brunch

You can make anything
by writing

C.S.Lewis

by 비즈스프링 Aug 10. 2021

완전히 새로운 관점으로 로그분석 솔루션 활용하기

이런 분들에게 특히 도움이 될 수 있습니다.
▶ 사용 중인 비즈스프링의 로그분석 솔루션을 통해 데이터 활용범위를 넓히고 싶은 기업/실무자
▶ 타사 로그분석 솔루션(e.g. GA 등)을 활용하지만, 자사 필요에 맞춰 데이터를 활용하고 싶은 기업
▶ 데이터를 수집하고 있지만, 데이터를 어떻게 활용할지, 무엇을 해야할지 막막한 실무자

오늘날에는 기업의 규모나 분야에 관계없이, 대부분의 기업에서 Logger나 GA(Google Analytics)와 같은 로그분석 솔루션 하나쯤은 사용하고 있을 것입니다. 데이터를 통해 다양한 분석을 할 수 있고, 데이터를 활용하면 실시간/추천/예측 등 다양한 활동을 할 수 있음을 알고 있기 때문이겠죠.

어떤 목적으로 로그분석 솔루션을 사용하나요?
자사 사이트의 유입경로 분석을 목적으로 사용할 수 있고,
효과적인 광고 캠페인의 파악 및 성과 분석을 목적으로 사용할 수 있고,
사용자 경험 개선을 목적으로 사용할 수 있을 것입니다.

우리는 알고 있습니다. 데이터 수집에 그치지 않고 내재된 가치를 찾아야하며,
데이터를 분석하고 의미를 부여했을 때 비로소 그 가치를 발휘할 수 있다는 것을요.
어떤 목적이든, “데이터를 수집해서 확인한다” 의 수준으로 끝나서는 안됩니다.

이제는 데이터를 바라보고 사용하는 관점을 바꿔봅시다.
다시 말해, 데이터 분석 툴을 새로운 관점으로 바라봅시다.
데이터를 통해 할 수 있는 내용에는 어떤 것이 있는지, 실제 기업의 데이터 분석 솔루션 활용 사례를 통해 알아보겠습니다.

결합과 확장 : 웹/앱 로그 데이터와 외부 데이터의 결합

Q. 웹사이트에서 수집되는 데이터만 볼 수 있다?
A. No! 외부 데이터와 자사 데이터를 결합할 수 있습니다.

분석 스크립트가 설치된 자사 사이트의 데이터만 분석하는 것에서 벗어나
CRM 등 다른 데이터와 결합하여 의미있는 인사이트를 찾을 수 있습니다.
대표적으로 API를 통한 광고매체 데이터와 로그분석을 통한 고객행동 데이터를 결합할 수 있는데요,
운영 중인 광고별 실제 성과를 확인할 수 있고, 운영 중인 핵심 광고매체 및 캠페인들을 한 눈에 파악할 수 있습니다.

광고매체 및 고객행동 결합 데이터 기반의 커스텀 리포트

LOGGER™ 외 로그분석 툴과 광고 외 다양한 데이터도 결합할 수 있습니다.

실제로 비즈스프링에서는, 기업에서 활용 중인 GA의 데이터와 기업 내부 CRM 데이터를 결합하여,
기업의 비즈니스 요건에 맞게 가공된 데이터를 확인할 수 있도록 결합했습니다.
이로 인해 해당 기업은 실제로 현업에서 활용 가능한 형태로서의 데이터를 적재할 수 있게 되었고,
기업 내부에 전문인력이 없이도 고차원 데이터 분석을 실행할 기반을 마련할 수 있었습니다.

GA와 내부 CRM 데이터 결합 흐름도

* 해당 기업 사례의 상세 내용은 마케팅부터 서비스까지, 다양하게 활용되는 고객 데이터 플랫폼(CDP) 콘텐츠를 참고해주세요.

지금 바로 데이터로 액션하기 : 실시간 액션과 피드백

Q. 수집된 데이터는 성과 보고나 후속 통계자료로만 사용할 수 있다?
A. No! 지금 자사 사이트에 들어온 고객에게 실시간 대응을 할 수 있습니다.

지난번 비즈스프링에서 진행했던 설문조사에 따르면, 로거ASP 등 로그분석 툴을 이용하는 목적으로 웹사이트 분석(83.6%)과 광고성과 분석 및 광고 효과 향상(53.4%)을 뽑았는데요, 많은 분들께서 마케팅이나 이벤트, 혹은 웹사이트 내의 A/B 테스트를 진행하신 후, 결과나 성과에 대한 확인을 위해 데이터를 활용하고 계십니다.

수집된 데이터를 기반으로 의사결정을 하는 것에서 나아가, 이제는 실시간으로 데이터 기반으로 액션하여 지금 우리 웹사이트에 있는 고객을 움직이게 할 수 있습니다. 대표적으로 고객들의 행동 데이터를 파악하여 잠재고객 집단을 형성하고, 유사한 행동을 한 고객들이 사이트를 떠나기 전에 상품 추천이나 쿠폰 발송 등 실시간 대응하는 방법이 있습니다.

잠재고객 설정 및 실시간 대응 방법 설정

위와 같은 배경에서 실시간 추천 솔루션을 구축한 기업의 사례를 공유합니다.
동일한 유저가 다양한 경로에서 유입하거나 특정 행동패턴을 보이는 유저를 대상으로 관심사를 파악하여 실시간으로 유저별 맞춤 콘텐츠를 추천했습니다. 결과적으로 유저별 콘텐츠 구독률이 상승하고 사이트에 머무르는 시간을 상승시킬 수 있었습니다.

유저 파악 및 콘텐츠 추천 흐름도

ML과 AI와 친해지기 : 데이터의 능동적인 활용

Q. 사용자가 설정한 범위 안에서 데이터를 활용할 수 있다?
A. No! ML 및 AI를 활용하여 능동적으로 데이터를 활용할 수 있습니다.

기존에 사용자가 설정한 범위 안에서만 데이터가 수집/활용되는 수동적인 데이터 활용에서 벗어나,
이제는 머신러닝(Machine Learning, ML)과 인공지능(Artificial Intelligence, AI) 기술을 활용하여 데이터를 능동적으로 활용할 수 있습니다. 고객들의 행동 데이터와 상품 및 콘텐츠 열람 히스토리 데이터를 수집/분석하고, 이를 기반으로 유사한 고객들을 찾아 고객들에게 만족스러운 경험을 제공할 수 있습니다.

고객 행동 데이터 수집/분석 리포트 예시

LOGGER™ 솔루션을 장기 사용 중이던 또 다른 기업은 콘텐츠를 직접 제작하여 제공하는 기업이었는데요.
데이터분석팀을 구성하여 자체적으로 자사 PC 및 모바일 사이트에 접근하는 유저들을 통합하고, 유저의 관심사별로 콘텐츠를 추천하는 알고리즘을 만들었습니다. 하지만, 알고리즘을 개선시기키 위해 실제 유저들을 기반으로 한 성능검증에 난항을 겪고 있었습니다.

이미 LOGGER를 통해 유저 행동 데이터를 수집하는 기반이 있었기에, 이를 통해 콘텐츠/상품 및 고객 행동 데이터를 통합하여 적재하고 구글 빅쿼리(Google BigQuery)를 통해 대용량 데이터를 처리하게 하여 기업에서 자체 개발한 추천 알고리즘 성능을 검증할 수 있었습니다. 로그 분석 솔루션이 단순 통계 데이터가 아니라, 방문자/고객들의 행동 데이터를 통해 가설을 세우고 검증하고 개선하는 기반이 될 수 있습니다.