이벤트

[더맥소노미2024 세션 스케치VIII] 스타트업의 데이터 분석 환경 구축에 대하여

Team MAXONOMY ・ 2024.03.07

더맥소노미2024 세션 스케치 8번째 포스트입니다. 이번 세션 스케치는 모빌리티 중심의 제주 여행 포털 '제주 패스'를 운영하며, 국내 최초 렌터카 ERP 시스템을 도입한 캐플릭스가 데이터 분석 환경을 구축한 과정을 자세히 알아보도록 하겠습니다.

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.

스타트업의 데이터 분석 환경 구축에 대하여

캐플릭스(제주패스) | 오세희 매니저

캐플릭스(제주패스)는 모빌리티 중심의 여행 포털 재주패스와 국내 최초의 렌터카 ERP 시스템을 운영하는 제주도의 스타트업입니다. 사실 최근까지도 중고차나 렌탈 자동차 시장에서는 고객이 예약하고 방문했음에도 원하는 차량을 선택하지 못하는 경우가 많았습니다. 캐플릭스는 이런 불편함에 착안하여 렌터카 ERP를 개발하여 해결책을 시장에 내놓았습니다. 렌터카 업체별 모든 차량의 실시간 데이터를 각 고객마다 다른 일정, 차량, 옵션과 매칭하는 솔루션을 내놓은 것이죠. 이렇게 차량 데이터를 기반으로 시작한 캐플릭스는 이제 차량을 넘어 고객을 더 깊이 알고싶어졌고 그렇게 고객 데이터 분석을 시작하였다고 합니다.

캐플릭스의 데이터 분석 환경 구축 여정

데이터 분석 환경 구축

데이터 분석 환경을 구축하기 위한 과정은 크게 다음 5단계로 나눌 수 있는데요.

환경설정
수집데이터 정의
데이터 리터러시
액션 플랜 수립
실행 및 분석

환경설정의 경우 어떤 툴을 도입해서 어떻게 사용할지를 결정하는 과정을 말하며, 수집데이터 정의는 어떤 데이터를 어떻게 수집할지 결정하는 과정을 말합니다. 이런 결정이 이루어진 이후에는 데이터를 이해하고 분석하고 결론을 도출할 수 있는 능력인 데이터 리터러시를 정확히 파악하고 발전시킬 필요가 있죠. 마지막으로 CRM, 실험, 광고 같은 액션 플랜을 수립해서 실행하고 마무리 분석까지하는 것이 데이터 분석 환경을 구축의 단계입니다.

중요한 것은 실제론 이런 요소가 단계적으로 수행되는 것이 아니라, 매우 복합적이며 동시다발적으로 진행된다는 것인데요. 예를 들어 데이터 리터러시 레벨에 따라 툴이 결정될 수도 있습니다. 이 경우 3단계가 1단계보다 선행되어야겠죠. 또 액션 플랜에 따라 수집 데이터가 정의될 수도 있습니다. 이 경우는 위에서 제시한 단계를 반대로 행해야할지도 모릅니다.

Step1. 제로 베이스에서 시작

캐플릭스가 데이터 분석을 처음 시작하고자했을 땐 정말 아무런 데이터 없이 제로 베이스로 시작했다고 합니다. 그만큼 막막했을 것 같은데요. 처음부터 깊은 데이터를 얻기보단 구매 데이터와 같이 가장 기본적인 데이터를 쌓는 것에 집중했습니다. 기본적인 데이터를 쌓는 것만으로도 사용자 퍼널을 획득할 수 있었고 이탈 지점을 확인하고 광고 유입 유저를 분석하는 등 많은 인사이트를 얻을 수 있었다고 합니다. 심지어 이 모든 것을 무료툴을 통해 간단히 수행할 수 있었다고 하죠.

Step2. 그로스 환경 조성

step1에서 보다 다양한 데이터에 대한 요구가 증가함에 따라 데이터를 고도화하여 그로스환경을 조성해보자는 생각이 들었다고 합니다. 이에 따라 insider나 Clarity와 같은 툴을 도입하였습니다. 하지만 insider는 툴에 대한 이해도와 실행 지원이 부족하였고, Clarity는 데이터 분석과 추출이라는 본래의 목표와 다르게 너무 정성적인 결과를 제공하는 툴이었습니다. 이에 따라 두 툴의 사용은 결국 종료되었습니다. 분명 이 두개는 훌륭한 툴이지만, 프로덕트 및 분석 환경에 대한 이해 없이는 제대로 활용하기 쉽지 않았습니다.

Step3. One Cycle 환경 조성

앞에서의 실패에 따라 이번에는 좀 더 쉽게 잘 활용할 수 있는 툴을 찾기 위해 노력했습니다. Google Optimize나 채널톡, GA4 같은 툴을 도입하였고 각 툴의 역할과 시너지가 확실한 One Cycle 환경을 구축할 수 있게 되었습니다.

Step4. Amplitude와 Braze로 완성

One Cycle 환경을 조성하였지만 역시 문제는 계속 발생했습니다. 바로 마케팅 조직해서만 이런 툴을 사용한다는 것인데요. 마케팅뿐만 아니라, 조직 전체에서 데이터가 흐르길 바랬고 데이터를 기반으로 의사결정을 할 수 있는 조직이 되기를 원했습니다. 이를 위해 우선 그로스해킹팀을 신설하였고 Amplitude와 Braze를 도입하였습니다. 두 솔루션은 사용성도 높고 리포트 기능이 굉장히 잘 되어있어서 다른 팀도 사용하기 용이했습니다. 특히 Amplitude같은 경우에는 유저 행동 트레킹에 특화되어있어, GA4가 가진 단점을 극복할 수 있었습니다. Braze 역시 이전보다 훨씬 고도화된 테스트 기능을 갖추고 있었고 도입 3개월만에 가시적인 성과를 보여주고 있다고 합니다.

이로써 조직의 데이터 리터러시 능력이 상승하는 동시에 데이터 분석 환경이 완전히 구축되었습니다. 이제 데이터를 기반으로 마케팅을 넘어 비즈니스의 장기적 의사결정을 할 수 있는 단계로 도약하는 것이 목표라고 합니다.

실패를 줄이는 방법

오세희 매니저님은 여러 실패 과정을 통해 실패를 최대한 줄이는 방법을 깨달았다고 하는데요. 바로 다음 6가지 입니다.

최대한 빠르게 시작하자, 지나간 데이터는 돌아오지 않으니까
무엇을 알고 싶은지 정의하자
한번에 모든 데이터를 얻을 수도, 그럴 필요도 없다
데이터를 어떻게 확인할 수 있는가?
두 가지의 트래킹 툴을 함께 사용하자
그로스 환경은 최대한 가볍게 시작하자

지금 발생하는 데이터를 지금 쌓지 않으면 다신 볼 수 없기 때문에 최대한 빠르게 시작하는 것을 처음 강조하셨습니다. 기본 데이터만으로도 의미가 있으니 무료 툴을 사용해서라도 꼭 빠르게 시작하는 것을 추천해주셨습니다. 그 다음으로는 프로덕트에 대한 이해를 우선으로 해서 무엇을 알고 싶은지 정의하는 과정이 필요합니다. 하지만 이 과정에서 너무 욕심을 낸다면 오히려 역효과를 일으키는데요. 리소스가 부족할 수록 많은 데이터를 쌓으려면 시간이 오래걸립니다. 우선 순위에 맞추어서 데이터를 정리하고 단계별로 고도화하고 분석하는 연습을 조금씩 하는 것이 좋습니다. 한번에 모든 데이터를 얻을 수도 그럴 필요도 없는 것이죠.

데이터를 확인하기 위해선 적절한 툴을 사용하는 것이 중요한데요. 처음에는 툴의 장단점을 파악하기 굉장히 어렵습니다. 이럴 땐 무료 버전이나 데모를 통해서 직접 그 툴의 리포트를 구현하고 확인해보는 것을 추천하셨습니다. 그리고 장단점이 확실한 툴이 있다면 동시에 사용해서 서로 보안하는 것도 좋은 방법이라고 말씀하셨습니다. 결론적으로 이 복잡한 과정을 수행하기 위해선 최대한 가볍게 그로스 환경 조성을 시작하는 것이 중요합니다. 실현 가능한 수준에서 시작해서 점점 고도화해 나가며, 액션에 대한 충분한 검증이 가능할 때 진행하는 것이 바람직할 것입니다.

데이터 분석이란 숫자를 통해 고객의 마음을 읽는 것

캐플릭스의 오세희 매니저님은 스타트업 그로스 마케터로 종사하고 있어 규모와 인프라가 부족한 기업의 현실을 잘 알고 있으십니다. 고객을 알고 싶지만 데이터 기반이 부족한 작은 스타트업에 도움이 되었으면 하는 바람으로 세션을 준비했다고 하는데요. 리소스가 부족하고 고도화될 기술이 없는 스타트업에서도 쉽게 고객 데이터 분석을 시작할 수 있도록, 구체적이고 현실적인 방법을 많이 알려주신 것 같습니다. 끝으로 데이터 분석이란 숫자를 통해 고객의 마음을 읽는 일이라고 생각한다고 데이터 분석에 대한 철학을 공유해주시며, 2024년에는 데이터 분석 환경 메이크오버 스토리를 가져오는 것이 목표라고 말씀하셨습니다.

📺 캐플릭스의 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.

팀맥소노미

YOUR DIGITAL MARKETING HERO

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

[🖼️현장스케치] 맥미스쿨 1기 '합격률 94%'의 현장 속으로

   지난 9월 4일 - 5일, CJ올리브네트웍스의 데이터 마케팅 전문가 그룹 팀 맥소노미가 주최하는 맥미스쿨 1기가 열렸습니다. 무려 참석자의 94%가 Braze 공인 자격을 취득하는 엄청난 결과도 달성했다고 하는데요. 양일간의 교육과정은 어떻게 진행되었는지, 현장의 생생한 열기를 그대로 공유합니다 🤗  맥미스쿨이란?Braze 한국 공인 리셀러 CJ올리브네트웍스 팀 맥소노미가 제공하는 Braze Certified Marketer 자격 취득 교육 프로그램으로, '맥소노미와 내가 함께 만들어가는 길(MAXONOMY with ME)' 이라는 의미도 담고 있습니다. 팀 맥소노미가 직접 설계한 전문 교육 커리큘럼을 제공하며, 학습부터 Certification 취득에 이르는 전 과정을 함께 합니다.      DAY 1   ─ 교육 세션: Segmentation, Campaign Creation, Channels  1일차 교육은 팀 맥소노미의 조현정 CSM(고객성공매니저)님께서 진행해 주셨는데요.Braze 공인 자격증 취득 과정에 대한 전반적인 내용과 2일차 마지막 시간에 응시하게 될 Braze Certified Marketer 소개로 맥미스쿨을 활짝 열어주셨습니다. 이어서 Segmentation, Campaign Creation, Channels을 주제로 세션이 계속되었습니다. 중간 중간 예제를 함께 풀면서 질문을 드릴때마다 막힘없이 대답을 주시는 참석자 분들을 보며, 교육장 뒷편에서 저는 조용히 감탄을 할 수밖에 없었습니다. 이렇게 대단한 마케터 분들을 맥미스쿨에 모셨다니요!현정님의 한 마디 한 마디에 집중해 주시고 질문해 주시는 열정적인 모습에, 강의를 진행했던 현정님은 물론 현장에서 함께한 팀 맥소노미 모든 구성원이 말로는 표현 못할 감사함을 느꼈던 시간이었습니다. 이 글을 빌려 다시 한번 감사 인사를 드립니다. 1일차 모든 세션 종료 후에도 예상보다 많은 분들께서 남아서 궁금한 점을 문의 주셨는데요. Braze와 2일차에 응시하게 될 자격 시험에 대한 열정과 관심을 온전히 느낄 수 있었습니다. 이렇게 다음날을 기약하며 1일차의 모든 과정은 마무리되었습니다.          DAY 2   ─ 교육 세션: Orchestration (Canvas Flow), Personalization (Liquid), Analytics─ Braze Certified Marketer 자격 시험 응시 2일차 교육은 팀 맥소노미의 박주희 CSM(고객성공매니저)님께서 진행해 주셨습니다. 1일차가 반나절 일정의 교육 세션이었다면, 2일차는 종일 교육에 실제 시험 응시까지 예정되어 있는데요. 그래서인지 어제와는 사뭇 다른 비장함마저 느껴졌습니다. 오전의 Orchestration (Canvas Flow) 세션을 시작으로 오후의 Personalization (Liquid), Analytics 세션까지, 양일간 진행된 총 6개의 모든 교육 세션이 마무리되었습니다. 짧은 시간에 핵심 정보만 쏙쏙 뽑아 전달하고자 했던 주희님의 열정이 저에게도 고스란히 전해졌는데요. 단 한 순간도 헛되이 넘길 수 없었던 흡입력 가득한 강의였습니다. 시험 응시에 앞서 총 6개의 세션을 정리하실 수 있도록 드렸던 자율 학습 시간에는 개별적으로 궁금한 점을 저희 CSM 분들께 질문하기도 하고, 각자의 방식으로 지난 교육 시간을 다시 복습하시면서 시험을 차근차근 준비하고 계셨습니다.  그리고 드디어 찾아온 대망의 시험 시간...!  혹여나 외부의 소음이 시험 응시에 방해가 되지는 않을까, 교육장 출입구에 메시지를 붙여두고 지나는 분들께 협조를 요청 드렸습니다. 부디 모든 분들께서 고생하신 만큼 좋은 결과를 얻으셨으면 하는 간절한 기도와 함께요. 그렇게 90분의 시험 시간의 끝에 다다르고 한분씩 시험을 종료하고 나오시는데요. 무려 총 참석자의 94%가 합격을 한 엄청난 결과를 확인할 수 있었습니다. 이틀 간의 교육 과정이 시험 합격에 도움이 많이 되셨다는 말씀을 주셨는데요. 참석자 한 분 한 분의 출중한 역량이 있었기에 가능한 일이었습니다. 합격하신 모든 분들께 다시 한번 축하의 인사를 드립니다. 축하드립니다!  본 자격 시험은 결코 쉬운 과정은 아니기에 너무나 아쉽게도 합격을 못하신 분들도 계셨는데요. 결과에 대한 아쉬움은 있지만, 이틀간의 교육을 통해 Braze를 더욱 깊게 알아가고 한 단계 더 성장할 수 있었던 시간이 되셨을 것이라고 생각합니다. 정말 수고 많으셨습니다!   ─ 이렇게 맥미스쿨 1기는 막을 내렸습니다. 바쁘신 중에도 참석해주신 모든 분들께 다시 한번 감사의 인사를 드리며, 맥미스쿨을 통해 Braze와 CRM 마케팅에 대한 깊이와 넓이를 더 확장해 나가셨던 유익했던 시간이었길 바래봅니다. 덕분에 저희 팀 맥소노미도 많이 느끼고 배우는 시간이었습니다. 감사합니다!맥미스쿨은 2025년 상반기에 다시 돌아옵니다. Braze를 사랑하고 아끼는 모든 분들의 많은 관심 부탁 드리겠습니다. 우리 곧 다시 만나요! 😉  

맥소노미

[세션 스케치 | 올리브영] 행동 데이터로 고객을 보다, '올리브영의 데이터 리터러시 향상부터 서비스 개선까지'

고객의 '행동'속에 숨은 마음을 읽다 - 올리브영은 어떻게 데이터 문화를 혁신했을까?

맥소노미

[더맥소노미2024 세션 스케치Ⅲ] 방송 광고, 빅데이터기반의 디지털 AI 매체로 진화

더맥소노미2024 세션 스케치 세 번째 포스트입니다. 지난 포스트에서는 보닥과  인터파크트리플이 Braze를 활용하여 효과적으로 데이터를 수집하고 업무 방식을 고도화한 방법을 소개해드렸는데요.이번 더맥소노미 세션 스케치 포스트에서는 KT가 전통 매체인 TV에서 디지털 광고 기반을 형성한 방법을 소개합니다. 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.     방송 광고, 빅데이터기반의 디지털 AI 매체로 진화KT | 오세훈 사업팀장 TV라는 견고한 시장을 바꾸기 위하여기존 TV 광고의 한계우리가 알고 있는 TV광고는 어떻게 기획되고 어떻게 성과를 측정할까요? 놀랍게도 피플미터라는 1991년에 도입된 방식을 여전히 사용하고 있습니다. 피플미터란 약 4,000명의 패널(시청자)의 데이터를 기반으로 시청률을 추측하는 방법을 말합니다. TV 광고 시장은 이 피플미터 기반의 시청률을 가지고 광고별 적합한 채널이나 시간을 결정하고 광고 성과까지 측정하고 있습니다.이런 방식은 한계가 명확한데요. 첫 번째는 노출량으로만 광고 효과를 측정한다는 것입니다. '이번 광고 캠페인은 총 000명의 사람에게 노출되었다'는 식으로 말이죠. 광고를 통해 최종적으로 고객 전환이 얼마나 이뤄졌는지를 알 수 있어야하는데 이런 노출량만으로는 제대로 된 성과 측정이 불가능합니다. 게다가 이 노출량은 4,000명의 표본을 통해 추측한 결과이기 때문에 표본이 모집단을 제대로 대표하지 못한다면 통계에 오류가 발생할 수 있습니다.두 번째는 타겟팅의 한계입니다. 웹/앱 기반의 마케팅 분야에서 Braze 등의 솔루션을 통해 성별, 나이, 관심사, 구매이력, 취미, 구매력 등 다양한 데이터를 기반으로 세분화된 메시지를 전달하는 반면, TV광고는 성별, 나이 정도의 제한된 정보만 가지고 광고를 집행할 수 밖에 없습니다. 예를 들어, 아이들을 대상으로 장난감과 같은 제품을 애니메이션 채널에 광고하는 정도가 TV광고의 한계입니다.마지막으로 세 번째는 GRPs(Gross Rating Points)와 CPRP(Cost Per Rating Point)에 의존한 리포팅입니다. GRPs란 일정 기간 동안 광고 캠페인의 누적 시청률을 말하는데요. 예를 들어 채널1, 채널2, 채널3에 각각 광고를 집행하였고 각각의 광고 시청률이 3%, 5%, 8% 라면 3+5+8을 계산하여 GRPs는 16이 됩니다. CPRP는 이렇게 계산한 GRPs를 광고 비용에 나눈 결과인데요. 총 48억 원을 들여 GRPs16을 달성했다면, 48억/16을 계산하여 CPRP는 3억이됩니다. 즉, 1%의 시청자에게 광고가 노출되기 위해선 3억이 필요하다는 것입니다. 조금 복잡해보이지만, 핵심은 이렇게 측정한 결과가 모두 단순 노출정도에 기반하고 있다는 사실입니다. 그럼에도 TV는 매력적이런 한계에도 불과하고 오세훈 사업팀장님은 TV는 여전히 매력적인 매체라고 설명하셨는데요. 이유는 크게 3가지 입니다.첫 번째는 TV의 화면 크기에 있습니다. 미디어의 화면 크기가 클수록 시청자들의 광고 콘텐츠에 대한 긍정적인 태도와 호감도가 상승*한다고 합니다. 실제로, 같은 광고라도 영화관 스크린 같이 큰 화면을 통한 광고의 효과가 훨씬 크다고 합니다. 스마트폰이나 태블릿PC보다 훨씬 큰 TV가 광고 효과 역시 클 수 밖에 없는 것이죠.두 번째는 TV의 보급률입니다. 우리나라에 TV는 약 2,000만 가구(4,900만 명)에게 설치되어 96%의 보급률을 자랑합니다.세 번째는 신뢰도입니다. TV광고의 신뢰도는 약34%**로 SNS(6.5%), 유튜브(6%)에 비해 압도적으로 높습니다. 이는 방송법에서 TV광고 캠페인에 대한 가이드라인이 굉장히 많기 때문인데요. 그만큼 사람들이 TV광고를 볼때는 더 안심하고 신뢰할 수 있는 것입니다.*연세대학교 언론홍보영상학과, 박남기 '미디어 화면 크기가 구매에 미치는 영향'** 한국 리서치, 제품브랜드 신뢰도 영향 매체 조사(2021)기존의 TV를 넘어 Addresable TV로KT의 Addresable TVTV가 가진 강점을 유지하면서도 단점을 보완하는 방법은 무엇일까요? 이런 질문에서 출발한 것이 바로 Addresable TV입니다. 기존 TV가 일률적으로 똑같은 광고를 내보냈다면, Addresable TV는 각 가정에 설치된 셋톱박스를 통해 시청자에게 최적화된 광고를 송출합니다.KT에서는 TV 및 모바일 기반으로 수집된 데이터를 가지고 약 500개의 세그먼트를 만들었고 그 세그먼트별 특화된 광고를 송출하고 있다고 합니다. 게다가 이렇게 집행된 광고의 성과를 단순 노출도로만 측정하는 것이 아닌, 실제로 구매가 얼마나 이루어졌는지, 시청자의 행동이 어떻게 바뀌고 있는지 등 직접적인 효과 리포팅을 제공하고 있습니다. 이렇게 생성된 리포트를 바탕으로 광고 집행 성과를 분석하고 시청패턴의 추이를 분석하여 광고주를 위한 미디어 포트폴리오 컨설팅 서비스까지 제공된다고 하네요. 컨설팅 서비스를 제공하는 것은 방송 광고에서 KT가 최초라고 합니다. TV와 모바일의 시너지그렇지만 셋톱박스만으로 광고를 송출하는 것에는 한계가 있는데요. 바로 개인이 아닌 홈타겟이라는 점입니다. TV앞에 가족 구성원 중 누가 앉을지 모르기 때문에 완전한 개인화 광고가 불가능했습니다. 이를 해결하기 위해 KT는 모바일 빅데이터 플랫폼과의 파트너십을 체결하여 TV와 모바일의 데이터를 연동함으로써, TV 주변에 어떤 구성원이 앉아있는지 인식하고 더 정밀한 대상에게 광고를 송출할 수 있게 되었습니다. 광고주는 더 높은 광고 효과를 얻고 시청자는 본인이 관심없는 분야의 광고는 노출되지 않게 되었습니다.또한 광고에 노출된 대상이 최종 구매로 이어졌는지도 측정할 수 있게 되었습니다. 대부분의 사람들은 상품에 대해 추가로 정보를 찾아보거나 구매를 결심했을 때 모바일 기기를 이용하기 때문입니다. KT 외에 다른 플랫폼에서 집행한 광고도 성과 분석이 가능하고 더 효과적인 광고를 제안받을 수도 있다고 합니다.KT가 가진 거대한 빅데이터는 셋톱박스를 통해 개개인에게 활용되고, 이렇게 얻어진 새로운 데이터는 다시 KT의 빅데이터에 수집되어 활용됩니다. KT의 Addresable TV를 통해 광고를 집행한 한 가전사는 구매 전환율이 34%나 증가되었고, 한 자동차 브랜드는 시승 요청 문의가 12%나 증가했다고 합니다. 익숙함이 능률을 저하 시킨다전환율 34%증가, 시승문의 12% 증가 - 기존 TV 광고 방식에 머물렀으면 절대 기대할 수 없는 성과이죠. 오세훈 사업팀장님은 익숙함이 능률을 저하 시킨다며, '경로 의존성'을 경계할 것을 강조하셨습니다.말 두마리의 너비가 마차의 표준 너비가 되고, 마차의 너비가 철도의 너비를 결정하고, 이는 우주 왕복선 로켓의 크기를 결정하였습니다. QWERTY 자판 또한 빠른 타자를 위해 고안된 것이 아니고 더 효율적인 키보드가 생겼음에도 우리에게 익숙한 나머지 아직까지도 표준으로 사용되고 있습니다. 익숙함 때문에 비효율적인 방식을 계속 고수하고 있던 건 아닌지 돌아보게 되는 뜻 깊은 강연이었습니다.  📺 KT의 데이터 활용 전략 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 다시 찾아뵙겠습니다.  

맥소노미

[더맥소노미2024 세션 스케치VII] 생성 AI 시대에 고객경험 제고를 위한 AI프로덕트 활용법 가이드

더맥소노미2024 세션 스케치 일곱 번째 포스트입니다. 이번 세션 스케치는 배달의민족을 서비스하는 '우아한형제들'이 AI를 어떻게 활용해서 시스템에 녹이고 고객경험을 개선하였는지 자세히 알아보도록 하겠습니다.   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.     생성 AI 시대에 고객경험 제고를 위한 AI프로덕트 활용법 가이드우아한형제들 | 이봉호 데이터사이언티스트  AI & CX(Customer Experience)먼저, 이봉호님은 우아한형제들의 데이터 과학자로서 마케팅 성과분석, KPI 수립, 수요예측, 인과추론 등의 업무를 수행하고 있으십니다. 그리고 최근에는 AI를 비즈니스에 적용하는 방법을 찾는 업무를 수행했다고 합니다. AI와 CX는 서로 뗄래야 뗄 수 없는 관계인데요. CX의 프레임워크에는 고객, 전략, 마케팅, 프로세스 등 여러가지 요소가 있고 그중 시스템은 CX의 핵심 요소이자 AI와도 관련된 부분이기 때문입니다.  Data Centric ApproachAI 트렌드최근 많은 빅테크 기업이 앞다투어 LLM(대규모 언어 모델)을 출시하고 데이터센터를 건설하는 등 AI 분야에 많은 투자를 하고 있습니다. 왜 많은 테크 기업이 AI에 투자하고 이에 유저들이 환호하고 있는 것일까요? 이봉호님께서는 '활용처를 고민할 필요가 없기 때문'이라고 말합니다. 다른 서비스와 다르게 LLM은 다양한 명령어를 통해 다양한 목적에 활용할 수 있기 때문인데요. 그렇다면 모든 회사는 경쟁력을 위해 생성형 AI를 만들어야할까라는 생각이 들 수도 있지만, 사실 쉽지 않은 일입니다. 우선 초기 훈련 비용만 100만달러, 한화 약 1,300억 원이 들어가며 이후 관리하고 개선하는데 훨씬 더 많은 비용이 발생합니다.그래서 많은 기업에서 산업별 특화된 AI를 개발하는 전략을 취하고 있습니다. 대형 모델을 개발하는 것보단 비용이 저렴하며, 특정 사용 목적에 훨씬 용의할 수 있기 때문이죠. 여기까지 듣다보면, 나도 앞으로 변화하는 AI시대에 적응하기 위해 AI 개발을 배워야하는 생각이 들 수도 있지만, 전혀 그럴 필요가 없습니다. 그 이유는 포스팅 끝 부분에서 확인할 수 있습니다! 우리는 데이터를 제대로 활용하고 있는가우리는 BPS, 리텐션, 이탈률 등의 지표를 사용해서 마케팅 성과를 측정하고 있습니다. 이런 지표가 의미없는 것은 아니지만, 최근 연구에 의하면 이 보다 더 강력한 방법이 있습니다. 그것은 바로 데이터를 여러 측면에서 반복해서 관찰하고 측정하는 것입니다. 이 방법을 사용하면 기존에 발견하지 못했던 개선점을 발견할 수 있을뿐만 아니라, 심지어 브랜딩 성과까지도 측정 가능하다고 합니다. 브랜딩은 성격상 그 성과를 측정할 수 없다는 것이 지금까지 마케팅에서의 통용되던 생각이었지만, 해당 브랜드가 온오프라인에 반복해서 관찰 가능한지 측정하여 그 성과를 측정할 수 있다고 합니다.KDD 2021 스포티파이 세션에서는 스포티파이가 고객 경험을 개선할 수 있었던 방법을 공유되었는데요. 여기서도 마찬가지로 고객이 반복적으로 보여주는 태도를 측정하고 고민하여 KPI를 찾고 그 KPI를 달성하니 고객 경험이 실제로 개선되었다고 설명합니다. Data Centric ApproachAI 컴포넌트는 크게 3가지로 나눌 수 있는데요. Data(데이터), Model(모델), Operation(오퍼레이션)입니다. 데이터, 모델, 오퍼레이션의 각 관점에서 고객경험을 어떻게 정의하고 어떻게 매칭 시키냐에 따라서 AI프로덕트를 활용한 고객 경험 개선과 변화 정도가 달라지는데요. 사실 지금까지는 이 중 모델에 대한 투자가 활발했던 경향이 있습니다. 빅테크만큼 투자여력이 있다면 모델에 투자하는 것은 합리적일 수 있습니다. 투자한 만큼 성능을 보여주니까요. 하지만 시간이 지나면 개발에 필요한 시간이 기하급수적으로 증가하고 성능 개선에 한계가 발생합니다.그래서 이봉호님이 제안하는 것은 데이터에 대한 투자입니다. 이를 두고 앤드류 응 고수는 'Data Centric Approach'라고 명명했는데요. 데이터를 중심으로 접근하는 것을 말합니다. 더 자세히는 데이터의 양과 질에 집중해서 문제를 개선하는 것을 말합니다. 많은 기업이 자사에는 많은 데이터가 있다고 자부하는 경향이 있는데요. 하지만 이는 보통 운영 데이터를 두고 말하는 경우가 많습니다. 운영데이터와 학습 데이터는 질적인 측면에서 다르다고 할 수 있습니다. 같은 목적인 데이터끼리 묶어주거나 오답이 있는지 확인해보는 절차 즉, 관점이 포함되는지가 중요합니다. 물론 많은 비용을 들여서 데이터의 질을 무시하고 많은 양의 데이터를 중심으로 AI를 개발할 수도 있습니다. 하지만 그만큼 많은 비용이 들어갈 것이고, 그 비용대비 유의미한 효과를 거두는 것은 상당이 어려운 일입니다. 마라순두부는 한식일까 중식일까배민 검색창 개선하기이봉호님은 어느날 배달의민족 검색 기능이 굉장히 약하다는 것을 인지하였다고 합니다. 예를들어 짜장면을 먹고 싶어서 검색창에 '짜장면'이라고 검색을 하였는데 짬짜면, 불타는 쫘장, 달달짭짤면 등과 같이 가게 사장님이 설정한 자유로운 명칭의 짜장면이 검색되지 않았던 것이죠. 이에 이봉호님은 배민에서 판매되는 모든 종류의 메뉴를 카테고라이징해보자고 제안하였습니다. 정말 특이한 음식을 제외한다면 어느 정도 큰 틀 안에서 분류가 가능할 것이고 검색기능 개선, 메뉴별 통계 등 여러가지 유의미한 성과를 달성할 수 있을 것이라고 생각했습니다.하지만 이 작업을 사람이 수동으로 한다고 계산하면 10명이서 2년 정도 걸리는 일이었다고 합니다. 시간과 비용이 엄청나게 소모되는 일이었는데요. 이에 NLP(Natural Language Processing)를 적용한 머신러닝 기술을 활용하여 카테고리 분류 작업을 하였고, 그 결과 MM(Man Month) 기준으로 93.65% 나 절감할 수 있었다고 합니다. 관점이 중요하다해당 프로젝트 초기에는 고객에게 나가는 데이터인데 AI가 판단한 결과를 어떻게 믿고 사용하냐는 이야기를 많이 들었다고 합니다. 그래서 프로젝트 초기에는 AI가 판단했을 떄 정답일 확률 99%인 것만 반영하고 나머지는 사람이 검사하는 방식으로 진행하였다고 합니다. 이후 사람의 오류 확률과 AI의 오류 확률을 비교해서 설득력을 얻고 자동화 레벨을 점차 올릴 수 있었고 해당 성과를 만들 수 있었다고 합니다.물론 AI가 만능은 아닙니다. 돼지김치찌개를 돼지고기랑 김치찌개 중 어떤 것으로 분류할지에 대해 사람은 '둘다 하면되지'라고 쉽게 결론 지을 수 있지만 AI는 그렇지 않습니다. 여러가지 결론을 도출하라는 관점을 주입받지 못했기 때문입니다. 관점이라는 것은 AI를 통해 해결하고자하는 답의 방향을 말합니다. 그 답은 경영에서 MECE의 조건을 갖추면서, 복잡하지 않아서 AI에게 쉽게 전달해줄 수 있어야 합니다. 그런 관점을 명확하게 갖추면 AI 개발에 많은 돈을 투자할 필요가 없다고 합니다.실제로 검색창 개선을 프로젝트 시간의 70% 가량은 돼지김치찌개가 돼지고기인지 김치찌개인지 싸우는 것으로 보냈다고 합니다. 모델 개발에 투자하는 것보다 이런 근본적인 데이터 관점을 먼저 해결하는 것이 효율적 일 수 있습니다.   결국 인간이다Chat GPT의 오픈 AI가 캐냐의 노동자에게 2달러 미만의 시급을 주고 RLHF(Reinforcement Learning with Human Feedback)를 활용하고 있다는 기사를 보신 적 있나요? RLHF는 '인간 피드백을 통한 강화 학습'이라는 뜻으로 쉽게 말해 사람이 반복해서 AI 생성물에 피드백을 줌으로써 AI 성능을 개선하는 것을 말하는데요.윤리적 논란 등을 뒤로 하고 여기서 얻을 수 있는 사실은 오픈AI처럼 앞서나가는 AI기업에도 결국 사람이 필요하다는 것입니다. 데이터를 가지고 어떤 답이 나오기를 바라고 어떤 비즈니스 임펙트를 만들고 싶은지 고민하고 데이터 거버넌스를 수립할 필요가 있습니다. 데이터를 생성하는 것도 소비하는 것도 활용하는 것도 인간이기 때문에 굳이 만능 AI를 사용하지 않고 최소한의 모델을 활용해서 문제를 해결할 수 있습니다. 고객으로부터 발생한 데이터를 통해 고객 경험을 개선하는 것도 마찬가지겠지요.  📺 우아한형제들의 데이터 마케팅 이야기 전체 영상 보러가기팀 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 다시 찾아뵙겠습니다.   

[더맥소노미2024 세션 스케치VIII] 스타트업의 데이터 분석 환경 구축에 대하여