← 라이브러리 01 거시적 데이터의 시각화: 유저의 첫 인지부터 최종 추천(Loop)에 이르는 고객여정지도(CJM)의 비즈니스적 가치 퍼널 그래프 하나로는 "왜 이탈했는지"가 안 보입니다. 고객여정지도는 그 이유가 숨어 있는 감정과 맥락까지 시각화하는 도구입니다. 3건 출처 02 정량 데이터와 정성 데이터의 결합: GA4 유입 경로와 CS VOC 데이터를 CJM 터치포인트(Touchpoint)에 매칭하는 법 숫자만 있는 CJM은 반쪽짜리입니다. 전환율이 왜 떨어졌는지는 고객의 말(VOC) 안에 있는 경우가 많습니다. 2건 출처 03 데이터 요건 정의: 여정 단계별 핵심 행동 지표(Event) 정의 및 자사몰 인앱 트래킹 툴과의 동기화 조건 CJM을 만들기 전에 "어떤 이벤트를 어떤 이름으로 수집할 것인가"부터 정하지 않으면, 지도를 그릴 데이터 자체가 없거나 흩어져 있게 됩니다. 1건 출처 04 페르소나별 여정 분리 설계: 신규 고관여 유저 vs 재방문 체리피커 유저의 CJM 분리 가이드 모든 유저를 하나의 지도에 욱여넣으면, 어느 페르소나에게도 맞지 않는 뭉뚱그려진 지도가 나옵니다. 페르소나를 나누는 순간부터 지도가 실제로 쓸모 있어집니다. 2건 출처 05 여정 내 '마찰 지점(Friction Point)' 식별: 결제 퍼널, 본인인증 등 유저가 가장 많이 탈락하는 구간의 데이터적 포착 여정 전체를 다 그려도, 결국 실무자가 손을 대야 할 곳은 유저가 가장 많이 튕겨 나가는 몇 개 지점입니다. 그 지점을 정확히 짚는 것이 이 레슨의 목표입니다. 1건 출처 06 터치포인트별 CRM 시나리오 맵핑: 각 여정 단계에서 유저에게 발송할 알림톡/앱푸시 메시지 매트릭스 연동 CJM이 그냥 그림으로 끝나지 않으려면, 각 단계마다 "그래서 무슨 메시지를 언제 보낼 것인가"까지 표로 연결돼야 합니다. 1건 출처 07 한계 정의: 다바이스 변경(크로스 디바이스), 브라우저 쿠키 삭제 유저의 여정 파편화 현상과 식별 한계선 CJM이 그리는 '하나로 이어진 여정'은 사실 데이터가 완벽하게 이어졌다는 전제 위에 서 있습니다. 이 전제가 깨지는 지점을 미리 알아둬야 지도를 과신하지 않습니다. 1건 출처 08 실패 사례 분석: 유저의 실제 행동 흐름을 무시하고 마케터의 '희망사항'대로 선형적 구조로만 CJM을 설계해 예측이 무너진 케이스 "고객은 이렇게 움직여야 한다"는 마케터의 바람과 "고객은 실제로 이렇게 움직인다"는 데이터 사이의 간극이 CJM을 무용지물로 만드는 가장 흔한 원인입니다. 2건 출처 09 오프라인-온라인 결합 CJM: 오프라인 매장 방문(QR) 후 자사몰 구매로 이어지는 O4O 브랜드의 통합 여정 설계 매장에서 만져보고 온라인에서 사는 고객의 여정은, 온라인 데이터만 봐서는 절반이 비어 있는 지도가 됩니다. 2건 출처 10 실험 설계 및 판정 기준: CJM 상의 특정 터치포인트를 개선(예: UI 변경)했을 때, 다음 단계 진입률의 통계적 유의성 검증 터치포인트를 고쳤더니 다음 단계 진입률이 3%p 올랐다면, 그게 진짜 개선인지 우연인지 판정할 기준이 있어야 다음 투자 결정을 할 수 있습니다. 1건 출처 11 발행 전 확인 항목: CJM 시각화 툴(Miro, FigJam 등)의 데이터 연동 API 지원 여부 및 내부 보안 가이드 확인 지도를 아무리 잘 만들어도, 그 안에 고객 개인정보를 담아 외부 SaaS 툴에 올리는 순간 보안 문제로 번질 수 있습니다. 발행 전에 반드시 점검해야 할 항목들입니다. 1건 출처