[마케팅 기초] 중간 점검

PARK's Marketing & HTML·2022년 7월 11일

Ai 프로덕트 마케터

목록 보기

32/62

학습내용

오늘은 여태 배운 내용을 정리하며 복습하고
과제하지 못한 사람들은 과제를 하는 시간을 가졌다.
생각보다 과제를 하지않은 동기분들이 많은것 같았다.
하루 배운거 리프레시 할 겸 과제를 제때 했었던게 오늘을 편하게 해주다니,
학교다닐땐 숙제검사 제발 하지말라고 속으로 빌었는데
나도 철이들었나 싶은 생각이 스멀스멀 올라오다가
10년전에도 듣던 잔소리를 똑같이 하시는 엄마의 잔소리를 듣고 쏙 들어갔다.

그런고로 오늘은 정리의 시간이다.
우리가 배운것들을 주로 정리하자면
Amplitude, Braze 크게 두가지이다.

배운걸 정리하기 전에 앰플리튜드에 대해 검색한 내용을 정리해보자.
(출처 : https://dm-note.tistory.com/entry/google-analytics-vs-amplitude)

구글 애널리틱스 VS 앰플리튜드

나는 수업때 GA만 배워서 역시 구글...분석툴도 1등이구나 라는 생각을 했었는데
앰플리튜드 라는 신흥강자가 시장을 개편하고 있다는걸 알게되었다.
잘 나가는 스타트업에서는 이미 GA대신 앰플리튜드를 도입중이라고 하며,
대기업들도 줄줄이 잇따라 도입중이다.
특히나 GA360(GA의 유료버전)을 사용하는 기업들은 앰플리튜드로 이전할 생각을 하는중이다.
이유는 아무래도 유료vs무료 이기도 한데, GA360의 가격이 꽤 비싼 이유가 있다.

GA는 페이지 뷰 기반의 로그 분석 툴이다.
이벤트 설정도 가능하지만 페이지뷰와 이벤트는 따로 분리된 보고서에서 분석해야 하므로
결국 이 두 데이터를 함께 분석할 수 없는 문제점이 있다.
이러한 문제점은 전체 페이지를 렌더링하지 않고 화면을 바꾸는 네이티브 앱은 물론,
SP(싱글페이지 어플리케이션)로 구성된 모던웹을 트래킹하는데 단점으로 작용한다.

GA는 이벤트와 페이지뷰가 아예 다른보고서에서 다뤄진다고 한다.

하지만
애초부터 이벤트 기반으로 설계된 앰플리튜드는 GA를 월등히 뛰어넘는다고 한다.
앱+웹 속성 서비스와 웹-구글애널리틱스, 앱-파이어베이스 모두 앰플리튜드에 비해 부족한 기능이라고 한다.

앰플리튜드는 이벤트 기반으로 설계되었기 때문에, 페이지뷰는 페이지뷰 이벤트로,
다른 행동들은 또 다른 행동 이벤트로 모두 트래킹이 가능하여
훨씬 가변적으로 데이터를 수집할 수 있고, 이 모든 데이터를
앰플리튜드의 모든 차트에서 활용할 수 있는 장점을 가지고 있다.
GA에 비해 데이터를 폭 넓게 사용할 수 있는 기반을 가지고 있다고 봐도 된다.

데이터 수집과 활용 측면에서도 GA는 앰플리튜드에 애매한 부분이 있다.
앰플리튜드는 무료로 사용이 가능한 구간 트래픽 제한이 있고, 기본적으로 상용 소프트웨어이기
때문에 과금 없이는 모든 기능을 사용할수 없다. 하지만 그럼에도 해당 구간 안에서는
데이터를 실시간으로 수집하고 모든 데이터를 활용하여 분석 할수 있다.

반대로 GA는 무료가 있긴 하지만, 그 제한이 속성 수준에서 사용 중인 기간에서 50만 세션으로 낮고,
그 이후는 샘플링이 걸려서 데이터 정합성을 담보할수 없다고 한다.
이 문제는 GA360을 사용하면 해결된다고 하는데,
기본 가격이 높은 이유로 대부분의 회사는 쉽사리 사용하지 못한다.

이 외에도 엄청 많은 장점들이 있는데,
그렇다면 과연 Amplitude는 Google Analytics를 대체할수 있을까?

답은 X!
우선 가격의 문제가 있다.
무료버전에서는 제한적 기능밖에 사용하지 못하기 때문에, 적어도 최저 티어의 유료버전을 활용해야
하는데, 이 가격이 비싸다고 생각될 수 있다.
그리고 구글 서비스와의 연동성.
GA는 구글이 갖고있는 Google Ads와 연동하여 광고집행하는데 장점이 있다.
특정 세그먼트를 바로 뽑아 리타겟팅 모수를 만들 수 있다는 점은 앰플리튜드가 절대 대체할수 없다.
이 뿐 아니라, Google Search Console, Google Adsense 등 구글의 서비스와 연동되는 부분은
앰플리튜드를 도입한다고 해도 포기하면 안되는 부분이다.
반면 앱의 경우 이런 기능이 없기에 앰플리튜드가 낫다고 한다.
고로 '대체'가 아니라 '보완'하면 된다.

출처 : (https://blog.ab180.co/posts/amplitude-101)

앰플리튜드 차트 기능 알아보기

앰플리튜드는 Basic chart와 Advanced Chart기능으로
디지털제품 내에서 발생하는 유저행동에 대한 다각적 분석을 제공한다.

개별 차트를 한 문장으로 설명하면?

Event Segmentation : 유저 코호트별로 특정 이벤트의 활성도를 분석
Funnel : 유저 행동별로 퍼널 순서를 설정하고 전환율 및 이탈률 분석
Retention : Starting/Return 행동을 설정한 후 유저 코호트별 잔존율 분석
User Composition : 유저의 행동 및 속성을 기준으로 활성 사용자 구성 분석

앰플리튜드의 장점중 하나는 분석 과정에서의 UX(User Experience)다.
데이터 분석과정에서 복잡한 함수 없이 클릭 몇번으로 분석 조건을 설정할 수 있기에,
데이터 쿼리 과정에서 발생하는 비용을 최소화 할 수 있다.

앰플리튜드를 처음 접하는 나같은 사람은 2가지 특징을 이해하면 된다.

분석 데이터 타입 : User Property, Event Property
앰플리튜드에서는 User Property(유저속성), 그리고 Event Property(이벤트 속성)
크게 2가지의 데이터타입을 기준으로 데이터를 분석할수있다.

유저속성 : 도시, 디바이스종류, OS종류
(특정 유저의 상태를 설명할 수 있는 데이터)
이벤트속성 : 특정 이벤트를 설명할 수 있는 데이터
(ex: 음원재생이라는 이벤트를 분석한다고 가정할때 장르,콘텐츠타입 등의 값이 이벤트 속성)

분석조건 설정 : Where, Group by
앰플리튜드는 데이터분석 언어인 SQL의 주요 문법을차용하여, 클릭을 통해 손쉽게 데이터 분석을
할 수 있도록 Where과 Group by를 지원한다.특정 조건을 만족하는 데이터에 필터를 걸고 싶으면
Where를, 특정 라벨로 묶어서 데이터를 보고싶으면 Group by를 클릭하고 각 조건에 필요한
값을 입력하면 된다.

출처 : (https://blog.naver.com/jepark0811/222041921698)

앰플리튜드 차트 화면 구성
앰플리튜드 차트의 화면구성

최상단(A): 데이터 출처/ 차트 종류(이벤트 세그먼트, 퍼널, 유지분석, LTV 등) /
유틸(공유, 복사, 저장, 위치변경 등)
상단(B): 이벤트(좌)와 혹은 유저(우)의 특성을 이용한 집단 정의
통계 선택(C): 선택한 차트 별로 통계를 선택할 수 있으며,
각기 다른 의미와 다른 시각화를 갖는다. 주로 x축의 단위
혹은 기간 범위를 정하거나 추가 조건을 지정할 수 있다.
차트 결과(D): 최상단에서 선택한 차트의 결과 그래프를 보여준다.
좌측 상단에는(compare to past)과거의 기간과 비교할 때 지정할 수 있고,
우측 상단에는 그래프의 유형/요악기간/ 기간지정 등을 할 수 있다.
차트 하단의 이벤트 명칭은 직접 수정할 수 있다.
차트 결과 도표(E): 차트에 사용된 자료를 표형태로 볼 수 있다. CSV로 다운로드 가능

A) 차트종류와 용어

이벤트 세그먼트(event segment)

유저 집단을 나눠서 간단한 통계(합계)를 확인하고, 기간별 or 그룹간 통계를 비교할 수 있따.
지정한 이벤트의 발생 여부에 기준을 둔 통계이다.

퍼널분석(Funnel Analysis)

유저별 로그의 발생단계(순서)에 따른, 유지와 이탈율을 고려한 통계

유지분석(Retention Analysis)

이벤트가 꾸준히 잘 발생되고 있는지 확인하는데 목적이 있으며, 데이터를 보는 기준이 다양하다.
이벤트가 처음 발생한 일자로 부터, 몇일 내에 발생(return)하는 가가 중요하다.

유저 친밀도 문석(Engagement matrix)

이벤트 별로 유저가 얼마나 빈번하게 활동을 하고, 얼마나 많은 유저가 활동하고 있는가.
즉 어느 이벤트가 좀더 유저 친밀도가 높은지 판단하는데 사용할 수 있다.

접속 주기 분석(Lifecycle)

지정한 이벤트의 현상황, 성장도 혹은 문제 발생 여뷰를 파악할 수 있다.

유저 구성도(User Composition)

유저를 특성별로 구성 분포도를 확인

서비스 충성도(Stickiness)

유저의 이벤트 별 수행일 수를 이용하여, 이벤트 별 충성도를 파악한다.

이동경로 탐색(Pathfinder)

어느 이벤트의 시작(끝), 다음(이전)으로 이동한 경로 탐색이 가능하다.

이동경로별 유저 탐색(Pathfinder Users)

목적이 앞의 이동경로 분석과 거의 동일하나, 개별의 경로를 각각 표시하는 것으로 탐색방법이 다르다.
그래프와 상호작용하면서 이동경로 탐색이 가능하다.

나침반(Compass)

서로 다른 두 집단간의 연관성을 찾고, 연관성에 많은 영향을 준 서비스를 파악하고 추출한다.
두 집단과 서비스로 나온 유저 집단을 코호트로 설정할 수 있다.

클러스터링(Personas)

유저별 이벤트의 발생수를 이용하여 유저 집단 분류
코호트를 설정할 수 있다.

영향력 분석(Impact Analysis)

두 이벤트가 서로 미치는 영향력을 파악
a이벤트 발생 전/후 b이벤트의 인당 pv를 비교 할 수 있다.

B) 상단(A) 모듈 내 용어

B-1) 유저와 이벤트 선정, 집단 정의 등

where: 보려는 이벤트의 상세 조건
group by: 보려는 이벤트 내 특성 종류별로 볼 수 있도록 그룹화
performed: 보려는 이벤트를 몇번 이상 시행한 유저 (이상, 이하, 초과, 미만 등)
any: 전체유저
active: 기간내 이벤트가 한번이라도 발생한 유저 (신규유저 포함)
new: 기간내 이벤트가 처음으로 발생한 유저

B-2) Properties(특성)

이벤트 or 유저의 상세적인 특성으로, 하위 분류 개넘

ex) 유저의 IP주소, 접속 지역 / 이벤트의 from, sfrom, price, rank등

B-3) Cohorts(코호트)

이벤트 혹은 유저 특성을 이용한 유저 집단의 정의
이벤트와 유저 특성을 이용해서 만들어도 되지만, 차트내 설정을 통해 (ex.funnel, compass, personas등) 혹은 상단 우측 모듈의 save segment를 통해서 만들어도 되고, CSV 파일을 업로드해서 만들어도 됨

**코호트란?

특정 기간동안 특정 경험을 공유한 집단간의 행동패턴을 비교/ 분석하는 것 (ex.5월에 앱설치한 유저들 중, 5월 4주에 회원가입을 한 그룹)

B-4) 대쉬보드

차트의 미리보기 모음. 여러가지 차트를 미리보기로 모아놓고, 여러 차트를 동시에 변화량 체크 및 모니터링할 수 있다.

B-5) 앰플리튜드 노트북

차트를 중심으로 대화할 수 있는 하나의 공간
앰플리튜드를 통해 인사이트를 얻었다면, 차트를 가져와서 인사이트를 기록하고, 원하는 사람들에게 공유할 수 있다.
team space도 자유롭게 만들 수 있다.
여러 차트를 사용할 수 있고, 차트의 주제, 선정 이유, 작성자, 차트 종류에 따라 보여주고 싶은 수치도 정의할 수 있다.

(ex. 한 페이지에서 토픽 설정,조건 정의, 문제 제기, 차트 설명, 차트추가 등 블럭을 계속 추가하여 하나의 포스팅을 만들 수 있다.

Braze

다음은 Braze에 대한 설명인데... 강의 사이트 이기도 한 AB180의 설명을 그대로 보는게 낫겠다.
아래 링크에서 확인하자.

(https://www.ab180.co/solutions/braze)

복습 정리

Braze에서 이메일을 활용해야 한다. 개인화된 이메일, 멀티채널 이메일,
Braze내의 이메일 에디터는 드래그 앤 드롭을 이용해 손쉽게 저장된 유저데이터를 끌어오고, 이메일 디자인도 쉽게 바꿀수 있고, 이메일의 결과도 분석이 가능하다.
개인정보 활용의 방침이 바뀌며 퍼스트파티 데이터를 이용할 역량을 키워야 한다.
앰플리튜드는 사용자 행동 분석 툴, 브레이즈는 자동화 이메일 솔루션(개인화!)