로그인

이벤트

[더맥소노미2024 세션 스케치VIII] 스타트업의 데이터 분석 환경 구축에 대하여

Team MAXONOMY ・ 2024.03.07

[더맥소노미2024 세션 스케치VIII] 스타트업의 데이터 분석 환경 구축에 대하여

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.

  1. 환경설정
  2. 수집데이터 정의
  3. 데이터 리터러시
  4. 액션 플랜 수립
  5. 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.


  1. 최대한 빠르게 시작하자, 지나간 데이터는 돌아오지 않으니까
  2. 무엇을 알고 싶은지 정의하자
  3. 한번에 모든 데이터를 얻을 수도, 그럴 필요도 없다
  4. 데이터를 어떻게 확인할 수 있는가?
  5. 두 가지의 트래킹 툴을 함께 사용하자
  6. 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.

logo

팀맥소노미

YOUR DIGITAL MARKETING HERO

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

관련 글 보기

Amplitude Autocapture: 페이지 진입, 클릭, 앱 종료까지 고객 행동을 자동 수집하는 법

Amplitude Autocapture: 페이지 진입, 클릭, 앱 종료까지 고객 행동을 자동 수집하는 법

개발 리소스 없이 클릭·페이지뷰 등 사용자 행동을 자동 수집해 빠른 분석과 최적화를 지원하는 Amplitude Autocapture 기능 소개

AI에 의존하는 인간, 인간을 필요로 하는 AI

AI에 의존하는 인간, 인간을 필요로 하는 AI

AI가 변화시킨 일자리, 시장 구조, 마케팅의 한계와 기회까지 짚어보는 인사이트

MCP: AI 사용자 경험을 확장시켜줄 핵심 연결고리

MCP: AI 사용자 경험을 확장시켜줄 핵심 연결고리

오늘날 마케팅의 본질은 단순히 제품을 알리는 데 그치지 않습니다. 소비자의 기대치는 그 어느 때보다 높아졌고, 기업은 “고객을 위한 경험”을 제공해야 한다는 압박을 받고 있습니다. 이런 변화 속에서 AI는 중요한 조력자로 부상했지만, 아직까지는 많은 한계가 있는 것이 사실입니다. 가장 큰 이유는 아직까지 AI기술이 일부 플랫폼 속에서 폐쇄적인 형태로 존재하기 때문입니다. 뛰어난 AI 기술을 여기저기서 활용하고 싶지만 그렇지 못한다는 것이죠.이 한계를 뛰어넘게 만들기 위해 AI업계에서는 MCP라는 기술을 적용시키고 있습니다. CDP도 아니고 MCP란 것은 또 무엇일까요? 왜 등장했을까요? 🤔 이번 맥사이트픽 포스팅에서는 MCP가 무엇이며, 마케터에게 MCP를 왜 주목해야 하는지 알아보도록 하겠습니다.MCP란?MCP는 Model Context Protocol의 약자로 AI가 외부의 다양한 도구와 데이터 소스에 표준화된 방식으로 연결되도록 설계된 프로토콜 기술인데요. 쉽게 말해, 모델이 단순히 텍스트만 처리하는 게 아니라 “컨텍스트”를 확장해서 다양한 애플리케이션·데이터 소스·플러그인과 소통할 수 있게 해주는 통신 규칙입니다. 이는 단순한 기술 혁신을 넘어 마케터가 소비자 경험을 설계하는 방식 자체를 변화시키는 AI 경험 확장의 첫 단계가 될 수 있습니다.흔히들 MCP를 다음과 같이 비유하고 있습니다. MCP는 AI와 외부 세계를 연결하는 ‘공용 어댑터 와 같다. 지금까지는 각 AI와 도구를 연결하기 위해 개별 API 연동을 해야 했습니다. 마케터 입장에서 이는 시간이 많이 들고, 통합 범위에도 한계가 있었습니다. 그러나 MCP는 이 과정을 표준화해 AI가 여러 도구에 동일한 형식으로 접근할 수 있도록 합니다. 그렇다면 이런 시도로 인해 사용자들의 AI 경험에 어떤 변화가 생기게 되는 것일까요. 크게 다음 3가지의 큰 변화를 경험할 수 있습니다. (1) 즉시성소비자는 기다림을 싫어합니다. MCP를 활용하면 AI는 고객 요청에 즉시 대응하며 대화 흐름을 끊지 않습니다. 예를 들어, 라이브 커머스 방송 중 소비자가 “이 제품 해외배송 가능한가요?”라고 물으면 AI는 판매 시스템에서 바로 정보를 가져와 답변합니다.(2) 연속성마케팅은 단발 이벤트로 끝나지 않습니다. MCP를 활용하면 AI가 고객과의 과거 대화를 기억하고, 다음 접점에서 이어서 대화를 진행합니다. 예를 들어, 지난주에 상품 상담을 했던 고객이 다시 채팅을 시작하면 AI가 “지난번 문의하신 블루 재킷, 오늘 재입고 되었습니다.”라고 답할 수 있게됩니다.(3) 몰입감소비자 경험이 끊김 없이 이어지고, 그 안에서 개인화된 정보가 활용되면 고객은 기업과의 상호작용에 더 깊이 몰입할 수 있게됩니다. MCP는 이러한 몰입형 브랜드 경험을 가능하게 하는 핵심 인프라입니다.MCP와 마케팅 혁신마케팅 측면에서 MCP는 다음 3가지 혁신을 기대할 수 있습니다.(1) 실시간 고객 응대의 혁신앞서 들었던 예시와 같이 MCP를 활용하면 고객이 “이 제품 지금 재고 있나요?”라고 묻는 순간, AI는 재고 관리 시스템에서 데이터를 바로 가져와 답변합니다. 더 이상 ‘추측성 응답’이 아닌 검증된 최신 데이터를 기반으로 한 응대가 가능합니다.(2) 개인화의 정교화마케팅의 핵심은 나만을 위한 메시지를 전달하는 것입니다. MCP는 AI가 고객의 과거 구매 이력, 웹사이트 행동 데이터, 실시간 위치 정보까지 통합해 맥락에 맞는 제안을 할 수 있도록 합니다. 예를 들어, 고객이 특정 제품 페이지를 열람한 직후 AI가 “현재 이 제품에 대해 10% 할인 중이며, 오늘 주문 시 내일 배송 가능합니다.”라는 메시지를 전송합니다.(3) 캠페인 운영 자동화마케터는 MCP를 통해 광고 집행 툴, 이메일 마케팅 플랫폼, SNS 채널을 하나의 AI 대화 환경에 통합할 수 있습니다. 캠페인 데이터를 분석해 성과가 낮은 타겟군을 즉시 조정하거나, 성과가 좋은 광고 문안을 다른 채널로 확장하는 자동화도 가능합니다.AI, 도구에서 에이전트로2025년의 마케팅 환경은 과거와 비교할 수 없을 정도로 복잡하고 역동성이 더해지고 있습니다.  AI 기술은 단순한 콘텐츠 생성 도구를 넘어, 고객 접점 전체를 통합 관리하는 에이전트 기반 생태계로 발전하고 있습니다.특히 MCP는 AI와 외부 데이터, 도구, 시스템을 하나의 언어로 연결하는 환경을 만드는 핵심 역할을 수행할 것입니다. 결과적으로는 AI 에이전트의 활성화를 이끌어낼 것이라 예상할 수 있습니다.MCP의 확산은 마케팅 생태계에 큰 변화를 가져올 것입니다. 앞으로의 AI 마케팅은 표준화 기반 생태계 → 도구·데이터 실시간 연동 → 자동화된 맞춤 경험 제공이라는 흐름으로 가속화될 것입니다. 마케터는 MCP 덕분에 기술 통합에 쓰던 시간을 절약하고, 전략과 창의성에 집중할 수 있습니다.MCP적용 시 주의점전적으로 AI로 인해 모든것이 자동화될 수록 주의사항은 더욱 명확합니다. 맥사이트픽으로 여러번 언급해드렸던 프라이버시와 보안 문제입니다. MCP로 연결되는 데이터는 실시간성이란 강한 무기를 가집니다. 그리고 그만큼 보안 위협을 수반합니다. AI가 민감한 데이터에 접근하는 만큼, 권한 제어와 감사 로그 관리가 필수이며 때로는 데이터 접근 권한을 최소화하고, 필요한 경우 고객 동의를 명확히 받아야 할 것입니다.또한 사용자 경험 관리 측면으로도 주의가 필요합니다. AI가 모든 요청을 자동 처리하더라도, 고객이 과도한 정보 제공을 요구받는다면 거부감을 느낄 수 있습니다. UX 설계 단계에서 고객 편의성을 최우선으로 고려해야 합니다. AI가 설계한 고객의 UX에 대해 고객이 100%만족할 것이라 기대에 의존하지 않는것이 좋습니다. AI 또한 잘못된 데이터를 기반으로 고객을 잘못 이해하거나 오해하는 경우가 생길 수도 있습니다. MCP의 구조와 설정 방식이 아직은 생소합니다. 이를 해결하기 위해 MCP 경험이 있는 파트너사와 협력하거나, 마케터, 개발자, 경영진이 모여 MCP의 가치와 역할에 대한 공감대 형성과 이해도를 맞추는 것이 첫번째 순서일 수 있습니다.마치며AX(AI 대전환)을 준비하는 기업과 브랜드에게 MCP는 실무에서 마케터가 직면하는 데이터 단절, 시스템 불일치, 운영 비효율 문제를 근본적으로 해결하고 여기에 고객 경험 강화, 영업 프로세스 최적화, 캠페인 자동화 등 다양한 영역에서 효과를 발휘기 위한 최고의 방안이 될 수 있습니다.마케터가 MCP를 성공적으로 활용하려면 우선순위 시스템 선정, 데이터 품질 관리, 보안 설계를 철저히 하기를 권해드립니다. 현시점부터 단계적으로 MCP를 도입하고 경험을 축적하는 기업이 향후 AI 마케팅을 리드하는 브랜드가 될 것임을 강조드리며, 이번 포스팅을 마치겠습니다.

그로스 마케팅이란? 뜻, 성공 사례, 필수 전략 총정리

그로스 마케팅이란? 뜻, 성공 사례, 필수 전략 총정리

그로스 마케팅의 정의부터 성공 사례와 필수 전략까지, 데이터 기반 성장 비법 총정리

 

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.

  1. 환경설정
  2. 수집데이터 정의
  3. 데이터 리터러시
  4. 액션 플랜 수립
  5. 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.


  1. 최대한 빠르게 시작하자, 지나간 데이터는 돌아오지 않으니까
  2. 무엇을 알고 싶은지 정의하자
  3. 한번에 모든 데이터를 얻을 수도, 그럴 필요도 없다
  4. 데이터를 어떻게 확인할 수 있는가?
  5. 두 가지의 트래킹 툴을 함께 사용하자
  6. 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.

 

앰플리튜드, 행동분석, 데이터 분석, 캐플릭스