스타트업 팀윙크로 알아보는 데이터 드리븐 문화
타키의 팀윙크 적응기(2) - 데이터 드리븐 편
* 본 시리즈는 팀윙크 그로스팀 인턴 타키가 스타트업 문화를 공부하고 팀윙크에서 직접 경험한 일을 기록한 스타트업 콘텐츠입니다. 단어 설명, 주장, 근거에 틀린 점이 있을 수도 있으니 너그럽게 봐주시고 지적해주시면 감사할게요.
[타키의 팀윙크 적응기 목차]
2부 : 스타트업 팀윙크로 알아보는 데이터 드리븐 문화
로키 : 아냐, 이 기능은 이래야 해. 그래야 보기가 편하지.
힐 : 제 생각은 다릅니다. 이 기능은 이렇게 해야 하지 않을까요?
쭌 : 내가 고객이라면 이 기능은 이런 관점으로 봐야 해요.
코비 : 제가 CX매니저로서, 고객은 이런 걸 원할 겁니다.
알리샤 : 우리 데이터로 결정합시다!
타키 : ...!
앱에서 새로운 기능 추가 작업 중, 구성원들 간에 의견 충돌이 있었습니다. 이 기능이 어떻게 고객에게 보여줘야 고객이 편리한지가 중점이었습니다. 각자가 생각하는 고객 편의가 달라 의사결정이 쉽지 않은 상황이었습니다. 그때 알리샤(그로스 리더)가 A/B테스트를 해보고 데이터로 결정하자고 말했습니다. 알리샤의 말에 모두가 정신이 번뜩하더니 고개를 끄덕이며 논쟁은 마무리가 됐습니다. 저는 그 당시 '데이터로 결정합시다!'라는 말에서 개비스콘 광고가 스쳐 지나갔습니다. 모든 문제를 한 번에 해결해 후련한 심정이었지요.
팟빵 Design Table 콘텐츠 중 <마켓컬리, 데이터로 이유 있는 디자인하기>, <토스 프로덕트 디자이너> 편에서 마켓컬리 프로덕트 매니저와 토스 디자이너가 데이터와 디자인 이야기를 하는데, 두 사람의 공통점이 디자인 개선 작업을 할 때 데이터로 의사 결정한다고 합니다.(토스와 마켓컬리 IT 문화를 엿들을 수 있는 콘텐츠입니다. 출퇴근 길에 청취 추천해드려요. 제 사수 쭌이 저에게 추천해준 콘텐츠입니다.) 위에서 알리샤의 말도 데이터로 의사결정을 한 사례라고 느꼈습니다. 디자인뿐만 아니라 데이터 중심으로 앱 기능 개선을 하는 것이지요. 이렇게 데이터를 분석하고 의사결정하는 걸 데이터 드리븐이라고 한다고 합니다.
데이터 중심 의사결정이 만병통치약입니다.데이터 드리븐, 무엇일까?
토스, 마켓컬리, 팀윙크도 하는 데이터 드리븐은 과연 무엇일까요? 데이터 드리븐(Data Driven)이란, 데이터를 근거로 의사결정 하는 문화 혹은 사고방식입니다. 정확히 말하자면 데이터 근거 의사결정 전후에 일어나는 모든 과정을 말합니다. 데이터를 모으고, 모은 데이터를 의미 있는 정보로 만들며, 의미 있는 정보를 근거로 의사결정과 같은 실제 행동을 하는 것이죠.
데이터 드리븐은 데이터 드리븐 경영, 데이터 드리븐 마케팅, 데이터 드리븐 UX 등 다양한 직군과 영역에서 활용합니다. 한국데이터산업진흥원 자료에 의하면 고객관리, 마케팅, 트렌드 분석, 신사업 개발, 위험 요소 관리, 실적/성과 분석 등 데이터 드리븐은 많은 분야에 적용할 수 있다고 합니다. 제가 찾아본 데이터 드리븐 활용 예시를 얘기해드릴게요.
구글은 사내 식당 음식물 쓰레기 문제를 데이터드리븐으로 해결했다고 합니다. 사내 식당에서 식재료와 음식물 낭비가 심했는데, 이 문제를 해결하기 위해 구글은 스마트 저울을 도입했습니다. 스마트 저울로 버려지는 음식물 양을 돈, 물, 석유 등 다양한 유의미한 수치로 바꿔 사내 식당에 실시간으로 보여주었습니다. 직원들은 실시간 정보 현황을 보며 경각심을 받고 음식 낭비를 줄였다고 합니다. 그 결과 환경에 긍정적인 영향을 주고 관리 비용도 절감했죠. 데이터 드리븐은 마케팅에서도 자주 활용이 됩니다. 제가 느끼기에 마케팅 영역에서 스트리밍 서비스가 데이터 드리븐 대표적인 예시라고 생각합니다. 저는 뮤직 스트리밍 서비스 멜론을 이용하고 있습니다. 멜론은 제가 자주 찾는 가수의 콘서트 정보를 푸쉬 알림으로 보냅니다. 제 관심사를 분석하여 최적의 광고와 맞춤 상품을 보내는 거죠. 멜론 뿐만 아니라 다른 콘텐츠 스트리밍 서비스도 동일합니다. 자기들이 쌓은 빅데이터를 활용해 고객 데이터를 분석하고 가공하여 맞춤 콘텐츠 큐레이션과 광고를 하죠. 구글의 사내 경영이나 멜론의 맞춤형 광고처럼 데이터 드리븐은 다양한 영역에서 기업과 타겟층에게 긍정적인 결과를 가져다주는 사고방식입니다.
데이터 드리븐, 팀윙크는 왜 하게 되었을까?
데이터 드리븐은 다양한 산업의 스타트업에서 대기업까지 많은 기업이 비전과 철학으로 두고 있습니다. 삼성SDS는 2019년 초에 기업 비전을 ‘데이터 드리븐 디지털 트랜스포메이션 리더’로 삼을 정도로 데이터 경영 중심을 외치고 있을 정도지요. 이렇게 많은 기업이 하는 데이터드리븐을 팀윙크도 하게 된 이유가 무엇일까요? 어떤 장점이 있길래 데이터드리븐을 활용할까요? 제가 공부하고 느낀 바로는 '고객'에게 더욱 편리한 서비스를 제공하고, 실제 담당자들은 효율적이고 정확하게 행동할 수 있어서라고 생각합니다.
모든 스타트업이 그렇듯이 고객이 불편해하는 문제를 해결하고 니즈를 충족시켜주기 위해 새로운 사업과 기능을 만들고 서비스와 상품을 개선합니다. 저희 팀윙크도 마찬가지입니다. 고객 중심으로 문제를 해결하고 서비스를 개선하려면 고객에게 직접 물어보거나 고객 디지털 데이터를 바탕으로 진행해야 합니다. 그렇지 않으면 고객 문제를 파악하기 어렵고 고객이 만족하는 제대로 된 해결과 개선이 어렵기 때문입니다. 이렇게 데이터 드리븐 철학을 다양한 영역에 적용합니다. UI, 프로덕트, 마케팅을 고객 중심으로 수정합니다. 고객이 만족하는 편리한 서비스로 앱이 지속해서 발전해 나갑니다.
만약, 새로운 상품이나 서비스를 만들어야 할 때 여러 사람이 의견을 내놓는다면 어떻게 될까요? 사공이 많으면 배가 산으로 가는 속담처럼, 각자 자기 주관을 이야기하며 의사 결정에 혼란을 줄 것입니다. 혼란만 가득한 상태에서 의사 결정도 늦어지죠. 그중 의사결정권자가 한 명이어도 정확한 의사결정을 했다고 확신할 수 있을까요? 불확실한 리스크를 최대한 줄이고 선택했다고 할 수 있을까요? 제가 팀윙크에서 경험한 바로는 데이터 드리븐 방식으로 이런 문제들을 예방하고 있었습니다. 데이터를 근거로 의사결정하기 때문에 의사결정에 혼란을 주는 불필요한 소통이 줄어들어 빠르고 효율적인 행동을 실행할 수 있습니다. 또한, 막연한 추측이 아니라 확실한 데이터를 활용하여 의사 결정하기 때문에 위험 리스크를 줄일 수 있습니다.
데이터 드리븐 기반 행동은 결국 '고객 중심 의사 결정'입니다. 고객에게 편리한 서비스를 제공할 수 있는 환경과 소통을 만드는 방식입니다. 기업과 고객이 동시에 이익을 가져다주는 최적의 의사 결정 방식이죠. 팀윙크는 이런 데이터 드리븐 장점을 살려 고객 문제를 해결하고 서비스를 개선해 나갔습니다.
데이터 드리븐으로 고객 중심을!데이터 드리븐, 팀윙크는 어떻게 할까?
그렇다면 저희 팀윙크는 데이터 드리븐를 어떻게 할까요? 팀윙크는
데이터 중심 마인드 셋
데이터 수집
데이터 가공 및 분석
데이터 공유
를 하며 의사결정을 하고 전략을 만듭니다. 각각의 단계에서 사용하는 툴이 있는데요. 데이터 수집에는 주로 앱스플라이어를, 분석에는 엑셀을, 공유에는 구글 데이터 스튜디오를 사용합니다. 하나하나 나눠서 설명해드릴게요. (주로 제가 팀에서 다루고 있는 툴입니다.)
데이터 중심 마인드 셋
데이터 드리븐에서 가장 기본적이자 필수적인 요소는 데이터 중심 사고입니다. 데이터 중심 문화가 만들어지려면 구성원의 태도와 생각부터 데이터 중심이 되어야 하기 때문입니다. 대다수가 데이터 중심 마인드 셋이 갖춰지지 않으면 같은 마음이 아니기 때문에 데이터 중심 의사결정이 어려울 겁니다.
여기서 중요한 점은 데이터 중심 사고는 데이터만 보겠다는 태도가 아닙니다. 데이터만 읽는다고 해서 데이터 중심 의사결정에 도움이 되질 않습니다. 데이터를 유의미한 정보로 가공하고, 가공한 정보를 바탕으로 고객 편의와 전환률을 높이려는 기획까지 해야 합니다. 의사결정까지 도달하는 데이터 기반 업무 프로세스를 생각해야 데이터 중심 사고가 갖춰집니다. 팀윙크는 여러 시행창오를 겪고 데이터 드리븐의 장점을 취하게 되었습니다. 다 같이 데이터로 이야기하자! 라는 합의는 하지 않았습니다. 어느 순간부터 자연스럽게 문제 해결과 서비스 개선에 필요한 근거와 목표로 데이터를 사용하고 있었습니다.
앱스플라이어
데이터 중심 사고가 탑재되었다면 이제 데이터를 수집해야 합니다. 그렇지 않으면 데이터로 이야기할 수 없겠죠. 저희 팀윙크 알다 앱에서 일어난 데이터를 수집을 위해 앱스플라이어라는 어트리뷰션 툴을 사용합니다. 앱스플라이어는 앱 내 고객 행동 데이터를 파악할 수 있게 도와주는 솔루션 툴입니다. 사용 범위는 다양합니다. 마케팅 성과를 분석하고, 앱 내 고객 활동을 바탕으로 서비스와 UI를 개선하며, 새로운 서비스의 고객 반응을 살펴 보기도 합니다. (앱스플라이어 홍보는 아닙니다...)
예를 들어, 알다 앱 내 새로운 서비스를 만들고 고객 반응을 살펴보려고 합니다. 앱스플라이어에서 고객들이 새로운 서비스를 이용하지 않거나, 반쯤은 이용했는데 나머지 반은 이용하지 않는 데이터 결과가 나왔습니다. 앱스플라이어 데이터로 마케팅 채널별로 유입된 고객 행동을 파악하여 왜 고객들이 서비스를 이용하지 않는지, 이탈하는지 등의 데이터를 수집합니다. 데이터를 바탕으로 마케팅 소재를 변경하거나, 서비스 플로우/UI를 바꾼다거나, 문구를 수정하는 등 앱스플라이어 데이터를 함께 활용하여 개선을 진행합니다. 저희 그로스팀 같은 경우에는 주로 고객 획득 의사 결정에 앱스플라이어를 활용합니다. 마케팅 채널을 확보하고 광고 소재를 만들어 고객 획득 반응을 살핍니다. 앱스플라이어 데이터를 바탕으로 마케팅 채널과 광고 소재를 수정하거나 추가하여 고객 획득 증진을 위한 의사 결정을 진행합니다. 고객 획득 같은 상단 퍼널 뿐만 아니라 고객 여정에 관련된 모든 퍼널 데이터를 수집하고 고객 편의를 위한 개선안을 도출합니다.
엑셀
앱스플라이어나 직접 데이터를 수집했다면 이제 유의미한 정보로 가공해야 합니다. 데이터 중심 의사결정에 필요한 것은 방대한 데이터가 아니라 전략으로 쓸 수 있는 가공된 정보이기 때문입니다. 데이터를 우리가 원하는 방향으로 편집하고 분석하여 정보로 만들어야 합니다. 이 정보로 해결 및 개선 전략을 만들어 내야 합니다. 데이터 가공에 사용되는 툴이 엑셀입니다. 엑셀은 데이터를 가공하여 보고 싶은 지표로 만들고 이전 지표와 현재 지표를 비교할 때 유용합니다.
예를 들어, 가입 대비 설치율, 설치 대비 기능 사용 비율 등 데이터를 핵심 전환율 지표로 가공하고 비교할 수 있습니다. 예시로 든 지표는 기존 마케팅 전략을 수정하거나 새로운 마케팅 전략을 만들 때 사용됩니다. 또한, 각 퍼널별 행동 데이터를 이탈률을 파악하는 정보로 만들고 분석하여 서비스 기획이나 UI를 수정합니다. 수집한 데이터를 엑셀로 개선에 필요한 정보로 만들고 이를 바탕으로 고객 중심 서비스로 나아가는 거죠.
구글 데이터 스튜디오
데이터를 의사결정에 필요한 근거로 가공했다면 서로에게 공유해야 합니다. 데이터 의사결정 하기 전에 데이터를 보면서 판단해야 하기 때문에 데이터 수치를 모두에게 보여줘야 합니다. 만약 데이터를 숫자 그대로 보여주면 의사결정에 필요한 소통이 어려울 것입니다. 이전 데이터와 현재 데이터를 한눈에 파악하기 힘들기 때문입니다. 팀윙크는 데이터를 친절하고 한눈에 공유하기 위해 구글 데이터 스튜디오라는 시각화 툴을 사용합니다. 구글 데이터 스튜디오는 데이터를 쉽게 파악할 수 있게 도움을 주는 시각화 툴입니다. 이 툴은 데이터를 그래프로 바꾸어 주기 때문에 데이터를 한눈에 파악할 수 있습니다. 전날과 금일 데이터, 금주와 지난주 데이터 등 데이터 변화 추이를 쉽게 비교할 수 있어 성과와 성장을 확인할수 있죠. 구글 데이터 스튜디오는 어려운 데이터를 친절하게 보여주어 효율적인 의사소통을 돕는 게 핵심입니다.
이외에도 파이어베이스, mySQL 등 앱 서비스에 기본적인 데이터베이스 툴도 사용합니다. 제가 사용하는 툴로만 데이터 드리븐을 설명해야 했기 때문에 다른 데이터 관련 툴 설명은 제외했습니다.(개발은 공부 중입니다...)
이렇게 팀윙크가 데이터 마인드 셋을 갖춘 후 데이터를 모으고, 분석하며, 공유하는 이유는 데이터 드리븐을 통한 고객 중심 서비스로 거듭나기 위해서 입니다. 앱은 고객이 있어야 존재하고 성장합니다. 고객에게 좋은 서비스를 제공해야 하죠. 고객 디지털 데이터 수집과 분석 없이 앱을 개발한다면 무슨 소용일까요? 공급자 중심의 상품 판매만 될 뿐입니다. 팀윙크는 공급자 중심 태도를 경계하고 고객 중심 서비스를 만들기 위해 데이터 드리븐 문화를 갖추게 되었습니다.
데이터 드리븐, 장점만 있을까?
제가 공부한 개념과 팀윙크 문화로 데이터 드리븐에 대해서 설명을 해봤습니다. 데이터에 기반한 의사결정이 고객 중심 의사결정이기에 데이터 드리븐은 마치 결함이 전혀 없어 보이기도 하는데요. 모든 것에 장점과 단점이 있듯이 데이터 드리븐도 분명 한계점은 있습니다. 데이터 드리븐도 결국 사람의 직관이 들어가기 때문에 의사결정에 '불확실성'이 있다는 점입니다. 불확실성이 높은 의사결정은 치명적인 문제를 야기하기도 하죠. 데이터 드리븐은 고객 행동에 대한 '현상'은 보여주지만 그 행동의 '이유'는 모릅니다. 앱을 설치했는데 가입을 안 했다, 가입 절차 중에서 이탈이 일어난다는 등 고객 행동에 대한 결과만 알 수 있습니다. 그것도 숫자로만 보이고, 결과에 대한 이유는 숫자만으로는 해석할 수 없습니다. 고객 행동의 이유를 알려면 직접 물어보거나 다양한 데이터를 근거로 가설을 세워야 합니다. 하지만 가설을 수립하는 데에는 사람의 직관이 들어갈 수밖에 없습니다. 직관을 기반으로 고객이 이러한 행동을 한 이유는 ~ 일 것이라는 '불확실한' 가설을 세우는 거죠. 정확한 의사 결정을 하려면 정량적인 데이터뿐만 아니라 고객 행동 이유를 알 수 있는 정성적인 데이터도 필요합니다. 제일 좋은 건 고객을 직접 만나 고객 행동 이유를 파악해야죠. 데이터 드리븐을 보완하기 위해 팀윙크도 설문 조사, 유저 테스트 등 정성적인 데이터를 수집합니다. 고객 행동 현상과 이유를 동시에 알아갑니다. 그래야 더 나은 서비스가 될 수 있기 때문입니다.
다음 장에서는 인턴 타키가 팀윙크 문화로 공부한 '롤 드리븐'을 이야기할 텐데요. 오늘 이야기한 데이터 드리븐이 아닌, 또 다른 '롤 드리븐'이라는 것이 기업에 적용이 되면 구성원은 무인도 가서도 잘 살아남을 것입니다. 그럼 팀윙크가 롤 드리븐을 어떻게 하는지는 다음 장에서 설명해 드릴게요. 안녕!
