brunch

매거진 스타트업 다이어리

라이킷 96 댓글

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by 레오군 Jul 28. 2020

Data-Driven Marketing 시작하기

이 글은 미괄식입니다. 중요한 건 마지막에!

마이리얼트립에는 '그로스(Growth)실' 이라는 조직이 있습니다. 제 명함에 쓰여있는 '그로스실'이라는 조직명을 보고 '신기한 이름이네요. 그런데 그로스실은 뭘 하나요?' 라는 질문을 정말 많이 받는데요. 그로스실에는 퍼포먼스마케터, 콘텐츠마케터, CRM마케터, 데이터분석가 등 전사의 마케팅과 데이터분석을 책임지는 구성원들이 모여있습니다. 마케터와 분석가의 조합이라니, 이상하게 느껴지시나요?

마케터에게는 데이터분석가가 필요합니다. 페이스북, 구글, 네이버, 카카오 등 주요 광고 채널을 통한 마케팅 활동을 진행하면 엄청난 양의 데이터들이 쏟아집니다. 하지만 현실적으로 마케터 혼자서 이런 데이터들을 정리하고 인사이트를 찾고 성장 실험을 진행하기는 어렵습니다. 많은 회사들이 데이터 기반 마케팅을 강조하지만, 실제로 마케팅팀을 위해 개발이나 데이터분석 리소스를 충분히 지원해주는 회사는 많지 않습니다. 특히 스타트업의 경우 신규 기능 개발이나 버그 수정과 같은 Product Side의 일이 워낙 많다보니, 마케팅이나 운영 개선 등 다른 업무의 우선순위는 뒤로 밀리게 마련입니다. 하지만 개발/분석 리소스를 충분히 지원받으며 일하는 마케팅팀과 그렇지 않은 마케팅팀은 업무 환경이나 성과에서 큰 차이가 날 수밖에 없습니다.

데이터분석가에게도 마케터가 필요합니다. 제가 데이터분석팀에 늘 강조하는 이야기 중 하나는 '골방에서 혼자 데이터 들여다보고 보고서 쓰는 분석가가 되지 말자...' 인데요. 분석한 데이터가 가치를 가지려면, 분석 결과가 서비스나 업무 프로세스에 반영되어 실질적인 변화를 만들 수 있어야 합니다. 다른 부서도 마찬가지겠지만, 특히 최근의 마케팅 도메인은 데이터분석가가 기여할 수 있는 영역이 굉장히 많고 마케터와 협업하여 바로바로 눈에 보이는 성과들을 만들어 낼 수 있습니다. Product에서 성장 실험을 하려면 굉장히 많은 준비가 필요하지만, 마케팅 캠페인을 통한 실험은 수십 개를 동시에 진행하는 것도 크게 어렵지 않습니다.

물론 퍼포먼스 마케팅 뿐 아니라 콘텐츠 마케팅이나 CRM 마케팅 영역에서도, 마케터와 데이터분석가가 협업해서 할 수 있는 일들이 굉장히 많은데요. 이 포스팅에서는 마케터+분석가 로 이루어진 새로운 조직이 셋팅되고 나서, Data-Driven Marketing을 위한 업무 환경과 프로세스를 만들어 나간 이야기를 해보려고 합니다.

1. 마케팅 성과측정을 위한 통합 어트리뷰션 모델 만들기

퍼포먼스 마케팅 데이터분석의 핵심은 기여(Attribution)에 대한 판단을 할 수 있는 모델을 만드는 것이라고 생각합니다. 일반적으로 마케팅팀은 굉장히 많은 채널을 활용하고, 여러 개의 캠페인을 동시에 집행합니다. 한 채널 안에서도 여러 영역에서 서로 다른 메시지를 전달하고, paid 마케팅과 non-paid 마케팅을 여기저기에서 병행합니다. 이러한 환경에서는 어떤 채널에서 진행한 어떤 캠페인이 효과적이었는지, 어떤 소재가 좋았는지를 측정하는 일이 생각보다 매우 복잡합니다. 물론 각 채널별 관리자 화면에서 여러 가지 데이터를 집계해서 보여주고 있긴 하지만, 우선 여기저기서 쏟아지는 데이터를 모아서 정리하는 것 자체가 쉽지 않습니다. 무엇보다도 하나하나의 채널 리포트를 단순히 취합해서 될 일이 아니라 나름의 기준으로 이것들을 정리해서 종합적으로 봐야하는데, 페이스북/구글/네이버/카카오 광고관리자에서 보여주는 성과를 어떻게 하면 종합적으로 판단할 수 있을지? 는 굉장히 어려운 문제입니다.

이 단계에서 필요한 것은 '정답'을 찾는 것이 아니라, '원칙'을 세우는 일입니다. 그로스실이 생기고 마케팅 분석 환경을 만들기 위해서 가장 먼저 한 일은 마케터와 분석가들이, 마케팅 성과를 어떤 기준으로 측정하면 좋을지를 논의하는 것이었습니다. 아래와 같은 수십(?) 개의 질문들에 대해 의견을 주고 받고, 관련된 데이터를 확인하면서 마이리얼트립이 가져갈 어트리뷰션 모델을 함께 정의했습니다.

각 광고 채널별로 어트리뷰션 윈도우를 얼마나 길게 인정할 것인가?

모바일앱 어트리뷰션 윈도우와 동일한 형태로, 웹 utm에 대해서도 기여 윈도우(attribution window)를 인정할 것인가? 그렇다면 얼마나 길게?

동일한 사용자의 웹 어트리뷰션 로그와 앱 어트리뷰션 로그가 모두 남아있는 경우, 기여도를 어떻게 판단할 것인가?

멀티채널 어트리뷰션이 발생하는 경우, first-click? last-click? linear? ... 중 어떤 모델을 적용할 것인가?

검색광고 utm이 달린 채로 들어와서 당일 구매하지 않고, 다음날 친구초대 링크를 타고 들어와서 구매했다면 이 매출은 검색광고 기여로 봐야하나, 친구초대 기여로 봐야하나?

검색광고 utm이 달린 채로 들어왔는데, 랜딩페이지에서 앱 설치유도 팝업을 클릭하고 앱 설치&결제 하는 경우 이 매출은 검색광고 기여도로 봐야하나, 앱 설치를 유도한 디퍼드 딥링크의 성과로 봐야하나?

ROAS를 계산할 때의 Return은 어떤 값을 기준으로 할 것인가? 결제가 발생했을 때의 거래총액? 여행이 확정되었을 때의 확정금액? 여행이 완료되었을 때의 총금액? 아니면 거래총액이 아닌 수수료매출액?

마케팅 캠페인의 성과 판단 기준은 무엇이 되어야 할까? ROAS? CAC? 결제 당 단가? ROAS는 낮지만 CAC 지표가 좋은 캠페인은 유지해야 하나?

Fraud를 식별할 수 있는 기본적인 detecting 로직은 어떻게 만들 수 있을까?

Fraud 검수 단계에서 사람이 개입해야 한다면, 어느 단계에서 어떻게 체크하면 될까?

...

(광고) Acquisition 과 Attribution에 대한 공부가 더 필요하다면 -> 요기서! ㅎㅎ

2. 채널별 운영전략 정리

다음으로는, 주로 많이 활용하는 채널에 대해서 운영 전략과 셋팅 기준을 만드는 일을 진행했습니다. 네이버 검색광고를 예로 들면, 캠페인과 광고 그룹, 키워드를 어떤 기준으로 셋팅할지? 가령 제주 여행와 감귤농장 투어를 광고 그룹 레벨에서 분리해야 하는지, 동일한 광고 그룹에 두고 키워드로 구분해야 하는지? 확장소재를 어떤 기준으로 등록하며, 누락 여부를 어떻게 판단할지? 매체별 입찰 가중치를 부여할지, 아니면 애초에 매체 기준으로 광고그룹/캠페인을 분리할지? 채널별 utm 컨벤션은 어떤 기준으로 할지?...

마케터에게는 비교적 익숙한 내용이지만, 실제로 광고를 직접 집행해 본 적 없는 분석가들에게는 굉장히 많은 공부가 필요했던 내용인데요. 저를 포함해서, 담당 분석가들이 페이스북/인스타그램 마케팅과 관련된 강의를 직접 수강하고, 각 채널별 온라인 수업을 듣고, 책을 찾아보고, 가이드 문서를 찾아보고... 했던 기억이 나네요. 그동안 마케팅 데이터 분석을 하면서도 실제로 이 데이터가 어떤 과정을 거쳐서 생성되었는지를 잘 몰랐는데, 광고를 집행하는 시스템과 프로세스에 대해서 공부하고 나니 이후 진행할 대시보드 개발 작업이 훨씬 수월했습니다.

대행사의 파트너분들을 힘들게 했던 문서... ㅎㅎ

3. 마케팅 데이터 파이프라인 구축하기

다음 단계는 위 1단계에서 정리한 통합 어트리뷰션 모델에 근거해서, 마케팅 성과를 통합적으로 볼 수 있도록 데이터 파이프라인을 만드는 일입니다. 마이리얼트립의 마케팅 데이터 파이프라인은 크게 3개 파트로 구성되어 있는데요. (1) 첫번째는 전환이 발생하기 전 외부 채널에서 생성되는 데이터입니다. 채널이나 캠페인별로 어떤 소재가 얼마나 많이 노출되고 클릭되었는지 등의 데이터가 여기에 포함되는데, 각 광고 채널에서 제공하는 API를 통해 데이터를 수집할 수 있습니다. (2) 두번째 파트는 주요 전환 액션(가입, 결제)이 발생했을 때 어트리뷰션 모델에 따라 기여도를 판단할 수 있도록 하는 전환&기여 데이터입니다. Appsflyer와 같은 모바일 어트리뷰션 서비스에 쌓이는 데이터들, 웹 UTM을 통해 식별 가능한 source, campaign, medium 등의 유입 식별자 데이터가 여기에 속합니다. (3) 마지막으로는 전환 이후에 마이리얼트립에 쌓이는 transaction과 event로그를 가져와서 user 혹은 transaction 단위로 통합합니다. 이를 통해 어떤 채널이나 캠페인으로 들어온 유저들이 꾸준히 활동하는지, 혹은 재구매율이 높은지... 와 같은 장기적인 관점에서의 가치 판단을 할 수 있습니다. 이 3가지 데이터를 사용자 기준으로, 또는 예약 기준으로 통합한 테이블을 만들어 두면 가입에 대한 채널 별 기여도와 예약(매출)에 대한 채널 별 기여도를 어트리뷰션 모델에 따라 판단할 수 있습니다.

분석가와 엔지니어를 괴롭혔던(!) 이미지. "이렇게 만들어주세요"

이 단계에서는 데이터분석가들이 다양한 소스에서 제공하는 API 스펙을 분석한 후 필요한 테이블의 형태를 정의하는 과정이 필요합니다. (네이버, 페이스북, 구글 등 주요 채널들마다 마케팅/광고 관련 API를 비교적 잘 제공하고 있습니다. 또한 위 2단계에서 진행한 각 채널별 구조에 대한 스터디가 잘 되어있다면, API 스펙을 정리하는 데 도움이 됩니다.) 개발 리소스가 충분하지 않다면 Supermetrics, Stitchdata, Fivetran과 같은 상용 ETL 서비스들을 활용할 수도 있지만 저희는 Data Platform팀 데이터 엔지니어분들이 지원해주신 덕분에 굉장히 짧은 시간 안에 전체 파이프라인을 내재화 할 수 있었습니다 :)

참고 링크

네이버 광고 API [바로가기]

네이버 파워링크/쇼핑검색광고 자동추적 파라미터 [바로가기]

페이스북 마케팅 API [바로가기]

페이스북 인사이트 API 파라미터 [바로가기]

구글 Ads API [바로가기]

4. 마케팅 대시보드 만들기

데이터 파이프라인이 정리되고 난 후에는 플랫폼별/채널별로 상세한 인사이트를 뽑아 볼 수 있는 마케팅 대시보드를 만들었습니다. 현재는 1개의 요약 대시보드, 4개의 카테고리별 대시보드(앱광고, 웹광고, 콘텐츠/제휴, 기타), 2개의 채널 상세 대시보드(네이버, 페이스북/인스타)를 만들어서 활용하고 있습니다. 대시보드가 진짜 멋진데;; 대외비라서 보여드리지 못하는 점이 안타깝네요. (입사하면 보실 수 있어요)

마케팅 대시보드를 위한 쿼리의 지극히 일부...

마케터들은 마케팅 대시보드를 통해 숲과 나무를 동시에 확인할 수 있는데요. (각 채널별로 전반적인 가입/매출 기여도를 확인하는 것에서부터, 네이버 검색광고 특정 키워드 하나의 구체적인 성과까지...) 채널별, 캠페인별, 크리에이티브 별 실적 집계가 완전히 자동화되어 있기 때문에, 마케터들이 수동으로 여기저기서 데이터를 긁어다가 엑셀에 붙여넣기 한다던가... 할 필요가 전혀 없습니다. (+경영진이 특정 채널이나 캠페인의 성과를 물어보면, 그냥 해당 정보가 포함된 대시보드 URL만 전달하면 됩니다! ㅎㅎ) 반복적인 업무를 최대한 자동화하고, 마케터들은 캠페인 방향성이나 크리에이티브, 가설을 수립하고 실험을 하는 일에 더 많은 시간을 사용하도록 독려합니다.

마이리얼트립 마케팅 대시보드의 또 다른 특징은, 사내 모든 구성원이 똑같이 접속해서 함께 보고 이슈를 논의할 수 있다는 점입니다. 즉, 제주 렌터카 비즈니스 담당자가 제주렌터카와 관련한 키워드광고, 쇼핑광고의 성과를 마케터와 동일한 수준으로 확인할 수 있습니다. 마찬가지로 렌터카를 소재로 한 인스타그램 광고와 UAC 광고의 성과도 확인할 수 있습니다. 사실 마케터 입장에서는 하나하나의 캠페인 성과 데이터를 raw level로 전사공유하게 되는 셈이라서 좀 부담스러울 수도 있는데요. 저희는 마케팅 캠페인이 온전히 마케터의 전유물이 아니고, 해당 상품을 소싱해 온 비즈니스 담당자, 캠페인 크리에이티브를 제작한 디자이너, 카피를 작성한 콘텐츠마케터, 매체별로 광고 집행/운영을 하는 퍼포먼스마케터... 이 모든 사람이 함께 고민하면서 성과를 만들어가야 한다는 믿음을 가지고 있습니다. 쇼핑검색광고의 입찰 전략에 대해서, 인스타그램 광고의 타겟팅에 대해서, UAC 광고의 동영상 크리에이티브에 대해서 사내의 다양한 구성원들이 자유롭게 의견을 교환하며 열린 커뮤니케이션을 하는 조직을 지향합니다. (물론 이 과정에서 마케터의 전문성은 충분히 존중받습니다.)

5. 실험 & 측정 & 개선

Data-Driven Marketing이라고 하면, 단순히 '숫자'를 기반으로 마케팅 성과관리를 하는 것이라고 오해하는 경우가 많습니다.

예산을 얼마나 썼는지?

지난 달 대비 CAC가 300원 증가한 이유는 무엇인지?

이번 달 ROAS 목표가 500%인데, 지금 숫자는 어떤지?

하지만 이런 '숫자 맞추기' 에 초점을 맞춘 마케팅은, 생산적이지도 않고 효율적이지도 않습니다. 숫자 이면에 있는 다양한 정보를 놓치기도 쉽구요.

저희는 마케팅 성과 리뷰를 할 때, 다음과 같은 질문을 던지려고 노력합니다. 생각해보니 마케팅팀은 아마도 전사적으로 가장 많은 실험을 하는 조직이 아닐까 싶네요.

어떤 채널에서, 어떤 가설을 가지고 어떤 실험을 했는지?

실험의 결과는 어땠고, 그걸 통해서 우리가 배운 것은 무엇인지?

다음에 이어서 하려고 하는 후속 실험은 무엇인지?

물론 CAC나 ROAS 같은 주요 지표들을 무시하면서 일하는 건 아닙니다. 다만 각각의 지표가 올바른 맥락에서 사용될 수 있도록 주의를 기울입니다. 가령 CAC를 계산할 때, 단순히 예산 3천만원 써서 가입자 3000명 데려왔으니 CAC 1만원... 이런 식으로 계산하는 건 전혀 의미가 없다고 생각합니다. 애초에 가입을 목적으로 한 광고와, 구매를 목적으로 한 광고, 트래픽을 목적으로 한 광고는 전혀 다른 형태로 집행되는데 캠페인 목표에 대한 고려 없이 단순히 전체 예산을 가입자 수로 나눈 게 어떤 의미가 있을까요? 캠페인의 목적이 다르면, 그에 따라 성과를 판단하는 기준도 달라야 한다고 생각합니다.

마지막으로, 크리에이티브에 대한 경영진 의견은... 그냥 참고만 합니다 ㅋㅋㅋ 사실 제 의견도 그냥 참고만 하는 것 같아요;;; 마케팅 크리에이티브나 실험 진행에 대해서는 실무자들이 충분한 자유도를 가지고 주도적으로 일할 수 있도록 지원하고 있습니다.

이상으로 마이리얼트립의 Data-Driven Marketing 환경에 대해서 간단히 소개해 드렸습니다.

혹시 여기까지 읽고 마이리얼트립 그로스 조직에 대해서 호기심이 좀 생기셨나요?

그렇다면 지금부터 주목해 주세요.

(놀랍게도) 이 포스팅은 함께 일할 마케터, 데이터분석가 동료를 찾기 위해 작성되었습니다 ㅎㅎ

올 상반기에는 위에 언급한 것처럼 Data-Driven 마케팅을 위한 환경을 구축하는 데 많은 노력을 기울였는데요. 이런 좋은(!) 환경에서 본격적으로 함께 달리면서 성과를 만들어 낼 수 있는 동료들을 찾고 있습니다.

앞서 간단히 소개하긴 했지만, 마이리얼트립 그로스실에서 일하는 것의 장점을 몇 가지 소개하면...

[마케터] 마케팅에 필요한 데이터 분석이나 개발 리소스를 최대한 지원합니다. 바로 옆에서 일하는 분석가들을 마음껏 귀찮게 하실 수 있고 (마이리얼트립은 마케팅과 데이터분석이 같은 조직도상에 있습니다), 개발 구현이 필요한 부분은 담당 PO가 적극적으로 지원합니다. 원한다면 SQL을 공부해서 사내 DB에서 원하는 데이터를 직접 뽑아 볼 수 있습니다.

[마케터] 적지 않은 예산을 직접 집행할 수 있습니다. 코로나 이슈로 해외여행이 줄어들긴 했지만 제주도를 비롯한 국내 주요지역에 대한 여행 수요는 여전히 높은 편이고, 마이리얼트립은 다양한 매체를 이용한 퍼포먼스 마케팅을 적극적으로 진행하고 있습니다.

[데이터분석가] 데이터 분석 환경이 잘 갖추어져 있고, 데이터 엔지니어의 적극적인 지원을 받으며 일할 수 있습니다. 마케팅 뿐 아니라, 크로스셀, 추천시스템, 신사업, 투어, 항공, 숙박, 교통, 정산 등 거의 모든 영역에 걸쳐서 흥미로운 문제를 푸는 일을 합니다.

[데이터분석가] 전사적으로 데이터를 중요하게 생각하고 데이터에 근거해서 일하는 문화를 가지고 있습니다. 분석 결과로 보고서를 쓰는 게 아니라, 실제로 서비스와 프로세스를 개선하고 그 성과를 측정하는 경험을 하실 수 있습니다.

[공통] 좋은 상품을 필요한 사람들에게 알리는 일을 합니다. 필요 없을 것 같은 상품을 어떻게든 낚시성으로 많이 팔기만 하는 게 아니라, 실제로 여행을 앞둔 사용자들이 더 풍성하고 즐거운 여행을 할 수 있도록 돕는 일을 합니다. 직원이기에 앞서 여행을 좋아하는 1인으로서, 마이리얼트립 여행 상품 보면서 우와 진짜 내가 가고 싶다... 라고 느낀 적이 정말 많아요.

[공통] 핵심지표를 정의하고, 가설을 세운 뒤 실험을 진행하고, 성과를 측정하고 개선점을 리뷰하는 프로세스가 잘 갖춰져 있습니다. Appsflyer, Braze 등 어트리뷰션과 마케팅 자동화 관련한 주요 서비스들을 깊이 있게 경험하실 수 있습니다.

[공통] 마케팅 또는 데이터 분석 업무에 대한 충분한 경험이 있으신 분 중에서, '회사에서 OOO만 지원해주면 훨씬 더 잘할 수 있는데!', '기계적으로 ROAS 맞추는 작업 말고, 이런저런 아이디어 내면서 주도적으로 일해보고 싶다' 고 생각하셨던 분이 계시다면, 여기가 바로 그 자리입니다.

현재 채용중인 포지션은 아래와 같습니다. 저는 작고 단단한 팀을 선호해서, 굉장히 보수적으로 팀 규모를 늘리는 편인데요. 근 미래에 이 정도 대규모(?) 채용은 다시는 없을 거라고 생각합니다. (이직은 타이밍!)

아래 링크를 클릭하시면 각 포지션별 J/D를 확인하실 수 있고, 지원 절차가 안내되어 있습니다.

> 검색광고 마케터 (완료)

> 퍼포먼스 마케터 (완료)

> CRM/프로모션 마케터 (완료)

> 데이터 분석가

많은 분들의 관심과 공유, 추천, 지원 부탁드리며, 관련해서 문의사항이 있으시면 아래 메일주소로 연락주시기 바랍니다.

leoyang@myrealtrip.com (마이리얼트립 그로스실 양승화 실장)

참, 코로나로 여행업이 엄청 어려운 시기인데, 마이리얼트립은 괜찮냐구요?

아래 링크로 답변을 대신합니다 :)

'마이리얼트립', 글로벌 투자사들로부터 432억원 투자 유치 (2020.07.27)

위기가 오자 빠르게 목표를 수정하고 역량을 집중해서 새로운 문제를 하나하나 풀어낸 동료들

이 시국에 좋은 조건의 투자를 빠르게 마무리한 경영진

저희는 흔들리지 않고 계속 앞으로 나아가고 있습니다.

keyword

레오군 소속 마이리얼트립 직업 데이터분석가

그로스 해킹 저자

마이리얼트립 Growth Lead. 마이리얼트립에서 데이터 분석과 마케팅을 담당합니다. 데이터를 이용해서 서비스/프로덕트가 마주친 문제를 푸는 일에 관심이 많습니다.

구독자 3,236

매거진의 이전글 구글 애널리틱스 raw data 활용하기 [완료] 마이리얼트립 마케터 채용 매거진의 다음글

브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari