brunch

매거진 앰플리튜드로 데이터 분석하기

라이킷 22 댓글

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by bom Aug 10. 2022

앰플리튜드로 DDUX 하기_GA와 앰플리튜드 비교

Data Driven UX Design with Amplitude

들어가며

UX Design을 하다 보면, 아니 디자인을 하다 보면 여러 사람들의 의견을 듣게 된다.

디자인이라는 것이 바로 눈에 보이기 때문에 누구나 쉽게 의견을 낼 수 있고, 소위 말하는 개. 취(개인 취향)가 있기 때문에 피드백을 받더라도 명확하게 '아닙니다 이경우에는 이렇게 해야 합니다.'라고 말하기가 어렵다. 그리고 스스로도 이 디자인이 정말 유저의 행동을 불러일으킬 수 있는 디자인인지, UX 설계가 이탈 포인트 없이 잘 설계되었는지 확신을 갖기 어려울 때가 있다.

이때 이 모든 논란들을 어느 정도 잠재울 수 있는 것이 Data 데이터이다.

사실 DDUX(Data Driven UX) 디자인은 최근에 새롭게 나온 말이 아니다. 몇 년 전부터 이야기되던, 그리고 실행되던 방법이지만 실제 업무에서 적용되는 것은 시간적인 여유가 있거나 리소스가 충족되지 않는 한 진행하기가 어려운 게 사실이다.

하지만 이번에 운이 좋게도(?) 새로운 프로젝트를 시작함에 있어 어느 정도의 여유시간이 생겼고 함께 일하는 개발자 분도 데이터 드리븐에 관심이 있다고 하셔서 함께 앰플리튜드를 활용하여 데이터 드리븐을 해보기로 하였다.

그렇다면 왜 Google Analytics가 아닌 Amplitude 앰플리튜드, 다소 생소하게 들리는 이 툴을 활용하느냐? 그냥 심플하게 내가 다니고 있는 회사가 이 툴을 쓰고 있기 때문이다.

외국계 회사이다 보니 외국에서 많이 사용하고 있는 앰플리튜드 사용하고 있었다. 한국에서도 최근 컬리, 뱅크 샐러드, 지그재그 등에서 앰플리튜드를 공격적으로 도입하고 있다. 하지만 한국에서는 아직 많이 사용되고 있지 않아서인지 앰플리튜드를 검색해보니 강의도 하나 있을까 말까(한 강의를 발견했는데 이것도 마감되어 듣지 못했다..), 자료가 현저히 부족하여 정말 처음부터 하나하나 일구는 심정으로 앰플리튜드를 세팅하였다.

지금도 아직 부족한 게 많지만 어느 정도 툴을 계속 보고 사용하다 보니 익숙해진 부분들도 있고, 또 막상 사용해보니 앰플리튜드의 UI와 용어들이 GA보다 직관적이고 지원하는 기능들도 많아서 개인적으로는 GA보다 편하다고 느끼고 있다.(무엇이던 처음이 어렵다)

이 글은 시리즈로 작성하여 앰플리튜드 기본적인 개념 정리, 세팅방법, 차트 이용 등을 적어보려 한다.

이 글을 보고 앰플리튜드를 첫 시작하는 분들이 나보다는 쉽게, 그리고 헤매지 않고 이 좋은 툴(개인적인 생각으로 써보니.. 좋습니다..)을 백분 활용할 수 있기를 바란다.

첫 스텝

GA(Google Analytics)와 앰플리튜드는 어떻게 다른가?

1) 분석단위 : 페이지뷰 vs 이벤트

GA는 페이지 즉 우리가 서비스를 만들 때 있는 랜딩페이지, 회원가입 페이지 같은 프로덕트 내에 각각의 페이지 별로 데이터를 수집한다. 이는 GA의 탄생 자체가 콘텐츠 제공을 메인으로 하는 웹사이트를 위해 만들어진 툴이기 때문이다. 이러한 사이트들은 페이지 뷰수, 트래픽 수가 중요한데 예를 들어 랜딩페이지를 300명이 보았다, 회원가입 페이지에 500명이 들어왔다 라는 식으로 GA에서는 데이터를 수집한다.

앰플리튜드는 서비스를 위해 태어난 툴로 GA가 포괄적으로 페이지라는 데이터를 수집한다면 앰플리튜드에서는 더 세부적인 이벤트라고 말하는 유저의 행동 단위로 데이터를 수집한다. 앰플리튜드에서의 이벤트는 유저가 하는 행동을 의미하는데, 유저가 랜딩페이지에 들어왔다, 어떠한 버튼을 눌렀다와 같이 유저의 행동을 이벤트로 만들어 데이터로 수집한다. 이때 GA와 같이 유저가 단순히 페이지에 접속하여 아무런 행위도 하지 않음(페이지뷰)을 이벤트로 만들 수 있기 때문에 유저의 액션과 페이지뷰를 한 번에 분석할 수 있다.

이벤트라는 하나의 단위로 모든 고객의 행동을 분석할 수 있고 이 모든 데이터들은 앰플리튜드의 차트를 통해 활용할 수 있다.

GA도 이벤트별로 추적하는 기능을 지원하기는 하지만 페이지뷰와 이벤트는 분리되어 분석되고 이를 함께 볼 수 없다.

앰플리튜드 차트 세팅 화면

페이지 단위로 데이터를 수집하는 GA

2) 데이터 관리

GA의 페이지 단위의 데이터 수집은 페이지간의 이동, 즉 A라는 페이지에서 B라는 페이지로 이동하는 데의 이탈률과 같은 페이지의 이동을 파악하는데 용이하다. 이러한 퍼널 분석을 통해서 어떤 페이지에서 유입이 많이 되고 어느 구간에서 유저가 이탈을 많이 하는지 유저의 흐름과 페인 포인트를 찾는데 도움을 받을 수 있다. 그러나 페이지 단위가 아닌 유저가 어떠한 행동을 하였고 어떤 행동을 함으로 인해 이탈을 하였는지, 그리고 이탈한 유저들이 공통적으로 겪은 문제들과 행동들을 파악할 수는 없다.

그렇기 때문에 페이지 단위의 큰 그림만을 볼 수 있지 세세하게 어떤 부분을 개선해야 하는지 유저가 실제 그 페이지에서 겪었던 문제점들이 무엇인지를 알기 어렵다.

앰플리튜드는 유저의 행동 단위로 데이터를 수집한다. 유저가 A라는 페이지에서 A-1이라는 버튼을 누른다. 까지 세세하게 설정을 할 수 있다. 그렇기 때문에 상세한 퍼널 분석이 가능하며 이러한 퍼널 분석 중에도 같은 특징을 갖고 있는 유저들을 하나의 그룹으로 묶어 이 유저들이 어떠한 특성을 갖고 있고 어떤 공통된 경로로 이벤트를 수행하는지까지도 분석할 수 있다.( 이 부분은 추후 앰플리튜드 차트 분석에서 자세히 다루겠다)

GA도 고객의 행동을 분석할 수 있는 기능이 있긴 하다. 하지만 GA에서의 유저 행동 분석을 위해서는 미리 유저의 경로를 세팅해야 하고 이 경로를 수정하거나 추가하는 것이 불가능하다는 한계점이 있다.

퍼널 분석이라는 것이 핵심 이동경로를 중심으로 파악하기도 하지만 유동적으로 중간에 새로운 구간을 추가하거나 삭제하는 식으로 설정이 가능해야 데이터 분석이 용이한데, GA는 새로운 퍼널을 보고 싶다면 처음부터 다시 퍼널을 새롭게 정의해야 하고 이전 데이터를 볼 수 없다.

그러나 앰플리튜드는 자유롭게 퍼널을 수정, 삭제, 추가하며 실시간으로 데이터를 분석할 수 있다.

자유롭게 퍼널 추가/수정/삭제가 가능한 앰플리튜드

3) 유저 데이터 관리

GA는 세션(처음 페이지가 열리고 닫힐 때까지의 과정) 별로 유저를 특정하기 때문에 한 명의 유저가 세션에 따라 다른 유저로 분석되기도 한다. 예를 들어 A라는 유저가 인스타그램으로 다이어트 식품 광고를 보게 되었다. 이에 관심이 있어 구글에 해당 다이어트 식품을 검색하고 구매를 했다고 하자. 이때 GA는 A라는 유저가 한 같은 행동임에도 불구하고 세션이 다르기 때문에 다른 유저로 분석한다. GA에의 A유저는 인스타그램으로 광고를 본 유저 / 구글 검색으로 다이어트 식품을 구매한 유저로 분리되고 A유저는 구글 검색을 통해 제품을 구매한 것으로 분석된다.

이를 극복하기 위해 GA에서는 User ID를 발급하여 개개인별로 추적이 가능하도록 하고 있으나 이를 세팅하는 것이 어렵고 복잡하다는 한계가 있다.

Amplitude 앰플리튜드는 유저가 첫 이벤트를 발생시키면 예를 들어 A라는 서비스에 접속했다는 이벤트를 발생시키면 자동으로 Amplitude ID를 발급하여 이 ID를 기반으로 유저의 모든 행동들을 기록한다.

이를 통해 Amplitude에 최대 장점인 코호트 분석이 가능한데, 유저 행동 기반으로 데이터를 수집하고 유저를 맨 처음부터 ID를 통해 특정 기간 동안 특정 행동으로 구별하기 때문에 동일한 패턴을 갖고 행동하는 유저들을 하나의 그룹으로 묶어(코호트) 분석하기 용이하다.

앰플리튜드에서는 퍼널 차트에서 추출하고 싶은 유저들을 코호트로 추출하여 분석할 수 있다.

4) 커스텀화

GA는 초기 세팅이 쉽지 않고 용어들이 직관적이지 않아 어려울 때가 많다. GA는 초기 설정부터 측정하고 있는 값을 미리 정해진 상태로 제공하지만 앰플리튜드는 모두 사용자가 커스텀화 하여 사용할 수 있다. GA가 사용자를 나이, 지역, 장치 등 미리 정해진 기준으로 제공하는 것에 반해 앰플리튜드는 기본적으로 앰플리튜드에서 제공하고 있는 유저 특성 이외에도 사용자가 직접 유저를 구별 짓는 특성(프로퍼티)을 설정하여 유저를 구별할 수 있다. 그렇기 때문에 앰플리튜드의 메인 기능인 코호트 분석이 용이하다.