Amplitude 성장 이야기

Fireside chat with Amplitude CPO, Bauer

지난 주 저는 앰플리튜드의 최고제품책임자(CPO)인 Justin Bauer와 함께 진행된 Fireside chat에 참석할 기회가 있었습니다. 이번 글에서는해당 chat을 통하여 앰플리튜드의 성장 여정에 대한 들었던 이야기를 공유하려고 합니다. J.Bauer가 이야기했던 앰플리튜드를 다른 조직들과 차별화시키는 요인들은 크게 장기 전략에 대한 확고한 약속, 고객 중심의 제품 개발 및 데이터 기반의 big bets이었습니다.

앰플리튜드의 성장 여정:

앰플리튜드의 성장 여정은 10 년에 걸쳐 네 가지로 이뤄집니다. 초기에는 20명 이하의 실리콘 밸리 스타트업에 대한 지원으로 시작하였습니다. 다음 단계는 미국 내 Enterprise 고객이 주요 target이 되었고, 그 이후에는 globalization을 목표로 앰플리튜드는 전 세계적인 영향력을 키우려고 노력하였습니다. 지금은 Amplitude는 구축해둔 또는 새롭게 발굴되는 고객들을 대상으로 single product에서 벗어나 제품 offering을 다양화하고 있습니다.

제품 개발 방법론:

Bauer가 말했던 앰플리튜드의 성공의 핵심은 고객 중심의 제품 개발이었습니다. 그들의 여정 동안 Product Manager들은 중추적인 역할을 담당하여 고객과의 소통에 많은 시간을 투자하였습니다 (30% 이상의 시간). 이러한 접근 방식으로 앰플리튜드의 제품들은 실제 요구 사항과 욕구를 충족시키도록 세밀하게 조율 되었으며, 지속적인 개선과 혁신의 문화를 기르게 되었습니다. 또한 Enterprise 고객을 대상으로한 판매 접근 방식이 인상적이었는데, Enterprise 고객은 지금 현재의 솔루션을 구매하는것이 아니라 향후 5년간 함께 성장할수 있는 파트너를 찾는다는 믿음으로 CPO가 Sales와 함께 영업을 진행하였다고 합니다. Product Analysis라는 영역이 단순하게 솔루션 도입으로 끝나는 것이 아니라, 솔루션을 기반으로한 지속적인 분석/실험등의 노력이 필요함을 고려하면 Bauer의 접근법은 크게 공감이 가는 영역이었습니다.

앰플리튜드의 성공에서 흥미로운 측면 중 하나는 오랜 기간 동안 단일 제품에 집중하기로 한 결정이었습니다. 초기에 제품 다양화를 시도하던 (예시: MixPanel은 분석 솔루션 외에도 실험 등을 추가로 제공함)하려는 몇몇 경쟁업체들과 달리 앰플리튜드는 주력 제품인 분석을 제공하는것에만 집중하였으며, 분석 시장에서 일정 수준의 경쟁력을 확보한 이후 해당 엔진과 구조의 강점을 활용하여, 시기가 적절할 때 효과적으로 새로운 영역으로 확장을 준비하여 실행했습니다. 

앰플리튜드의 제품 다양화 전략에는 두 가지 핵심 원칙이 있습니다. 첫째, Bauer는 지속적인 제품 개발과 새로운 제품 출시 간 명확한 구분의 중요성을 강조하였습니다. 새로운 제품 사업을 위해 전용 인력을 고용함으로써 앰플리튜드는 혁신에 대한 초점을 맞춰야하며, 기존 개발/운영하던 제품에서의 리소스 희석을 꼭 피해야 한다는 점을 강조했습니다. 둘째, 그들의 새로운 제품에 투자하려는 결심은 데이터 검증에 기반을 두고 있었습니다. 예를들어, 신규로 론칭하는 product를 결정하는 기준은 다음 두가지 조건을 충족해야한다고 밝혔습니다: 첫째, 현재 솔루션의 연동되어 있는 솔루션중 사용비율이 높은 솔루션이며, 둘째, 기존 자산을 활용하여 해당 첫번째 조건을 만족하는 솔루션을 더 잘 만들수 있을때입니다.

확인하는 지표들:

North star metric을 가지고 있냐는 질문이 있었는데요. 이에 대하여 Bauer는 회사 전체를 잘 볼수 있는 한가지 지표는 없는것 같다고 말했습니다. 대신, Amplitude는 5-6개의 핵심 지표를 추적하고 그것들을 대략 25-30개의 관련 지표로 분해하여 추적한다고 합니다. Product 개발에 관해서는 SMB의 경우는 "주간 쿼리 수"를 엔터프라이즈 기업에 대해서는 "주간 학습 사용자"와 같은 제품 관련 지표가 회사를 위한 지침 지표로 사용하고 있다고 말했습니다.

앞으로의 계획:

현재 앰플리튜드는 데이터 분석 솔루션뿐만 아니라 마케터를 위한 솔루션 그리고 AB 테스트 플랫폼 등 다양한 영역으로 확장을 하고 있습니다. 또한 최근에는 LLM을 활용하여 그들의 능력을 향상시키고 data type의 한계를 극복하고자 데이터레이크 분석에 기반한 다른 데이터 유형을 커버할 수 있는 기능을 확장하는 작업을 하고 있다고 합니다.