나(또는 우리 회사)에게 맞는 애널리틱스 선택하기
분석 목적에 따라 달라지는 행동 데이터 분석툴 선택
고객사를 대상으로 미팅 또는 컨설팅을 진행하다 보면 가장 자주 받는 질문이 하나 있습니다.
“A(자사 서비스)와 B(경쟁사 서비스)의 차이점이 뭔가요?”
그리고 이 'B'의 자리에는 GA(Google Analytics)와 Firebase가 가장 자주 등장하는 편입니다. 아무래도 우리에게 가장 친숙하고, 또 오래된 애널리틱스 툴에 해당하는 녀설들이다 보니 말이죠. 저희 역시 이 질문에 대해 매번 나름의 답변을 드리곤 합니다만, 필연적으로 발생하는 시간의 제약과 그로 인한 이해량의 한계로 인해, 답변을 하고도 뒷맛이 개운치 않은 경험을 하게 되는 경우가 많은 것 같습니다. 이번 장에서는 조금 더 시간을 내어 다양한 애널리틱스를 분석 목적에 맞게 분류하고, 그 특징을 나누어 살펴보도록 하겠습니다.
우선 본격적인 이야기에 들어가기 전, 다음과 같은 질문을 던져보는 게 좋을 것 같습니다.
'대체 왜 세상에는 수많은 애널리틱스가 존재하는 걸까요?'
아마 각자 나름의 답을 떠올리셨겠지만 답은 크게 두 가지 정도가 되지 않을까 싶습니다. 하나, 애널리틱스 시장이 매우 크기 때문에. 둘, 각각의 애널리틱스가 다른 특성을 지니고 있기 때문에. 어찌 됐든 이렇게 제각기 다른 애널리틱스 중, 나 또는 우리 회사에 적합한 애널리틱스를 고르기 위해서는 이 '다름'을 이해할 필요가 있습니다. 물론 이 다름을 이해하기 위해서는 나름의 기준이 있어야 할 텐데요. 이 글을 모두 읽고 난 뒤라면 여러분도 목적에 맞게 애널리틱스를 분류, 선택하는 눈을 가지실 수 있으리라 생각합니다.
애널리틱스 분류에 가장 일반적으로 사용되는 기준은 '분석 목적'입니다. 그리고 이 기준에 따라 애널리틱스를 분류해 보면 총 4개의 카테고리가 생성된다는 것을 확인할 수 있습니다. '범용'과 '마케팅 최적화용', '크래시 분석용', '사용자 행동 분석용' 애널리틱스가 바로 그것입니다.
1. 범용 애널리틱스
범용 애널리틱스는 말 그대로 여러 목적으로 사용할 수 있는 애널리틱스를 말합니다. 가장 오래된 카테고리인 만큼, 관련 정보가 많다는 점을 장점으로 들 수 있죠. 웹로그 분석에서부터 꾸준히 사용되어 온 이벤트 정의 방식이 일반적이며, GA와 Adobe Analytics, Flurry, Mixpanel, Amplitude, Loclaytics 등이 여기에 속합니다.
범용 애널리틱스의 가장 큰 장점은 말 그대로 '범용적으로' 사용이 가능하다는 점을 들 수 있지 않을까 싶습니다. 다시 말해, 어떤 분석 목적을 가지고 있더라도 어느 정도 그 갈증을 해소해 줄 수 있다는 이야기인데요. 이는 다르게 말하면 특정한 목적을 가지고 애널리틱스를 사용하려는 사용자에게는 만족스럽지 못한 결과를 낳을 수도 있음을 의미합니다. 때문에 최근 대부분의 기업들은 범용 애널리틱스 1~2개에 우리가 앞으로 살펴볼 특화형 애널리틱스를 함께 사용하는 경우가 대부분이죠.
2. 마케팅 최적화용 애널리틱스
마케팅 최적화용 애널리틱스에서 말하는 '마케팅'이란 '마케팅 캠페인'으로 이해하면 쉽습니다. 서비스로 사용자를 유입시키기 위해 진행하는 다양한 마케팅 캠페인의 최적 조합과 운영 방법을 찾기 위해서 사용되죠. 이 분류의 애널리틱스는 대부분 사용자가 타고 온 캠페인에 대한 태그 관리와 추적을 핵심 기능으로 가지고 있습니다. Tune, Kochava, AppsFlyer, Adjust 등이 여기에 속하며, IGAWorks 등 국내산 툴도 존재합니다.
3. 크래시 분석용 애널리틱스
크래시 분석용 애널리틱스는 앱에서 발생하는 크래시의 원인을 찾을 수 있도록 도와주는 역할을 합니다. 주로 크래시 상황에서의 로그 데이터와 해당 디바이스 정보를 수집하고 시각화하는 기능을 갖추고 있습니다.이 카테고리는 최근 다른 카테고리의 애널리틱스와 결합되고 있는 추세입니다. 가령 Crashlytics는 Fabric으로 인수된 뒤, 다시 Fabric이 구글에 인수되면서 Firebase의 크래시 관련 기능이 강화에 기여하게 됐죠. Crittercism도 분석 카테고리를 넓히면서 Apteligent로 이름이 바뀌었으며, Bugsense도 Splunk에 인수되었습니다. 사용자 행동 분석용 애널리틱스군에서도 고유의 리플레이 기능 등을 활용, 크래시 분석 서비스를 제공하는 경우도 간혹 존재합니다.
4. 사용자 행동 분석용 애널리틱스
최근 그로스 해킹을 통한 전환율 개선이 중요하게 인식되면서 주목 받는 카테고리입니다. 우리가 앞으로 가장 주의 깊게 살펴볼 분야이기도 하죠. In-app(또는 web) Behavior Analytics라고도 하는데요. 이 카테고리의 애널리틱스는 상세한 사용자의 행동을 수집하고, 분석하기에 적합한 구조로 구성되어 있는 것이 특징입니다. 때문에 타 애널리틱스에서 제공하기 어려운 화면별 히트맵, 사용자별 리플레이, 각종 행동 패턴 분석 등을 주요 기능으로 제공하며, Userhbit, Beusable, Hotjar, Smartlook 등이 여기에 속합니다.
자, 이제 각각의 애널리틱스가 역할과 기능이 어떻게 다른지, 이들을 어떤 기준에 따라 분류할 수 있는지 어느 정도는 감을 잡으셨으리라 생각합니다. 사실 4개의 큰 카테고리를 기준으로 애너리틱스를 분류했지만, 그 분류 내에서도 각각의 서비스가 지닌 장단점과 특징이 있게 마련입니다. 때문에 앞서 이야기한 것처럼 하나의 특정 애널리틱스를 사용하기보다는 사용 목적에 맞게 여러 애널리틱스를 조합하여 활용하는 것이 더 좋은 선택지가 될 수 있을 겁니다. 이 글이 무턱대고 애널리틱스를 선택하는 것이 아닌, 각각의 툴이 지닌 특징을 확인하고, 이해한 뒤 자신(혹은 회사)에게 맞는 애널리틱스를 선택하는 기회가 되시길 바라겠습니다.
간단한 SDK 설치만으로 지금 바로 사용자의 다양한 행동데이터를 분석해보세요!
모바일 앱 애널리틱스, 유저해빗
