스토리텔러의 기반이 되는 데이터
최근 필자는 아시아 태평양 지역을 대상으로 한 “베스트 오브 더 베스트” 보고서를 작성하는 업무를 맡게 되었습니다. 베스트 오브 더 베스트 보고서는 웹 사이트의 평균 실적에 대한 분석과 다양한 주요 성과 지표에서 특정 국가 및 업계에서 두각을 나타낸 상위 20% 순위를 소개하는 보고서입니다. 어도비 디지털 인사이트(Adobe Digital Insights)의 데이터 저장소에 있는 방대한 규모의 데이터를 활용할 수 있었기에 이 보고서가 가능했습니다. 다른 지역에 관한 비슷한 보고서를 4건이나 담당한 경험이 있는 필자로서 엄청난 양의 데이터 세트는 특별히 놀라운 일도 아니었습니다. 오히려, 이 지역에 대한 보고는 다양한 문화 및 지역적인 특성을 탐구하고 배우는 소중한 계기가 되었습니다.
필자와 같은 애널리스트의 공통된 과제라면 분석 데이터를 해석하여 고객이 필요로 하는 실행 가능한 정보의 형태로 제공하는 것입니다. 데이터는 수치로 보여집니다. 일종의 과학입니다. 그러나 이러한 데이터 수치가 함축하고 있는 의미를 포착하여 분석 결과를 도출하는 행위는 예술적 경지와 맞먹는 고도의 기술이며 여기서부터 비로소 데이터 애널리스트의 탁월한 역량이 발휘됩니다.
우리는 어도비 디지털 인사이트에 있는 막강한 데이터 세트를 활용하여 마케터들이 자신의 업무에 적용할 만한 실제적인 인사이트를 얻을 수 있었습니다. 여기에서는 매우 방대한 데이터를 다루어야 하고 독특한 문화 구조까지도 이해해야 하며, 경우에 따라서는 마케터 스스로 한계를 느끼고 위축되는 상황을 돌파해야 하는 문제 등 몇 가지 방법적인 고민에 대한 필자의 의견을 서술해 보겠습니다.
방대한 규모의 데이터를 파악한 다음 그로부터 이점을 발견한다
2015년 아시아 태평양 베스트 오브 더 베스트 보고서 작성을 위해 우리는 2014년과 2015년 3,000개의 아태 지역 웹 사이트에 접속한 1,000억 개 이상의 방문 데이터를 가져와 익명으로 해당 정보를 집계했습니다. 맨 처음 접하게 된 문제는 막상 데이터를 취합해 보니 그 규모가 너무나 방대하다는 것이었습니다. 우리가 통상적으로 이용하는 툴로는 이러한 규모의 보고서를 작성하기에는 역부족이었습니다. 데이터 또한 우리의 프레임워크와 맞지 않았고 방법론을 더 포괄적으로 확장할 수 밖에 없었습니다.
애널리스트로서 우리의 업무는 유의미하고 실제적으로 유용한 인사이트를 도출하여 마케팅의 방향과 전략을 제시함으로써 고객 스스로 인사이트와 전략을 발굴하도록 조력하는 일입니다. 실례로, 국가별 스마트폰 방문율을 살펴보면 필자는 일본의 경우, 28%에 그친 미국에 비해 평균 38%의 총 웹 사이트 트래픽이 스마트폰에서 발생한 것을 알 수 있었는데 더욱 눈에 띄는 것은 방문 횟수 기준 상위 20개 웹 사이트의 경우 보고된 트래픽 중 거의 60%가 스마트폰에서 유입된 점이었습니다. 여기서 분명한 것은 일본의 기업들이 이 분야를 주도하고 있을 뿐만 아니라 트렌드를 앞서 가고 있다는 사실입니다.
데이터 세트 규모가 너무나 방대하여 상위권에 속한 사이트의 선도 기업들이 어떻게 매력적인 경험을 만들고 트래픽을 유도할 수 있었는지에 대한 구체적인 예를 제시하지 못했지만, 마케터가 결론을 내리고 결과를 어떻게 적용할지를 판단하는 데 도움이 될 만한 데이터는 제공할 수 있었습니다.
요약: 방대한 규모의 데이터를 눈 앞에 두고서 분석 툴에만 의존하지 마십시오. 데이터에서 원하는 것을 얻기 위해서라면 대안의 방법론까지도 적극 모색하여 결과에 도달하도록 힘써야 합니다. 궁극적으로 데이터를 기반으로 분석 스토리라인을 정비하여 타당한 분석 결과를 전달하는 것에 역점을 둬야 합니다.
자신의 경험을 바탕으로 인사이트 및 추천 내용을 제시한다
사람들은 애널리스트가 사소한 데이터라도 놓치지 않고 모든 데이터가 가지고 있는 의미를 이해하고 있을 것으로 기대합니다. 사실을 말씀드리자면, 이는 불가능합니다. 경우에 따라서는 보고서에 포함시켜야 할 가장 중요한 데이터가 무엇인지, 그리고 보고서를 읽는 관계자들 스스로 결정하고 조사하도록 여지를 남겨 두어야 하는 것이 무엇인지 등을 결정할 때 한 걸음 물러나 객관적인 입장에서 바라보는 것이 도움이 될 때가 있습니다. 그렇다면 이러한 의사 결정은 어떻게 내려야 할까요? 필자의 경우 앞서 언급한 보고서에서 리테일 및 이메일 전략 디렉터로서 지금까지의 경험을 바탕으로 마케터에게 중요한 것들이 무엇인지를 먼저 살펴보았습니다. 데이터가 스마트폰 이용자의 증가 추세를 보여주므로, 스마트폰 사용률이 높은 지역과 저조한 지역에 대한 논의는 흥미롭고도 유의미할 것이라 생각했습니다.
기업이 스마트폰에서 성공적으로 트래픽을 유도하고 있다는 데이터를 접했을 때 필자는 이러한 데이터가 향후 유입 경로의 후반부에서 마케터에게 의미하는 바가 것이 무엇인지 파악하고 싶었습니다. 사이트의 고객 유지 지표(방문자가 떠나지 않고 사이트에 머물러 있는 시간)부터 고객 참여 유도 지표(사용자가 상호 작용하는 페이지 수)와 전환율 지표에 이르기까지 어떤 것이라도 상관없습니다. 트래픽이 유입되는 곳도 물론 중요하지만 방문자가 웹 사이트의 콘텐츠와 상호 작용하는 방식 역시 중요하기 때문입니다.
**요약: **데이터에서 한 발 물러나서 자신의 마케팅 경험을 바탕으로 통찰해보면 중요하고 유의미한 추천 내용을 도출하는 데 도움이 됩니다.
데이터 이면의 “원인”을 발견한다
일본 기업의 전략이 무엇이었는지는 정확하지 않지만 데이터 수치 자체로 상당한 의미가 있는 것만은 분명합니다. 필자는 일본 외에도 인도에 있는 기업에서도 스마트폰의 이용량이 증가하고 있는 사실을 알게 되었습니다. 그럼에도 불구하고 인도의 스마트폰 트래픽은 여전히 다른 국가에 비해 낮은 비율인 28%에 머물러 있었습니다. 의심의 여지가 없는 데이터였지만 이러한 수치를 설명하기 위해서는 아시아 태평양 시장을 좀 더 잘 알고 있는 누군가의 의견을 들어야 했습니다. 디렉터와의 논의 끝에 인도가 다른 국가보다 스마트폰 트래픽이 저조한 원인이 대역폭에 있다는 사실을 알게 되었습니다. 이것은 필자에게 무릎을 치게 만드는 순간이었습니다. 대역폭의 문제가 있다는 것을 인지하고 다른 지표를 살펴보았을 때 비로소 인도가 다른 나라에 비해 스마트폰 트래픽이 낮은 원인을 올바로 이해할 수 있었습니다.
요약: 기저의 문제를 이해하고 이것을 바라보는 관점을 전환해보면 고객이 채택할 전략을 식별하는 데 도움이 됩니다. 인도의 낮은 스마트폰 트래픽 수치를 보고 아무런 원인을 파악하지 않은 채 그냥 넘어 갔더라면 수월했을지도 모릅니다. 그러나 필자는 인도의 저조한 트래픽 뒤에 있는 해당 원인을 찾는 쪽을 택했습니다. 이렇게 함으로써 필자는 인도의 실제 상황을 알 수 있게 되었고, 이러한 배경 지식은 인도와 관련한 데이터를 전체적으로 파악하는 데 도움이 되었습니다.
거시적인 관점에서 고객 나름대로의 전략을 구상하도록 돕는다
마케터가 거시적 관점의 보고서를 이해하기 위해서는 내부 데이터에 대한 면밀한 조사가 필요합니다. 예를 들어 A 기업에서 한 지표의 상승은 낙관적인 전망을 불러올 수 있지만, B 기업에서는 동일한 지표의 상승이 오히려 반대로 회의적일 수 있습니다. 마케터들은 거시적 관점을 적용 가능하고 바람직한 지침으로 생각하는 경우가 많습니다. 그렇지만 이를 위해서는 구매 경로에서 기업의 취약점이 어디에서 노출되는지를 파악하고 이러한 약점을 해결하여 최적화하는 작업이 우선되어야 합니다. 결국 가장 중요한 것은 산출된 내부 데이터에 폭넓은 경험이라는 외부 자원을 투입하여 이를 바탕으로 나름대로의 개별 전략을 도출하는 것입니다.
애널리스트는 분석 스토리를 전개할 인사이트에 도달하기 위해 데이터 세트를 어떤 방식으로 보여줄 것인지를 결정해야 합니다. 그러나 유용한 인사이트를 전달한다는 것은 때때로 데이터 세트를 다른 두 가지 방식으로 편집한다는 의미가 되기도 합니다. 유용한 정보로 나열된 인사이트를 전달하려면 먼저 전략화하는 것이 좋습니다. 우선 사전 분석 양식을 사용하여 공개하고자 하는 분석 데이터에 대한 시작 포인트를 설정합니다. 그런 다음 데이터를 살펴보면서 데이터가 내포하는 의미가 무엇이며 애널리스트의 예상과 어느 정도 부합되는지 등을 파악합니다. 특정 데이터가 예상을 벗어나 기대에 미치지 못한다면 이것 또한 기대와 다른 의외의 인사이트이므로 포함시킵니다.
데이터를 다른 시각으로 바라보게 되자 몇 가지 놀라운 사실이 눈에 들어왔습니다.
예를 들어 아시아 태평양 지역의 자동차 업계는 다른 업계보다 일부 고객 참여 지표에서 수치가 낮게 나타났습니다. 이러한 결과는 미국 자동차 기업이 세계 다른 지역에 사는 고객에 대해 성공적으로 마케팅을 수행하지 않고 있다는 사실을 반영하는 것으로 해석할 수도 있습니다. 그러나 이 데이터를 수직 시장의 관점에서 바라보기 보다는 수평 시장의 관점에서 바라보았을 때 차이점과 유사점을 추가로 발견하였고, 이를 통해 보이지 않던 거시적 패턴을 찾아낼 수 있었습니다.
요약: 고객의 상황을 알고 있는 경우라면 사전 분석을 수행하여 애널리스트가 전달하고자 하는 분석 결과를 보다 효과적으로 구성하고 보고의 기틀을 잡아 고객에게 가장 유용한 정보를 귀띔해줄 수 있는 인사이트를 확보할 수 있습니다. 다른 각도에서 데이터를 바라보려고 노력할 때 뜻밖의 놀라운 데이터 패턴을 발견할 수 있습니다.
결론
방대한 데이터 세트와 씨름한 후 도출된 결과를 고객이 필요로 하는 재해석 가능한 인사이트로 표출하는 방법은 무엇일까요?
우리는 실로 엄청난 규모의 활용 가능한 데이터를 눈앞에 두고서 전적으로 분석 툴에만 의존하지 않기 위해 고심했습니다. 뿐만 아니라 데이터를 기반으로 분석 스토리라인을 정비하여 타당한 분석 결과를 전달하기 위해 노력했습니다. 필요할 때에는 외부 전문가의 도움을 구했고 이러한 과정에서 설명이 어려웠던 문제 중 많은 문제를 풀 수 있었습니다.
필자가 결국에 가서 어떤 깨달음을 얻었을 때는 활용 가능한 리소스를 찾아내 문제에 적용한 시점으로 이때 보다 효과적으로 고객이 필요로 하는 의미 있는 추천 내용을 전달할 수 있었습니다. 또한 사전 분석은 고객에게 유용한 인사이트를 찾아내고 보고서를 작성하는 데 유익했습니다. 마지막으로 데이터 이면의 “원인”을 탐색하는 과정은 수치가 내포하는 의미를 이해하는 데 큰 도움이 되었습니다. 탁월한 분석이 그렇듯이, 분석 스토리를 전달하는 과정에서 원인 해명 등의 통찰력 있는 설명이 분석 결과에서 무수한 차이를 만드는 중요한 요인임을 확신하게 되었습니다.
블로그 전문은 여기에서 확인하실 수 있습니다.