아무도 안 보는 데이터를 매출로 바꾸다.
< 아무도 보지 않는 데이터들?...>
“전환율이 낮아요.”
“리텐션이 떨어졌어요.”
“클릭 수가 안 나와요.”
- 많은 이들이 이야기 하는 데이터들의 단편적인 단어들입니다.
- 하지만 실제로 돈이 되는 데이터는 대시보드의 앞줄 지표가 아니라, 한 번도 클릭 안 해본 로그 속에 숨어 있는 경우가 많은데요.
- 소히 말하는 ‘비가시적인 데이터’는 하루에도 엄청난 양들이 버려지고 있습니다. 하지만 이 비가시적인 데이터를 기반으로 기적적인 매출을 만들어 내고 연결한 사례들도 있는데요~! 해당 사례들을 살펴보려고합니다.
< 아무도 보지 않는 데이터들?...>
1. Amazon – 검색 실패 로그에서 매출 기회 찾기
�실험 전: 검색 결과 없음(“no result”) 로그가 지속적으로 발생
⭕️ 조치: 검색 실패 로그를 분석해
• 오타, 띄어쓰기, 중복 키워드 패턴 파악
• 검색어 자동완성 알고리즘 개선
� 성과:
•“No result” 페이지 노출 30% 감소
•구매 전환율 상승
✅ 포인트: 실패 로그 안에 사용자의 의도가 숨어 있음을 파악해 이를 개선하고 매출로 연결.
⸻
2. LinkedIn – ‘프로필을 본 사람’이 돈이 되다
❗️발견: 사용자가 자주 클릭하는 기능 → “누가 내 프로필 봤는가?”
⭕️ 조치: 이 기능을 프리미엄 가입자 전용으로 전환
� 성과: 프리미엄 가입 전환율 상승
✅ 포인트: 아무 기능 아닌 줄 알았던 것이, ‘알고 싶은 욕망’을 돈으로 바꾸는 순간이었다.
⸻
3. Alibaba – 클릭하지 않아도 구매하는 행동을 학습하다
⁉️ 문제: 클릭율 예측의 한계
⭕️ 조치:
• 검색 기반 관심도 모델(SIM) 도입
• 사용자 행동의 ‘맥락’을 학습
• 단순 클릭 이력 → 행동 시퀀스 기반 추천으로 전환
� 성과:
• CTR 7.1% 증가
• 광고 수익 4.4% 상승
✅ 포인트: 한 번 클릭보다, 계속 쌓이는 행동이 더 정확한 신호다.
4. Pinterest – 저장 데이터가 만든 맞춤 추천
❗️문제: 추천 피드의 이탈률 증가
⭕️ 조치:
• 사용자가 저장한 핀, 보관한 보드, 클릭 이후 스크롤 패턴까지 분석
• 두 개의 신경망 구조 (Two-Tower Model)로 추천 피드 정교화
� 성과:
• 홈 피드 참여도 16% 향상
• GPU 기반 연산 전환으로 효율도 개선
✅ 포인트: ‘좋아요’보다 오래 남는 ‘저장’이 진짜 관심이다.
5. Airbnb – 가격에 숨은 타이밍의 기회
❗️ 문제: 호스트들이 적정가 설정에 어려움
⭕️ 조치:
• 예약 이력, 지역 수요, 이벤트 데이터 등을 조합해
• 실시간 스마트 프라이싱 도구 제공
� 성과:
• 예약률 상승
• 단기 수익 증대
✅ 포인트: 데이터가 가격을 정하면, 숙박도 더 잘 팔린다.
6. Etsy – 검색어보다 클릭의 맥락이 중요했다
❗️문제: 검색어를 입력했지만 제품을 찾지 못하는 사용자 증가
⭕️ 조치:
• 사용자의 검색어, 클릭 시점, 상품 유형, 구매 시간대를 종합하여
• 검색 결과 정렬 방식 알고리즘 개선
� 성과:
• 검색 결과 정확도 향상
• 전환율 개선
✅ 포인트: 검색어보다 행동의 흐름이 더 정확한 탐색 신호다.
< 우리도 놓치고 있는 데이터들이 있을까?...>
생각의 전환과 함께 의외로 놓치고 있는 데이터가 정말 돈이 되는 경우들이 많습니다. 단순한 스크롤, 평점의 추이, UX 등이 있을 것입니다.
� 스크롤 속도 데이터를 본 뒤 생긴 것들에 대한 예측
유저들이 스크롤을 몇 초 만에 넘기고, 어디서 멈추는지를 분석했더니
→ "뭘 사야 할지" , ‘뭘 봐야 할지 모르겠다’는 행동이 드러났다.
→ TOP 10 , 필수 시청 영상 등등의 맥락으로 연결 시 연속성을 잡아낼 수 있습니다.
5️⃣ 평점의 변화에 대한 내용을 패턴으로 분석해 고객 이탈을 예측
평점이 낮은 것들이 많으면 고객이 이탈할 거라 예측
→ 실제로는 평점의 변화 추이가 주요할 때가 많습니다.
→ 즉, 평점이 꾸준한 것보다 5.0 만점에서 갑자기 4.5로 떨어지는 부분에 대한 이탈이 더 많은 것들을 볼 때도 있습니다.
� 비완강률이 높은 강좌를 UX 실험으로 전환
강의를 끝까지 듣지 않는 유저가 많은 강좌들을 분석해보면 UX의 문제일 때가 많습니다.
• 첫 2분에 난이도 급상승 한다거나
• 강사 말 속도가 너무 빨라 아웃사이더를 보는 것 같은 느낌이라거나
→ 이 데이터를 기반으로 강사 피드백, 강의 순서 재배치 해보고
→ 수강 완주율, 리뷰 수치 동반 상승으로 이어질 수도 있습니다.
✓ 마치며
우리는 항상 “많이 클릭된 것”을 찾지만, 실제로 돈을 만들어주는 건 이상한 행동, 실패한 로그, 비정상적인 체류 시간일 수 있습니다.
정답보다 예외를 먼저 봐야만 할때가 있고 숫자의 평균보다, 경계값을 보아야 할 때도 있습니다.
모두가 무시한 로그에서 길을 찾는 순간, 확률은 기회가 되고, 데이터는 돈이 되는 순간이 찾아돈다고 생각합니다.
