데이터를 의미 있게 만드는 4가지 방법

상세페이지

  • HOME > 월별 특집 & 기획

데이터를 의미 있게 만드는 4가지 방법

이른바 데이터 홍수의 시대다. 데이터를 수집하는 것만큼이나 그 속에 숨겨진 핵심을 발견하고 사용하는 것이 더 중요한 세상이 온 것이다. 활용하지 않는 데이터는 꼭꼭 숨겨놓은 금두꺼비보다 쓸모가 없다. 꼭꼭 숨겨두었던 데이터를 꺼내 사용할 수 있는 몇 가지 방법을 고민해보자.  글. 강규호 비즈스프링 과장



서드파티 도식화




활용과 함께한 데이터의 진화 1990년대 초, 최초의 상용 웹로그 분석이 나오면서 ‘디지털 분석의 역사’가 시작된다. 초기에는 단순히 서버로부터 파일이 호출된 횟수를 분석하거나 방문 수를 분석하기 위한 분석이었다. 이후 인터넷을 통한 전자상거래가 발전함에 따라 성과를 파악하고 더 많은 수익을 창출하기 위해 데이터를 사용하고자 하는 의식이 커졌다. 그에 따라, 주문자 정보와 같은 여러 데이터를 바탕으로 특화된 메일, 혹은 간행물을 발송하거나 상품안내에 사용하는 등 e-CRM 일부분으로 이익 창출의 수단으로 발전했다. 웹사이트에만 한정했던 웹로그 분석은 이제 모바일 앱과 사물인터넷(IoT) 등에서 수집되는 데이터를 아울러 ‘디지털 분석’으로 불린다. 이러한 디지털 분석 데이터를 제공하는 업체를 쉽게 찾아볼 수 있는 정도가 됐다. 데이터를 수집하는 것보다 사용하는 것이 더 중요한 세상이 온 것이다. 그렇다면, 숫자와 그래프로 나열된 리포트를 더 가치 있게 만드는 방법은 무엇이 있을까?
① 전문 인력의 양성 데이터를 활용하는 가장 전통적인 방법은 인력에 의한 것이다. 사실 우리가 ‘분석’이라 부르는 영역도 단순한 측정을 할 뿐이다. 데이터를 이해해 분석 후 근거자료를 만들고, 어떤 분야와 환경에 어떻게 적용할지 제시해 가치를 부여하는 일은 분석가의 고유 영역이다. 분석의 역사와 함께 발전해온 기법인 A/B Testing, MVT(Multivariate Testing, 다변량 테스트), SEO(검색 엔진 최적화) 등을 구현하기 위한 도구들은 하루가 다르게 발전하지만, 이를 올바르게 다루고 과학적인 방법론에 따라 분석 ▶ 구현 ▶ 평가까지 잇는 허브 역할을 하는 유일한 방안은 ‘사람’이며, 가장 매력적인 데이터 활용 방안이다.
다만, 아무리 좋은 데이터도 분석가의 능력에 따라 극과 극의 결과를 초래할 수 있다. 데이터가 단순 보고나 비즈니스 결과를 합리화하기 위해 이용되는 경우를 경계해야 한다. 해외 분석 시장과 비교해 볼 때, 국내 분석가가 설 자리는 좁아 보이는 것이 사실이었다. 하지만 구글 애널리틱스(Google Analytics)가 디지털 분석의 표준으로 자리 잡아감에 따라, 다양한 교육과 컨설팅 활동을 쉽게 찾아볼 수 있다. 이에 기업도 분석가 양성 환경을 마련하고 있으며, 빅데이터의 관심과 함께 데이터 접근성이 좋아지는 것도 청신호다. 또한, 이런 시장의 흐름을 기다렸다는 듯이 국내 웹로그 분석 서비스 업체들도 분석가와 함께 데이터 컨설팅을 지원해주면서, 업체가 가진 노하우와 데이터 해석 방안을 분석가와 함께 공유하고 있다.
② 서드파티(Third Party) 데이터의 활용 분석 툴이 고도화됨에 따라 간단한 트래픽부터 방문자 행동까지 수집할 수 있게 됐다. 이렇게 수집된 데이터들은 그 자체로도 충분히 훌륭한 소스가 됐지만, 외부에서 제공하는 여러 데이터를 가져오거나, 통계분석 툴과 연계한 마이닝으로 인사이트를 찾으려는 시도가 늘었다. 예를 들어 날씨는 업종에 따라 많은 영향을 받는 변수다. 작년 12월, 이례적으로 따뜻한 겨울 날씨로 연중 가장 호황인 12월 매출이 작년 대비 5% 이상 감소하고 방한용품의 매출은 30% 이상 감소한 바 있었다. 비가 와도 백화점, 마트 같은 대형 유통업체들은 비의 양과 관계없이 평균 10% 이상 매출이 감소한다고 한다. 따라서, 날씨에 따라 다양한 마케팅을 선행할 수 있도록 한다면, 취약한 날에 미리 대비할 수 있지 않을까? 구글 애널리틱스와 어도비 마케팅 클라우드(Adobe Marketing Cloud) 등의 디지털 분석 툴은 수집된 데이터에 프로그램적으로 접속할 수 있도록 API를 제공한다. 기업은 구글이 제공하는 메트릭스 & 디멘션 레퍼런스(Metrics & Dimensions)를 통해 필요한 정보의 API 쿼리(Query)를 입력해 정보를 얻어올 수 있다. 또한 쿼리뿐만 아니라 애널리틱스 클래스(Analytics Class)가 제공하는 함수를 통해서도 데이터에 쉽게 접근 가능하다. 반대로 별도의 CRM, 커머스(Commerce) 데이터인 회원 충성도나 환불 데이터를 구글 애널리틱스에서 취합해 종합 분석도 진행할 수 있다. 이처럼 업종에 따라 직접 영향을 미치는 데이터와 연계해 분석한다면 재미있는 결과가 나올 것으로 생각한다.
구글 애널리틱스 메트릭스 & 디멘션 레퍼런스
(Metrics & Dimensions) ▶ ‘me2.do/GGJbcghq’
구글 애널리틱스로 외부 데이터 가져오기 ▶ ‘me2.do/5QqZzT7D’

③ 원천 데이터의 활용 분석의 역사와 함께한 데이터 활용의 첫 번째가 전문 인력을 통한 것이었다면, 두 번째는 시스템을 통한 추천 서비스다. 많은 전자상거래 업체가 고객의 관심상품을 바탕으로 개인화된 맞춤 콘텐츠를 제공하거나 상품을 지속해서 제시해 구매율을 늘리려는 시도가 증가했다. 이는 온라인에서는 상대적으로 저렴한 비용과 쉬운 방법으로 방문자 상세 정보를 얻을 수 있고, 타깃팅 마케팅을 할 수 있다는 점에서 분석 데이터를 활용한 해답처럼 여겨지기도 했다. 하지만 이미 구매해서 더는 관심 없는 상품이 반복적으로 노출되는 경험을 누구나 한 번쯤 겪어봤을 것이다.
그 밖에도 개인 정보 유출이 사회적 이슈로 떠오르면서, 방문자에게 받을 수 있는 정보의 양과 질이 떨어지고 브라우저 제공사의 쿠키 차단 기능이 활성화됨에 따라 그 효용성은 의심받게 됐다. 유튜브 콘텐츠 담당 임원인 로버트 킨슬(Robert Kyncl)은 “시스템에 의해 자동화된 개인화 추천은 아직은 허상에 불과하다고 생각한다”라고 말했다. 이러한 점을 보완해 최근 박물관이나 미술관에서는 관람객 취향을 분석해 적절한 콘텐츠를 추천하는 서비스인 큐레이터의 이름을 따서 부르는 큐레이션 서비스가 주목받고 있다. 방문자의 활동이나 관심 상품에 따른 유익한 정보 혹은 상품을 선별해서 보여준다는 것이다. 미국의 인터넷 스트리밍 미디어 제공자인 넷플릭스가 개인별 콘텐츠 클릭 이력, 대여 목록, 평가 점수 등 가입자 취향을 자세히 분석한 데이터화로 사용자에게 미디어 콘텐츠를 추천했다는 것은 이미 너무 유명하다. 최근 몇 년간 국내에도 이처럼 전문적인 개인화 서비스를 제공하는 기업이 늘고 있다. 하지만, 중소규모의 소비자가 구현하기에는 비용이나 데이터의 질이 부족한 것이 사실이다. 이를 대체하기 위해 분석 제품으로 수집한 원천 데이터를 이용해 내부 데이터와 연계한 새로운 방문자 분석 결과를 얻거나, 간단한 추천 알고리즘을 구현하는 것을 검토할 수도 있다. 현재 사용하고 있는 분석 툴이 있다면 원천 데이터의 획득이 가능한지 서비스 업체에 문의해 보는 것도 데이터 활용의 시작이 될 수 있다.  
④ 마케팅 툴로서의 활용 분석 데이터를 해석하던 중 내부 검색엔진을 3회 이상 사용한 방문자의 주문율이 그렇지 않은 방문자보다 2배 이상 높다는 흥미로운 결과를 발견했다. 이 경우 여러분은 과연 어떤 행동을 취할 수 있을까? 그 대답을 알려주는 흥미로운 서비스들이 있다. 먼저, 미국의 오토파일럿(autopilot, autopilothq.com)은 자동조종장치라는 의미 그대로 사전에 설정한 행동 패턴에 매칭된 방문자에게 e-mail, SMS 등의 자동화된 액션을 발동하고 액션 결과에 따른 추가 액션이 가능한 자동화 마케팅 툴이다. 세일즈포스와 연동이 가능해 웹사이트에서 획득이 어려운 고객 정보로도 정확한 액션을 할 수 있다는 장점이 있다. 일본의 카르테(KARTE, karte.io)는 실시간 방문자를 시각화 및 그룹화해 실질적인 전환 상승을 유도하기 위한 대응 및 행동을 하는 서비스다. 현재 방문자를 대상으로 그룹을 생성해 쿠폰이나 팝업을 제공하는 것이 마케팅 업무가 아닌 하나의 게임처럼 느껴질 정도로 재미있는 서비스다. 이와 같은 마케팅 툴은 분석 데이터를 활용하거나 해석에 도움을 주는 서비스라고 하기엔 조금 거리가 있다고 생각할 수 있다. 하지만 분석을 통해 확인된 개인화 패턴이나 성향에 대해서 즉각적인 마케팅 활동을 할 수 있다는 점과, 데이터를 해석한 후 행동으로 대응하기까지의 지연 없이 실시간으로 대응이 가능한 점에서 분석과 활용에 대한 부담과 리소스 소모를 획기적으로 줄여주기에 관심이 높아져 가는 추세다.  
효과적인 문제 해결을 위한 데이터 분석 이번 글에서는 데이터라는 좋은 재료에 전문 인력, 서드파티 데이터, 원천 데이터, 마케팅 툴로서의 활용까지 총 네 가지 양념을 가미해 맛있게 요리할 방법을 간단히 살펴봤다. 데이터 분석은 그 자체가 목적이 돼서는 안 된다. 분석의 목적은 문제를 효과적으로 해결해 더 나은 방향으로 발전하는 핵심을 파악하는 행위이다. 어떤 도구라도 통용되는 말이겠지만, 사용하고자 하는 목적과 비즈니스에 맞는 데이터 활용법을 찾는 것이 중요하며, 그러기 위해서는 목적과 계획 수립이 반드시 선행돼야 할 것이다.

tags 디아이투데이 , ditoday , 월간 DI , 디아이 , DI 매거진 , 디아이 매거진 , 남은선 기자 , 데이터 분석 , 디지털 분석 , 서드파티 데이터 , 어도비 마케팅 클라우드 , 원천 데이터

저작권자 © 웹스미디어 무단 전재-재배포 금지

뉴스콘텐츠는 저작권법 제7조 규정된 단서조항을 제외한 저작물로서 저작권법의 보호대상입니다.
본 기사를 개인블로그 및 홈페이지, 카페 등에 게재(링크)를 원하시는 분은
반드시 기사의 출처(로고)를 붙여주시기 바랍니다.
영리를 목적으로 하지 않더라도 출처 없이 본 기사를 재편집해 올린 해당 미디어에 대해서는 합법적인 절차(지적재산권법)에 따라
그 책임을 묻게 되며, 이에 따른 불이익은 책임지지 않습니다.

URL 복사 출력하기 목록보기 스크랩하기

관련기사


정기구독신청