앰플리튜드
신제품 출시 전략 수립 시 고려해야 하는 5가지 핵심 요소
Team MAXONOMY ・ 2021.04.29
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.
5. 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 읽어보기
- Amplitude(앰플리튜드)의 프로덕트 마케팅 지표 측정 팁! 좋은 질문을 만드는 방법
- Amplitude로 그로스 마케팅 시작하기
- 그로스 마케팅이란? 뜻, 성공 사례, 필수 전략 총정리
팀맥소노미
YOUR DIGITAL MARKETING HERO
비즈니스 성장을 위한 최적의 솔루션과 무료 데모 시연, 활용 시나리오를 제안 받아보세요
24시간 프리미엄 열람권 받기
관련 글 보기
세션 리플레이: 고객의 마음을 읽는 비밀
지금까지 우리는 전환율, 이탈 지점과 같은 정량적 데이터에 의존하여 의사결정을 내렸습니다. 하지만 데이터가 고객이 '무엇(what)'을 하는지 알려줄 수는 있어도, '왜(why)'를 설명해주지 못하는 경우가 많았죠. 가령, 새롭게 배포한 신규 기능에 대한 사용률이 예상보다 좋지 않았습니다. 클릭률, 전환율 등 데이터를 통해서 이 사실을 객관적으로 파악할 수 있습니다. 그렇지만 왜 사용률이 좋지 않은지는 알 수 없죠.바로 여기서 세션 리플레이(Session Replay)가 등장합니다. 세션 리플레이는 말 그대로 사용자의 세션을 직접 '시청'함으로써 숫자와 실제 사용자 경험 사이의 간극을 메워주는 해결책입니다.이번 포스팅에서는 세션 리플레이란 무엇이며, 어떻게 작동하고, 어떻게 활용할 수 있는지 알아보도록 하겠습니다.1. 세션 리플레이란?■ 세션 리플레이: 정량적 데이터의 한계 극복세션 리플레이(Session Replay)는 사용자가 웹사이트 또는 모바일 애플리케이션을 경험하는 방식을 재구성하여 시각화하는 기능입니다. 사용자의 클릭, 마우스 움직임, 페이지 스크롤 등을 수집하여, 사용자가 앱이나 웹에서 수행한 작업을 워킹스루(walkthrough) 스타일의 비디오 형태로 보여줍니다.아래 영상은 한 익명의 유저가 MAXONOMY홈페이지를 탐색하는 모습을 세션 리플레이로 재생한 결과입니다. 정말 화면을 녹화한 것처럼 생생하게 유저의 탐색 여정을 엿볼 수 있습니다.■ 흔한 오해1: 녹화 vs 재구성세션 리플레이에 대해 흔히하는 오해 중 하나가 ‘사용자 화면을 실제로 녹화한 것 아닌가’는 생각입니다. 결론부터 말하자면 아닙니다! 세션 리플레이는 녹화가 아닌 재구성의 방식으로 작동합니다. 모든 사용자의 모든 순간을 실제 동영상으로 녹화한다면 엄청난 용량의 스토리지가 필요할 뿐더러, 엄청난 용량의 실시간 데이터 전송이 필요하여, 현실적으로 불가능한 방식입니다.세션 리플레이는 클릭, 마우스 움직임, 스크롤 등 사용자의 상호작용을 이벤트(Event)로 간주하고, 이 이벤트 정보를 수집합니다. 그리고 이 수집된 이벤트를 기반으로 사용자의 경험을 다시 만들어내는 재구성(Reconstruction) 과정을 거쳐 Amplitude 플랫폼 안에서는 마치 진짜 동영상을 보는 것처럼 나타나죠.예를들어, 어떤 사용자가 한 쇼핑몰에서서 어떤 상품에 대해 구매버튼을 클릭했다면, [유저A가, 2025.10.28 10시 20분 2초에, url A에서, 버튼A를 클릭]이라는 간소화된 정보가 이벤트로 수집되는 것이죠. 그리고 우리가 해당 세션 리플레이를 재생하면, 이 정보를 기반으로 리플레이를 재구성하여, 마치 녹화된 것과 같은 영상을 볼 수 있게 되는 것입니다.■ 흔한 오해2: 단순 리플레이 기능이다?세션 리플레이에 대한 또 다른 오해는 사용자의 어려움을 찾으려면 ‘수백 개의 리플레이를 일일이 확인해야 한다’는 것 입니다. 현재 최신 세션 리플레이는 중요한 순간을 자동으로 감지하고 표시해주는 기능을 갖추고 있습니다.바로 '좌절 분석(frustration analytics)'과 '오류 분석(error analytics)'입니다. 이 도구는 특정 좌절 신호가 포함된 세션을 자동으로 찾아내 태그를 지정합니다.Rage Clicks(분노 클릭): 사용자가 답답함을 느껴 동일한 요소를 여러 번 반복해서 클릭하는 행동.Dead Clicks(데드 클릭): 사용자가 상호작용이 불가능한 요소를 클릭하는 행동.JavaScript 오류: 개발자 콘솔에 나타나는 기술적 오류를 세션 타임라인에서 직접 확인 가능.여기서 더 나아가, 최근에는 세션 리플레이 내용을 AI 기반으로 요약해서 살펴볼 수 있습니다. Amplitude는 마찰을 식별하고 사용자 감정을 분석하며 실행 가능한 권장 사항을 제공하므로 인사이트를 얻은 후 더 빠르게 적절한 조치를 취할 수 있습니다.이를 통해 엄청난 시간을 절약하여 제품 문제를 파악하고 개선안을 도출할 수 있습니다.2. 세션 리플레이 활용하기■ 전환율 개선 및 사용자 경험(UX) 최적화정량적 분석(퍼널 분석 등)에서 이탈이 발생한 지점을 발견한 후, 해당 세션 리플레이를 시청하여 전환을 가로막는 마찰 지점(friction points)을 시각적으로 파악할 수 있습니다. 이 인사이트를 바탕으로 가설을 세우고 A/B 테스트를 실행하여 전환율을 높일 수 있습니다.실제로 여행 계획 플랫폼 Evaneos는 이 방식을 활용하여 CTA 클릭률을 2배, 전환율을 20% 증가시켰습니다.■ 정량적으로 수집되지 않는 문제 파악모든 사용자 문제가 정량적으로 수집되는 것은 아닙니다. 앞에서 설명한 '좌절 분석(frustration analytics)'과 '오류 분석(error analytics)' 기능을 활용하면, 이런 문제를 손쉽게 파악할 수 있습니다.■ 고객 지원(CS) 효율성 증대고객 지원 팀은 세션 리플레이를 연결하여 사용자가 겪고 있는 문제에 대한 맥락을 즉시 파악할 수 있습니다. 이는 문제 해결 시간을 단축하고 고객에게 더 정확한 지원을 제공하는 데 도움을 줍니다.3. 활용 극대화하기세션 리플레이는 디지털 분석 플랫폼과 통합될 때 가장 강력한 힘을 발휘합니다.■ 세션 리플레이 에브리웨어(Session Replay Everywhere)세션 리플레이는 분석, A/B 테스트, 설문 조사 등 Amplitude 속 모든 워크플로우에 통합되어 있습니다. Amplitude를 사용하는 도중 자연스럽게, 필요한 리플레이를 볼 수 있습니다.• 퍼널 분석: 퍼널 차트에서 이탈하는 사용자가 왜 이탈했는지, 도구 전환 없이 즉시 리플레이를 확인할 수 있습니다.• 실험(A/B Test): 실험 결과를 리플레이와 직접 연결하여, 어떤 버전이 고객에게 더 나은 경험을 제공했는지 시각적으로 검증할 수 있습니다.■ 원활한 인사이트 공유발견된 인사이트를 쉽게 공유하고 공감대를 형성할 수 있습니다.• 정확한 순간 공유: 타임스탬프가 지정된 리플레이 링크를 공유하면, 공유하고 싶은 시간대로 바로 보여줄 수 있습니다.• 대시보드 및 GIF 공유: 리플레이 링크를 대시보드에 직접 추가하거나, 핵심 사용자 상호 작용을 GIF로 캡처하여 플랫폼 액세스 권한이 없는 이해관계자에게도 쉽게 공유할 수 있습니다.• 공유 가능한 필터: 오류가 있거나 좌절도가 높은 특정 세션 목록을 저장하고 팀 전체가 공유하여, 모두가 중요한 데이터에 쉽게 접근할 수 있습니다.■ 세션 리플레이 파티(Session Replay Party) 문화 형성하기세션 리플레이를 PM이나 데이터 분석가가 혼자 분석하는 도구로 생각할 수 있습니다. 하지만 세션 리플레이는 프로덕트, 마케팅, 고객 지원, 엔지니어링 등 디지털 경험 개선과 관련한 모든 팀이 사용할 수 있습니다. 이들이 한 자리에 모여 세션 리플레이 활용도를 높이는 방법이 있습니다. 바로 '세션 리플레이 파티'입니다.세션 리플레이 파티는 엔지니어, 디자이너, 마케터, PM 등 여러 부서의 팀원들이 매주 함께 모여 선정된 사용자 세션을 시청하는 활동입니다. 이 간단한 활동은 단순한 아이디에이션을 넘어, 강력한 효과를 발휘합니다. 다음은 세션 리플레이 파티의 프레임워크입니다.테마 선정: 현재 팀의 목표와 관련된 주제를 정합니다 (예: 온보딩 개선).리플레이 준비: 주제와 관련된 2-3개의 의미 있는 리플레이를 미리 찾아둡니다.공동 작업 공간 마련: FigJam, Miro와 같은 공유 문서에 '관찰', '아이디어', '버그' 세 가지 카테고리를 만듭니다.실행 가능한 결과물 도출: 회의가 끝날 때 최소 2개 이상의 실행 가능한 Jira 티켓을 생성하는 것을 목표로 합니다.Amplitude를 활용하는 한 기업의 개발자는 세션 리플레이 파티가 자신이 가장 좋아하는 회의라고 말합니다. 개발자가 이런 말을 하는 것은 매우 드문 일이죠!이 활동은 팀 전체에 걸쳐 깊은 고객 공감대를 형성하고, 주요 마찰 지점에 대한 부서 간의 이해를 일치시키며, 더 나은 아이디어와 빠른 개발 주기를 촉진합니다. 이처럼 세션 리플레이는 단순한 데이터 분석 도구의 역할을 넘어, 진정으로 고객 중심적인 조직 문화를 구축하는 촉매제가 될 수 있습니다.4. 세션 리플레이의 흔한 우려사항■ 웹사이트 속도 저하세션 리플레이 도입을 주저하는 가장 큰 이유는 웹사이트 성능 저하에 대한 우려입니다. 사용자 경험을 개선하기 위해 도입한 도구가 오히려 경험을 해칠 수 있다는 생각이죠.하지만 포괄적인 테스트 결과에 따르면, 세션 리플레이가 웹 성능에 미치는 영향은 미미한 수준으로 거의 무시할 수 있습니다. Gmail의 창시자 폴 부킷(Paul Buchheit)에 의하면, 고객이 "즉각적”이라고 느끼려면 100ms 안에 로딩이 완료되어야 합니다. 세션 리플레이의 임계값 구체적인 수치는 다음과 같습니다.초기 DOM 스냅샷 캡처: 약 64ms 소요이후 변경 사항 캡처: 약 11ms 소요두 수치 모두 사용자가 지연을 인지하기 시작하는 100ms보다 훨씬 낮습니다. 또한 fflate와 같은 경량 압축 라이브러리를 활용한 효율적인 일괄 처리와 압축 기술 덕분에 네트워크 요청 크기는 약 135바이트에 불과합니다. 이정도의 미미한 성능 저하라면, ■ 개인정보 보호데이터 프라이버시, 보안 및 PII(개인 식별 정보) 보호 역시 가장 많이 우려하는 요소입니다. “사용자가 사용하는 화면을 보는데, 개인정보 문제는 없을까?”라는 생각이 자연스럽게 들 수 밖에 없죠. 가령, 고객이 ID, 패스워드를 입력하는 화면까지 녹화되면 큰 문제가 될 것입니다. 이러한 우려를 해소하기 위해 세션 리플레이는 '개인정보 우선(privacy-first)' 접근 방식으로 설계되었습니다. Amplitude는 선택 가능한 세 가지 개인정보 보호 수준을 제공합니다.보수적 수준 (Conservative level): 모든 텍스트와 모든 양식 필드를 마스킹합니다. 금융, 의료 등 민감한 데이터를 다루는 회사에 적합합니다.중간 수준 (Medium level, 기본 설정): 모든 양식 필드와 텍스트 입력만 마스킹하고 다른 텍스트는 캡처합니다.경량 수준 (Light level): 비밀번호, 신용카드 번호, 이메일 주소 등 민감한 입력의 하위 집합만 마스킹합니다. 비즈니스 생산성 앱이나 이커머스 회사 등에 적합합니다.이러한 기본 설정 외에도, 특정 요소를 선택적으로 마스킹하거나 특정 사용자에 대한 리플레이 캡처를 선택적으로 제외하거나 데이터 삭제 요청 API를 통해 훨씬 더 세밀한 제어가 가능합니다. Amplitude는 강력하고 유연한 개인정보 보호 프레임워크를 제공하여, 기업이 특정 법률 및 보안 요구사항을 준수하면서 안심하고 인사이트를 얻을 수 있도록 지원합니다.5. 마치며: 이제 여러분의 제품 속 숨겨진 이야기를 발견할 차례입니다세션 리플레이는 단순한 재생 도구를 훨씬 뛰어넘는 기술입니다. 세션 리플레이는 사용자 행동 이면의 '이유'를 밝혀내는 정교한 지능형 플랫폼입니다.단순히 UX를 개선하는 것을 넘어, 더 공감대 높은 팀 문화를 구축하고 조직 전체의 방향을 일치시키는 전략적 자산이 될 수 있습니다. 이제 여러분의 제품 속에 숨겨진 이야기를 발견할 차례입니다. 정량적 데이터와 정성적 데이터를 하나의 플랫폼에서 통합함으로써 고객에 대한 완전한 이해를 바탕으로 더 나은 디지털 경험을 제공해보세요.콘텐츠 더 읽어보기프리미엄 가이드: 고객 행동 데이터 트래킹 가이드블로그: Amplitude Feature Experiment: 데이터 기반 실험의 시작블로그: Amplitude Autocapture: 페이지 진입, 클릭, 앱 종료까지 고객 행동을 자동 수집하는 법
고객 리텐션을 증대하는 3가지 전략
고객 리텐션 정의부터 증대까지
Amplitude 2025년 3월 신규 기능 업데이트 훑어보기
Amplitude의 새로운 3월 업데이트 기능 살펴보기
개인화 마케팅의 끝판왕 – Amplitude Recommend 기능을 소개합니다!
Amplitude(앰플리튜드)의 Recommend(추천) 기능을 활용하면, 마케팅 팀과 프로덕트 팀 모두 단 몇 분만에 고객 한 명 한 명을 위한 맞춤형 디지털 경험을 제공하는 것이 가능해집니다.Amplitude(앰플리튜드)의 Recommend(추천) 기능은 모든 디지털 서비스 기업이 규모에 맞는 맞춤형 환경을 제공할 수 있도록 합니다. 이 기능을 통해 연도별로 로드맵을 가속화하고, 전환(Conversion) 속도를 높이며(보통 두 자리 숫자입니다), 비용을 약 수백만 달러 절감할 수 있습니다.넷플릭스, 아마존과 같은 개인 맞춤 서비스를 제공하는 것은 모든 기업의 꿈입니다. 각 유저에 맞게 디지털 환경을 최적화하여, 유저 전용으로 맞춤 구축된 것처럼 느껴지게 합니다. 그러나 대부분의 기업에서 이러한 1:1 맞춤화 경험을 자동화하려고 할 때 상당한 진입 장벽에 마주치곤 합니다. 적합한 타겟 유저에게 도달하기 위한 정교한 ID 분석과, 그 타겟 유저에 맞는 적절한 메시지 작성을 위한 머신 러닝, 그리고 유저별 최적의 시간대를 파악하여 실시간으로 전달하는 것이 필요합니다. 또한, 규모에 따른 맞춤화 설정을 위해서는 프로덕트, 마케팅, 엔지니어링 담당자의 협업도 필수입니다. 이를 위해서는 수년 간의 투자와 수백만 달러의 개발 비용이 소요될 수 있습니다. 디지털 서비스 기업은 한 번에 몇 달 동안 리소스를 중단하거나 수백만 달러의 매출 손실을 초래하는 방법 중 절충안을 찾아야 할 수도 있습니다. 하지만 Amplitude(앰플리튜드)의 Recommend(추천) 기능을 활용하면, 절충안을 고민할 필요가 없습니다. 새로운 시대를 위한 새로운 솔루션Recommend(추천)는 Amplitude(앰플리튜드) 디지털 최적화 시스템의 새로운 기능입니다. 이제 Amplitude(앰플리튜드) 행동 그래프를 통해 수집된 데이터를 기반으로 앤드 투 앤드 개인 맞춤화 워크플로우를 단 몇 분 만에 자동화할 수 있습니다. Recommend(추천) 기능은 마케팅 담당자, 프로덕트 매니저, 그로스 팀 등 디지털 경험 관련 담당자가 개인 맞춤화 과정을 직접 관리할 수 있도록 함으로써 개인화에 필요한 기술적인 부담을 줄여줍니다.이 셀프 서비스 플랫폼은 다음의 세 가지 새로운 기능을 통해 적합한 유저에게 최적의 시간에 적절한 메시지를 매핑하는 것에서부터 ‘개인화’의 각 단계를 소개합니다.세분화(Segmentation): Cohorts 및 Computations를 통해 마케팅 담당자가 타겟 고객을 찾을 수 있도록 지원합니다.권장(Recommendation): Predictions 및 Recommendation을 통해 고객에게 전달할 수 있는 차선책 메시지나 콘텐츠를 프로덕트 팀에서 자동화할 수 있습니다.발송(Delivery): 누구나 API 및 동기화를 통해 세그먼트와 권장 내용을 모든 디지털 채널로 내보낼 수 있습니다. 적합한 고객을 찾기 위한 세분화(Segmentation)개인화 과정을 위한 첫번째 단계는 타겟으로 설정할 적합한 고객을 식별하는 것입니다. Amplitude(앰플리튜드)의 Recommend(추천)는 사용자 목록을 구축하여 다운스트림 디지털 채널과 동기화할 수 있도록 지원하는 두 가지 기능 세트, ‘Cohorts’와 ‘Computations’을 제공합니다. Cohorts는 세분화(Segmentation)의 핵심입니다. Amplitude(앰플리튜드)의 Recommend(추천)를 사용하면 지난 24시간 동안 장바구니에 상품을 추가했거나 구독 신청을 하는 등의 이벤트를 기준으로 그룹화된 유저 클러스터를 생성할 수 있습니다. 이 모든 작업은 SQL이나 코드 없이 셀프 서비스 인터페이스를 통해 수행됩니다. 또한 Recommend(추천)는 Amplitude(앰플리튜드) 디지털 최적화 시스템의 일부이기 때문에 Amplitude(앰플리튜드) Analytics(분석)에서 생성된 모든 Cohorts는 Recommend(추천)에서 즉시 사용할 수 있으며, 그 반대의 경우도 마찬가지입니다. Computations는 세분화(Segmentation)의 최고 레벨입니다. Amplitude(앰플리튜드)의Recommend(추천)를 사용하면 시간이 지남에 따라 변하는 행동 정보를 집계하여 사용자 속성으로 변환하고 이를 통해 보다 정교한 필터링을 할 수 있습니다. 예를 들어 사용자가 데이터 엔지니어링을 사용하지 않고도 몇 초 만에 지난 24시간 동안 장바구니 추가하기 이벤트를 수행한 횟수를 카운트하거나 지난 30일 동안의 평균 주문 값을 집계할 수 있습니다. Cohorts와 Computation을 함께 사용하면 참여에 기반한 마케팅 조건을 트리거하는 행동 세그먼트를 식별할 수 있습니다. 적절한 메시지를 찾기 위한 자동화된 권장(Recommendations)대다수의 사람들에게 “개인화” 경험이라고 하면 홈 스크린에 유저 이름을 삽입하거나 현재 위치를 기준으로 사진을 교환하는 것을 의미합니다. 이러한 유형의 창의적이고 인구통계학적 “개인화”는 권장되지만 그 영향은 한계가 있습니다. 과거 혹은 예상되는 미래의 행동을 기반으로 각 개별 사용자에게 완벽하게 맞추는 제품은 개인화가 지닌 모든 장점을 실현하는 것과 같습니다. 이제 Amplitude(앰플리튜드) Recommend(추천)의 Recommendations 기능을 통해 역동적인 제품 경험 제공이 가능해졌습니다. Amplitude(앰플리튜드)의 자동화된 머신러닝 시스템으로 구동되는 새로운 Recommendations 기능을 사용하면 넷플릭스 또는 아마존과 같은 개인화 경험 환경을 만들 수 있습니다. 타겟으로 설정할 적합한 사용자가 식별되면 Amplitude(앰플리튜드) Recommend(추천)는 전환 가능성을 높일 수 있는 콘텐츠, 제품 및 메시지의 올바른 조합을 결정합니다.셀프 서비스 사용자 인터페이스에서 SKU, 아이템 이름, 제품 카테고리 등의 이벤트 속성을 선택합니다. 구매, 구독 등의 최적화를 원하는 항목에 대한 결과도 선택할 수 있습니다. Amplitude(앰플리튜드)의 Recommend(추천)는 구매, 구독 등의 항목의 결과를 높일 수 있는 가능성에 따라 속성의 모든 잠재적 가치의 순위를 자동으로 매겨, 개별 사용자에게 맞춤화합니다. Amplitude(앰플리튜드) Recommend(추천)는 한 번에 최대 100개까지 각 사용자가 선호할 가능성이 높은, 즉 전환 가능성을 극대화할 수 있는 순위 목록을 단 몇 분 만에 생성합니다. 이러한 항목은 분류를 위해 장바구니에 추가 될 가능성을 기준으로 순위가 매겨진 아이템 SKU 혹은 교차 판매 가능성에 따라 순위가 매겨진 제품 카테고리로 분류될 수 있습니다. 이 시스템은 3~5가지 다른 경험을 제공하는 대신 각 개별 유저에게 맞춤화된 수백만 개의 잠재적 경험의 경우의 수를 생성합니다. 데이터 과학 팀의 도움 없이 이 모든 작업을 직접 몇 분 이내에 완료할 수 있습니다. 미국 상위 15개 은행의 소비자 부문은 고객의 금융 지식과 활용 정도를 향상시키기 위해 Recommendations를 사용합니다. 유저가 모바일 앱에 접속하면 은행과 관계 있는, 혹은 행동과 일치하는 콘텐츠가 표시됩니다. 이 콘텐츠는 Amplitude(앰플리튜드) Recommend(추천)에 의해 제공된 ‘개별화’의 결과입니다. Recommendations을 활용한 이후, 이 은행의 영업 성과는 15% 증가했습니다. 최적의 발송 시간을 찾기 위한 실시간 API개인화 워크플로우의 마지막 단계는 발송(Delivery)입니다. 전달할 적절한 메시지를 작성했다면, 이를 적합한 유저에게 전달해야 합니다. Amplitude(앰플리튜드) Recommend(추천)는 실시간 API 및 동기화 기능을 제공하여 코호트, 계산된 속성 및 Recommendations를 디지털 채널에 연결합니다. 동기화 기능을 통해 데이터 개체를 모든 광고, 이메일 또는 실험 플랫폼과 동기화할 수 있습니다. 페이스북 또는 마케토와 코호트를 동기화하고, 유저 행동이 변경되면 해당 광고 및 고객 참여 대상의 캠페인을 자동으로 동기화합니다. 예를 들어 계산된 속성을 Braze(브레이즈)와 같은 작업 플랫폼과 동기화할 수 있으므로 유저의 평균 주문 값이 변경되면 해당 이메일 캠페인에서 속성이 자동으로 조정됩니다. 이 모든 것이 맞춤형 데이터 엔지니어링 파이프라인 없이 한 번의 클릭만으로 가능합니다. 이제 API 프로파일을 사용하여 모든 유저에 대해 REST API 앤드포인트를 쿼리하고 Amplitude(앰플리튜드)에서 유저 데이터로 반환할 수 있습니다. 유저가 사이트나 앱을 방문할 때 유저의 고유 ID별로 프로파일 API를 쿼리하고 Properties, Cohorts 및 Recommendations 목록을 반환하기만 하면 됩니다. 해당 응답을 제품에 직접 포함하고 권장되는 속성에 따라 제품 환경을 조정합니다. 호주의 복권 판매 기업 Oz Lotteries를 지원하는 디지털 플랫폼 점보 인터렉티브는 Braze(브레이즈)를 통해 API 프로파일을 사용하여 아마존 스타일의 Recommendations를 이메일과 푸시 알람으로 제공합니다. 고객들은 구매 후 구매 이력 및 행동 패턴에 따라 관심 있는 다른 게임을 제안하는 후속 커뮤니케이션 메시지를 받게 됩니다. Recommend(추천) 기능은 이메일을 활용한 최대 4개의 제안과 푸시를 통한 1개의 제안을 발송합니다. 그 결과 이 메시지로 인한 체크아웃 전환율이 158% 이상 증가하는 엄청난 성과를 보였습니다. 기본 제공되는 측정 기능Amplitude(앰플리튜드)를 사용하면 여러분이 직접 설정한 개인화 경험 환경의 영향력을 쉽게 측정할 수 있습니다. Amplitude(앰플리튜드) Recommend(추천)에서 만든 모든 코호트는 Amplitude(앰플리튜드) Analytics 기능에서 분석할 수 있습니다. 캠페인의 영향을 이해하는 것은 차트를 작성하는 것만큼 간단합니다. 대상을 다시 생성하거나 작업을 복제할 필요없이 쉽고 편하게 확인할 수 있습니다. Recommendations의 경우, 자동화된 리프트 분석을 통해 측정 기능을 한 단계 더 발전시켰습니다. 여러분이 생성한 각 Recommendation에 포함할 유저의 비율을 선택할 수 있습니다. 0-100% 내에서 자유롭게 선택 가능합니다. 그 다음 API 프로파일에 Recommendation을 쿼리하면 Amplitude(앰플리튜드)가 사용자에게 컨트롤 권한을 할당하거나 Recommendation을 제공합니다. 동시에 자동으로 가장 영향력이 큰 이벤트를 기록하여 Recommendation이 기존 경험 환경에 얼마나 큰 영향을 미치는지 추적합니다. 간단히 Recommendation의 성능(Performance) 탭을 클릭하면 확인할 수 있습니다. 분석 및 개인화를 위한 하나의 통합 시스템이 통합 데이터 세트에 모두 구축되어 있으므로 여러분이 생성한 개인화 경험 환경의 실행 루프를 쉽게 닫을 수 있습니다. 단 몇 분 만에 끝내는 개인화 설정Amplitude(앰플리튜드) Recommend(추천)의 장점은 디지털 최적화 시스템의 완전한 피드백 루프를 가능하게 한다는 것입니다. Amplitude(앰플리튜드) Recommend(추천)에서 버튼을 클릭하면 코호트와 Recommendations를 생성할 수 있고, 이를 여러분의 광고, 이메일, 인앱 캠페인과 동기화할 수 있으며, 이 모든 캠페인의 성과를 Amplitude(앰플리튜드) Analytics에서 다시 모니터링 할 수 있습니다. 이 프로세스의 자동화를 통해 프로덕트 팀과 마케팅 팀을 연결하여 런칭에 필요한 시간을 단축할 수 있습니다. 통합 머신러닝은 엔지니어링 비용을 절감하고 Recommendations의 정확도를 높입니다. 또한 상호 보완 분석을 통해 이러한 개인화 실험의 영향력을 안정적으로 측정할 수 있습니다.