로그인

앰플리튜드

✦퍼스트 파티(First-party) 데이터✦ 왜 중요하며, 어떻게 수집해야 할까👀

Team MAXONOMY ・ 2023.02.21

✦퍼스트 파티(First-party) 데이터✦ 왜 중요하며, 어떻게 수집해야 할까👀

퍼스트 파티 데이터(First-party data)란, 기업의 웹 사이트 또는 모바일 앱과 같이 기업에서 소유하고 있는 채널을 통해 수집하는 고객의 정보입니다. 이메일 주소를 양식에 입력하는 것처럼, 고객이 직접 공유하는 데이터와 사이트 내 또는 인앱에서의 행동 데이터가 포함됩니다.


본 게시글에서는 퍼스트 파티 데이터를 수집하여 개인화된 고객 경험을 만들고 리텐션을 개선하는 방법을 알아보겠습니다.






🔎 주요 내용

  • 퍼스트 파티 데이터는 사람들이 제품 및 서비스와 상호 작용할 때 수집되는 정보입니다.
  • 고객으로부터 직접 수집한 데이터는, 세컨드 파티 또는 써드 파티 데이터 보다 제품 개선에 유용합니다.
  • 고객이 플랫폼에서 양식을 작성하거나 다른 프로세스를 완료할 때 등 고객과의 다양한 접점에서 퍼스트 파티 데이터를 수집하십시오.
  • 퍼스트 파티 데이터를 활용하여 고객 여정을 개선하고, 고객 경험을 개인화하며, 디지털 마케팅을 효율적으로 진행할 수 있습니다.







퍼스트 파티 데이터란 무엇인가요?


퍼스트 파티 데이터는 고객이 핵심 제품과 상호작용하는 이유에 대한 정보를 수집하는 것입니다. 반면에, 세컨드 파티 및 써드 파티 데이터는 오디언스(audience)와 외부 플랫폼 간의 상호작용으로부터 얻을 수 있습니다.


퍼스트 파티 데이터에는 크게 두 가지 종류가 있습니다.


  • 엔티티(entity) 데이터: 사용자의 신원(나이, 위치, 성별 등) 및 취향(즐겨 보는 영화 장르 등)에 대한 정보
  • 이벤트 데이터(또는 행동 데이터): 사용자가 플랫폼에서 수행하는 행동(클릭, 마우스 오버, 장바구니에 담기 등)에 대한 정보


개개인에 대한 퍼스트 파티 데이터를 수집하고, 그들을 그룹(또는 코호트)로 정렬하여 분석할 수 있습니다. 예를 들어, 플랫폼을 사용하는 동일한 조직의 사용자 그룹이 있을 수 있습니다. 그렇다면 코호트 분석을 통해 그들을 하나의 그룹으로 분석할 수 있죠. 혹은 '첫 주에 알림을 활성화했거나 친구와 플레이리스트를 공유한 사용자'와 같이 사용자 행동을 기반으로 코호트를 만들 수도 있습니다.


퍼스트 파티 데이터의 중요한 특징은 이 데이터가 조직에 속해 있다는 점입니다. 여러분은 이를 직접 수집하고, 저장하고, 관리하게 됩니다. 즉, 데이터를 수집하는 방법을 직접 결정함으로써, 데이터의 정확성과 합법성을 보장할 수 있습니다. 이는 세컨드 파티 및 써드 파티 데이터와의 차이점입니다.








퍼스트 파티 데이터 vs 제로 파티 데이터


고객이 적극적으로 공유하는 정보(설문조사, 고객 피드백 응답 등)를, 사람들은 제로 파티 데이터라고 부르기 시작했습니다. 제로 파티 데이터는 유용한 인사이트를 주지만, 고객이 직접 제출한 정보이기 때문에 부정확할 수 있습니다.


예를 들어 누군가는 공포 영화 장르를 좋아한다고 응답했지만, 사실은 대부분의 시간을 로맨틱 코미디 장르를 보면서 보낼 수도 있습니다. 마찬가지로 대부분의 사용자가 '이 플랫폼을 친구나 동료에게 추천할 의향이 있나요?'라는 항목에 '매우 그렇다'라고 응답하더라도, 실제로 '친구 추천 프로그램(refer-a-friend)'을 사용하는 사람은 극히 일부에 불과합니다.


이 글에서는 제로 파티 데이터를 퍼스트 파티 데이터의 한 유형으로 다룹니다. 이는 제품을 기반으로 하는 고객과의 직접적인 관계에서 비롯되며, 귀사는 이 데이터를 직접 소유하게 됩니다.







퍼스트 파티 데이터 vs 세컨드 파티 데이터


세컨드 파티 데이터는 소셜 미디어나 광고사 같은, 신뢰할 수 있는 파트너로부터 얻은 데이터입니다. 이 데이터는 기본적으로 다른 조직의 퍼스트 파티 데이터이고, 이것이 공유되면 여러분에게는 세컨드 파티 데이터가 되는 것이죠. 세컨드 파티 데이터를 수집했을 때의 이점은 그동안 수집한 데이터를 보완하여 더욱 큰 규모의 데이터로 만들어낼 수 있다는 것입니다.


가장 흔한 시나리오는 파트너 조직이 여러분의 플랫폼 사용자일 수도 있고, 아닐 수도 있는 사용자의 데이터를 수집하여, 여러분이 해당 데이터를 활용하여 조치를 취할 수 있도록 귀사와 공유하는 것입니다. 예를 들면, 퍼블리셔는 자사의 웹사이트에 광고를 게재하고 싶은 광고주와 자사의 오디언스에 관한 퍼스트 파티 데이터를 공유할 수 있습니다.







퍼스트 파티 데이터 vs 써드 파티 데이터


써드 파티 데이터는 데이터 집계기(aggregator)로부터 수집하는 데이터입니다. 써드 파티 데이터 공급자들은 세컨드 파티 데이터를 그룹화 하고 정리합니다.


써드 파티 데이터 셋(Data Sets)은 인구 통계학 정보, 특정 산업 종사자 등 일반적인 그룹에 대한 정보를 제공할 수 있습니다. 그러나 데이터의 수집 시기 또는 방법과 같은 데이터 원본 소스에 대한 세부 정보는 알 수 없습니다.


써드 파티 데이터는 일반적으로 스노우플레이크(SnowFlake) 마켓 플레이스와 같은 온라인 플랫폼을 통해 구매할 수 있습니다. 써드 파티 데이터 공급자는 데이터 사이언티스트와 분석가가 더 많은 실시간 데이터 셋과 즉시 쿼리를 할 수 있도록 준비된 데이터 셋에 액세스할 수 있도록 데이터 교환 기능을 제공합니다. 그러나 문제는, 여러분이 구매할 수 있는 데이터라면, 경쟁사에서도 구매할 수 있겠죠. 그러니 이 데이터 셋이 귀사에 큰 경쟁 우위를 제공하지는 않습니다.


써드 파티 데이터는 써드 파티 쿠키를 통해서도 얻을 수 있습니다. 데이터 집계자는 다른 조직에 일정 비용을 지불하고 쿠키를 통해 사이트 방문자를 트래킹합니다. 하지만 구글이 써드 파티 쿠키 지원을 중단할 것이라 밝히면서, 이러한 관행은 곧 종료될 예정입니다.


최근 몇 년 동안 유럽 연합과 미국의 여러 주들도 데이터 수집, 데이터 개인 정보 보호, 데이터 공유에 관해 GDPR(일반 개인정보 보호법), CCPA(캘리포니아 소비자 개인정보 보호법)와 같은 더욱 엄격한 법률을 통과시켰습니다. 이러한 법적인 영향으로 인해 조직에서 데이터를 수집하고 공유하는 것이 점점 더 어려워지고 있는 실정입니다.

(참고: AI 시대 속 개인정보 보호 - 1단계 인식변화)





[🔖요약] 퍼스트파티 데이터 vs 세컨드 파티 데이터 vs 써드 파티 데이터


  • 퍼스트 파티(First-party) 데이터: 고객들로부터 얻을 수 있는 정보로, 귀사에서 직접 수집한 데이터와 고객들이 직접 공유하는 정보를 포함합니다.
  • 세컨드 파티(Second-party) 데이터: 데이터 파트너 또는 데이터 공급자로부터 제공되는 정보입니다.
  • 써드 파티(Third-party) 데이터: 세컨드 파티 데이터들을 그룹화하는 데이터 집계기로부터 얻을 수 있는 정보입니다.






퍼스트 파티 데이터의 종류


제품 내에서 수집하는 데이터는 모두 퍼스트 파티이기 때문에, 퍼스트 파티 데이터에도 다양한 유형이 있습니다. 다음은 퍼스트 파티 데이터의 주요 유형의 예시입니다.


사용자 속성

사용자 속성에는 사용자의 이름, 나이, 위치를 비롯하여 주소, 전화번호와 같은 개인정보 등이 포함됩니다. 사용자가 귀사의 제품에 등록하거나 양식을 작성할 때 또는 웹 분석을 통해 사용자의 속성 정보를 수집할 수 있습니다.


사용자의 선호도 및 관심사

퍼스트 파티 데이터 수집의 또 다른 이점은 다양한 데이터 포인트를 통해 고객의 선호도 및 관심사에 대한 정보를 파악할 수 있다는 점입니다. 예를 들어, 귀사의 플랫폼에서 하루에 3시간 이상 뷰티 튜토리얼을 시청하는 사용자는 아마도 헤어, 메이크업 제품에 관심이 있을 것이라고 파악할 수 있습니다.

또는 일주일에 여러 번 청구서 템플릿을 사용하는 그룹을 발견했을 수도 있습니다. 그렇다면 그들은 청구서 템플릿이 유용하다고 생각하며, 유사한 템플릿에 관심이 있을 것이라고 가정할 수 있습니다.


고객의 행동

사용자의 행동 또한 퍼스트 파티 데이터입니다. 다양한 이벤트를 트래킹하고 분석함으로써, 사람들이 플랫폼과 상호작용하는 방식을 이해할 수 있습니다. 예를 들면 다음과 같습니다.


  • 사용자가 사이트의 여러 페이지에서 보내는 시간
  • 사용자가 여러 기능을 사용하는 빈도
  • 사용자가 클릭한 버튼이나 링크
  • 사용자가 완료한 프로세스(등록 또는 회원가입, 구독 업그레이드 등)


코호트 분석을 사용하여 사용자를 행동에 따라(행동 코호트) 다른 그룹으로 분류할 수 있습니다. 위에서 언급했던 청구서 템플릿 예시로 살펴보면, 이러한 템플릿을 이용하는 사용자가 그렇지 않은 사용자보다 고객 생애 가치(CLV: Customer Lifetime Value)가 더 높다는 가설을 세울 수 있습니다.






위의 Amplitude(앰플리튜드) 매출 LTV 차트는 청구서 템플릿을 사용하는 사용자(파란색)의 CLV가 그렇지 않은 사용자(초록색)보다 높다는 가설을 확인시켜 줍니다. 그 다음으로 해야 할 작업은 고객 여정의 초기 단계에 청구서 템플릿의 표지를 바꾸는 A/B 테스트를 실시하여 CLV를 높이는 것입니다.








퍼스트 파티 데이터는 왜 중요할까요?


식사를 할 때는, 식재료가 어디에서 왔는지를 아는 것이 중요합니다. 그래야 몸에 해로운 것들을 먹지 않을 수 있죠. 데이터도 마찬가지입니다. 부정확할 수 있거나 품질이 낮은 정보는 비즈니스 의사 결정에 있어 큰 피해를 초래할 수 있기 때문에 조직에 유입되어서는 안됩니다.


퍼스트 파티 데이터 수집의 주요 이점은 조직에서 데이터를 수집하고, 분석하고, 활성화하는 방법을 처음부터 끝까지(end-to-end) 완벽하게 제어할 수 있다는 점입니다. 즉, 해당 데이터의 품질과 정확성을 확신할 수 있으며, 다른 파트너나 써드 파티 조직에 의존할 필요도 없습니다. 다만 모든 개인 정보 보호법 및 규정을 준수해야 하고, 데이터를 수집하기 전에 사용자로부터 적절한 동의를 얻었는지 확인해야 합니다.


또한 퍼스트 파티 데이터를 활용하면 유연성을 확보할 수 있습니다. 데이터를 업데이트하고, 추가하고, 다양한 오디언스 세그먼트와 코호트를 만들어낼 수도 있습니다. 이는 다른 조직에서 정보를 얻는 경우에는 불가능한 영역입니다.


마지막으로, 퍼스트 파티 데이터는 본질적으로 고객 및 제품과의 관련성이 매우 높습니다. 여러분이 수집하는 모든 인사이트는 플랫폼에 따라 다르므로, 이를 활성화하고 자사 데이터 전략을 만들어 앱과 웹 사이트를 개선할 수 있습니다.


퍼스트 파티 데이터는 다음과 같이 활성화할 수 있습니다.


  • 고객 여정에서의 마찰 지점을 찾아내고 해결함으로써 고객 경험과 리텐션을 개선합니다.
  • 다양한 오디언스 및 코호트의 선호도에 맞게 제품을 조정함으로써 개인화된 경험을 만드십시오.
  • 마케팅 예측(forecasting)을 활용하여 고가치 사용자를 식별하고, 광고를 리타겟팅하거나, 획득(acquisition) 채널에 더욱 집중함으로써 마케팅 효과를 높일 수 있습니다.








퍼스트 파티 데이터는 어떻게 수집해야 할까요?


제품에서의 클릭, 뷰, 프로세스와 같은 이벤트를 추적하고 고객이 플랫폼과 상호 작용하도록 유도하여 퍼스트 파티 데이터를 수집할 수 있습니다. 추적할 이벤트와 수집할 데이터를 결정하기 위해서는, 먼저 고객과 그들의 제품 사용에 대한 질문 리스트를 만들어야 합니다. 그 다음 질문의 답을 찾는데 도움이 되는 이벤트와 이벤트 속성을 정의합니다. 어떤 이벤트를 추적하면 좋을지 결정하는 기준에 대한 자세한 내용은 Amplitude(앰플리튜드)의 이벤트 추적 블로그 글을 참고 하십시오.


고객으로부터 유용한 데이터를 수집할 수 있는 접점은 다음과 같습니다.


  • 사용자 등록(회원가입): 사용자가 플랫폼에 등록할 때 데이터를 수집합니다. 소셜 로그인을 통해 페이스북이나 구글과 같은 기존 계정으로 로그인할 수도 있습니다. 이를 통해 사람들이 더욱 쉽게 로그인하고 프로필을 귀사와 공유할 수 있습니다.
  • 리드 생성 양식: 더 많은 정보를 수집하려면 리드 생성 양식을 사용하여 일반적인 등록 또는 온보딩 정보보다 더 많은 세부적인 정보를 공유하도록 사용자에게 요청하십시오. 예를 들어, 고객에게 유용한 백서(Whitepaper)를 다운로드 할 수 있는 권한을 부여하고, 그 대가로 어떤 업계에 종사하고 있는지, 그 회사의 규모는 어느 정도인지 공유하도록 하는 유인책을 만들 수도 있습니다.
  • 대화형 콘텐츠: 사용자가 대화형 콘텐츠를 통해 더 많은 세부 정보를 공유하도록 유도합니다. 설문 조사나 대화형 설문(챗봇 등)과 같은 사용자를 위한 재미있는 경험을 제공하여, 사용자의 관심사와 선호도에 대한 많은 정보를 수집합니다.








퍼스트 파티 데이터 관리 도구


데이터를 수집, 처리 및 분석하기 위한 여러 가지 데이터 관리 플랫폼이 있습니다. 조직의 규모와 유형, 그리고 특정 데이터 요구사항에 따라 귀사에 가장 알맞은 솔루션은 달라질 수 있습니다.


Amplitude (앰플리튜드)

Amplitude(앰플리튜드) CDP(Customer Data Platform)를 사용하여 다양한 유형의 데이터를 수집하고 구성할 수 있습니다. CDP는 Amplitude(앰플리튜드) 분석과 완벽하게 통합되어 있으므로, 데이터를 다운스트림으로 쉽게 전송하여 마케팅 또는 제품 전략에 따라 분석하고 활성화할 수 있습니다.


Amplitude(앰플리튜드)를 사용하면 데이터를 다양한 오디언스(코호트)로 세분화하여 셀프 서비스 분석을 실행하고 귀중한 인사이트를 수집할 수 있습니다. 이 플랫폼은 사용이 쉬우며, 조직이 데이터 중심으로 운영될 수 있도록 도와줍니다. 또한 데이터 사일로를 제거하고, 모든 조직의 구성원들이 데이터 인사이트에 액세스하여 업무에 활용할 수 있도록 지원합니다.


기타 데이터 관리 도구

  • Google Analytics
  • Matomo
  • SEMrush
  • SegmentSteam












콘텐츠 더 읽어보기

logo

팀맥소노미

YOUR DIGITAL MARKETING HERO

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

관련 글 보기

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

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 예시가정 예시효과가 있을까?(is-it-working) 형식의 질문 예시이것을 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.

Amplitude는 Google Analytics와 어떤 점이 다른가?

Amplitude는 Google Analytics와 어떤 점이 다른가?

Amplitude VS GA 차이점 알아보기

고객 행동기반 코호팅 가이드

고객 행동기반 코호팅 가이드

코호트 알아보기

Amplitude 아카데미 배지🎖️ 프로그램 런칭

Amplitude 아카데미 배지🎖️ 프로그램 런칭

Amplitude 아카데미 배지 프로그램이 런칭 되었습니다!👏Amplitude 아카데미 배지 프로그램을 이용하면 여러분의 Amplitude 전문 스킬을 쉽고 편하게 공유할 수 있습니다. Foundations(분석, 실험, 데이터 관리), Practitioner(고객 획득, 리텐션, 수익화)로 구성된 총 여섯개의 배지 프로그램을 통해, 분석 스킬을 쌓고 Amplitude가 공인한 분석 전문가로 한 단계 더 도약해 보세요. *Amplitude 배지는 Amplitude 아카데미에서 취득할 수 있으며, 누구나 무료로 프로그램에 참여할 수 있습니다.    🎓 Amplitude 아카데미란?Amplitude 사용자가 Amplitude의 기능, 스킬, 활용 사례 등을 스스로 익히고 학습할 수 있도록 무료로 제공되는 교육 플랫폼입니다. 플레이북, 체크리스트, 온디맨드 트레이닝, 웨비나 영상 등 다양한 리소스를 확인하실 수 있습니다. 한국어 콘텐츠는 아직 제한적이지만 점차 확대될 예정입니다. 🔰 배지 프로그램☝🏻레벨1 Foundations: Amplitude의 기초 기능을 습득합니다. Analytics(분석), Experiment(실험), Data Management(데이터 관리) 과정을 완료하고 배지를 획득해 보세요.✌🏻레벨2 Practitioner: Amplitude의 기능을 비즈니스 문제 해결에 활용할 수 있습니다. Acquisition(고객 획득), Retention(리텐션), Monetization(수익화) 과정 중 비즈니스 우선순위에 따라 학습 순서를 선택할 수 있습니다.  🏆 배지를 획득하는 방법 1. 희망하는 배지의 학습📚 과정에 등록하세요.일부 학습 과정을 이미 완료한 경우 나머지 과정만 추가로 완료하시면 됩니다.학습 과정은 평가로 종료되며, 평가에 응시하기 위해서는 각 과정을 완료해야 합니다.모든 과정은 무료로 제공됩니다. 2. 평가에 응시✍🏻하고 통과하세요.평가는 횟수 제한 없이 재응시 가능합니다. 3. 배지를 신청하고 공유🔗하세요.평가를 통과하면 배지 신청 안내 이메일을 받게 됩니다. 가이드에 따라 배지를 신청합니다.획득한 배지는 링크드인 프로필 등 다양한 소셜 미디어 채널을 통해 공유할 수 있습니다.   🤝 Amplitude ♥ CustomersAmplitude는 사용자가 앰플리튜드 사용법을 익히고 앰플리튜드를 통해 필요한 가치를 발견하도록 적극 지원하고 있습니다. Amplitude의 다양한 기능과 활용 스킬의 전문성을 증명하는 인증 프로그램을 계속해서 선보일 예정이니, 앞으로도 많은 관심과 응원을 부탁드리겠습니다. Amplitude의 업데이트 소식은 ✦Amplitude 한국 공식 리셀러 파트너 팀 맥소노미✦가 발빠르게 전달해 드리겠습니다.😉

퍼스트 파티 데이터(First-party data)란, 기업의 웹 사이트 또는 모바일 앱과 같이 기업에서 소유하고 있는 채널을 통해 수집하는 고객의 정보입니다. 이메일 주소를 양식에 입력하는 것처럼, 고객이 직접 공유하는 데이터와 사이트 내 또는 인앱에서의 행동 데이터가 포함됩니다.


본 게시글에서는 퍼스트 파티 데이터를 수집하여 개인화된 고객 경험을 만들고 리텐션을 개선하는 방법을 알아보겠습니다.






🔎 주요 내용







퍼스트 파티 데이터란 무엇인가요?


퍼스트 파티 데이터는 고객이 핵심 제품과 상호작용하는 이유에 대한 정보를 수집하는 것입니다.  반면에, 세컨드 파티 및 써드 파티 데이터는 오디언스(audience)와 외부 플랫폼 간의 상호작용으로부터 얻을 수 있습니다.


퍼스트 파티 데이터에는 크게 두 가지 종류가 있습니다.



개개인에 대한 퍼스트 파티 데이터를 수집하고, 그들을 그룹(또는 코호트)로 정렬하여 분석할 수 있습니다. 예를 들어, 플랫폼을 사용하는 동일한 조직의 사용자 그룹이 있을 수 있습니다. 그렇다면 코호트 분석을 통해 그들을 하나의 그룹으로 분석할 수 있죠. 혹은 '첫 주에 알림을 활성화했거나 친구와 플레이리스트를 공유한 사용자'와 같이 사용자 행동을 기반으로 코호트를 만들 수도 있습니다.


퍼스트 파티 데이터의 중요한 특징은 이 데이터가 조직에 속해 있다는 점입니다. 여러분은 이를 직접 수집하고, 저장하고, 관리하게 됩니다. 즉, 데이터를 수집하는 방법을 직접 결정함으로써, 데이터의 정확성과 합법성을 보장할 수 있습니다. 이는 세컨드 파티 및 써드 파티 데이터와의 차이점입니다.








퍼스트 파티 데이터 vs 제로 파티 데이터


고객이 적극적으로 공유하는 정보(설문조사, 고객 피드백 응답 등)를, 사람들은 제로 파티 데이터라고 부르기 시작했습니다. 제로 파티 데이터는 유용한 인사이트를 주지만, 고객이 직접 제출한 정보이기 때문에 부정확할 수 있습니다.


예를 들어 누군가는 공포 영화 장르를 좋아한다고 응답했지만, 사실은 대부분의 시간을 로맨틱 코미디 장르를 보면서 보낼 수도 있습니다. 마찬가지로 대부분의 사용자가 '이 플랫폼을 친구나 동료에게 추천할 의향이 있나요?'라는 항목에 '매우 그렇다'라고 응답하더라도, 실제로 '친구 추천 프로그램(refer-a-friend)'을 사용하는 사람은 극히 일부에 불과합니다.


이 글에서는 제로 파티 데이터를 퍼스트 파티 데이터의 한 유형으로 다룹니다. 이는 제품을 기반으로 하는 고객과의 직접적인 관계에서 비롯되며, 귀사는 이 데이터를 직접 소유하게 됩니다.







퍼스트 파티 데이터 vs 세컨드 파티 데이터


세컨드 파티 데이터는 소셜 미디어나 광고사 같은, 신뢰할 수 있는 파트너로부터 얻은 데이터입니다. 이 데이터는 기본적으로 다른 조직의 퍼스트 파티 데이터이고, 이것이 공유되면 여러분에게는 세컨드 파티 데이터가 되는 것이죠. 세컨드 파티 데이터를 수집했을 때의 이점은 그동안 수집한 데이터를 보완하여 더욱 큰 규모의 데이터로 만들어낼 수 있다는 것입니다.


가장 흔한 시나리오는 파트너 조직이 여러분의 플랫폼 사용자일 수도 있고, 아닐 수도 있는 사용자의 데이터를 수집하여, 여러분이 해당 데이터를 활용하여 조치를 취할 수 있도록 귀사와 공유하는 것입니다. 예를 들면, 퍼블리셔는 자사의 웹사이트에 광고를 게재하고 싶은 광고주와 자사의 오디언스에 관한 퍼스트 파티 데이터를 공유할 수 있습니다.







퍼스트 파티 데이터 vs 써드 파티 데이터


써드 파티 데이터는 데이터 집계기(aggregator)로부터 수집하는 데이터입니다. 써드 파티 데이터 공급자들은 세컨드 파티 데이터를 그룹화 하고 정리합니다.


써드 파티 데이터 셋(Data Sets)은 인구 통계학 정보, 특정 산업 종사자 등 일반적인 그룹에 대한 정보를 제공할 수 있습니다. 그러나 데이터의 수집 시기 또는 방법과 같은 데이터 원본 소스에 대한 세부 정보는 알 수 없습니다.


써드 파티 데이터는 일반적으로 스노우플레이크(SnowFlake) 마켓 플레이스와 같은 온라인 플랫폼을 통해 구매할 수 있습니다. 써드 파티 데이터 공급자는 데이터 사이언티스트와 분석가가 더 많은 실시간 데이터 셋과 즉시 쿼리를 할 수 있도록 준비된 데이터 셋에 액세스할 수 있도록 데이터 교환 기능을 제공합니다. 그러나 문제는, 여러분이 구매할 수 있는 데이터라면, 경쟁사에서도 구매할 수 있겠죠. 그러니 이 데이터 셋이 귀사에 큰 경쟁 우위를 제공하지는 않습니다.


써드 파티 데이터는 써드 파티 쿠키를 통해서도 얻을 수 있습니다. 데이터 집계자는 다른 조직에 일정 비용을 지불하고 쿠키를 통해 사이트 방문자를 트래킹합니다. 하지만 구글이 써드 파티 쿠키 지원을 중단할 것이라 밝히면서, 이러한 관행은 곧 종료될 예정입니다.


최근 몇 년 동안 유럽 연합과 미국의 여러 주들도 데이터 수집, 데이터 개인 정보 보호, 데이터 공유에 관해 GDPR(일반 개인정보 보호법), CCPA(캘리포니아 소비자 개인정보 보호법)와 같은 더욱 엄격한 법률을 통과시켰습니다. 이러한 법적인 영향으로 인해 조직에서 데이터를 수집하고 공유하는 것이 점점 더 어려워지고 있는 실정입니다.

(참고: AI 시대 속 개인정보 보호 - 1단계 인식변화)





[🔖요약]  퍼스트파티 데이터 vs 세컨드 파티 데이터 vs 써드 파티 데이터







퍼스트 파티 데이터의 종류


제품 내에서 수집하는 데이터는 모두 퍼스트 파티이기 때문에, 퍼스트 파티 데이터에도 다양한 유형이 있습니다. 다음은 퍼스트 파티 데이터의 주요 유형의 예시입니다.


사용자 속성

사용자 속성에는 사용자의 이름, 나이, 위치를 비롯하여 주소, 전화번호와 같은 개인정보 등이 포함됩니다. 사용자가 귀사의 제품에 등록하거나 양식을 작성할 때 또는 웹 분석을 통해 사용자의 속성 정보를 수집할 수 있습니다.


사용자의 선호도 및 관심사

퍼스트 파티 데이터 수집의 또 다른 이점은 다양한 데이터 포인트를 통해 고객의 선호도 및 관심사에 대한 정보를 파악할 수 있다는 점입니다. 예를 들어, 귀사의 플랫폼에서 하루에 3시간 이상 뷰티 튜토리얼을 시청하는 사용자는 아마도 헤어, 메이크업 제품에 관심이 있을 것이라고 파악할 수 있습니다.

또는 일주일에 여러 번 청구서 템플릿을 사용하는 그룹을 발견했을 수도 있습니다. 그렇다면 그들은 청구서 템플릿이 유용하다고 생각하며, 유사한 템플릿에 관심이 있을 것이라고 가정할 수 있습니다.


고객의 행동

사용자의 행동 또한 퍼스트 파티 데이터입니다. 다양한 이벤트를 트래킹하고 분석함으로써, 사람들이 플랫폼과 상호작용하는 방식을 이해할 수 있습니다. 예를 들면 다음과 같습니다.



코호트 분석을 사용하여 사용자를 행동에 따라(행동 코호트) 다른 그룹으로 분류할 수 있습니다. 위에서 언급했던 청구서 템플릿 예시로 살펴보면, 이러한 템플릿을 이용하는 사용자가 그렇지 않은 사용자보다 고객 생애 가치(CLV: Customer Lifetime Value)가 더 높다는 가설을 세울 수 있습니다.






위의 Amplitude(앰플리튜드) 매출 LTV 차트는 청구서 템플릿을 사용하는 사용자(파란색)의 CLV가 그렇지 않은 사용자(초록색)보다 높다는 가설을 확인시켜 줍니다. 그 다음으로 해야 할 작업은 고객 여정의 초기 단계에 청구서 템플릿의 표지를 바꾸는 A/B 테스트를 실시하여 CLV를 높이는 것입니다.








퍼스트 파티 데이터는 왜 중요할까요?


식사를 할 때는, 식재료가 어디에서 왔는지를 아는 것이 중요합니다. 그래야 몸에 해로운 것들을 먹지 않을 수 있죠. 데이터도 마찬가지입니다. 부정확할 수 있거나 품질이 낮은 정보는 비즈니스 의사 결정에 있어 큰 피해를 초래할 수 있기 때문에 조직에 유입되어서는 안됩니다.


퍼스트 파티 데이터 수집의 주요 이점은 조직에서 데이터를 수집하고, 분석하고, 활성화하는 방법을 처음부터 끝까지(end-to-end) 완벽하게 제어할 수 있다는 점입니다. 즉, 해당 데이터의 품질과 정확성을 확신할 수 있으며, 다른 파트너나 써드 파티 조직에 의존할 필요도 없습니다. 다만 모든 개인 정보 보호법 및 규정을 준수해야 하고, 데이터를 수집하기 전에 사용자로부터 적절한 동의를 얻었는지 확인해야 합니다.


또한 퍼스트 파티 데이터를 활용하면 유연성을 확보할 수 있습니다. 데이터를 업데이트하고, 추가하고, 다양한 오디언스 세그먼트와 코호트를 만들어낼 수도 있습니다. 이는 다른 조직에서 정보를 얻는 경우에는 불가능한 영역입니다.


마지막으로, 퍼스트 파티 데이터는 본질적으로 고객 및 제품과의 관련성이 매우 높습니다. 여러분이 수집하는 모든 인사이트는 플랫폼에 따라 다르므로, 이를 활성화하고 자사 데이터 전략을 만들어 앱과 웹 사이트를 개선할 수 있습니다.


퍼스트 파티 데이터는 다음과 같이 활성화할 수 있습니다.









퍼스트 파티 데이터는 어떻게 수집해야 할까요?


제품에서의 클릭, 뷰, 프로세스와 같은 이벤트를 추적하고 고객이 플랫폼과 상호 작용하도록 유도하여 퍼스트 파티 데이터를 수집할 수 있습니다. 추적할 이벤트와 수집할 데이터를 결정하기 위해서는, 먼저 고객과 그들의 제품 사용에 대한 질문 리스트를 만들어야 합니다. 그 다음 질문의 답을 찾는데 도움이 되는 이벤트와 이벤트 속성을 정의합니다. 어떤 이벤트를 추적하면 좋을지 결정하는 기준에 대한 자세한 내용은 Amplitude(앰플리튜드)의 이벤트 추적 블로그 글을 참고 하십시오. 


고객으로부터 유용한 데이터를 수집할 수 있는 접점은 다음과 같습니다.









퍼스트 파티 데이터 관리 도구


데이터를 수집, 처리 및 분석하기 위한 여러 가지 데이터 관리 플랫폼이 있습니다. 조직의 규모와 유형, 그리고 특정 데이터 요구사항에 따라 귀사에 가장 알맞은 솔루션은 달라질 수 있습니다.


Amplitude (앰플리튜드)

Amplitude(앰플리튜드) CDP(Customer Data Platform)를 사용하여 다양한 유형의 데이터를 수집하고 구성할 수 있습니다. CDP는 Amplitude(앰플리튜드) 분석과 완벽하게 통합되어 있으므로, 데이터를 다운스트림으로 쉽게 전송하여 마케팅 또는 제품 전략에 따라 분석하고 활성화할 수 있습니다.


Amplitude(앰플리튜드)를 사용하면 데이터를 다양한 오디언스(코호트)로 세분화하여 셀프 서비스 분석을 실행하고 귀중한 인사이트를 수집할 수 있습니다. 이 플랫폼은 사용이 쉬우며, 조직이 데이터 중심으로 운영될 수 있도록 도와줍니다. 또한 데이터 사일로를 제거하고, 모든 조직의 구성원들이 데이터 인사이트에 액세스하여 업무에 활용할 수 있도록 지원합니다.


기타 데이터 관리 도구












콘텐츠 더 읽어보기

앰플리튜드, 우아한형제들, 데이터 수집, 퍼스트 파티 데이터