확장제품사용자 행동 분석 · 고객 여정 분석(CJA) 솔루션

MAXY Journey사용자 행동 분석으로, 고객이 유입부터 전환까지 어떤 경로로 움직이고 어디서 이탈하는지 확인합니다

이탈률 숫자는 있어도 왜 떠났는지 알기 어렵고 데이터는 외부 분석 서비스에 맡겨야 했던 사용자 분석을, 이제는 고객사 안에서 이탈 지점과 그 원인까지 함께 확인합니다. 같은 데이터에 성능·오류 기록이 함께 있어, 이탈 원인이 콘텐츠인지 느린 화면이나 오류인지 구분합니다.

문의하기
MAXY Journey 화면
MAXY Journey이 필요한 순간

이런 상황이라면

01어느 화면을 먼저 개선해야 할지 근거가 없다어떤 고객이 남고 어떤 고객이 떠나는지 모르면, 개선과 마케팅 결정이 경험과 추정에 기대게 됩니다.
02이탈 지점은 아는데 이유를 모른다3단계에서 32%가 빠진다는 건 알지만, 떠난 고객이 그 앞에서 무엇을 했는지 되짚을 방법이 없습니다.
03행동 데이터 자체가 없다분석 도구를 따로 도입하지 않아, 고객이 어떤 경로로 서비스를 이용하는지 확인할 수단이 없습니다.
04캠페인 효과를 행동으로 확인하지 못한다유입 수치는 보이는데, 그 고객들이 남았는지 떠났는지는 알 수 없습니다.
05규제 때문에 해외 분석 도구를 쓰기 어렵다수집 데이터가 어디에 저장되는지가 검토 단계에서 걸립니다.
06마케팅과 개발이 서로 다른 데이터로 회의한다같은 화면을 두고 각자 다른 근거로 우선순위를 주장합니다.
핵심 기능

MAXY Journey, 어디서 이탈하는지를 재고, 이탈한 뒤 어디로 갔는지까지 따라갑니다.

01
단계별 이탈을 수치로

퍼널 분석

주요 서비스의 이용 과정을 단계로 나눠 각 단계의 전환율과 이탈률을 확인합니다. 어디서 가장 많이 빠져나가는지가 나란히 보이므로, 개선 과제의 우선순위를 근거를 갖고 정할 수 있습니다.

다단계 퍼널의 전환·이탈률 측정
기간별 퍼널 성과 비교
UTM·딥링크로 유입 채널별 전환 확인
이탈한 사용자가 다음에 간 경로(Sankey)
MAXY Journey 퍼널 분석 화면
02
누가 남고 누가 떠나는가

코호트 분석

사용자를 가입 시점이나 특정 행동 기준으로 묶어 재방문 유지율을 비교합니다. 캠페인이나 개편의 효과를 집행 시점의 클릭 수가 아니라, 그 뒤 몇 주간의 실제 이용 행동으로 확인하는 기준이 생깁니다.

주차·월별 코호트 유지율 분석
세그먼트별 리텐션과 행동 차이 비교
캠페인·개편 전후 가입 그룹 유지율 비교
MAXY Journey 코호트 분석 화면
03
설계한 여정이 아니라 실제로 지나간 경로

사용자 여정 분석

기준으로 삼은 행동의 앞뒤에서 고객이 실제로 어떤 경로를 지나갔는지 확인합니다. 기획 단계의 여정과 실제 이용 경로가 다른 경우가 많고, 그 차이가 전환을 막는 원인인 경우도 많습니다.

화면·이벤트 기반 이용 경로 분석
기준점 전후의 경로 흐름 시각화(Sankey)
경로가 끊기는 지점과 그 비중 확인
시작점에서 목표 행동까지의 도달률
MAXY Journey 사용자 여정 분석 화면
04
코드를 고치지 않고 대시보드에서 정의

커스텀 이벤트

이미 수집되는 페이지·클릭·통신·커스텀 로그에 조건을 걸어 필요한 이벤트를 정의합니다. 앱 코드를 수정하지 않고 측정하고, 등록한 이벤트는 퍼널·코호트·경로 분석의 기준으로 바로 씁니다.

수집된 로그에 조건을 걸어 이벤트 정의
실제 수집된 로그를 골라 조건으로 추가
커스텀 태그로 결함 탐지에도 활용
05
따로 도입하지 않아도

모니터링과 같은 SDK, 같은 콘솔

행동 데이터는 MAXY Mobile·Web이 쓰는 SDK가 함께 수집합니다. 분석용 태깅 SDK를 따로 심지 않고, MAXY 콘솔 안에서 퍼널·코호트·경로 분석을 엽니다. 데이터는 모니터링 데이터와 같은 고객사 인프라에 적재됩니다.

MAXY Mobile·Web과 같은 SDK로 수집
MAXY 콘솔에서 앱·로그인 공유
고객사 내부 인프라에 적재
도입 효과

고객사가 MAXY Journey로 해결한 과제

iM뱅크 · 하나증권 · GLN 등 다양한 기업이 사용자 행동 데이터로 해결한 과제입니다.

고객 사례 전체 보기 →
도입사과제도입 효과
iM뱅크사례 →별도 분석 솔루션이 없어 이용 경로·이탈 단계 확인 불가, 의사결정이 경험과 추정에 의존퍼널·코호트 분석으로 전환·이탈 구간 수치화, 기획과 마케팅이 같은 데이터로 우선순위 논의
하나증권사례 →시스템 중심 지표만으로는 고객이 어느 경로에서 불편을 겪었는지 확인 불가거래 여정 퍼널 분석으로 이탈 구간 확인, 행동 데이터를 의사결정 자산으로 축적
GLN사례 →특정 버튼 관련 민원의 원인 규명 불가커스텀 태그 이벤트 분석으로 중복 호출 결함 확인 및 즉시 수정

자주 묻는 질문

Q사용자 행동 분석이란 무엇인가요?

사용자가 서비스 안에서 실제로 무엇을 했는지를 데이터로 측정하는 분석입니다. 방문자 수나 페이지뷰 같은 총량을 넘어, 어떤 경로로 들어와 어떤 화면을 거쳐 어디에서 멈췄는지를 봅니다. 퍼널 분석과 코호트 분석이 대표적인 방법입니다.

Q다른 행동 분석 도구와 무엇이 다른가요?

두 가지가 다릅니다. 데이터가 고객사 내부에 적재된다는 점, 그리고 MAXY Mobile·Web과 같은 SDK로 수집해 같은 콘솔에서 연다는 점입니다. 모니터링을 쓰고 있다면 분석을 위해 SDK를 새로 심지 않아도 됩니다.

Q모니터링 없이 행동 분석만 도입할 수 있나요?

가능합니다. MAXY Mobile 또는 MAXY Web과 함께 쓰면 같은 SDK와 같은 콘솔을 쓰므로 따로 운영할 필요가 없고, 나중에 추가하는 것도 어렵지 않습니다.

Q태깅 작업이 많이 필요한가요?

화면 이동과 세션 시작 같은 기본 행동은 SDK 연동만으로 수집됩니다. 특정 버튼 클릭 같은 이벤트는 이미 수집되는 로그에 조건을 걸어 정의하므로 앱 코드를 다시 고칠 필요가 없습니다. 핵심 퍼널부터 정의하고 넓혀 가는 방식을 권장합니다.

Q코호트 분석으로 무엇을 알 수 있나요?

가입 시점이나 특정 행동으로 사용자를 묶어 시간이 지나며 얼마나 남는지를 봅니다. 캠페인을 적용한 주에 가입한 그룹과 그 이전 그룹의 4주 후 유지율을 비교하면, 캠페인이 실제 정착에 기여했는지 확인할 수 있습니다.

Q마케팅 담당자도 직접 쓸 수 있나요?

지표와 화면이 직관적으로 구성되어 현업 부서에서도 데이터를 바로 활용할 수 있습니다.

Q어떤 제품부터 도입하는 것이 좋나요?

MAXY Mobile과 MAXY Web이 기본입니다. 앱은 MAXY Mobile, 웹은 MAXY Web으로 성능·오류·사용자 행동을 모니터링하고, 목적에 따라 확장 솔루션을 더합니다. 고객 여정 분석은 MAXY Journey, 장애 원인 분석은 MAXY AIOps, 상담 지원은 MAXY AI CS를 도입하며, 같은 수집 데이터를 쓰므로 SDK를 따로 적용하지 않고 필요한 것부터 단계적으로 확장합니다.

우리 사용자가 겪는 문제,
문의가 오기 전에 확인해 보세요

문의하기 →