부산병원마케팅 - 가장 조심해서 봐야 할 숫자는 ‘평균’ 이라고?

부산병원마케팅 - 마케팅분석 - 팀 애드젯

 

 

 

병원마케팅을 운영하다 보면 매일 수많은 숫자들을 마주하게 됩니다.

평균 클릭률은 몇 %인지, 평균 클릭비용은 얼마인지, 한 달 평균 문의는 몇 건인지, 평균 전환율은 어느 정도인지, 환자 한 명을 유입시키는 데 평균적으로 얼마가 필요한지 등등..... 그리고 우리는 이 숫자를 전월과 비교합니다.

 

'지난달보다 평균 CPC가 올랐군'

'전월대비 평균 문의가 줄었네'

'전환율은 비슷하게 유지되고 있구나'

 

병원마케팅을 분석하는 데 평균은 매우 편리한 숫자입니다.

수많은 데이터를 하나의 숫자로 요약해 현재 상황을 빠르게 파악할 수 있기 때문입니다.

 

애드젯 역시 평균을 봅니다. 하지만 평균을 확인한 뒤에는 반드시 이렇게 한 번 더 질문합니다.

 “그 평균 안에서는 무슨 일이 일어나고 있을까?”

 

오늘 애드젯 부산은 병원마케팅 데이터를 볼 때 우리가 가장 익숙하게 사용하는 ‘평균’에 대해 이야기해보려고 합니다.

 

 

 

목   차

1. 평균은 틀린 숫자가 아니다.

2. 같은 평균에도 전혀 다른 상황이 숨어 있다.

3. 전체 문의가 같아도 마케팅 성과는 다를 수 있다.

4. 평균 전환율이 떨어졌다고 광고가 나빠진 것이 아닐 수 있다.

5. 병원마케팅 데이터는 어디까지 나눠봐야 할까?

6. 중요한 것은 ‘쪼개는 것’이 아니라 ‘비교하는 것’

7. 평균은 결론이 아니라 분석의 시작

 

 

 

1. 평균은 틀린 숫자가 아니다.

 

이야기를 시작하기 전, 먼저 한 가지는 분명하게 말씀드리고 싶습니다.평균이 나쁜 지표라는 이야기가 아닙니다.

평균은 병원마케팅 분석에 있어 전체적인 수준과 흐름을 파악하는 데 매우 유용합니다.

 

예를 들어,

 

- 지난 6개월 동안 월평균 신규환자가 500명이었다면, 우리 병원의 대략적인 환자 규모를 빠르게 이해할 수 있습니다.

- 지난달 평균 CPC가 1,500원이었는데, 이번 달 2,000원이 되었다면 광고비 측면에서 어떤 변화가 발생했는지 살펴봐야 한다는 신호가 됩니다.

 

문제는 그 다음 입니다.

평균이 변했다는 사실을 발견한 것과 왜 변했는지를 알아낸 것은 전혀 다른 문제이기 때문입니다.

 

평균 CPC가 상승했다고 해서 곧바로 광고 경쟁이 심해졌다고 결론 내릴 수 없습니다. 평균 문의가 줄었다고 해서 광고 효율이 나빠졌다고 단정할 수도 없고, 전환율이 떨어졌다고 해서 랜딩페이지에 문제가 생겼다고 말할 수도 없습니다.

 

평균은 우리에게 ‘무언가 달라졌다’​는 것을 알려줄 수 있습니다. 하지만 ‘무엇이 달라졌는가’​까지 자동으로 설명해주지는 않습니다.

 

 

 

2. 같은 평균에도 전혀 다른 상황이 숨어 있다.

 

부산A병원의 하루 평균 문의가 예를 들어 쉽게 10건이라고 해보겠습니다.

월요일부터 금요일까지 매일 10건씩 문의가 들어옵니다.

 

부산B병원도 하루 평균 문의가 10건입니다.

그런데 B병원은 월요일 20건, 화요일 5건, 수요일 5건, 목요일 15건, 금요일 5건이 들어왔습니다.

 

두 병원의 하루 평균 문의는 똑같이 10건입니다.

 

하지만 병원마케터 입장에서 두 데이터는 전혀 다릅니다.

A병원은 비교적 안정적으로 문의가 발생하고 있지만, B병원은 특정 요일에 문의가 몰리는 이유가 무엇인지 확인해야 합니다.

 

광고 예산 영향일 수도 있고, 특정 콘텐츠의 영향일 수도 있습니다. 진료 일정과 관련되어 있을 수도 있고, 요일별 검색 수요 자체가 다를 수도 있습니다.

 

분명 평균만 보면 두 병원은 같지만, 데이터를 나누는 순간 두 병원은 전혀 달라집니다.

 

 

부산 병원 마케팅 분석 - 애드젯 - 전문 컨설팅

 

 

 

3. 전체 문의가 같아도 마케팅 성과는 다를 수 있다.

 

이번에는 병원에서 조금 더 현실적으로 발생할 수 있는 상황을 이야기해볼까요.

지난달 문의가 300건이었고, 이번 달도 300건입니다.

 

전체 숫자만 보면 이렇게 평가할 수 있겠죠. “문의량에는 큰 변화가 없습니다.” 라고 말입니다.

 

하지만 정말 그럴까요?

 

이번에는 조금 더 나눠서 보도록 하겠습니다.

지난달에는 눈성형 문의 150건, 코성형 문의 100건, 기타 문의 50건 이었다고 쉽게 가정하겠습니다.

 

이번 달에는 눈성형 문의 80건, 코성형 문의 70건, 기타 문의 150건이 되었습니다.

 

전체 문의는 똑같이 300건 이지만, 우리병원의 주요 매출과 연결되는 핵심 진료의 문의가 크게 감소했다면 마케팅 상황에서는 같다고 평가하기가 어렵습니다.

 

반대의 상황도 가능합니다. 전체 문의는 줄었는데 병원에서 집중하고 있는 핵심 진료의 문의는 오히려 증가했을 수 있습니다. 단순히 ‘이번 달 문의가 줄었다’ 또는 ‘큰 변화가 없다’라고 평가하면 실제 성과를 잘못 해석할 수도 있다는 말씀을 드리려는 겁니다.

 

그래서 병원마케팅에서는 총량과 평균을 확인한 뒤 그 숫자가 무엇으로 구성되어 있는지를 함께 보는 것이 중요합니다.

 

 

부산병원마케팅 성과분석 - 병원마케팅전문대행사 - 애드젯

 

 

 

4. 평균 전환율이 떨어졌다고 광고가 나빠진 것이 아닐 수 있다.

 

예를 들어, 병원 홈페이지의 전체 전환율이 지난달 5%에서 이번 달 4%로 떨어졌다고 가정해보겠습니다. 숫자만 보면 성과가 나빠졌습니다. 그렇다면 광고부터 바로 수정해야 할까요?

 

사실 아직은 모릅니다. 확인해봐야 해요.

이번 달에 모바일 유입이 크게 늘었을 수도 있고, 우리병원 브랜드명을 직접 검색한 사람보다 일반 진료 키워드로 처음 병원을 발견한 사람의 비중이 늘었을 수도 있습니다. 먼저 정보를 알아보기 위한 상단 퍼널의 유입이 증가했을 수도, 전환 가능성이 상대적으로 낮은 신규 이용자가 대거 유입됐을 수도 있습니다.

 

이처럼 각각의 광고 성과가 나빠지거나 혹은 나빠지지 않았더라도 유입되는 사람들의 구성 비율이 달라지면 전체 평균은 달라질 수 있습니다.

 

실제 통계에서는 이보다 극단적인 현상도 나타날 수 있습니다. 각각의 세부 집단에서는 성과가 좋아졌는데 전체 데이터를 합치면 오히려 성과가 나빠진 것처럼 나타나는 경우입니다.

 

이를 ‘심슨의 역설(Simpson's Paradox)’이라고 부르는데요, 중요한 것은 전체 평균의 변화와 실제 개별 마케팅 성과의 변화는 항상 같은 이야기가 아닐 수 있다는 것입니다.

 

그래서 전체 전환율이 떨어졌다면 바로 결론을 내리는 것이 아니라,

‘어떤 유입이 늘었지?

‘어떤 진료과에서 떨어졌지?’

‘어떤 키워드에서 달라졌지?’ 라고 한 단계 더 들어가야 하는 이유입니다.

 

 

 

5. 병원마케팅 데이터는 어디까지 나눠봐야 할까?

 

그렇다면 데이터를 무조건 세세하게 나누면 좋은 것일까요? 애드젯의 대답은 ‘NO’입니다.

 

데이터를 지나치게 잘게 나누면 표본이 너무 작아져 오히려 의미 없는 변동에 반응할 수 있기 때문입니다.

그래서 부산병원마케팅 전문 애드젯은 ‘의사결정이 달라질 수 있는 기준인가’​를 생각하면서 데이터를 나누는 것이 중요하다고 말씀드립니다.

 

병원마케팅에서는 상황에 따라 다음과 같은 기준을 생각해볼 수 있습니다.

- 진료별(눈성형 / 코성형 / 리프팅 / 피부 등)

- 신규·재진별(처음 병원을 찾는 환자와 재진 환자는 검색과 예약 행동이 다를 수 있기에)

- 광고 매체별(네이버 검색광고 / 구글 / 메타 / 기타 등)

- 검색어별(병원명 검색 / 지역+진료 검색 / 증상 검색 / 수술.시술명 검색 등) 

- 지역별(부산 전체 / 병원 인접 지역 / 타지역 등)

- 기기별(모바일과 PC에서 환자의 행동이 다를 수 있기에)

- 요일·시간대별(언제 검색하고 언제 문의하는지를 나누어볼 수 있기에)

- 신규환자 유입경로별(검색 / 지인추천 / 기존환자 추천 / 플레이스 / SNS 등)……

 

중요한 것은 이 모든 항목을 매일 쪼개서 보는 것이 아닙니다.

전체 데이터에서 이상 변화가 발견됐을 때 어디를 나눠봐야 원인을 확인할 수 있는가를 판단하기 위해서 입니다.

 

 

 

6. 중요한 것은 ‘쪼개는 것’이 아니라 ‘비교하는 것’

 

무조건 데이터를 많이 나누는 것만으로 좋은 분석이 되는 것은 아닙니다.

20개의 표와 그래프를 다양하게 만드는 것이 분석 일까요?

 

병원마케팅에서 데이터가 의미를 가지려면 결국 비교 대상이 필요하기에, 이번 달 CPC가 2,000원이라는 사실 하나만으로는 좋고 나쁨을 판단하기 어렵습니다. 지난달에는 얼마였는지, 지난해 같은 시기에는 어땠는지, 어떤 진료의 CPC가 상승했는지, 브랜드 키워드와 일반 키워드는 어떻게 다르게 나타났는지, 경쟁이 심한 시간대와 그렇지 않은 시간대는 어떤 차이가 있는지 오로지 비교해야 그 변화가 보입니다.

 

예를 들어 전체 문의가 10% 감소했다고 가정해 보겠습니다. 여기서 멈춘다면 ‘성과 하락’ 이겠죠.

 

하지만 진료별로 나눠보니 A진료는 30% 감소했고 B진료는 20% 증가했습니다.

다시 광고그룹별로 살펴보니 A진료의 특정 핵심 키워드에서 노출과 클릭이 동시에 감소했습니다.

 

이제야 비로소 질문이 구체적으로 바뀝니다.

“왜 문의가 줄었지?”에서 “왜 A진료의 특정 검색 영역에서 유입이 감소했지?”로 바뀌어야 한다는 것입니다.

 

문제가 구체적으로 정의되어야 대응도 구체적으로 할 수 있습니다. 그래서 애드젯은 데이터 분석의 목적은 보고용으로 그저 숫자를 많이 나열해서 보여주는 것이 아니라, 다음 행동을 결정할 수 있을 만큼 문제를 구체적으로 만드는 것이 되어야 한다고 말씀드립니다.

 

 

병원마케팅 - 분석부터 개선까지 - 끊임없이 연구하는 마케팅그룹 - 애드젯 부산

 

 

 

7. 평균은 결론이 아니라 분석의 시작

 

병원마케팅에서 평균은 중요합니다. 평균 CPC도 봐야 하고, 평균 전환율도 확인해야 하죠. 월평균 문의도 중요합니다. 환자 한 명을 확보하는 데 필요한 평균 비용도 알아야 합니다.

 

다만 애드젯은 평균이라는 숫자 하나에서 분석을 끝내지 않습니다.

평균이 올랐다면 어디에서 올랐는지, 평균이 떨어졌다면 무엇이 떨어뜨렸는지, 전체 성과가 같다면 그 안의 구성도 정말 같은지를 다시 살펴봅니다.

 

병원마케팅 데이터에서 중요한 것은 숫자를 많이 보는 것이 능력이 아니라, 숫자를 어디까지 의심해봐야 하는지를 아는 것이 능력이라고 생각하기 때문입니다.

 

평균은 전체를 보여줍니다.

하지만 전체만 봐서는 그 원인을 뾰족하게 알 수 없습니다.

그래서 애드젯은 데이터를 볼 때 하나의 숫자를 확인한 뒤 다시 나눠보고, 비교하고, 원인을 찾아갑니다.

 

평균 → 분해 → 비교 → 원인 → 실행

 

병원마케팅에서 데이터 분석은 이 과정을 반복하는 일이라고 생각하며 오늘도 애드젯 부산은 우리병원의 데이터를 바라봅니다.

 

“이번 달 평균은 괜찮습니다.”라고 여기서 분석을 끝내기보다 이렇게 한 번 더 질문하고 고민해보면 어떨까요?

“그 평균 안에서도 정말 모든 것이 괜찮을까?”

 

같은 평균 속에서도 성장하고 있는 진료가 있고, 떨어지고 있는 진료가 있을 수 있습니다.

성과가 좋아진 광고가 있고, 이미 효율이 무너지고 있는 광고가 있을 수 있습니다.

 

그리고 전체 숫자만 보고 있다면 그 변화를 발견하는 시점은 늦어질 수 있기에, 병원마케팅에서 평균은 가장 많이 보는 숫자이자 동시에 가장 조심해서 해석해야 하는 숫자인지도 모릅니다.

 

오늘도 병원마케팅에 진심, 오직 한 길 애드젯 부산과 함께해주셔서 대단히 감사합니다.

 

애드젯 부산 해운대구 센텀1로 9

 

 

 

 

병원마케팅, 데이터 분석은 답이 아닙니다. 다음 전략을 결정하는 기준입니다.