로그인

앰플리튜드

Amplitude(앰플리튜드)의 프로덕트 마케팅 지표 측정 팁! 좋은 질문을 만드는 방법

Team MAXONOMY ・ 2021.05.12

Amplitude(앰플리튜드)의 프로덕트 마케팅 지표 측정 팁! 좋은 질문을 만드는 방법

좋은 질문은 여러분이 원하는 항목을 정확히 측정하고 인사이트를 발견할 수 있는 가능성을 높여줍니다. 잘 구성된 이벤트와 이벤트 속성은 데이터 혹은 자동 추적 솔루션을 능가하는 효과가 있습니다.


본 포스팅에서는 여러분의 팀에서 무엇을 측정해야 할지 더 나은 결정을 내릴 수 있도록 영향력있는 질문을 만드는 데 도움이 되는 몇가지 접근 방법을 자세히 공유하려고 합니다. 영향력 있는 질문을 만들기 위해서는 물론 연습이 필요하지만, 불가능한 일은 아닙니다.


시작하기에 앞서, 저희가 경험을 통해 깨달은 내용을 먼저 공유하려고 합니다.


‘어리석은’ 질문과 완전하지 않은 질문은 제외해야 하고, 무엇보다 서두르지 말아야 합니다. 일부는 질문의 내용을 브레인스토밍을 하는 것이 우스워 보이지 않을까 하는 생각에 도중에 중단해버리기도 합니다. 충분한 고민의 시간을 갖지 않고 서두르게 되면 겉핥기 식의 질문만 하게 될 가능성이 높습니다. 좋은 질문은 ‘좋지 않은’ 질문과 덜 중요한 질문을 바탕으로 고민한 결과에서 나옵니다. 큰 영향이 있는 좋은 질문을 하려면 이러한 노력의 과정을 여러번 거쳐야 합니다. 그러니 시간을 투자하십시오. 완전한 질문을 만들어야 합니다.


다시 본론으로 돌아가 이야기를 이어가겠습니다. 일반적으로 사람들은 ‘데이터 제공’과 관련하여 다음 세 가지 중 한 가지의 니즈가 있습니다.


  • 결정이 필요한 건이 있고, 결정 이후에 그 내용을 알릴 수 있는 데이터가 필요합니다.
  • 가정의 불확실성을 줄이고 싶습니다.
  • 성과와 영향을 이해하고 싶습니다. 그리고 무엇인가 효과가 나오고 있는지 알고 싶습니다. 또한 어떤 것이 효과가 있거나 (혹은 효과가 없거나) 향후 효과가 있을 예정이라는 것을 (향후 효과가 없을 것이라는 것을) 증명하고 싶습니다.



결정에는 가정이 포함되기 때문에 두 개념은 연결되어야 합니다. 가정은 결정으로 이어집니다. 우리는 일반적으로 어떤 결정을 내리기 위해서 (아무것도 하지 않기로 결정하더라도) 무엇이 효과가 있는지 확인하길 원합니다.


그러나 질문을 유도할때는 결정과 가정을 나누는 것이 도움이 됩니다. 왜일까요? 사람들마다 각자 다른 관점에 끌리는 것 같습니다. 하나의 접근 방식만을 사용하는 것은 (예: 한 개의 캔버스만 사용하여 가정하는 경우) 팀에 제한을 주는 것처럼 느껴질 수 있습니다. 또한, 대부분의 팀에서 벤치마크와 ‘표준’ 매트릭스를 강조하고 있지만, 어떤 결정을 통보하고 어떤 가정을 검증하기를 원하는지 실제로 파악하는 데 어려움이 많습니다. 이것을 유연성이 더 많아졌다고 이해할 수는 없습니다.


다음으로 알게된 점은 문제 해결의 수준(레벨)이 중요하다는 것입니다. 질문을 브레인스토밍하고 정제하여 우선 순위를 정하는 것이 한 단계 (또는 두 단계) 수준을 오르내리는 데 도움이 됩니다. 개방형 질문은 보다 구체적인 질문을 유도하는데 도움이 됩니다. 또한 구체적인 질문은 개방형 질문을 유도하는데 도움이 됩니다. 이것이 왜 중요할까요? 이렇게 함으로써 질문이 보편적으로 모두에게 해당되는 내용인지, 일부만 타겟으로 하는 구체적인 내용인지의 여부에 관계없이 모든 사용자를 참여시킬 수 있습니다.


이 내용에 대한 보충 설명으로 아래의 이미지를 공유합니다. Miro에서 사용하는 실제 보드입니다.



이 테이블에는 결정, 가정, 성과 및 영향의 세 열이 있습니다. 특이성의 범위에 따라 각 열에 대한 샘플 질문 및 가정을 작성합니다. 예를 들어, 이 가정은 전체 비즈니스의 기반이 될 수도 있고 (‘수요가 10년 동안 증가할 것입니다’), 버튼 배치와 관련된 가정이 될 수도 있습니다 (‘이런 유형의 버튼은 항상 오른쪽에 있습니다’). 전체 전략의 효과나 소규모 작업 흐름의 효율성에 대해 확인하고자 할 수도 있습니다.


워밍업으로 브레인스토밍을 통해 각 열마다 세 가지 예시 문장을 적어봅시다.


  • 결정 예시
  • 가정 예시
  • 효과가 있을까?(is-it-working) 형식의 질문 예시


이것을 약간 응용해보겠습니다. 매우 구체적인 예시 한 가지, 매우 광범위한 예시 한 가지 그리고 중간 정도의 특이성이 있는 예시 한 가지를 생각해 보십시오. 이는 준비 단계로, 운동 전에 스트레칭을 하는 것과 같습니다.


DIY 앱 구축업체와 키트 디자이너를 위한 제품 판매를 가정하여 다음과 같이 완성해 보았습니다.



‘자, 이제 결정, 가정 그리고 실행 질문의 항목 하나씩을 선택하여 자세히 살펴봅시다. 그리고 각각의 항목에 맞는 세 개의 하위 질문을 브레인스토밍해봅시다. 불확실성은 어디에서 줄여야 할까요? 어떤 질문이 (응답할 경우) 이 문제를 해결하는데 도움이 되나요? 해결까지는 불가능하더라도 최소한 해결할 수 있다는 자신감을 갖게 해줄까요?’


또한 다음 항목들도 선택해야 합니다 : 왜, 누가, 무엇을, 언제, 어디에서, 어떤 것을, 얼마나 많이, 어떻게, 얼마나 오래, 하는지, 해왔는지, 할 것인지, 해야 하는지, 있는지 등.



카테고리와 수준을 탐색한 다음 하위 질문을 브레인스토밍하는 이 두 단계 프로세스는 사람들이 더 폭넓게 생각하고 질문의 수준을 높이거나 낮출 수 있도록 합니다. 질문에 바로 뛰어드는 것 보다 훨씬 낫습니다.


여러분의 팀에 문제가 있거나 더 많은 연습이 필요할 경우, 아래 빈칸 채우기가 도움이 될 수 있습니다.


  • 얼마나 많은 사용자가 지난 30일동안 ________ 했습니까?
  • _____________ 경로에서 신규 사용자가 유입되는 경로는 어디입니까?
  • _____________ 의 장기적인 리텐션에 _______________와 ______________가 영향을 미칩니까?
  • _____________ 는 _____________에 비해 얼마나 더 잘 유지됩니까?
  • _____________ 사용자가 ______________ 로 이동할 가능성이 더 높습니까?
  • _____________ 당 평균 _____________ 수는 얼마입니까?
  • 고객은 _____________ 이후 어디로 이동하며, 결국 _____________이 됩니까?
  • _____________ 를 예측할 수 있는 고객의 고유한 행동은 무엇입니까?
  • 언제 ____________ 우리가 반대로 ____________ 했습니까?
  • 사람들이 실제로 ____________ 합니까? 아니면 단지 ____________ 합니까?
  • 고객이 ____________ 를 시도할 때 언제/어디에서 문제가 발생합니까?
  • _____________ 에 대한 우리의 노력이 ____________ 의 결과입니까?
  • 우리가 발행한 것이 ____________ 의 원인입니까? 아니면 ____________ 입니까?
  • 우리가 ____________ 하도록 하는 사소한 일이 있습니까?
  • 우리는 ____________ 로 가는 방향에 있습니까?



이러한 활동은 질문을 브레인스토밍을 할 때 좀 더 확신을 갖게 합니다.


워크샵이 끝날 때쯤 우리는 많은 질문과 하위 질문을 얻게 되고, 어떤 질문이 가치있는 지도 어느정도 알게 됩니다. 또한 많은 것을 배울 수 있는 항목을 가치가 있다고 판단하고 우선순위를 두게 됩니다. 하지만 무엇보다 가장 중요한 것은 어떤 질문의 ‘등급’이 가치있는지를 알게 되었다는 것입니다. 즉, 가장 중요한 명사, 동사, 워크 플로우 및 목표도 배우게 되었습니다.


지금까지 설명드린 내용은 스마트 계측 접근법입니다. 물론 우리는 모든 것을 계측할 수는 없습니다(그렇게 해서도 안됩니다). 사용자의 모든 클릭을 기록해서도 안됩니다. 또한 모든 질문을 미리 예측할 수도 없습니다. 하지만 좋은 질문을 통해 인사이트를 발견하는 과정을 도구화할 수 있습니다.


좋은 질문은 여러분이 가야할 길을 인도하는 훌륭한 안내자가 될 수 있습니다. 꾸준한 연습을 통해 좋은 질문을 하는 방법을 터득하고 익숙해 지십시오.

logo

팀맥소노미

YOUR DIGITAL MARKETING HERO

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

관련 글 보기

자체 구축의 한계: SuperAwesome의 Amplitude 적용기

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 모색다양한 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.마이그레이션Amplitude로의 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 분석현재 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!

GA4 vs Amplitude 비교하기

GA4 vs Amplitude 비교하기

데이터 분석 시대, GA4만으로 충분할까?이제 거의 모든 비즈니스에서 디지털 역량은 필수 요소로 자리잡았습니다. 전통적인 제조업부터, 리테일, 물류, 심지어 외식업까지 디지털 서비스가 배제되는 산업이 없는데요. 이제 소비자는 앱이나 웹을 통해 식당을 예약하고, 내 물건이 어디까지 배송되었는지 확인하고, 마트에 방문하기 전에 원하는 물건이 있는지 확인합니다.이런 환경 속, 고객 경험 이해는 기업 경쟁력의 핵심이 되었습니다. 고객이 우리 서비스 안에서 무엇을 하고 어떤 점을 좋아하고 어떤 점에 불만을 느끼는지 명확히 알 수 있다면, 최적화 전략을 쉽게 도출할 수 있기 때문입니다.고객 경험 이해를 위한 대표적인 도구로 GA4(Google Analytics 4)와 Amplitude가 있는데요. 그중 GA4는 현재 가장 많은 시장 점유율을 가진 분석 솔루션입니다. 아무래도 무료로 제공되던 구글의 UA(Universal Analytics)로 분석을 시작하는 기업이 많았고, UA 지원이 종료되며, 자연스럽게 GA4를 사용하게 된 것이 아닐까 추측됩니다.하지만 GA4에는 여러 아쉬운 점들을 찾아볼 수 있습니다. 예를 들어, 개인화된 데이터 추적이나 고객 라이프사이클 추적 영역에서는 기능이 다소 제한적입니다. 다른 3rd party 데이터와의 통합과 유연성 측면들에도 아쉬움이 많습니다.제품 분석 솔루션 역사 이해하기GA4가 왜 이런 영역에서 유독 약한 모습을 보이는지 이해하기 위해서는 분석 솔루션의 역사를 살펴볼 필요가 있습니다.사실 GA4의 근간이 되었던, UA는 디지털 광고, UTM과 같이 신규고객 유입(User Acquisition) 중심의 퍼포먼스 마케팅 솔루션입니다. 때문에 세션 기반의 로그 데이터를 수집하는 형태로 작동하였죠. 당시 마케팅은 유저를 최대한 많이 유입시키는 것에 초점이 맞추어져있었고, UA는 이에 최적화된 솔루션으로 인기가 많았습니다.하지만 Amplitude가 시장에 출시되고, 기존의 세션 기반이 아닌, 이벤트 기반의 데이터 분석 방식을 처음 제안하였습니다. 이벤트 기반의 데이터 분석은 특히 모바일 앱 환경에서 사용자의 면밀한 행동 분석을 가능하게 하였고, 모바일 시장의 성장과 함께 Amplitude도 폭발적으로 성장할 수 있었습니다. 이때부터 마케팅의 영역이 유저 유입을 넘어, 유저 활성화, 리텐션, 수익화 등 훨씬 넓은 영역으로 확장되었습니다.이런 변화에 맞추어 구글은 기존 UA를 종료하고, 이벤트 기반의 GA4를 새롭게 출시하였습니다. Amplitude에 비하면, 여전히 퍼포먼스 분석 위주의 기능을 제공하며, 유저 라이프 사이클을 추적하는 데 있어서 다소 아쉬운 모습을 보이고 있습니다.Amplitude는 단순 분석 도구가 아니다Amplitude는 단순히 데이터를 수집하고 시각화하는 도구가 아닙니다. 고객의 획득 > 참여 > 전환 > 유지 > 성장에 이르는 고객 여정 전체를 설계하고, 이 여정에서 획득한 데이터를 제품 기획자, 마케터, 개발자 등 누구라도 쉽게 다룰 수 있는 통합 디지털 경험 플랫폼입니다.실시간 개인화 및 실시간 데이터 분석 대시보드를 통해 A/B 테스트와 같은 실험을 설정하고, 그 데이터들을 곧바로 분석80개 이상의 마케팅 플랫폼들과 네이티브 연동을 지원하며, 채널별 획득 데이터들의 리텐션 효과 분석 가능고객 전체 여정의 분석에 최적화되어, 첫 방문부터 재구매까지 사용자 ID 기반으로 고객의 라이프사이클 분석 가능 현재 Amplitude의 대표적 고객인 버거킹은 과거에는 GA4를 이용했지만, Amplitude로 전환하고 통합된 데이터를 기반으로 실험과 지속적인 개인화를 실행하며 전환율과 재구매율을 끌어올리고 있습니다." 우리는 버거 회사입니다. 버거가 바로 우리의 제품입니다. 웹사이트가 아닙니다. 하지만 경쟁력을 유지하려면 단순히 와퍼를 판매하는 것 이상의 노력을 기울여야 합니다. 오늘날 우리는 그 어느 때보다 사람들이 버거킹 브랜드를 통해 어떤 경험을 할지, 그리고 그 경험이 의미 있고 감정적인 유대감을 형성할 수 있을지 고민하고 있습니다. " - 엘리 자비스, Restaurant Brands International(버거킹) 기술 제품 관리 부사장이미지 출처: Amplitude | 개인화된 할인을 제공하는 버거킹버거킹의 고객 여정 개선은 크게 다음의 프로세스들로 이루어졌습니다.오퍼(주문) CTA 클릭을 유도하는 A/B 테스트장바구니 금액 기준, 고객별 개인화된 할인 제공Amplitude 코호트 기능을 통해 이탈 및 특정 행동 고객에게 푸시 알림 발송마치며글로벌 대표 컨설팅펌 브레인 앤 컴퍼니(Bain & Company)의 연구 결과에 따르면, 80% 이상의 기업이 고객들에게 훌륭한 경험을 제공한다고 스스로 평가했지만, 실제 훌륭한 경험을 제공받았다 생각하는 고객은 단 8%에 불과했습니다.고객 유입 마케팅의 한계를 엿볼 수 있는 부분이자, 고객 경험 관리의 중요성을 대변해주는 자료입니다. 여전히 많은 마케터분들이 캠페인 성과 측정과 유입 분석을 위해 GA4를 이용 중일 것입니다. 하지만 유입 데이터만으로는, 구체적인 액션으로 연결하지 못하고, 고객을 제대로 이해하지 못합니다.바로 지금이 진정한 고객 경험을 이해하기 위한 최적의 시기입니다. Amplitude에 대해 궁금하신 게 있다면, Team MAXONOMY에 문의하세요. 성실히 안내 도와드리겠습니다. 문의하기콘텐츠 더 읽어보기[FAQ] GA에서 Amplitude로 전환하기UA 서비스 중단 대처 가이드북[FAQ] 구글 UA종료 & GA4 전환에 대해 궁금한 모든 것분석 솔루션, 여러 개 써도 되나요?

[더맥소노미2024 세션 스케치IX] 센트비의 데이터 활용법: Amplitude를 활용하여 핵심 지표 발굴하기

[더맥소노미2024 세션 스케치IX] 센트비의 데이터 활용법: Amplitude를 활용하여 핵심 지표 발굴하기

더맥소노미2024 세션 스케치 9번째 포스트입니다. 이번 세션 스케치는 패널세션으로 진행되었던, 센트비가 Amplitude를 활용하여 어떻게 핵심 지표를 발굴했는지에 대한 인사이트를 정리해보고자 합니다. 팀맥소노미의 이종은 고객성공매니저님의 진행 하에 센트비의 김성민 매니저님이 패널로 참여하여 상세한 사례와 노하우를 공유해주셨습니다.  The MAXONOMY 2024 는 지난 11월 28일, 롯데호텔월드 크리스탈볼룸에서 개최된, 데이터 마케팅 솔루션 전문가 팀 맥소노미가 주최하는 연례 마테크 컨퍼런스로, 국내외 마테크, 애드테크 솔루션사 및 국내 최정상 기업의 마케팅, 데이터 담당자 분들과 함께 데이터를 활용한 마케팅 성공 사례와 인사이트, 트렌드 등을 공유하는 자리입니다.금번 컨퍼런스에는 1천여 명의 마케터, 비즈니스 리더, 프로덕트 매니저 분들께서 참석해 주셨으며, 총 21명의 연사분들께서 'Further Steps of Data Marketing'을 주제로 생생한 데이터 활용 전략과 사례, 노하우를 공유해 주셨습니다. 센트비의 데이터 활용법: Amplitude를 활용하여 핵심 지표 발굴하기센트비 | 김성민 매니저팀 맥소노미 | 이종은 CSM 김성민 매니저님은 센트비에서 그로스 프로덕트 매니저로서 Amplitude를 활용하여 다양한 데이터에서 인사이트를 발견하는 업무를 하고 있으십니다. 센트비는 국경없는 외환 거래를 만들기 위한 글로벌 외환 거래 솔루션 전문 기업입니다. 기존 외화 송금 및 결제 서비스는 수수료가 높고 느리다는 치명적인 단점이 있는데요. 센트비는 이런 단점을 보완하는 서비스를 제공하고 있습니다. 현재 총 50여개 국가에 송금 서비스를 지원하고 있으며 개인은 센트비, 기업은 센트비즈라는 이름으로 서비스를 사용할 수 있습니다. 이렇게 글로벌한 서비스를 제공하는 기업인 만큼 다양한 데이터 인사이트가 기대가 되는데요! 지금부터 센트비가 데이터를 어떤식으로 활용하고 있는지 질의응답을 내용을 기반으로 알아보도록 하겠습니다.Q1. 2년 전 쯤 Amplitude를 처음 도입하셨는데, Amplitude를 어떻게 활용하는 중인가요?센트비가 처음 Amplitude를 도입했을 때는 기능과 서비스를 이해하는데만 많은 시간이 들었다고 합니다. 그리고 현재는 Amplitude에 대한 이해도가 많이 증가하였고, 주로 센트비의 문제점 발견을 위해 Amplitude를 활용하고 있다고 합니다. 센트비는 금융서비스인만큼 고객에게 복잡하게 보일 수 있고, 보안을 위한 여러가지 정보를 요구하거나 관련된 규정을 준수하기 위한 과정이 불가피합니다. 이러한 특성 탓에 서비스를 사용하다가 중간에 이탈하는 경우라던지, 설치 후 제대로 사용하지 않는 경우가 많습니다. 이런 부분을 Amplitude의 분석 기능을 통해 모니터링하고 개선점을 발견하고 있습니다. 특히 Amplitude같은 경우 서버 데이터뿐만 아니라, 설치된 SDK를 통해 클라이언트 데이터까지 수집하고 시각화할 수 있어 다른 솔루션에 비해 유용하다고 말합니다.Q2. 센트비에서 특히나 유용하게 데이터를 활용한 사례를 공유해주실 수 있나요?센트비 전사적인 핵심 지표를 Amplitude를 통해서 설정하였다고 합니다. 그 과정을 처음부터 설명해주셨는데요. Amplitude 도입 이후 가장 첫 번째로 시작한 프로젝트는 제품의 고객 리텐션 주기를 찾고 그 베이스 라인을 측정하는 일이었다고 합니다. 현재 우리 고객이 우리 서비스를 어떤 주기로 사용하고, 리텐션 주기는 어떤지 확인할 필요가 있었고 Amplitude의 리텐션 차트를 통해서 이를 확인했습니다. 사실 Amplitude를 도입하기 이전에는 SQL쿼리를 통해 리텐션 분석을 진행하곤 했다는데요. 쿼리를 통해 리텐션을 분석하는 일은 굉장히 비효율적이고 공수가 많이 듭니다. 하지만 Amplitude를 활용한 이후에는 클릭 한 번으로 간단하게 리텐션 분석을 할 수 있었고 코호트 또한 클릭 한번으로 설정하고 변경하여 조회 할 수 있었습니다. 특히 무엇보다 사내에서 설정한 리텐션 프레임워크, 유저 액션 기준 등을 적용하고 활용할 수 있다는 점이 매력적이었다고 합니다. 이를 통해 센트비만의 리텐션 주기와 베이스 라인을 설정할 수 있었다고 합니다.Q3. 리텐션 주기와 베이스 라인을 측정한 이후에는 어떤 활동을 했나요? 올바른 고객 리텐션이 정의되었다면, 리텐션이 높은 유저와 낮은 유저 간의 비교 분석이 가능해졌다는 이야기입니다. 즉, 리텐션이 높은 유저와 낮은 유저 각자의 코호트를 생성하고 높은 코호트가 낮은 코호트에 비해 어떤 데이터적인 특정을 가지고 있는지 분석할 수 있었죠. 예를 들어 높은 리테션을 가진 집단은 장바구니를 클릭하는 액션이 반드시 일어난다는 특징을 발견한다면, 장바구니를 클릭을 유도하여 장바구니 클릭율이 높아질 수록 리텐션 수치도 개선되지 않을까라는 기대를 해볼 수도 있을 것입니다. 이런 과정을 가설 수립이라고 하는데요. 가설 수립 과정을 다시 요약하자면 리텐션이 높은 유저를 파악하고, 리텐션 높은 유저의 행동 특성을 파악한 뒤, 그 특정 행동을 유도했을 때 리텐션에 크게 기여했는지 실험하고 데이터로 검증하는 것입니다. 이후엔 동일하게 가설 수립과 검증을 무한하게 반복한다고 하는데요. 전사적 핵심 지표 발굴 과정도 이와 같은 방식을 통해서 이루어졌다고 합니다.Q4. 기존 유저의 리텐션도 중요하지만 비즈니스 성장을 위해선 신규 유저도 중요한데 이를 어떻게 관리했나요?기존 유저를 리텐션 차트 위주로 관리하였다면, 신규 유저는 퍼널차트를 중심으로 관리하였다고 합니다. 관리하는 방식은 리텐션 차트와 동일한데요. 전환 주기를 정의하는 것이 첫 번째 단계였습니다. 전체의 80% 유저를 '대부분'의 유저로 정의하고 이들이 퍼널을 완료하는 지점을 올바른 전환주기로 설정하였습니다.  주기 내에 고객이 처음 유입되는 수간부터 첫 송금까지 유의미한 퍼널을 정의하고 어떤 퍼널에서 많이 이탈하고 불편함을 겪는지를 발견했습니다. 이를 통해 문제가 되는 2-3개의 퍼널을 발견하였고, 해당 퍼널을 전환하는 유저와 그렇지 못하는 유저의 차이를 분석하였습니다. 여기서 얻은 인사이트를 기반으로 서비스를 개선하고 신규 유저가 중간에 이탈하는 문제를 해결할 수 있었습니다.Q5. 말씀 주신 것 외에 Amplitude로 인사이트를 얻었던 경험이 있으면 공유해주세요! Amplitude를 통해 다양한 인사이트를 얻을 수 있었고 여러 기능을 유용하게 활용하였다고 하는데요. 김성민 매니저님 개인적으로는 User Lookup 기능을 자주 활용한다고 합니다. User Lookup은 고객이 처음 서비스에 방문한 순간부터 첫 송금을 하고 그 이후로 제품에 Lock-in 하기 서비스 내에서 어떠한 여정을 거치는지 유저나 이벤트 로그 단위로 확인할 수 있는 기능입니다. 틈틈히 랜덤 유저 한 명 한 명의 여정을 살펴보고 이탈한 유저는 어떤 화면에서 이탈하였는지, 어떤 행동을 하는지 등을 알 수 있습니다. 김성민 매니저님은 마치 고객을 바로 옆에서 지켜보고 도와주는 기분으로 해당 기능을 활용했다고 하네요!! 그 외에도 MAU 모니터링, Stickness 비교 같은 차트도 자주 활용한다고 합니다. 송금이 센트비의 핵심 기능이긴 하지만, 유저가 더 자주 접속하게 하기 위해선 송금 외의 부가적인 기능도 많이 사용할 필요가 있는데 그 현황을 파악하기 위해선 퍼널이나 리텐션 차트 외의 이런 차트를 확인하는 것이 필요하죠. 김성민 매니저님은 마지막으로 데이터 분석에서 중요한 것은 고객과 도메인에 대한 이해라고 합니다. 이런 이해가 바탕이 되어야 검증 가능성이 높은 가설을 세우고 지속적인 개선(그로스)가 가능하다는 말씀을 하시며 세션을 마무리하였습니다. 데이터 분석에는 정답이 없고 각자의 제품, 각자의 고객을 깊이 이해하는 것이 필요하다는 말씀이 크게 와 닿았습니다.📺 센트비의 데이터 마케팅 이야기 전체 영상 보러가기 팀 맥소노미와 글로벌 마테크 & 애드테크 솔루션사, 그리고 국내 최정상 기업이 함께했던 The MAXONOMY 2024의 모든 세션은 더맥소노미2024 다시보기에서 확인하실 수 있습니다. 더맥소노미2024를 통해 그동안의 고민이 조금은 가벼워지셨기를 바라며, 더맥소노미는 더욱 유익한 인사이트와 정보로 2024년 10월에 다시 찾아뵙겠습니다.

Amplitude 2025년 2월 신규 기능 업데이트 훑어보기

Amplitude 2025년 2월 신규 기능 업데이트 훑어보기

Amplitude의 새로운 2월 업데이트 기능 살펴보기

좋은 질문은 여러분이 원하는 항목을 정확히 측정하고 인사이트를 발견할 수 있는 가능성을 높여줍니다. 잘 구성된 이벤트와 이벤트 속성은 데이터 혹은 자동 추적 솔루션을 능가하는 효과가 있습니다.


본 포스팅에서는 여러분의 팀에서 무엇을 측정해야 할지 더 나은 결정을 내릴 수 있도록 영향력있는 질문을 만드는 데 도움이 되는 몇가지 접근 방법을 자세히 공유하려고 합니다. 영향력 있는 질문을 만들기 위해서는 물론 연습이 필요하지만, 불가능한 일은 아닙니다.


시작하기에 앞서, 저희가 경험을 통해 깨달은 내용을 먼저 공유하려고 합니다.


‘어리석은’ 질문과 완전하지 않은 질문은 제외해야 하고, 무엇보다 서두르지 말아야 합니다. 일부는 질문의 내용을 브레인스토밍을 하는 것이 우스워 보이지 않을까 하는 생각에 도중에 중단해버리기도 합니다. 충분한 고민의 시간을 갖지 않고 서두르게 되면 겉핥기 식의 질문만 하게 될 가능성이 높습니다. 좋은 질문은 ‘좋지 않은’ 질문과 덜 중요한 질문을 바탕으로 고민한 결과에서 나옵니다. 큰 영향이 있는 좋은 질문을 하려면 이러한 노력의 과정을 여러번 거쳐야 합니다. 그러니 시간을 투자하십시오. 완전한 질문을 만들어야 합니다.


다시 본론으로 돌아가 이야기를 이어가겠습니다. 일반적으로 사람들은 ‘데이터 제공’과 관련하여 다음 세 가지 중 한 가지의 니즈가 있습니다.




결정에는 가정이 포함되기 때문에 두 개념은 연결되어야 합니다. 가정은 결정으로 이어집니다. 우리는 일반적으로 어떤 결정을 내리기 위해서 (아무것도 하지 않기로 결정하더라도) 무엇이 효과가 있는지 확인하길 원합니다.


그러나 질문을 유도할때는 결정과 가정을 나누는 것이 도움이 됩니다. 왜일까요? 사람들마다 각자 다른 관점에 끌리는 것 같습니다. 하나의 접근 방식만을 사용하는 것은 (예: 한 개의 캔버스만 사용하여 가정하는 경우) 팀에 제한을 주는 것처럼 느껴질 수 있습니다. 또한, 대부분의 팀에서 벤치마크와 ‘표준’ 매트릭스를 강조하고 있지만, 어떤 결정을 통보하고 어떤 가정을 검증하기를 원하는지 실제로 파악하는 데 어려움이 많습니다. 이것을 유연성이 더 많아졌다고 이해할 수는 없습니다.


다음으로 알게된 점은 문제 해결의 수준(레벨)이 중요하다는 것입니다. 질문을 브레인스토밍하고 정제하여 우선 순위를 정하는 것이 한 단계 (또는 두 단계) 수준을 오르내리는 데 도움이 됩니다. 개방형 질문은 보다 구체적인 질문을 유도하는데 도움이 됩니다. 또한 구체적인 질문은 개방형 질문을 유도하는데 도움이 됩니다. 이것이 왜 중요할까요? 이렇게 함으로써 질문이 보편적으로 모두에게 해당되는 내용인지, 일부만 타겟으로 하는 구체적인 내용인지의 여부에 관계없이 모든 사용자를 참여시킬 수 있습니다.


이 내용에 대한 보충 설명으로 아래의 이미지를 공유합니다. Miro에서 사용하는 실제 보드입니다.



이 테이블에는 결정, 가정, 성과 및 영향의 세 열이 있습니다. 특이성의 범위에 따라 각 열에 대한 샘플 질문 및 가정을 작성합니다. 예를 들어, 이 가정은 전체 비즈니스의 기반이 될 수도 있고 (‘수요가 10년 동안 증가할 것입니다’), 버튼 배치와 관련된 가정이 될 수도 있습니다 (‘이런 유형의 버튼은 항상 오른쪽에 있습니다’). 전체 전략의 효과나 소규모 작업 흐름의 효율성에 대해 확인하고자 할 수도 있습니다.


워밍업으로 브레인스토밍을 통해 각 열마다 세 가지 예시 문장을 적어봅시다.



이것을 약간 응용해보겠습니다. 매우 구체적인 예시 한 가지, 매우 광범위한 예시 한 가지 그리고 중간 정도의 특이성이 있는 예시 한 가지를 생각해 보십시오. 이는 준비 단계로, 운동 전에 스트레칭을 하는 것과 같습니다.


DIY 앱 구축업체와 키트 디자이너를 위한 제품 판매를 가정하여 다음과 같이 완성해 보았습니다.



‘자, 이제 결정, 가정 그리고 실행 질문의 항목 하나씩을 선택하여 자세히 살펴봅시다. 그리고 각각의 항목에 맞는 세 개의 하위 질문을 브레인스토밍해봅시다. 불확실성은 어디에서 줄여야 할까요? 어떤 질문이 (응답할 경우) 이 문제를 해결하는데 도움이 되나요? 해결까지는 불가능하더라도 최소한 해결할 수 있다는 자신감을 갖게 해줄까요?’


또한 다음 항목들도 선택해야 합니다 : 왜, 누가, 무엇을, 언제, 어디에서, 어떤 것을, 얼마나 많이, 어떻게, 얼마나 오래, 하는지, 해왔는지, 할 것인지, 해야 하는지, 있는지 등.



카테고리와 수준을 탐색한 다음 하위 질문을 브레인스토밍하는 이 두 단계 프로세스는 사람들이 더 폭넓게 생각하고 질문의 수준을 높이거나 낮출 수 있도록 합니다. 질문에 바로 뛰어드는 것 보다 훨씬 낫습니다.


여러분의 팀에 문제가 있거나 더 많은 연습이 필요할 경우, 아래 빈칸 채우기가 도움이 될 수 있습니다.




이러한 활동은 질문을 브레인스토밍을 할 때 좀 더 확신을 갖게 합니다.


워크샵이 끝날 때쯤 우리는 많은 질문과 하위 질문을 얻게 되고, 어떤 질문이 가치있는 지도 어느정도 알게 됩니다. 또한 많은 것을 배울 수 있는 항목을 가치가 있다고 판단하고 우선순위를 두게 됩니다. 하지만 무엇보다 가장 중요한 것은 어떤 질문의 ‘등급’이 가치있는지를 알게 되었다는 것입니다. 즉, 가장 중요한 명사, 동사, 워크 플로우 및 목표도 배우게 되었습니다.


지금까지 설명드린 내용은 스마트 계측 접근법입니다. 물론 우리는 모든 것을 계측할 수는 없습니다(그렇게 해서도 안됩니다). 사용자의 모든 클릭을 기록해서도 안됩니다. 또한 모든 질문을 미리 예측할 수도 없습니다. 하지만 좋은 질문을 통해 인사이트를 발견하는 과정을 도구화할 수 있습니다.


좋은 질문은 여러분이 가야할 길을 인도하는 훌륭한 안내자가 될 수 있습니다. 꾸준한 연습을 통해 좋은 질문을 하는 방법을 터득하고 익숙해 지십시오.

앰플리튜드, 전략