스타트업 데이터 전략 수립 : Case 컬리

스타트업 이야기 : 마켓컬리

스타트업 창업가와 생태계 구성원들의 성장 경험 공유 프로젝트 Growth Talk Live 시리즈. 2020년 마지막은 <데이터 인사이트 편>을 기획했고, 컬리 토스 직방의 데이터 리더들이 함께한다. 데이터 전략 수립, 데이터 기반 의사 결정, 비즈니스 데이터로 나눠 살펴볼 계획이다.

첫 시작인 12월 1일, 컬리 CEOF 최한도 리더께서 '스타트업의 성장 단계별 Data 전략 수립'을 주제로 컬리의 경험과 인사이트를 공유해주셨다.

아래는 강연 듣다가 메모.
- 컬리는 고객 경험 개선을 위해 성장 단계에 따라 새로운 프로세스를 시도함. (초기-성장기-성숙기로 나눠 전략 수립) 현재 성장기에 있는고, 성숙기에 대비해 전략을 수립하고 테스트도 어느 정도 진행 중임

- 초기 컬리는 데이터 관리/분석에 엑셀을 활용. 신규 고객 유치, 구매 횟수, 비용 등 데이터를 분석하면서 고객이 사이트를 떠나지 않도록 지속적인 구매 유도 인사이트 도출

- 고객과 제품이 증가하고 성장함에 따라 각 팀마다, 또는 상황마다 필요한 데이터 인사이트가 달라져서 결국 여러 버전의 데이터들이 만들어지게 됐는데, 버전 컨트롤이 어려웠고 또 데이터 입력 과정에서 실수들이 발생할 가능성이 있어서 데이터의 정확/신뢰도가 떨어지는 등 한계가 눈에 보이기 시작.

- (성장기에 들어서며) 2016부터 데이터 인프라 구축 시작, 대형 데이터 처리 플랫폼을 활용함. 2017 AWS툴로 데이터 migration 완료. 데이터 처리 양, 속도 증가. 다양한 분석 시도 가능했고 데이터를 보는 관점도 넓어짐.

- 대시보드를 도입해 반복적인 분석은 자동화했고, 시각화를 통해 현황을 쉽게 파악하기 위한 노력들을 해 옴. Bot을 활용해 (예)고객 상담 인입 시 품질, 배송 등 문제 등 원인을 빠르게 분석하고 유관부서에 적시에 알림.(컬리Bot은 이미 잘 알려진 데멍이=데이터를 물어다 주는 멍멍이. 데멍이가 30분 단위 주문건수 트래픽을 공유함)

- bot 알림을 통해 물류센터는 당일 주문량을 소화할 수 있도록 사전 대응하고, 마케팅팀은 재고율을 낮추는데 데이터를 활용함. (+신선식품 폐기 리스크 관리)

- 컬리는 고객 경험 개선이 중요한 가치여서 계속해 개선해 나가는 중. 고객 대응이 늦어질수록 서비스 레벨이 떨어지고, CRM비용 증가, 재구매율이 떨어지게 됨. 또 재고 준비에 따라 디멘드는 있는데 supply가 없거나 혹은 과대하게 준비해 문제가 된 케이스들이 학습 되었음.

- (코로나 등) 유저 행동 패턴에 변화가 생기면 물류센터의 대응에도 변화가 필요한데, 단기간에 만들기는 어려움.(그래서 초기부터 장기적인 데이터 전략 수립이 필요한 이유) 데이터를 읽고 프로세스 개선, 생산 효율성 증대, 성장 기회 도출 인사이트 발견해야 함.

- 유저가 늘고 매출이 올라가는데, 바스켓 사이즈가 줄어든다면 주문처리비용의 증가로 이어짐. 건강한 성장 곡선이 아님에 유의(허상지표). 주문 건당 처리비용 관리 등 지속가능성을 관리해야 함.

- 지금까지 데이터를 빠르게 분석하고 대응하는데 집중했고, 앞으로 성숙기에 들어서면 유저 행동 패턴을 읽고 주문 예측을 통해 옵티멀한 생산성을 유지하기 위한 노력을 계속할 계획임. 신규 유저 성장에는 한계가 있기 때문에 unmet needs를 충족하는 상품 추천에 집중할 것. 성숙기에 맞는 데이터 전략을 세우고 팀도 리빌딩 중(채용 진행 중). 데이터 분석, 사이언스, 플랜. / ceof = ceo office 전략그룹

(끝)