Advanced Concepts에서 이러한 필터링 옵션에 대해 자세히 알아볼 수 있습니다.
Signal 보고서는 특정 이벤트와 목표 이벤트(예: 결제) 간의 상관관계를 분석하는 데 도움이 됩니다. 이를 통해 어떤 사용자 행동이 전환으로 이어지는지 더 깊이 이해할 수 있습니다. Signal: Quantify correlation between two events에서 이 기능에 대해 자세히 알아볼 수 있습니다.
이러한 분석 결과는 Boards(대시보드)에 저장하여 지속적으로 모니터링할 수 있으며, 중요한 지표에 대해서는 알림을 설정할 수도 있습니다. Discover Insights에서 이에 대한 자세한 정보를 확인할 수 있습니다.
kapa.ai is still learning and improving, please let me know how I did by reacting below.
ℹ️ Tip: Mention @kapa.ai in the thread for follow-ups or DM the app for 1-to-1 help.
Let me check the knowledge base for you again. One moment! 📚
네, 믹스패널의 어트리뷰션(Attribution) 기능은 일부 요금제에서는 추가 비용이 필요한 기능입니다.
제공된 자료에 따르면, 믹스패널의 가격 정책 페이지에서 확인할 수 있듯이 "Multi-touch attribution"(다중 터치 어트리뷰션) 기능은 Free 요금제에서는 제공되지 않고, Growth 요금제와 Enterprise 요금제에서 사용할 수 있습니다. Mixpanel 가격 정책에서 이를 확인할 수 있습니다.
특히 Growth 요금제에서는 "Limited"(제한적) 형태로 제공되며, Enterprise 요금제에서는 완전한 기능을 사용할 수 있습니다. 또한 "Campaign reporting"과 같은 관련 마케팅 분석 기능도 Free 요금제에서는 제공되지 않습니다.
따라서 어트리뷰션 기능을 완전히 활용하려면 Growth 요금제 이상으로 업그레이드하거나 Enterprise 요금제를 선택해야 합니다.
kapa.ai is still learning and improving, please let me know how I did by reacting below.
ℹ️ Tip: Mention @kapa.ai in the thread for follow-ups or DM the app for 1-to-1 help.
Let me check the knowledge base for you again. One moment! 📚
무료 티어에서 어트리뷰션과 비슷한 분석을 하려면 믹스패널의 기본 보고서 기능을 활용할 수 있습니다. 제공된 자료에 따르면 무료 플랜에서도 다음과 같은 방법으로 전환 분석을 수행할 수 있습니다:
1. 퍼널 보고서(Funnels) 활용: 무료 플랜에서도 퍼널 보고서를 사용할 수 있습니다. 이를 통해 사용자가 어떤 단계를 거쳐 최종 전환(예: 결제)에 도달하는지 분석할 수 있습니다. Analyze Conversions 가이드에 따르면, 퍼널 보고서를 통해 사용자가 어디서 전환되는지, 전환까지 얼마나 시간이 걸리는지, 무엇이 전환을 유도하는지 분석할 수 있습니다.
2. 플로우(Flows) 보고서 활용: 퍼널 분석에서 더 나아가 "View as Flow" 기능을 사용하면 사용자들이 정확히 어디서 이탈했는지, 어떤 사용자 흐름이나 행동이 이탈을 유발했는지 파악할 수 있습니다. 이는 Analyze Conversions 문서에서 언급된 기능입니다.
3. 인사이트(Insights) 보고서 활용: 기본적인 이벤트 분석을 통해 특정 이벤트(예: 결제)가 발생하기 전에 사용자가 수행한 다른 이벤트들을 시간순으로 분석할 수 있습니다.
4. 세션 리플레이(Session Replay) 활용: 무료 플랜에서도 월 10,000개의 세션 리플레이를 사용할 수 있습니다. Session Replay (Web)에 따르면, 이 기능을 통해 "사용자가 어디서 이탈하는지"뿐만 아니라 "왜 이탈하는지"도 이해할 수 있습니다.
무료 플랜의 제한사항으로는 사용자당 최대 5개의 저장된 보고서만 가질 수 있고, 총 이벤트는 100만 개로 제한됩니다. 또한 코호트, 룩업 테이블, 커스텀 속성 등의 고급 기능은 포함되지 않습니다. How Mixpanel pricing works에서 이러한 제한사항을 확인할 수 있습니다.
이러한 기본 기능들을 조합하여 사용하면 어트리뷰션 기능 없이도 사용자 여정과 전환 경로에 대한 유용한 인사이트를 얻을 수 있습니다.
참고로, 스타트업이라면 Mixpanel's Startup Program을 통해 유료 기능을 무료로 사용할 수 있는 크레딧을 받을 수도 있습니다.
kapa.ai is still learning and improving, please let me know how I did by reacting below.
ℹ️ Tip: Mention @kapa.ai in the thread for follow-ups or DM the app for 1-to-1 help.
kapa.ai 아 우린 지금 스타트업 프로그램 이용중이야 다시 돌아가서, 음 요새 우리쪽에서 만든 컨버전을 보면서 늘 문제를 느끼고 있는데 예를들어 랜딩페이지 방문 (FE 이벤트) - 가입하기 버튼 클릭 (FE Event)- 가입 완료 (BE event) 이렇게 집계하면 가입완료가 300개 정도가 찍혀, 하지만 퍼널이 아니라 해당 이벤트의 개수만 동일기간에 집계를하면 900개 정도가 집계가 된단 말이지 모종의 이유로 퍼널 그래프를 그릴때 가입한 유저가 포함되지 않는것 같아 하지만 유저가 랜딩페이지에 방문하지 않고- 가입하기 버튼을 누르지 않고 가입을 할수는 없단 말이지... 이런 경우 뭐가 문제인지 알 수 있을까?
Let me check the knowledge base for you again. One moment! 📚
네, 스타트업 프로그램을 이용 중이시군요! 퍼널 분석과 개별 이벤트 집계 간의 불일치는 믹스패널에서 자주 발생하는 문제입니다. 제공된 자료를 바탕으로 몇 가지 가능한 원인과 해결책을 알려드리겠습니다.
가능한 원인
1. ID 병합 지연: 믹스패널 FAQ에 따르면, 익명 사용자와 식별된 사용자의 활동이 연결되는 데 최대 24시간이 걸릴 수 있습니다. 오늘 데이터를 보고 있다면, 이벤트들이 아직 한 사용자로 연결되지 않았을 수 있습니다. Funnels FAQ에서 이 내용을 확인할 수 있습니다.
2. 퍼널과 인사이트의 근본적 차이: 퍼널과 인사이트는 이벤트 계산 방식이 다릅니다. 퍼널은 사용자가 지정된 시간 내에 일련의 이벤트를 완료할 것으로 예상하지만, 인사이트는 실제 이벤트 수를 보여줍니다. Funnels FAQ에서 이에 대한 설명을 찾을 수 있습니다.
3. 전환 기준 설정: 퍼널의 전환 기준(Conversion Criteria)이 어떻게 설정되어 있는지 확인해보세요. 특히 "Counting Method"가 "Uniques"로 설정되어 있다면, 사용자는 첫 번째 단계에 한 번만 진입할 수 있습니다. Counting Methods and Measurements에서 이에 대한 정보를 확인할 수 있습니다.
4. 전환 윈도우: 전환 윈도우가 너무 짧게 설정되어 있으면, 사용자가 다음 단계로 전환되기 전에 시간이 초과될 수 있습니다.
5. 이벤트 타임스탬프 문제: 프론트엔드와 백엔드 이벤트의 타임스탬프가 일치하지 않을 수 있습니다. 믹스패널은 2초의 유예 기간을 제공하지만, 그 이상의 차이가 있다면 문제가 될 수 있습니다. Funnels FAQ에서 이에 대한 내용을 확인할 수 있습니다.
해결 방법
1. 퍼널 설정 확인: "Counting Method"를 "Totals"로 변경해보세요. 이렇게 하면 사용자가 이전 시도를 종료한 후 퍼널에 다시 진입할 수 있습니다.
2. 전환 윈도우 확장: 전환 윈도우를 더 길게 설정하여 사용자가 다음 단계로 전환할 시간을 더 확보하세요.
3. View as Flow 사용: 퍼널의 특정 단계를 클릭하고 "View as Flow"를 선택하면 사용자가 어디서 이탈하는지, 또는 이탈한 사용자가 대신 어떤 이벤트를 수행하는지 볼 수 있습니다. View as Flow에서 이 기능에 대해 자세히 알아볼 수 있습니다.
4. 속성 유지(Hold Property Constant): 사용자가 동일한 세션이나 특정 속성값을 유지하며 퍼널을 통과하도록 설정할 수 있습니다. Hold Property Constant에서 이 기능에 대해 알아보세요.
5. 이벤트 추적 방식 검토: 프론트엔드와 백엔드 이벤트가 동일한 사용자 ID로 추적되고 있는지 확인하세요. 특히 익명 사용자와 식별된 사용자 간의 전환이 제대로 이루어지고 있는지 확인하는 것이 중요합니다.
이러한 방법들을 시도해보시고, 여전히 문제가 해결되지 않는다면 믹스패널의 디버깅 도구를 사용하여 더 자세히 살펴보는 것이 좋겠습니다.
kapa.ai is still learning and improving, please let me know how I did by reacting below.
ℹ️ Tip: Mention @kapa.ai in the thread for follow-ups or DM the app for 1-to-1 help.
Let me check the knowledge base for you again. One moment! 📚
네, 믹스패널에서 코호트를 효과적으로 설정하는 방법에 대해 알려드리겠습니다. 코호트 분석은 사용자 그룹을 시간에 따라 추적하여 제품의 성능을 개선하는 데 매우 유용합니다.
믹스패널에서 코호트 설정하기
믹스패널에서는 "users" 섹션을 클릭하여 코호트를 설정할 수 있습니다. 여기서 특정 카테고리에 속하는 사용자를 보여주는 필터를 추가할 수 있습니다. 예를 들어, 지난 7일 동안 처음 가입했지만 구매를 완료하지 않은 사용자를 볼 수 있습니다. 필터를 원하는 만큼 추가하여 코호트를 세밀하게 정의할 수 있으며, 설정 후 코호트를 저장하고 이름을 지정할 수 있습니다. 이렇게 생성된 코호트는 다양한 보고서에서 사용할 수 있습니다. Ultimate guide to cohort analysis
코호트 분석 예시
다음은 실제 사례를 통한 코호트 분석 예시입니다:
1. 코호트 유지율 분석
아동 교육 소프트웨어 CodeSpark는 사용자를 획득 소스에 따라 코호트로 나누어 유지율을 개선했습니다. 각 그룹별로 새로운 기능을 A/B 테스트하여 Hour of Code 프로그램에서 가입한 신규 사용자와 학교 프로그램 중에 가입한 사용자가 서로 다른 행동을 보인다는 것을 발견했습니다. 이를 통해 각 그룹이 선호하는 기능을 파악하여 학생들을 더 오래 유지할 수 있었습니다. Ultimate guide to cohort analysis
2. 수익 증대
Ticketmaster는 믹스패널의 사용자 분석을 활용하여 B2B 사용자 기반을 세분화하고 장소, 아티스트, 프로모터를 위한 별도의 코호트를 만들었습니다. 각 코호트에 맞춤형 메시징을 보내고 마케팅 캠페인을 A/B 테스트함으로써 마케팅 지출 대비 수익을 크게 향상시켰습니다. Ultimate guide to cohort analysis
3. 맞춤형 콘텐츠
스트리밍 플랫폼 Joyn은 코호트를 사용하여 회사 전체의 실험을 가능하게 하고 데이터 기반 결정을 내렸습니다. 다양한 "카드"가 표시된 홈페이지 프레젠테이션을 테스트하기 위해 코호트를 만들었습니다. 서로 다른 코호트에 다양한 디스플레이를 테스트하고 결과를 분석하여 제품에 최적의 프레젠테이션을 찾을 수 있었습니다. Ultimate guide to cohort analysis
4. 이탈 가능성이 높은 코호트 유지
Sprig와 믹스패널 통합을 활용하여 이탈 가능성이 높은 코호트를 이해하고 유지할 수 있습니다. 낮은 사용량과 부정적인 감정은 일반적으로 불만족 고객을 나타냅니다. 낮은 사용량(예: 한 달에 한 번 미만 로그인)과 낮은 Sprig NPS 점수로 정의된 코호트를 믹스패널에서 구축할 수 있습니다. 그런 다음 유료 구독자를 필터링하여 위험 수익을 이해할 수 있습니다. 4 ways Sprig and Mixpanel work together
5. 파워 유저의 요구 파악
Sprig와 믹스패널 통합을 통해 특정 코호트의 사용자가 제품에서 보고 싶은 것을 파악하고 더 스마트한 로드맵 결정을 내릴 수 있습니다. 예를 들어, "파워 유저"(월 5개 연구를 시작한 사용자)와 "Enterprise Plan" 사용자와 같은 특정 코호트를 필터링하여 데이터를 분석할 수 있습니다. 4 ways Sprig and Mixpanel work together
이러한 예시들을 참고하여 귀사의 비즈니스 목표에 맞는 코호트를 설정하면 믹스패널을 더욱 효과적으로 활용할 수 있을 것입니다.
kapa.ai is still learning and improving, please let me know how I did by reacting below.
ℹ️ Tip: Mention @kapa.ai in the thread for follow-ups or DM the app for 1-to-1 help.