Braze를 활용한 마케팅 캠페인을 운영하면서, 단순 성과 지표만 보는 것이 아니라 메시지의 태그, 제목, 내용과 같은 메타정보까지 함께 분석하면 보다 심도 있는 인사이트를 얻을 수 있습니다. 오늘은 Braze Currunts 데이터와 Braze API 데이터를 조인하여 다양한 분석을 수행하는 방법을 알아보겠습니다.
1. 데이터 구조 미리보기
먼저, 두 데이터셋의 기본 테이블 구조를 아래와 같이 가정합니다.
※ 실제 사용 환경에서는 테이블 및 컬럼명이 다를 수 있으므로, 자신의 데이터 구조에 맞게 수정해 주세요.
- braze_currunts 테이블
message_id: 메시지 고유 IDsend_date: 메시지 발송 시간delivered: 전달 성공 여부opened: 오픈 여부 (또는 오픈 수)clicked: 클릭 여부 (또는 클릭 수)conversion: 전환 여부 (또는 전환 수)
- braze_api 테이블
message_id: 메시지 고유 ID (두 테이블을 조인하는 공통 키)title: 메시지 제목content: 메시지 내용tag: 메시지에 부여된 태그 (예: 할인, 신규, 이벤트 등)
2. 태그별 전환율 분석
분석 목표:
어떤 태그가 붙은 메시지가 전환율이 높은지 확인하여, 이후 캠페인 전략 수립에 활용할 수 있습니다.
예시 쿼리:
SELECT
a.tag,
COUNT(c.message_id) AS total_messages,
SUM(c.conversion) AS total_conversions,
ROUND((SUM(c.conversion)::numeric / COUNT(c.message_id)) * 100, 2) AS conversion_rate
FROM braze_api a
JOIN braze_currunts c ON a.message_id = c.message_id
GROUP BY a.tag
ORDER BY conversion_rate DESC;
쿼리 설명:
- JOIN: 두 테이블을
message_id기준으로 연결합니다. - 집계: 각 태그별 메시지 수(
total_messages)와 전환 건수(total_conversions)를 집계합니다. - 전환율 계산: 전환율은
(총 전환 수 / 총 메시지 수) * 100으로 계산하며, 소수점 둘째 자리까지 반올림합니다. - 정렬: 전환율이 높은 순서대로 결과를 정렬해 효과적인 태그를 쉽게 파악할 수 있습니다.
3. 메시지 제목 및 내용 키워드 성과 분석
분석 목표:
메시지 제목이나 내용에 특정 키워드(예: “할인”)가 포함된 경우, 오픈 및 클릭 성과를 분석해 해당 키워드의 효과를 평가합니다.
예시 쿼리:
SELECT
a.message_id,
a.title,
a.content,
c.opened,
c.clicked
FROM braze_api a
JOIN braze_currunts c ON a.message_id = c.message_id
WHERE a.title ILIKE '%할인%' OR a.content ILIKE '%할인%';
쿼리 설명:
- ILIKE 연산자: 대소문자 구분 없이 “할인” 키워드가 포함된 메시지를 검색합니다.
- 조인: 두 테이블의 데이터를 결합하여, 해당 메시지의 오픈(
opened) 및 클릭(clicked) 지표를 함께 확인할 수 있습니다.
4. 시간대별 메시지 성과 분석
분석 목표:
메시지 발송 시간대에 따른 오픈율과 클릭율을 비교 분석하여, 최적의 발송 시점을 도출합니다.
예시 쿼리:
SELECT
DATE_TRUNC('hour', c.send_date) AS send_hour,
COUNT(*) AS message_count,
ROUND(AVG(c.opened::numeric), 2) AS avg_open_rate,
ROUND(AVG(c.clicked::numeric), 2) AS avg_click_rate
FROM braze_currunts c
GROUP BY send_hour
ORDER BY send_hour;
쿼리 설명:
- DATE_TRUNC:
send_date컬럼에서 시간을 기준으로 그룹화하여 시간대별 성과를 집계합니다. - 집계 함수: 각 시간대별 메시지 수, 평균 오픈율, 평균 클릭율을 계산합니다.
- 분석: 결과를 통해 어느 시간대에 발송한 메시지가 상대적으로 높은 오픈 및 클릭율을 기록했는지 확인할 수 있습니다.
5. 초보자를 위한 실습 팁
- 데이터 구조 확인:
실제 분석에 들어가기 전, 데이터베이스의 스키마를 확인하여 테이블 및 컬럼명이 예제와 일치하는지 반드시 점검하세요. - JOIN 문법 익히기:
두 테이블을 공통 키(message_id)로 연결하는 JOIN 문법을 연습해 보세요. 필요에 따라 LEFT JOIN이나 다른 조인 방식을 활용할 수 있습니다. - 집계 함수 활용:
COUNT, SUM, AVG 등의 집계 함수를 사용하여 다양한 분석 지표를 도출하는 방법을 익혀두면 데이터 분석에 큰 도움이 됩니다. - 조건절 활용:
WHERE 절과 ILIKE 연산자를 사용해 원하는 조건에 맞는 데이터를 필터링하는 연습도 중요합니다.
결론
Braze Currunts 데이터와 Braze API 데이터를 조합하면, 단순한 메시지 성과 지표 외에도 메시지의 태그, 제목, 내용과 같은 메타정보를 활용한 다각도의 분석이 가능합니다.
- 태그별 전환율 분석으로 어떤 캠페인이 효과적인지 확인하고,
- 키워드 기반 성과 분석을 통해 메시지의 내용 전략을 점검하며,
- 시간대별 분석을 통해 최적 발송 시점을 도출할 수 있습니다.
이 포스트를 참고하여 자신의 데이터 환경에 맞는 쿼리를 작성해 보시고, 데이터 기반 마케팅 전략 수립에 활용해 보세요.
데이터 분석을 통한 인사이트 도출이 여러분의 마케팅 성과에 큰 변화를 가져다줄 것입니다.
Happy Coding & 데이터 분석 성공을 기원합니다!
답글 남기기