쉽게 알아보는 교차분석표 생성 및 분석 방법

교차분석이란?
‘교차'에는 서로 다른 것을 엮는다는 의미가 있습니다. 즉, 교차분석은 여러 데이터를 엮어서 분석하는 것입니다. 한 문항의 응답 결과를 여러 다른 문항이나 응답자의 프로필 정보와 엮어서 살펴볼 때 더욱 풍부한 인사이트를 얻을 수 있기 때문입니다.
예를 들어 우리는 브랜드 선호도를 성 또는 나이 구분 없이 전체 소비자 수준에서 분석하기도 하지만, 남녀의 차이, 연령대별 차이 등으로 성·연령 프로필 정보를 엮어 비교하면 좀 더 풍부한 분석을 할 수 있습니다. 그럼 우리 브랜드 선호도가 특히 높거나 낮은 세그먼트가 어디인지 손쉽게 파악할 수 있고, 이를 통해 구체적인 타깃 고객에 대한 뾰족한 액션 플랜과 전략을 세울 수 있는 거죠.
‘분석 대상'과 ‘분석 단위' 이해하기
교차분석을 활용하려면 교차분석표가 무엇으로 구성되는지 알아야 합니다. 교차분석표는 분석 대상과 분석 단위로 구성되어 있습니다.
12번 문항인 ‘선호하는 무선 이어폰 브랜드’를 분석 대상, 5세 단위 나이를 분석 단위로 두고 조금 더 살펴볼게요.
분석 대상: 말 그대로 분석하는 대상 혹은 해석하고자 하는 데이터를 의미합니다. 보고 계신 화면을 기준으로 하면 ‘선호하는 무선 이어폰 브랜드'의 1~3순위 누적 응답률이 분석 대상입니다.
분석 단위: 분석 대상을 나눠볼 단위 혹은 해석의 기준이 되는 데이터를 의미합니다. 화면에서는 5세 단위 나이를 분석 단위로 설정해 뒀는데요.
이렇게 대상과 단위를 교차한 응답 결과는 ‘선호하는 무선 이어폰 브랜드에 대한 연령대별 응답’으로 읽어낼 수 있습니다. 예를 들어, 30~34세 중 애플을 선호하는 응답자의 비중은 68.5%가 되는 거죠.
만약에 대상과 단위를 반대로 바꾸면 해석은 어떻게 달라질까요? 이제 해석하려는 데이터가 연령대가 되었기 때문에 애플을 선호하는 응답자 중 30~34세의 비중은 11.3%, 가장 높은 비중을 차지하는 연령대는 15~19세 와 같은 방식으로 결과를 읽을 수 있습니다.
오픈애널리틱스로 교차분석표 분석하기
그럼 다시 나이를 분석 단위로, 선호하는 브랜드를 대상으로 두고 실제 분석을 어떻게 해야하는지 보다 자세히 알아보겠습니다.
교차분석표에서 기본 정렬 기준은 보기 순서인데, 전체 응답률을 기준으로 내림차순 정렬을 하면 분석 대상, 즉 브랜드의 제시 순서가 가장 선호도가 높은 것부터로 바뀝니다. 살펴보면 애플, 삼성 갤럭시 버즈, 뱅앤올룹슨 순으로 선호도가 높다는 걸 알 수 있습니다.
이 전체 응답자 기준의 경향성이 나이별 응답 결과에도 그대로 나타나는지 살펴보겠습니다. 15~19세와 20~24세는 애플을 선호하는 비율이 각 80.3%, 75.9%로 전체 평균 65.5와 비교했을 때 상대적으로 높습니다. 한편, 30세부터 49세까지는 뱅앤올룹슨을 선호하는 비율이 모두 20% 이상으로 평균인 17.7% 대비 높죠. 이렇게 나이별로 쪼개보면 세대별로 다양한 무선 이어폰 브랜드에 대한 선호도 차를 한눈에 확인할 수 있습니다.
만약 우리가 뱅앤올룹슨 마케팅 담당자라면 여기서 어떤 인사이트를 얻을 수 있을까요? 뱅앤올룹슨은 고가의 프리미엄 무선 이어폰 브랜드이기도 하고 구매력이 상대적으로 높은 30대 이상에서 선호도가 높으니, 마케팅 역시 30대 이상 타깃에 집중하자는 결론을 내릴 수 있습니다.
이번에는 성별에 따른 차이가 있는지까지 살펴볼까요? 10세 단위 연령을 분석 단위에 끌어다 놓고, 그 아래 성별 변수를 하나 더 추가해 보겠습니다. 참고로 오픈애널리틱스에서는 분석 단위를 최대 3개까지 쌓을 수 있습니다.
살펴보면 30대 남성과 40대 남성에서 뱅앤올룹슨에 대한 선호가 각각 29%, 37%로 전체 대비 높음을 알 수 있습니다. 특히나 40대는 같은 연령대 안에서 남녀 성별에 따른 차이가 크게 나타납니다.
종합하면 뱅앤올룹슨은 30대 이상 연령대에서 선호하고, 특히 30-40대 남성에서 선호도가 높음을 알 수 있습니다. 이렇게 하면 더욱 구체적인 타깃 고객에 대한 정보를 토대로 마케팅 전략을 구사할 수 있습니다.
교차분석은 특정 상황에서만 제한적으로 쓰이는 분석 방법이 아닙니다. 분석 대상에 들어갈 문항, 단위에 들어갈 문항에도 정해진 답은 없습니다. 파악하고 싶은 정보가 담긴 문항과 해당 문항을 쪼개 보고 싶은 기준이 있다면, 얼마든지 그에 맞는 교차분석표를 만들어 분석할 수 있습니다.
그래서 더욱 중요한 것이 문항을 설계하는 단계에서부터 어떤 데이터를 어떻게 분석하여 어떤 질문을 해결할지 미리 고민해 보는 건데요.
성별·나이대 등 인구 통계학적 변수
헤비 유저·라이트 유저 여부 혹은 주 구매 채널 등 행동 변수
가격 민감도와 같은 니즈나 태도 관련 변수
등 활용할 수 있는 변수는 다양하고 많으니 어떤 변수에서 차이를 볼 건지, 혹은 반대로 이 변수를 기준으로 차이를 보일만한 문항에는 어떤 게 있을지 등을 미리 생각해 두면 더욱 의미있는 분석을 할 수 있습니다.