로그인

앰플리튜드

자체 구축의 한계: SuperAwesome의 Amplitude 적용기

Team MAXONOMY ・ 2020.12.11

자체 구축의 한계: SuperAwesome의 Amplitude 적용기

오늘은, SuperAwesome의 최고제품젝임자(CPO)인 Mike Hutchinson가 자체 구축했던 분석 시스템을 Amplitude로 전환하게 된 스토리를 전달 드리고자 합니다.


PopJam은 아이들에게 맞춤형으로 구축된 소셜 플랫폼입니다.

13세 미만 이용자의 안전 및 개인정보보호 정책(COPA, GDPR-K)을 위해 특별히 설계된 커뮤니티로서, 아이들이 선호하는 콘텐츠와 브랜드에 참여할 수 있도록 다양한 기능을 제공하고 있습니다. 특히, 아동(7~12세)을 대상으로 운영하고 있기 때문에 프라이버시 이슈와 아동법 준수를 매우 철처하게 관리하고 있지요.

일반적으로 플랫폼에서의 중요한 관심사는 "측정" 및 "학습"에 사용하는 제품 분석 기능입니다.

무엇을, 어떻게 측정할 것인지를 결정하려면 신중하게 검토해야 하겠지만, 이것을 보다 쉽게 구현할 수 있도록 완벽한 기능을 제공하는 다양한 솔루션이 존재하고 있습니다. 그 중에 하나를 선택하는 것은 그리 어렵지 않은 일이지요.

하지만 아동용 디지털 환경에서는 그렇지 않습니다.

아동용 앱을 개발할 때는 여러 제약이 추가됩니다. 예를 들어, 일반적인 분석 솔루션을 이용한다면 고객이 앱에 접속하는 순간, SDK는 고객을 식별하게 되며 식별된 정보를 솔루션 서버로 전달될 것입니다. 이런 정보는 더 많은 인사이트를 얻기 위해 활용되고 있지만 PopJam에서는 이러한 정보가 전달되지 않도록 예방 조치를 취하고 있습니다.

여러분이 이 분야에 분석 솔루션 적용을 고려하고 있다면, PopJam에서 경험한 것들이 여러분의 결정에 도움이 되기를 바랍니다.







직접 운영하기


PopJam 팀에서는 분석 솔루션을 직접 구현하여 사용하기로 결정 하였습니다. Amazon Redshift 데이터베이스를 확장하고, 오픈 소스 쿼리 러너인 Re:Dash를 적용한 후, 분석 이벤트 인프라를 정의하고 구현하는 작업에 착수했습니다.



사용자를 식별하는데 활용되는 정보는 모두 제거하고, 제품 분석용 데이터만 수집하도록 클라이언트용 SDK를 직접 만들었으며, 서버로 전달된 요청 전문 상의 IP주소나 그 외, PII 정보를 제거한 raw 데이터만을 배치 작업을 위해 DB에 저장 하였습니다.

그 후, 수작업으로 작성한 ETL을 Re:Dash를 사용하여 실행 시켰습니다.

처음에는 자체 구축이 매우 성공적으로 보였습니다. 원천부터 직접 구성하여 모든 부분에 대한 제어가 가능 했으므로, 저렴한 가격, 빠른 속도, 좋은 기능까지 모든 것을 충족하는 듯 보였습니다. 하지만, 문제가 발생하기까지 그리 오랜 시간이 걸리지 않았습니다.









생각만큼 싸지 않다.


운영비는 비교적 저렴했지만 인프라 관점에서 보면 운용과 유지보수가 결코 저렴하지 않았습니다. 매일 진행되었던 배치 작업에 활용된 Redshift, Re:Dash가 다소 불안정한 것으로 판명되었고, 기술 책임자가 이를 디버깅, 수정, 손실 데이터 원복, 고객 클래임 대응 및 기존 분석 기능 유지를 위해 상당한 시간을 소모 하게 되었습니다. 모든 기능들이 데이터를 기반으로 구현되었기 때문에 배치 작업에 문제가 발생할 경우, 캠페인 리포트, 커뮤니티 관리용 대시보드, 마케팅 정보 등 모든 부분에 영향을 주었습니다.

또한, 모든 지표, 그래프, 대시보드, 보고서 작성 도구 및 쿼리를 직접 구현해야 하는 당사 제품관리자는 이를 직접 공부하면서 작업해야 했으며, 문제가 발생하면 원복하는데 더 많은 시간이 소요될 수 밖에 없었습니다.






기회비용

단순히 시간이 많이 걸리는 문제가 아닌, 실수에 따른 팀 사기 저하와 엄청난 기회비용의 소모를 야기한다는 문제가 있었습니다. 우리의 제품 담당자는 일주일 중 2일을 SQL에 몰두하느라 제품 개선에 노력을 집중할 수 없었으며, 질문에 답변을 주는데 더 많은 시간이 걸리게 되었습니다. 우리는 결국 질문에 답을 찾지 못하고 솔루션 구축 전의 단순한 분석에 의존하게 되었습니다.

게다가, 자체 솔루션에 개선이 필요한 부분에 대해 이슈를 등록하면 우선 순위에 따라 처리되도록 설계 되었지만, 실제로는 기다리기만 해서는 어떠한 개선도 이루어지지 않았습니다.



생각만큼 좋지 않다.

Re:Dash는 나름대로 잘 작동했지만, 몇가지 단점이 있었습니다.(리소스 투자가 우선시 되었다면 해결이 가능했을 것입니다.) 우리의 주요 문제는 팀 내의 자체적인 통계분석과 질의작성 스킬에 의존한다는 것 이었습니다. 제품관리자는 데이터 사이언티스트가 아니었으며, 데이터 분석가가 따로 있지는 않았습니다.

기본적인 작업을 직접 수행하면서 데이터에서 상당한 결과를 얻을 수 있었지만, 우리가 전문적인 분석 기술 영역에 도달 하기에는 한계가 있었습니다. 고객들의 데이터가 나타내는 것을 우리가 진정으로 이해할 수 있도록 우리의 능력을 극대화할 수 있는 분석 플랫폼이 필요했습니다.





해결방안 모색


다양한 문제가 지속적으로 발견되면서, 우리는 문제의 해결책을 찾아줄 전문가를 찾았습니다.

Amplitude를 선택하기 전, 몇 가지 다른 분석 솔루션을 찾아보았지만, 제품 개선에 특화된 Amplitude의 UI에 놀라움을 감출 수 없었습니다. 또한, Amplitude에는 이전에는 보지 못한 매우 강력하고 사용하기 쉬운 분석 기능이 많이 포함되어 있었습니다.

인상깊었던 점 중 하나는 어떤 데이터 포인트에서나 Microscope를 사용하여 코호트를 정의할 수 있다는 것 이었습니다. 제품팀은 정기적으로 코멘트를 작성하는 사용자들을 손쉽게 코호트로 만들어 그들이 다른 무엇을 하고 있는지 볼 수 있을 뿐 아니라, 마케팅 팀은 특정 마케팅 캠페인으로 유입된 고객들을 코호트로 작성하여 자신이 의도한 고객들이 유입 되었는가를 확인해 볼 수 있었습니다.

우리가 원했으나 만들지 못하였던 기능인 영향도 분석 기능도 있었습니다. 이 분석 기능을 사용하여, PopJam을 이용하기 시작한 고객들이 "성격 퀴즈를 접하고 즐기는 것이, 앞으로 PopJam을 어떻게 인식하고, 활용하며, 지속적으로 사용하는데 얼마나 많은 영향을 미치는지"에 "큰 영향을 준다"는 가설을 탐구할 수 있었습니다.








마이그레이션


Amplitude로의 마이그레이션은 간단했습니다. 우리가 기존에 세팅해두었던 코드는 유지하면서, 서버상에 수집되는 시점에 모든 데이터는 Amplitude의 HTTP API로 전달하도록 구성 하였습니다. Amplitude의 SDK를 사용하지 않고 우리가 자체 개발한 SDK를 활용함으로써, 전달할 데이터의 컨트롤을 전적으로 우리가 관리할 수 있었으며 원하는 정보만 Amplitude로 전송하는 것이 가능 했습니다.

그 결과, Amplitude의 강력한 프론트엔드 툴의 장점을 모두 누릴 수 있었으며, Amplitude에는 사용자의 개인정보 데이터가 전혀 포함되어 있지 않다는 확신이 할 수 있었습니다.

이전 솔루션에 비해 비용이 더 많이 들었지만, 우리에게 있어 가장 중요한 "가설 > 검증 > 개선을 통한 혁신"을 반복할 수 있는 우리의 능력에 다시 초점을 맞출 수 있었습니다.






Kid-safe 분석


현재 우리가 가지고 있는 툴셋은 분석의 고도화라는 측면에서 우리가 내부적으로 달성할 수 있었던 것 보다 훨씬 앞서 있으며, 제품 반복 사이클에 대한 인사이트와 지침을 얻을 수 있었습니다. Amplitude UI는 매우 직관적이며, SQL과 달리 쉽게 사용이 가능하므로 다른 팀에서도 Amplitude를 함께 활용할 수 있도록 사용자의 범위를 넓히고 있습니다.

PopJam의 책임자인 Scarlett Cayford는 전략가, 디자이너, 광고운영 책임자 등으로 구성된 팀을 이끌고 있으며, 이들은 모두 정기적으로 Amplitude를 사용하여 PopJam의 다양한 분야의 데이터를 분석하고 있습니다.

"자체 제작한 솔루션이 작동 가능하긴 했지만, 측정 범위가 제한적이었고, 새로운 쿼리 작성을 제품관리자에게 전적으로 의존해야 했습니다. 하지만 Amplitude는 우리가 직접 쿼리를 구성할 수 있을 만큼 간단한 UI를 제공하며, 쿼리 결과를 다른 시간 프레임이나 지역으로 분할하는 것 또한 손쉽게 가능합니다. Amplitude 채택은 우리에게 권한 뿐만이 아닌 자율성도 부여하여, 보다 신속하게 대응할 수 있게 해주었습니다."

자체 제작한 오픈소스 시반 솔루션에서 Amplitude로의 전환은 우리에게 매우 좋은 선택 이었습니다. 13세 미만 사용자의 개인정보를 보호하면서도 Amplitude의 다양한 도구를 함께 활용할 수 있는 방법을 찾을 수 있었지요.

분석에 대한 부분은 Amplitude에서 지원하기 때문에, 이제 우리는 항상 개선된 툴과 새로운 기능을 활용할 뿐, 더 이상 분석 솔루션에 대해 걱정하지 않습니다. 우리는 더 이상 우리의 업무(어린이들을 위해 인터넷을 보다 안전하게 만드는 것)와 전혀 관계없는 분야의 전문가가 될 필요가 없습니다!

logo

팀맥소노미

YOUR DIGITAL MARKETING HERO

비즈니스 성장을 위한 최적의 솔루션과 무료 데모 시연, 활용 시나리오를 제안 받아보세요

관련 글 보기

효과적인 데이터 통합 관리 : Pipelines & Gover

효과적인 데이터 통합 관리 : Pipelines & Gover

우리 서비스에서 발생하는 정보를 데이터 전문가만 다루는 시기는 지났습니다.개발자부터 상품기획자, 경영관리자, 마케터에 이르기까지, 함께 일하는 사내의 모든 직원들이 동일한 데이터를 보는 것이 중요해지고 있습니다. 업무 수행에 필요한 정보를 쉽게 접근하여 우리 서비스의 상황을 정확히 인지할 수 있을 뿐만 아니라, 사일로화 되지 않은 동일한 데이터와 용어를 기반으로 다른 팀과 이야기를 할 수 있음으로써 커뮤니케이션 이슈를 최소화할 수 있으니까요. 모두가 접근가능한, 하나로 통합된 데이터를 구축하는 것은 이제 데이터 전문가 뿐만 아니라 서비스를 운영하는 리더 모두의 임무가 되었습니다. 하지만, 데이터를 성공적으로 관리하는 것은 결코 쉬운 일이 아닙니다. Gartner의 "데이터 및 분석 도입 설문 조사"()에 따르면, 데이터 관리에 익숙한 조직은 "여러 데이터 소스를 통합"하고 거기에 "민첩성"을 추가하는 것을 주요 두 가지 과제로 꼽았습니다. 데이터의 통합 뿐만이 아니라 수집된 정보를 유의미한 형태로 빠르게 변환하는 것 또한 데이터를 통합하는 하나의 이유가 될 것입니다. 이처럼 데이터 사일로를 깨고 규모에 맞는 효율적인 데이터 관리가 가능하도록 지원하는 것이 Amplitude의 역할이라고 할 수 있습니다. Pipelines우리의 고객을 보다 정확히 알고자, 그리고 우리의 서비스에서 발생하는 여러 정보를 정확히 파악하기 위해 우리가 사용할 수 있는 기술들은 지속적으로 발전하고 있지요. 유입 분석도구나 CDP 뿐만 아니라, 내부 데이터에 기반한 자체 분석도구, 새로운 기술이 적용된 솔루션 등 다양한 정보들이 수집될 수 있습니다. 이렇게 파편화된 정보들을 하나로 통합 관리할 수 있도록 Pipelines 기능을 지원하고 있습니다.다른 솔루션이나 데이터 소스를 보유하고 계시다면, 여기서 수집되는 데이터를 Amplitude로 가져와 데이터를 통합할 수 있을 뿐만 아니라, 고객 행동 데이터를 Amplitude에서 다른 솔루션으로 내보낼 수도 있습니다.  Govern Amplitude에서는 수집되는 데이터를 필요에 따라 변환/통합하고, 미리 이벤트 계획을 세워 관리할 수 있도록 Govern 기능을 제공하고 있습니다. 일반적인 툴에서는 잘못된 계획으로 인해 불필요한 정보가 수집되거나, 동일한 기능이 각각의 페이지에서 서로 다른 이름으로 수집되는 경우, 개발단의 재작업으로 이를 맞춰주는 작업이 필요하게 됩니다. 하지만 Amplitude에서는 Govern 기능을 통해 분리된 이벤트를 하나로 통합하고, 이벤트 명을 손쉽게 수정할 수 있습니다.  안전한 플랫폼Fortune 선정 100 대 기업 중 25 기업 고객과 분석된 28조 개의 데이터를 바탕으로 Amplitude는 enterprise 수준의 보안 및 성능 향상에 전념하고 있습니다.Amplitude는 은행 수준의 보안을 적용했으며 SOC2 Type-2 및 ISO 27001 인증, SSO 지원 및 사용자 권한을 획득했으며 AWS의 Digital Customer Experience 파트너 중 하나도 등록되어 있습니다.또한, Amplitude는 1초 내에 수십억 개의 이벤트를 분석 할 수 있으며 99.99 %의 플랫폼 가동 시간을 자랑합니다.  사일로 없애기강력한 데이터 관리를 기반으로, 팀은 우리 서비스의 "제품 성장"을 주도하는 요소를 발견하는 데 집중할 수 있습니다. Pipelines & Govern을 이용하면 고객들의 유입, 서비스내의 행동정보, 매출정보, 서비스 내 기능활용도, 마케팅활동의 결과, 전환고객 정보 등 다양한 데이터를 통합할 수 있으며, 회사내 모든 직원들이 동일한 정보에 손쉽게 접근함으로써 같은 정보를 기반으로 의견을 나눌 수 있습니다. 팀별로 다른 정보를 바라보고 있지는 않으신가요? 하나로 통합된 정보로 데이터 사일로를 없애고 동일한 눈높이해서 생산적인 대화를 시작해보세요!

신제품 출시 전략 수립 시 고려해야 하는 5가지 핵심 요소

신제품 출시 전략 수립 시 고려해야 하는 5가지 핵심 요소

제품 출시의 궁극적인 목적은 타겟 고객에게 제품의 고유한 가치를 전달하고 시장에서 입지를 구축하는 데 있습니다. 이러한 점에서 제품 출시 전략은 단순히 제품을 출시하는 것 이상의 의미가 있습니다. 제품 출시 전략에는 타겟 시장, 밸류 프로포지션, 판매 활동, 가격 및 패키지, 고객 성공 플랜 및 레디니스에 대한 명확한 내용이 포함되어야 합니다.1. 제품 출시 프로세스는 명확한 목표와 정확한 포지셔닝에서 시작됩니다.제품 출시 전략은 제품을 전체적으로 분석하여 다른 비즈니스와 어떻게 어울리는지 확인하는 것에서 시작합니다. 먼저, 출시 목적이 신규 시장을 창출하는 것인지, 기존 시장에서 추가 수익을 창출하는 것인지, 고객의 사용률을 높이기 위한 것인지, 아니면 기존 고객의 효용을 높이기 위한 것인지 명확히 목표를 정의하고 이해 관계자들과 공유하는 것이 중요합니다.다음으로는 제품 포지셔닝입니다. 포지셔닝은 타겟 고객을 정의하고 이해하는 것에서부터 시작합니다. 잘 정의된 유저 그룹은 밸류 프로포지션을 명확히 하는데 도움이 되며, 타겟 고객에게 제안하는 마케팅 메시지와 채널을 선택하는 가이드가 됩니다. 많은 기업이 유저를 그룹으로 분류하고 정의할 때 인구 통계학 데이터 혹은 기업 통계 데이터만을 활용하는 실수를 합니다. 하지만 행동 데이터와 제품 사용 데이터 역시 코호트를 만들고 어떤 고객군이 구매할 가능성이 높은지 이해하는데 매우 중요한 역할을 합니다. 이를 위해 AB 테스트를 진행하고 행동 데이터를 가져올 수도 있습니다. 타겟군을 정의한 후에는 신제품이 시장에서 어떤 포지션을 차지하면 좋을지 고려합니다. 먼저 시장의 특성을 파악합니다. 시장이 호황이라면, 제품 출시에 많은 비용을 투자할 수록 시장 진입의 효과가 더 커지는지 고려해볼 수 있습니다. 다음으로 경쟁사가 유사한 제품으로 어떻게 판매를 해왔는지를 보아야 합니다. 제품 포지셔닝은 경쟁 제품 혹은 서비스와 무엇이 다른지에 초점을 맞춰야 합니다. 경쟁사 대비 차별성이 있는 부분을 런칭 전략의 핵심 소재로 사용해야 합니다.타겟 시장, 시장 정보, 특장점, 차별점을 확보했다면, 포지셔닝 작업을 시작하세요. 이는 제품 출시 스토리, 밸류 프로포지션, 영업 및 홍보를 위한 메시지 작성의 기초 자료로 활용될 수 있습니다.출시 이후 판매 기간도 고려해야 합니다. 영업 담당자와 함께 신제품 판매를 위한 접근 방식을 논의합니다. 또한, 영업 담당자가 제품, 차별점, 고유한 밸류 프로포지션 그리고 잠재 고객이 가장 좋아할만한 기능을 이해하도록 해야 합니다. 이를 통해 어떤 성향의 구매자가 가장 관심을 가질지, 어떤 의사결정자를 타겟으로 해야하는지 영업 담당자가 결정하는데 도움을 줄 수 있습니다. 초기에 진행할수록 더 정확한 예측을 할 수 있으며, 잠재적인 시장을 발견하거나 기회를 확장하는데 도움이 됩니다. 영업 부서와 협력하여 후반기에 기회로 활용할 수 있도록 출시될 제품의 몇가지 이점을 간략히 소개하는 스토리를 작성합니다.2. 내부 조직의 개편은 제품 출시 전략 실행의 핵심입니다.일반적으로 제품 매니저와 마케팅 관리자가 제품 출시에 관한 책임을 공유합니다. 그러나 제품 출시 전략에는 기업 내부의 다른 조직도 포함되어야 합니다. 무엇보다도, 효과적인 제품 출시를 위해서는 맞춤형 영업 접근 방식과 마케팅 전략이 필요합니다. 제품 팀은 실제 기능 출시 뿐만 아니라, 이와 관련된 교육 및 문서를 처리합니다. 시장 진출 지원은 여러 팀에서 나누어 담당합니다. 오퍼레이션 팀은 CPQ( configure(구성), price(가격), quote(견적))과 기능 표기를 담당합니다. 법무팀은 모든 상표와 특허 작업이 완료되었는지 확인합니다. 마케팅 팀은 캠페인을 실행하여 출시일 준비에 가속도를 붙입니다. 솔루션 컨설턴트는 유저가 첫번째 세션에서 제품을 쉽게 사용할 수 있도록 제품 설명과 데모를 준비합니다.고객을 직접 대면하는 팀과 협력하여 신제품을 설명할 메시지를 논의합니다. 이 논의는 마케팅 팀의 제품 출시 캠페인 준비와 영업 활동에 도움이 됩니다.시장 진출 전략을 보다 효과적으로 정의하는 또 다른 요소는 제품의 베타 테스트 데이터입니다. 제품 사용 데이터를 통해 확인한 인사이트로 유저가 가장 많이 참여하는 위치, 만족도가 높은 기능, 그리고 무엇보다 가장 중요한, 고객이 제품을 사용하는 방식을 이해할 수 있습니다. 이는 기업의 규모에 따라 제품에서 발견하는 가치가 다른지 이해하는 데도 도움이 됩니다. 또한 이는 각기 다른 시장을 위한 영업 전략, 가격 및 패키지를 미세하게 조정하는 핵심 참고자료가 될 수 있습니다.3. 홍보 메시지에는 테스터의 피드백이 반영되어야 합니다.직감에 의존하여 커뮤니케이션 전략을 수립하지 마십시오. 제품의 실제 테스트 데이터를 활용하여 잠재 고객이 공감할 수 있는 메시지를 작성하세요. 제품 테스터 데이터는 우리 서비스가 제공하는 고유한 가치를 누리는 사용자 유형을 식별할 수 있는 아주 중요한 정보입니다. 하지만 테스터 데이터는 종종 활용되지 못하고 누락되기도 하며, 때로는 마케팅 담당자가 데이터를 찾는 방법을 모르는 경우도 있습니다. 따라서 이들이 데이터를 잘 활용할 수 있도록 지원하는 것은 시장 진출 전략을 견고하게 구축하는데 있어 매우 중요한 역할을 하게 됩니다.메시지 작성은 테스터 유저가 가장 좋아하는 기능을 관찰하는 것에서부터 시작하세요. 가장 많이 사용되는 기능은 무엇인가요? 테스터가 가장 좋아했던 기능은 무엇인가요? 이 기능은 제품 출시 자료의 앞 부분에 기재되어 잠재 고객을 유치하고 제품을 사용하도록 장려하는 가장 중요한 역할을 합니다.행동 데이터 분석을 완료했다면, 이를 보완하기 위해 몇 가지 정성적 데이터를 추가합니다. 베타 테스터를 대상으로 설문 조사를 실시하여 제품의 어떤 점이 좋았는지 알아봅니다. 어떤 기능을 좋아하는지, 어떤 기능을 제거하길 원하는지, 어떤 기능을 수정하고 싶어하는지 확인합니다. 어떤 기능이 가장 인기있는지 알게 되면, 마케팅 팀에서 캠페인의 메시지를 작성하는데 도움이 될 수 있습니다.4. 출시 이후에는 제품 사용량을 기반으로 KPI를 결정하세요.제품을 출시 한 이후에는 캠페인 트래픽과 같은 허영 지표(vanity metrics)를 추적하는 것이 좋습니다. 일반적으로 제품이 많은 관심을 받았다면 제품 출시에 성공했다고 생각할 수 있습니다. 그러나 이러한 지표는 얼마나 많은 사람들이 이 제품을 사용하고 있는지, 혹은 얼마나 유용하다고 생각하는지를 알려주지는 않습니다.  출시 이후의 단계를 준비하려면 제품 사용량 측정에 도움이 되는 KPI를 선택하세요. 아래와 같이 제품 선택, 제품에 주는 영향과 관련된 지표에 집중해야 합니다.일일 사용자 수 기능 사용 정도 매출과 신규 고객 확보 (다른 비즈니스와 관련없는 독립형 제품인 경우)리텐션 비율고객 이탈율5. 제품 출시 전략은 출시일 이후에도 계속되어야 합니다. 만약 귀하가 B2B 제품 전문가라면 출시일에 모든 것이 완벽한지 확인하는 것만으로는 충분하지 않습니다. 그날 하루 입소문에는 도움이 되지만 장기적인 관점에서 제품 판매와 고객 만족으로는 이어지지 않습니다. 제품 출시 후 제품의 도달 범위를 상상해 보십시오. 시장 확장을 고려한다면, 어떤 기능이 잠재 고객에게 가장 매력적으로 다가갈 수 있을지 먼저 결정 하십시오. 영업 방식이 어떻게 바뀌어야 제품의 매출 잠재력을 극대화할 수 있을지 생각해 보십시오. 하버드 경영 대학원의 Clayton Christensen 교수에 따르면, 매년 3만개 이상의 신제품이 출시되고 그 중 95%는 실패한다고 합니다. 회사의 조직을 제품 출시 전략에 맞추어 구성하고 제품 수명 주기의 미래를 잘 고려하는 것이 5% 비율에 해당하는 성공을 달성하는 데 도움이 될 것입니다.콘텐츠 더 읽어보기Amplitude(앰플리튜드)의 프로덕트 마케팅 지표 측정 팁! 좋은 질문을 만드는 방법Amplitude로 그로스 마케팅 시작하기그로스 마케팅이란? 뜻, 성공 사례, 필수 전략 총정리

[Amplify] CEO Kick-off 세션 스케치

[Amplify] CEO Kick-off 세션 스케치

글로벌 No.1 분석 솔루션 Amplitude가 진행하는 연례 컨퍼런스 ✨Amplify 2022✨가 현재 미국 라스베이거스에서 진행중입니다. 프로덕트 팀, 그로스 리더, 분석 전문가, 디지털 분야 경영진, 그리고 데이터 사이언티스트까지 - 모두를 만족시키는 '데이터 분석' 트렌드, 인사이트, 전략, 고객 성공 사례 등 알짜 정보가 가득 준비되어 있다고 하는데요 👏👏 멀리서라도 Amplify의 새로운 소식을 궁금해하실 분들을 위해 Amplitude CEO Spenser Skates의 킥오프 세션을 생생하게 전달 드립니다. 지금 바로 확인해보세요! 👀     💙 AMPLIFY 2022 💙   Kick-off  🎤 Amplitude CEO. Spenser SkatesAmplify 2022가 시작되었습니다. 다시 돌아오게 되어 기쁩니다! Amplify는 라스베이거스에서 생중계로 전 세계를 만나고 있습니다.제품 커뮤니티와 직접 관계를 맺는 것보다 더 강력한 것은 없습니다. 저는 이번 주에 직접적으로, 그리고 온라인으로 우리와 합류하는 수천 명의 리더들로부터 영감을 받았습니다. 왜냐하면 여러분이 스타트업이든 글로벌 기업이든, 디지털 기반 기업이든, 디지털 전환의 시작점에 있는 기업이든, 우리 모두는 한 가지 공통점을 가지고 있기 때문입니다. 우리는 모두 훌륭한 제품을 만들기 위해 노력하고 있습니다.하지만 우리를 가로막고 있는 한 가지 큰 과제가 있습니다. 대부분의 기업은 고객이 무엇을 원하는지 전혀 모르고 있습니다. 저는 이것을 ‘제품 격차’라고 부르는데, 이를 해소하는 유일한 방법은 데이터에 있습니다. 제품 데이터에 액세스할 수 있으면 더 이상 이전의 선례나 추측에 의존하여 의사 결정을 내릴 필요가 없습니다. 언제나 고객이 원하는 바를 정확히 파악하고 예측하여 완벽한 환경을 구축하고 제공할 수 있습니다. 데이터 기반 솔루션을 사용하면 대중이 원하는 것과 제품이 제공하는 것 사이의 격차는 사라지게 됩니다.오늘날의 도전적인 환경에서 데이터 기반 솔루션의 필요성은 그 어느 때보다 높아졌습니다. 이것이 제가 오늘 아침 Amplify 무대에서 발표할 제품 발표에 설레는 이유 중 하나입니다. 교차 기능 팀(cross-functional team)이 데이터를 인사이트로, 인사이트를 행동으로 전환할 때 디지털 제품은 비할 데 없는 수익 성장 효율성을 제공할 뿐만 아니라 시장에서의 승리를 가져다 줍니다.Amplitude CDP: 업계 최초의 인사이트 기반 CDP오늘 우리는 업계 최초로 인사이트 기반의 CDP인 Amplitude CDP 출시를 발표했습니다. 이것은 두 가지 큰 이유에서 중요합니다. 첫째, 이해하기 쉬운 방법이 없으면 데이터를 집계하는 것은 무의미합니다. 최고의 제품 분석 솔루션 Amplitude가 직접 내장되어 있어 팀에서 데이터 품질을 개선하고 고객 인게이지먼트를 개선하기가 더 쉽습니다.둘째, Amplitude는 이미 기존의 CDP에서 사용해왔던 솔루션이었으며, 이는 기업에서 불필요한 비용을 추가로 지불하고 있었음을 의미합니다. 우리는 이것을 CDP 세금이라고 부릅니다. Amplitude는 현재 시장에서 최고의 무료 CDP 플랜을 제공하고 있습니다. 다른 솔루션에서 볼 수 있는 것보다 훨씬 훌륭한 수준입니다.이미 마음에 드는 CDP를 사용하고 있습니까? 괜찮습니다. Amplitude는 BYOD(bring your own data)를 믿습니다. 귀사의 데이터를 가져오십시오. 우리는 귀사의 비즈니스에 적합한 개방형 에코시스템과 기술 스택을 지원합니다. Amplitude CDP에 대한 자세한 내용은 여기에서 확인하실 수 있습니다.Experiment Results: 대규모 실험 분석무엇을 만들지, 무엇을 잘라낼지, 무엇을 두 배로 늘릴지 결정할 때 그 결정을 내리기 위해 실험을 실행하는 것만큼 강력한 것은 없습니다. 이것이 우리가 지난해 엔드 투 엔트 실험 솔루션을 출시한 이유이며, 이 결과에 매우 만족하는 고객을 그 동안 많이 만나왔습니다. Fortune 100대 기업 중 한 고객은 45일 동안 전환율을 크게 향상시켰습니다. 또 다른 고객은 전환율이 낮아짐을 확인하고 새로운 온보딩 플로우를 중단하기로 결정하기도 했습니다.그러나 우리는 많은 큰 기업에서 기존의 체계를 없앨 준비가 되어 있지 않다는 것을 발견했습니다. 하지만 이제는 그럴 필요가 없습니다. 오늘 우리는 기존의 시스템 위에 세계적 수준의 확장 가능한 실험 분석 기능을 추가하길 원하는 팀을 위한 Experiment Results를 발표했습니다. Experiment Results는 팀에서 빠르고 효율적으로 실험을 실행할 수 있도록 셀프 서비스 실험으로 분석 병목 현상을 제거합니다. 기업에서는 자체 A/B 데이터를 Amplitude로 가져와 즉시 실험 분석을 시작할 수 있습니다.Experiment Results에 대한 더 자세한 내용은 여기에서 확인하실 수 있습니다. Amplitude 분석으로 전체 퍼널 성능 측정우리는 항상 우리의 제품을 개선하기 위해 노력하고 있습니다. 이번에 발표한 Amplitude Analytics의 몇 가지 새로운 기능은 기업에서 마케팅 프로그램과 제품 결정이 주요 비즈니스 결과에 미치는 영향을 더 쉽게 발견할 수 있도록 돕습니다. 제품 팀이 언제나 Amplitude 관련 업무의 중심에 있지만, Amplitude 고급 사용자의 15%가 마케터라는 사실에 아마 놀라실 것입니다. 기존에는 제품 데이터와 캠페인 데이터 사이의 연결이 끊어져 제품 팀과 마케팅 팀이 단절되어 있었고, 인사이트도 불완전했습니다. 오늘 처음으로, Amplitude는 마케팅 팀과 제품 팀 모두를 단일 시스템으로 통합하여 그들의 노력이 성장을 이끄는 방법을 이해하게 되었습니다.새로운 캠페인 리포팅 기능은 고객이 어떤 구매 채널에서 유입되는지, 마케팅 프로그램이 제품 KPI에 어떤 영향을 미치는지에 대한 인사이트를 팀에 제공합니다. 결과 기반 지표를 사용하면 제품 팀과 마케팅 팀이 판매 또는 수익과 같은 행동 결과를 쉽게 연결할 수 있는 표준 지표 세트를 빠르게 생성할 수 있습니다. 또한 새로운 데이터 테이블을 통해 사용자는 보다 유연한 보고를 위해 단일 뷰에서 여러 KPI를 측정할 수 있으므로 마케팅 팀 및 제품 팀은 전체 고객 여정에 걸친 지표를 나란히 분석할 수 있습니다.오늘 발표된 Amplitude Analytics의 자세한 내용은 여기에서 확인하실 수 있습니다. Snowflake와의 파트너십 확대Amplify는 우리의 훌륭한 파트너 중 하나인 Snowflake와의 발표 없이는 완성되지 않았을 것입니다. 고품질 데이터를 Amplitude로 더 쉽고 빠르게 가져올 수록 Amplitude는 더욱 강력해집니다. 새로운 데이터의 공유와 통합을 통해 Snowflake 고객은 Amplitude를 사용하여 Snowflake 인스턴스를 종료하지 않고도 고객 여정에 대한 실행 가능한 인사이트를 얻을 수 있습니다. 이를 통해 조직은 제품 데이터를 유연하게 수집 및 처리하고 가치를 창출하여 가장 중요한 것, 즉 훌륭한 고객 경험 구축에 집중할 수 있습니다.여기에서 오늘의 Snowflake 발표에 대해 자세히 알아보세요.Amplify는 아직 끝나지 않았습니다! Amplify 2022는 Amplitude 제품 팀의 흥미로운 키노트 세션, 고객의 브레이크아웃 세션, 에미상을 수상한 코미디언 Hasan Minhaj의 마무리 키노트 세션 등 유익한 세션으로 내일도 계속됩니다. 이 곳에 직접 참석해주신 분들과는 최대한 많이 만나고 싶으니 저를 보시면 인사 부탁 드립니다. 아쉽게도 올해는 라스베이거스에서 저희와 함께하지 못하셨다면, 라이브 스트림과 트위터를 팔로우해 주십시오. 내년에는 여러분 모두를 직접 만나 뵙기를 바랍니다.  Spenser Skates는?Spenser는 Amplitude의 CEO이자 공동 설립자입니다. 그는 텍스트 음성 변환 앱인 Sonalight를 개발하면서 더 나은 제품 분석 솔루션의 필요성을 직접 경험했습니다. 그리고 이러한 필요성으로 Amplitude를 만들어, 모든 사람이 사용자 행동에서 더 나은 제품을 만들 수 있도록 돕고 있습니다.

데이터 기반 UX 분석 개념과 방법 🎨

데이터 기반 UX 분석 개념과 방법 🎨

데이터 기반 UX 분석이란?User experience(UX) 분석은 데이터를 사용하여 사용자의 경험을 측정하고, 인사이트를 얻어 유저 경험을 개선하는 과정을 말합니다. 일반적으로 앱, 게임, 웹사이트, 소프트웨어 같은 종류의 제품에 적용되죠.UX 분석에 사용할 수 있는 데이터는 다양합니다. 앱이나 웹사이트에서 보내는 시간, 클릭하는 요소, 가장 많이 사용하는 기능, 구매한 내역 등 거의 대부분의 요소가 가능하죠. 심지어 '행동의 부재'도 분석 대상이 될 수 있는데요. 예를 들어 사용자가 장바구니에 담은 물건을 구매하지 않았거나, 링크 위에 커서를 올려놓았지만 클릭하지 않은 것도 UX분석의 대상이 될 수 있습니다.가계부 관리를 하고자 하는 사람 A가 있고, 우리는 가계부 앱을 서비스하는 기업이라고 가정해 봅시다. 우리는 A가 가계부 앱을 검색하고 우리 앱을 다운로드하고, 체험판에 가입하고, 은행 계좌나 신용카드와 같은 정보를 연동하기를 원할 것입니다. 그리고 체험판이 끝나면 유료 구독까지 전환되기를 희망하죠.이걸 '사용자 여정'이라고 부르며, 각 여정마다 사용자가 다음 여정으로 계속 진행할 수 있도록 좋은 사용자 경험을 제공해야 할 것입니다. 만약 여정을 완수하지 못하는 사용자가 있다면, UX 분석을 통해 어디서, 왜 이탈했는지 이해하고 궁극적으로 미래에 사용자 경험을 어떻게 개선할 수 있을지 힌트를 얻을 수 있습니다.UX 분석 대상구체적으로 어떤 데이터를 분석하고 지표를 측정할지는 제품이나 상황에 따라 천차만별입니다. 그렇기 때문에 이번 포스팅에선 비즈니스 의사결정까지도 활용할 수 있는 굵직한 주요 UX 데이터 지표를 중심으로 설명드리겠습니다. 해당 지표를 기반으로 어떤 최적화된 지표를 측정해볼 수 있을지 고민해보면 좋을 것 같습니다.응답 시간: 응답 시간은 페이지나 앱이 얼마나 빠르게 로딩되는지에 대한 지표입니다. 우리 생각보다 사용자들은 로드되는 시간을 오래 기다리지 않습니다. 몇 초만 버벅이면 바로 이탈하죠.신규 및 재방문자 수: 신규 및 재방문자 수는 얼마나 효과적으로 사용자를 유치(Acquisition)하고 유지(Retention)하는지에 대한 지표입니다. 신규 방문자 수가 증가하지 않는다면, 마케팅 전략을 다시 검토해야 하며, 재방문자 비율이 낮다면, 제품 경험을 검토해야 합니다. 재방문자 비율에 문제가 있는 경우에는 리텐션 분석을 더 깊게 수행하여 재방문한 사용자와 이탈한 사용자 간의 행동 차이를 확인하는 것이 좋습니다.세션 길이: 세션 길이는 사용자가 제품을 얼마나 오래 사용하는지를 측정하는 지표입니다. 세션 시간이 길수록 좋을 것 같지만, 제품에 따라 그렇지 않을 수도 있습니다. 만약 뉴스 앱이라면 긴 세션 시간은 사용자가 적극적으로 참여하고 있다는 긍정적인 신호일 가능성이 높죠. 반면, 현금 송금 앱이라면 긴 세션 시간은 사용자가 원하는 작업을 수행하는 데 어려움을 겪고 있다는 신호일 수 있습니다. 이처럼 세션 길이 지표는 제품의 특성에 따라 사용자 경험을 유연하게 판단해야 합니다.세션당 페이지 수: 세션당 페이지 수는 한 세션 동안 방문하는 총 페이지 수를 의미합니다. 세션 길이와 마찬가지로 많은 페이지를 방문하는 것이 좋을 수도 있고 나쁠 수도 있습니다. 사용자가 제품에 깊게 몰입하여 사용하는 것일 수도 있지만, 원하는 답을 찾지 못해 이리 저리 방황하는 것일 수도 있습니다. 만약 후자라면, 더 적은 클릭으로 원하는 답을 쉽게 찾을 수 있도록 개선해야 합니다.전환율: 고객 여정의 각 여정에서 상위 여정으로 넘어가는 비율을 전환율이라고 합니다. 만약 광고 단계에서 클릭률, 즉 전환율이 높지 않다면 메시지를 조정해야 하는 등의 방법을 사용해야 합니다. 사용자가 앱을 다운로드했지만 유료 고객으로 전환되지 않는다면, 온보딩 과정을 조정하여 전환율을 높일 수 있습니다. 전환율은 사용자의 행동을 분석하고 제품 개선 방안을 찾는 데 중요한 역할을 합니다.과제 성공률과 과제 수행 시간: 제품이 사용하기 쉬운지 여부를 가장 명확하게 보여주는 지표가 바로 과제 성공률과 과제 수행 시간입니다. 여기서 말하는 '과제'는 서비스의 주요 사용 목적이나 기능을 말하는데요. 배달 앱 사용자가 음식 주문을 하려하는 데, 주문 방법을 몰라 한참을 헤매거나 주문 과정 자체가 너무 오래 걸린다면, 인내심을 잃고 앱을 이탈할 것입니다. 해당 지표를 통해서, 제품의 핵심 과제에 집중하고, 이러한 과제를 완수하는 과정을 자연스럽고 직관적이며 간단하게 만들어야 합니다.사용자 정착률(Stickiness): 정착률은 일일 평균 사용자 수(DAU)를 월간 평균 사용자 수(MAU)로 나누어 측정합니다. 이 지표는 사용자가 평균적으로 한 달에 며칠 동안 제품을 사용하는지 보여줍니다. 매일 접속하긴 바라는 게임과 같은 비즈니스에 특히 유용합니다. 하지만 모든 비즈니스에 적합한 지표는 아닙니다. 가령 비행기 예매 앱같은 경우 사용자 정착률이 크게 의미 있진 않겠죠.내비게이션 vs 검색 비율: 사용자가 제품을 탐색하는 데 검색 창에 지나치게 의존한다면, 이는 제품 디자인이 직관적이지 않다는 신호일 수 있습니다. 사용자가 최소한의 클릭으로 원하는 것을 빠르게 찾을 수 있도록 다양한 레이아웃, 구조, 구성 방식을 실험해 보아야 합니다.기능 참여율: 기능 참여율은 기능이 얼마나 자주 사용되는지를, 제품을 열어본 사용자 수로 나누어 측정한 지표입니다. 기능 참여율과 리텐션 분석을 결합하면, 특정 기능을 사용하는 사용자가 유지될 가능성이 어떤지 확인할 수 있습니다. 중요한 기능이 거의 사용되지 않는다면, 해당 기능을 더 눈에 띄게 UI를 조정할 필요가 있을 수 있습니다. 사용자에게 해당 기능을 알려주는 알림이나 이메일을 보내는 방법도 고려할 수 있겠죠.고객 이탈률: 고객 이탈률은 [(월초 고객 수) - (월말에 남아 있는 고객 수)] / (월초 고객 수) 입니다. 예를 들어, 6월 초에 100명의 고객이 있었고 6월 말에 90명의 고객이 남았다면, 이탈률은 10%가 됩니다. 고객의 충성도와 이탈을 평가하고 필요한 개선을 도출하는 데 중요한 지표입니다.UX 디자인과 데이터 분석 간의 관계UX 디자인은 단순히 제품을 예쁘게 만드는 것이 아닙니다. 제품을 자연스럽게 사용할 수 있도록 설계하고, 사용자의 기대를 뛰어넘는 결과를 제공해 그 제품에 매력을 느끼게 만드는 것이 목적입니다. 이를 위해서는 예술적 감각뿐만 아니라, 과학적인 데이터 분석과 테스트 과정이 필수적입니다. 데이터를 사용해 인사이트를 얻고 이를 바탕으로 가설을 세운 후, UX 디자인 테스트를 통해 이 가설을 증명해야 합니다.예를 들어, 운동화 회사의 제품 관리자가 재구매율이 낮다는 사실을 발견했다고 가정해 봅시다. 데이터에 따르면 대부분의 고객은 10개월마다 신발을 구매합니다. 관리자는 고객이 10개월 후에 자동 리마인더를 받으면 재구매율이 높아질 것이라고 가정합니다.이후 제품 팀은 마케팅 팀과 협력하여 이메일과 같은 메시지를 다양한 고객 그룹에 대해 A/B 테스트하여 재구매율을 높일 수 있는지 실험할 수 있습니다.UX 분석 대시보드 만들기UX 분석과 개선 과정에는 조직 전체의 의사 결정이 필요한 경우가 많습니다. 때문에 조직 내에서 원활한 정보 공유와 통일된 접근 방식이 필요합니다. 이때 필요한 것이 분석 대시보드입니다.좋은 UX 분석 대시보드는 중요한 지표들을 맨 위에 배치합니다. 일일 대시보드에는 세 가지 또는 네 가지 이상의 지표가 포함되지 않도록 하여, 대시보드 확인이 복잡하지 않도록 해야 합니다. 또한 지표는 비즈니스 목표와 직접 연결되어야 하며, 대시보드의 첫 번째 항목을 보면 비즈니스의 상태를 간략하게 확인할 수 있어야 합니다. 그 아래에는 대시보드에 다양한 시간대를 포함시켜, 즉각적으로 해결해야 할 문제와 중장기적인 데이터의 추세를 구분할 수 있는 것이 좋습니다.마치며사용자 경험은 제품 성공 또는 실패에 중요한 역할을 합니다. 사용자가 제품에 대해 느끼는 것을 파악하는 일은 데이터 분석가뿐만 아니라 조직 전체에서 이루어져야 합니다. 조직 내 모든 사람들이 해당 데이터를 활용해 사용자 행동에 대한 질문에 신속하게 답할 수 있어야 합니다. UX 분석과 대시보드의 적절한 활용은 비즈니스 성장과 제품 개선에 크게 기여할 수 있습니다. 대표적으로 Amplitude와 같은 솔루션을 이용한다면, 이런 데이터를 손 쉽게 측정하고 관리하고, 또 대시보드를 구성할 수 있습니다. UX 데이터 분석에 대해서 더 깊은 인사이트를 얻고 싶다면 맥소노미 홈페이지에 올라온 다양한 가이드북을 확인해보세요.콘텐츠 더 읽어보기리텐션 최적화 디자인 설계[세션 스케치 | 올리브영] 행동 데이터로 고객을 보다, '올리브영의 데이터 리터러시 향상부터 서비스 개선까지'Canvas Flow로 고객이 만족하는 여정 설계하기

오늘은, SuperAwesome의 최고제품젝임자(CPO)인 Mike Hutchinson가 자체 구축했던 분석 시스템을 Amplitude로 전환하게 된 스토리를 전달 드리고자 합니다.


 PopJam은 아이들에게 맞춤형으로 구축된 소셜 플랫폼입니다.

13세 미만 이용자의 안전 및 개인정보보호 정책(COPA, GDPR-K)을 위해 특별히 설계된 커뮤니티로서, 아이들이 선호하는 콘텐츠와 브랜드에 참여할 수 있도록 다양한 기능을 제공하고 있습니다. 특히, 아동(7~12세)을 대상으로 운영하고 있기 때문에 프라이버시 이슈와 아동법 준수를 매우 철처하게 관리하고 있지요.

 

 일반적으로 플랫폼에서의 중요한 관심사는 "측정" 및 "학습"에 사용하는 제품 분석 기능입니다.

무엇을, 어떻게 측정할 것인지를 결정하려면 신중하게 검토해야 하겠지만, 이것을 보다 쉽게 구현할 수 있도록 완벽한 기능을 제공하는 다양한 솔루션이 존재하고 있습니다. 그 중에 하나를 선택하는 것은 그리 어렵지 않은 일이지요.

 

 하지만 아동용 디지털 환경에서는 그렇지 않습니다.

아동용 앱을 개발할 때는 여러 제약이 추가됩니다. 예를 들어, 일반적인 분석 솔루션을 이용한다면 고객이 앱에 접속하는 순간, SDK는 고객을 식별하게 되며 식별된 정보를 솔루션 서버로 전달될 것입니다. 이런 정보는 더 많은 인사이트를 얻기 위해 활용되고 있지만 PopJam에서는 이러한 정보가 전달되지 않도록 예방 조치를 취하고 있습니다.

 

 여러분이 이 분야에 분석 솔루션 적용을 고려하고 있다면, PopJam에서 경험한 것들이 여러분의 결정에 도움이 되기를 바랍니다.

 







 

직접 운영하기


 PopJam 팀에서는 분석 솔루션을 직접 구현하여 사용하기로 결정 하였습니다. Amazon Redshift 데이터베이스를 확장하고, 오픈 소스 쿼리 러너인 Re:Dash를 적용한 후, 분석 이벤트 인프라를 정의하고 구현하는 작업에 착수했습니다.



사용자를 식별하는데 활용되는 정보는 모두 제거하고, 제품 분석용 데이터만 수집하도록 클라이언트용 SDK를 직접 만들었으며, 서버로 전달된 요청 전문 상의 IP주소나 그 외, PII 정보를 제거한 raw 데이터만을 배치 작업을 위해 DB에 저장 하였습니다.

그 후, 수작업으로 작성한 ETL을  Re:Dash를 사용하여 실행 시켰습니다.

 

 처음에는 자체 구축이 매우 성공적으로 보였습니다. 원천부터 직접 구성하여 모든 부분에 대한 제어가 가능 했으므로, 저렴한 가격, 빠른 속도, 좋은 기능까지 모든 것을 충족하는 듯 보였습니다. 하지만, 문제가 발생하기까지 그리 오랜 시간이 걸리지 않았습니다.









생각만큼 싸지 않다.


운영비는 비교적 저렴했지만 인프라 관점에서 보면 운용과 유지보수가 결코 저렴하지 않았습니다. 매일 진행되었던 배치 작업에 활용된 Redshift, Re:Dash가 다소 불안정한 것으로 판명되었고, 기술 책임자가 이를 디버깅, 수정, 손실 데이터 원복, 고객 클래임 대응 및 기존 분석 기능 유지를 위해 상당한 시간을 소모 하게 되었습니다. 모든 기능들이 데이터를 기반으로 구현되었기 때문에 배치 작업에 문제가 발생할 경우, 캠페인 리포트, 커뮤니티 관리용 대시보드, 마케팅 정보 등 모든 부분에 영향을 주었습니다.

 

또한, 모든 지표, 그래프, 대시보드, 보고서 작성 도구 및 쿼리를 직접 구현해야 하는 당사 제품관리자는 이를 직접 공부하면서 작업해야 했으며, 문제가 발생하면 원복하는데 더 많은 시간이 소요될 수 밖에 없었습니다.






기회비용

 단순히 시간이 많이 걸리는 문제가 아닌, 실수에 따른 팀 사기 저하와 엄청난 기회비용의 소모를 야기한다는 문제가 있었습니다. 우리의 제품 담당자는 일주일 중 2일을 SQL에 몰두하느라 제품 개선에 노력을 집중할 수 없었으며, 질문에 답변을 주는데 더 많은 시간이 걸리게 되었습니다. 우리는 결국 질문에 답을 찾지 못하고 솔루션 구축 전의 단순한 분석에 의존하게 되었습니다.

 

 게다가, 자체 솔루션에 개선이 필요한 부분에 대해 이슈를 등록하면 우선 순위에 따라 처리되도록 설계 되었지만, 실제로는 기다리기만 해서는 어떠한 개선도 이루어지지 않았습니다. 

 



 

생각만큼 좋지 않다.

 

Re:Dash는 나름대로 잘 작동했지만, 몇가지 단점이 있었습니다.(리소스 투자가 우선시 되었다면 해결이 가능했을 것입니다.) 우리의 주요 문제는 팀 내의 자체적인 통계분석과 질의작성 스킬에 의존한다는 것 이었습니다. 제품관리자는 데이터 사이언티스트가 아니었으며, 데이터 분석가가 따로 있지는 않았습니다.

 

 기본적인 작업을 직접 수행하면서 데이터에서 상당한 결과를 얻을 수 있었지만, 우리가 전문적인 분석 기술 영역에 도달 하기에는 한계가 있었습니다. 고객들의 데이터가 나타내는 것을 우리가 진정으로 이해할 수 있도록 우리의 능력을 극대화할 수 있는 분석 플랫폼이 필요했습니다.

 





 

해결방안 모색


다양한 문제가 지속적으로 발견되면서, 우리는 문제의 해결책을 찾아줄 전문가를 찾았습니다.

 

Amplitude를 선택하기 전, 몇 가지 다른 분석 솔루션을 찾아보았지만, 제품 개선에 특화된 Amplitude의 UI에 놀라움을 감출 수 없었습니다. 또한, Amplitude에는 이전에는 보지 못한 매우 강력하고 사용하기 쉬운 분석 기능이 많이 포함되어 있었습니다.

 

인상깊었던 점 중 하나는 어떤 데이터 포인트에서나 Microscope를 사용하여 코호트를 정의할 수 있다는 것 이었습니다. 제품팀은 정기적으로 코멘트를 작성하는 사용자들을 손쉽게 코호트로 만들어 그들이 다른 무엇을 하고 있는지 볼 수 있을 뿐 아니라, 마케팅 팀은 특정 마케팅 캠페인으로 유입된 고객들을 코호트로 작성하여 자신이 의도한 고객들이 유입 되었는가를 확인해 볼 수 있었습니다.

 

우리가 원했으나 만들지 못하였던 기능인 영향도 분석 기능도 있었습니다. 이 분석 기능을 사용하여, PopJam을 이용하기 시작한 고객들이 "성격 퀴즈를 접하고 즐기는 것이, 앞으로 PopJam을 어떻게 인식하고, 활용하며, 지속적으로 사용하는데 얼마나 많은 영향을 미치는지"에 "큰 영향을 준다"는 가설을 탐구할 수 있었습니다.








마이그레이션


Amplitude로의 마이그레이션은 간단했습니다. 우리가 기존에 세팅해두었던 코드는 유지하면서, 서버상에 수집되는 시점에 모든 데이터는 Amplitude의 HTTP API로 전달하도록 구성 하였습니다. Amplitude의 SDK를 사용하지 않고 우리가 자체 개발한 SDK를 활용함으로써, 전달할 데이터의 컨트롤을 전적으로 우리가 관리할 수 있었으며 원하는 정보만 Amplitude로 전송하는 것이 가능 했습니다.

 

그 결과, Amplitude의 강력한 프론트엔드 툴의 장점을 모두 누릴 수 있었으며, Amplitude에는 사용자의 개인정보 데이터가 전혀 포함되어 있지 않다는 확신이 할 수 있었습니다.

 

이전 솔루션에 비해 비용이 더 많이 들었지만, 우리에게 있어 가장 중요한 "가설 > 검증 > 개선을 통한 혁신"을 반복할 수 있는 우리의 능력에 다시 초점을 맞출 수 있었습니다.






 

Kid-safe 분석


현재 우리가 가지고 있는 툴셋은 분석의 고도화라는 측면에서 우리가 내부적으로 달성할 수 있었던 것 보다 훨씬 앞서 있으며, 제품 반복 사이클에 대한 인사이트와 지침을 얻을 수 있었습니다. Amplitude UI는 매우 직관적이며, SQL과 달리 쉽게 사용이 가능하므로 다른 팀에서도 Amplitude를 함께 활용할 수 있도록 사용자의 범위를 넓히고 있습니다.

 

PopJam의 책임자인 Scarlett Cayford는 전략가, 디자이너, 광고운영 책임자 등으로 구성된 팀을 이끌고 있으며, 이들은 모두 정기적으로 Amplitude를 사용하여 PopJam의 다양한 분야의 데이터를 분석하고 있습니다.

 "자체 제작한 솔루션이 작동 가능하긴 했지만, 측정 범위가 제한적이었고, 새로운 쿼리 작성을 제품관리자에게 전적으로 의존해야 했습니다. 하지만 Amplitude는 우리가 직접 쿼리를 구성할 수 있을 만큼 간단한 UI를 제공하며, 쿼리 결과를 다른 시간 프레임이나 지역으로 분할하는 것 또한 손쉽게 가능합니다. Amplitude 채택은 우리에게 권한 뿐만이 아닌 자율성도 부여하여, 보다 신속하게 대응할 수 있게 해주었습니다."

 

자체 제작한 오픈소스 시반 솔루션에서 Amplitude로의 전환은 우리에게 매우 좋은 선택 이었습니다. 13세 미만 사용자의 개인정보를 보호하면서도 Amplitude의 다양한 도구를 함께 활용할 수 있는 방법을 찾을 수 있었지요.

 

분석에 대한 부분은 Amplitude에서 지원하기 때문에, 이제 우리는 항상 개선된 툴과 새로운 기능을 활용할 뿐, 더 이상 분석 솔루션에 대해 걱정하지 않습니다. 우리는 더 이상 우리의 업무(어린이들을 위해 인터넷을 보다 안전하게 만드는 것)와 전혀 관계없는 분야의 전문가가 될 필요가 없습니다!

앰플리튜드, 도입/구축