아이드마 퍼널
AIDMA
AIDMA 퍼널(Attention-Interest-Desire-Memory-Action)은 소비자가 광고를 보고 인지한 후 즉시 구매하지 않고 '기억(Memory)' 단계를 거쳐 구매에 이르는 전통적 구매 여정 모델입니다. 리타겟팅 광고와 브랜드 인지도(Awareness) 결합 전략 수립의 뼈대로 활용됩니다.
📖 개념 정의 및 실무 적용
디지털 마케팅 환경에서 파이프라인이 단기 전환(AARRR 등) 위주로 흐르면서, 고려 기간이 긴 고관여 제품군의 브랜딩과 리타겟팅 전략이 부실해지는 비효율이 발생합니다. AIDMA 모델은 소비자가 인지 후 바로 이탈하지 않도록 ‘Memory(기억)’ 단계를 두어, 반복 노출과 리마인드 메시지를 설계함으로써 중장기 구매전환율을 극대화하는 해결책을 제시합니다.
import pandas as pd
def analyze_aidma_funnel(df):
# df must contain columns: user_id, stage (Attention, Interest, Desire, Memory, Action)
stages = ['Attention', 'Interest', 'Desire', 'Memory', 'Action']
funnel_counts = df['stage'].value_counts().reindex(stages)
conversion_rates = []
prev_count = funnel_counts.iloc[0]
for stage, count in funnel_counts.items():
rate = (count / prev_count) * 100 if prev_count > 0 else 0
conversion_rates.append({'stage': stage, 'count': count, 'retention_rate': rate})
prev_count = count
return pd.DataFrame(conversion_rates)
⚡ 5분 만에 적용하는 실행 스텝
각 퍼널 단계(Attention, Interest, Desire, Memory, Action)에 대응하는 GA4 이벤트 또는 마케팅 채널 지표 매핑
특히 'Memory' 단계에 해당하는 리타겟팅 캠페인 노출 빈도(Frequency) 및 브랜드 검색량(Brand Search Volume) 데이터 수집
단계별 전환율을 계산하여 사용자가 가장 많이 이탈하는 병목 구간(특히 Desire -> Memory) 식별
이탈 구간에 맞는 맞춤형 콘텐츠(리뷰, 혜택 리마인드, 브랜드 스토리) 재설계 및 캠페인 적용
🚀 실무자만 아는 한 끗 차이 Pro Tip
⚠️ 흔히 하는 실수 & 주의사항 (삽질 방지)
❓ 자주 묻는 질문 (FAQ)
AIDMA와 AISAS 모델의 가장 큰 차이점은 무엇인가요?
AIDMA는 'Memory(기억)' 단계가 존재하여 전통적인 매스미디어 기반의 반복 노출을 강조하는 반면, 인터넷 시대의 AISAS는 'Search(검색)'와 'Share(공유)'를 강조합니다. 디지털 환경에서는 Memory와 Search가 결합된 형태로 운영하는 것이 효과적입니다.
GA4만으로 AIDMA 퍼널의 모든 단계를 측정할 수 있나요?
Attention(노출)과 Action(구매)은 GA4 이벤트로 쉽게 측정되지만, Desire와 Memory는 심리적 상태이므로 직접 측정하기 어렵습니다. 대신 '상세페이지 체류 시간(Desire)', '사이트 재방문 및 브랜드 키워드 검색(Memory)' 등의 대리 지표(Proxy Metrics)를 설정하여 측정해야 합니다.