🌠

안녕하세요 구독자님, 데이터리안 혜정입니다.

무더위가 기승인 요즘, 건강 관리 잘하고 계신가요?

8월에는 휴가를 떠나시는 분들도 많이 계시더라고요.

오늘 뉴스레터에서는 본업을 잠시 떠나 나의 새로운 능력을 뽐낼 수 있는 사이드 프로젝트에 관한 이야기를 준비했습니다.

사이드 프로젝트에서는 어떤 데이터를 분석해 활용할 수 있을까요? 👀

뉴스레터에 관한 피드백은 뉴스레터 하단의 피드백 설문 폼을 통해 자유롭게 남겨주세요.

그럼, 오늘 8월 뉴스레터도 재미있게 읽어주세요!

1. 인터뷰 | 무한도전 밈 여기서 찾으세요, ‘그밈’이 사용성 250% 개선한 방법
2. 세미나 | 요즘 핫한 사이드 프로젝트가 데이터 보는 방법

3. 세미나 | (광고) AWS 무료 온라인 컨퍼런스 AWS Innovate - Data & Every App 특집

4. 블로그 | 카톡 제쳤던 그 사이드 프로젝트, 유저 그로스를 하지 않기로 했다

5. 블로그 | 푸시 메시지 타이밍 찾기

대화 중에 어떤 밈이 생각날 때! 막상 그 밈을 찾지는 못해서 한참 말로 설명하게 되는 경우가 있죠. 오늘은 그런 분들을 위한 밈 공유 서비스, '그밈'의 프로젝트 오너인 전정민님과 이야기를 나눠보았습니다. 정민님의 사이드 프로젝트인 '그밈'에서는 어떻게 데이터를 활용하고 있을까요?

안녕하세요, 저는 핀테크 스타트업에서 프로덕트 디자이너로 일하고 있는 전정민입니다. 산업디자인학과를 졸업했고요. 회사 다니면서 지금은 ‘그밈’이라는 사이드 프로젝트를 하고 있어요.

이 프로젝트는 IT 연합 동아리에서 시작한 프로젝트에요. 개발하는 믿음직한 팀원들이랑 같이 사이드 프로젝트로 밈을 쉽고 빠르게 찾아 공유할 수 있는 서비스를 만들어봤습니다. 제가 사실 평소에 친구들과 대화를 나눌 때 밈을 굉장히 많이 쓰는데요. 대화하면서 쓰고 싶은 밈을 모두 다운로드 받아서 가지고 있을 수도 없고, 그렇다고 매번 검색해서 쓰자니 시간이 너무 오래 걸리더라고요. 이런 문제를 해결하고 싶어서 제가 아이디어를 한 번 내봤고요. 팀원들이 이 프로젝트 좋은 것 같다고 해서 얼떨결에 제가 PO(프로젝트 오너) 겸 기획자가 되어 ‘그밈’이라는 서비스의 MVP*를 출시하게 되었습니다.

저희 서비스의 핵심 지표는 사용자 수와 '밈 공유하기' 버튼 클릭인데요. 일단 사용자 수가 많아지는 걸 팀원들과 함께 보고 싶었고, 사용자 수가 늘어나야 데이터도 볼 수 있고 의미 있는 프로젝트가 되지 않을까 싶었어요. '공유하기' 버튼 클릭은 밈이라는 서비스 특성상 다른 사용자들에게 공유하기 위해서 사용하는 거라서 핵심이라고 생각했어요.

저희 서비스의 헤더를 많이 고쳤어요. 처음에는 공유된 밈을 통해서 신규 유입 사용자가 많이 들어올 것으로 생각해서 공유하기를 굉장히 중요하게 생각했는데, 신규 사용자가 들어온 이후의 플로우를 생각하지 않았더라고요. 예를 들어, 밈을 통해서 밈 상세 페이지에 접속했는데 정작 이 서비스 메인으로 갈 수 있는 루트가 없다든지 하는 문제가 발생했어요. GA4*에서 데이터를 봤을 때도 이런 문제가 확인되더라고요.
* GA4 : Google Analytics 4, 사용자 행동 데이터 수집 및 분석 도구

이것도 사실 사용자 분이 “이거 뒤로가기가 안 눌려요”라고 직접 제보를 해주시기도 했습니다. 데이터랑 사용자 인터뷰를 종합해서 문제를 파악했고요. 히스토리 여부에 따라서 뒤로 가기가 나올 수 있게끔, 메인 페이지도 둘러볼 수 있게끔 진입점을 수정했어요. 현실적으로 프로덕트를 만들면서 사용자를 매일 만나서 어떤 게 불편한지 얘기를 나눠볼 수 없잖아요. 그런 부분들을 GA4에서 직접 데이터로 확인해 볼 수 있어서 정말 좋았습니다.

'그밈' 프로젝트의 더 많은 데이터 활용 사례를 데이터리안 블로그에서 확인해 보세요!

IT 업계에는 사이드 프로젝트에 관심을 가지는 분들이 많이 계신데요. 회사에서 하기 어려운 일을 사이드 프로젝트에서 해내기도 하고, 사이드 프로젝트로 시작한 일이 본업이 되기도 합니다. 오늘 소개해 드릴 데이터리안 8월 세미나에서는, 요즘 핫한 두 가지 사이드 프로젝트가 데이터를 활용한 방법을 만나보실 수 있어요.

• 회사 생활로는 내 열정을 다 채울 수 없어! 사이드 프로젝트를 준비하고 계시는 분
• 요즘 핫한 사이드 프로젝트들의 공통점이 무엇인지 궁금하신 분
• 데이터를 활용해서 사이드 프로젝트 하는 방법을 알고 싶은 분
• 초기 서비스를 정량적으로 측정하고, 가설을 검증하고, 성장시키는 방법이 궁금하신 분

📢 이번 세미나에 관심 있을 것 같은 동료, 친구, 지인이 있다면, 세미나 소식을 공유해 주세요.

8월 16일 수요일 저녁 7시, 줌에서 뵙겠습니다!

이번 행사는 무료로 진행되는 온라인 컨퍼런스입니다. 오전, 오후 2회로 진행되며 원하는 시간에 참여가 가능합니다. Data & Every App 특집별로 일정과 시간이 상이하므로, 듣고 싶은 강연이 있다면 강연 일정을 반드시 확인해 주세요.

  

그동안 데이터 툴 연동도 안 한 상태에서 현재 백엔드 구조로는 리텐션을 계산하지 못할 것이라고 생각했습니다. 하지만 Skrr 앱에서 유저가 투표하는 시간은 기록하고 있어서, 앱 접속 후 투표를 1회 이상 하는 것을 기준으로 리텐션을 계산해 보았습니다. 공개적으로 언급하기 힘들 정도로 처참했습니다. 10일 차까지는 봐줄 만한 수치이지만, 바이럴 성이 뛰어난 만큼 주변에서 안 쓰면 자연스럽게 안 쓰게 되는 프로덕트의 특징 때문인지 그 이후로는 보고도 믿기 힘든 수치가 나오더라고요😱

• 친구로부터 투표를 많이 받았다.
• Skrr에서 본인이 추가한, 같은 학교 유저에게 추가 당한 친구의 수가 많았다.

3일 만에 앱스토어 3위를 달성한 후 Skrr에는 어떤 일들이 있었는지, 더 자세한 이야기는 아래 블로그 글에서 확인하실 수 있습니다.

오늘 제가 소개할 글은 데이터 분석가 박장시님의 글입니다.

철저하게 계산된 타이밍에 푸시 메시지를 발송하는 서비스가 있는가 하면, 정말 시도 때도 없이 푸시를 보내는 서비스도 있는데요. 놀랍게도 그것이 사용자들이 원하는 메시지라면, 몇 번을 보내든 사용자에게 부정적인 영향을 주지 않는다는 이야기도 있더라고요. 이 글에서도 메시지의 내용이 중요하다고 이야기하는데요. 개인적인 경험을 돌아봐도 포인트를 준다든지, 한창 재밌게 하고 있는 게임의 작업 알람을 보내준다든지 하는 메시지는 언제 받아도 기분이 좋습니다. 방법론도 중요하지만, 이를 기반으로 우리 서비스에 맞는 방식을 실험하고 찾아나가는 과정이 그 무엇보다 가장 중요하다는 생각이 드네요. 방법론에 사고의 틀이 갇혀서는 안 되겠습니다.

푸시 메시지로 달성하려는 목적은 다양한데요. 이 글에서는 잘 접속하던 유저의 접속 주기가 증가하는 경향을 보일 때, 이를 관리하기 위한 목적으로 보내는 푸시 메시지를 가정합니다.

유저의 접속 패턴을 관찰하면 특정 시간대에 접속이 집중되는 것을 알 수 있습니다. 그러나 이러한 현상은 모든 유저를 하나의 그룹으로 합쳐서 보았을 때 나타나며, 유저 개개인의 사정은 모두 다릅니다. 즉, 평균적인 유저의 접속 패턴은 전체 집단의 그것과 유사하지만, 유저를 더 자세하게 관찰하면 주로 접속하는 시간은 유저마다 다른 것이죠. 개별 유저의 접속 세션을 이용하여 유저 각각의 접속 시간 분포를 만들 수 있습니다.

모든 유저가 다 같은 가치를 갖지 않습니다. 유저의 기본적인 잠재가치(LTV)를 고려하는 것도 중요하지만, 개별 유저마다 구매 타이밍이 다르기 때문에 이에 대한 고려가 필요합니다. 조만간 구매 타이밍이 돌아올 유저라면 이러한 가치를 함께 고려해서 푸시 메시지 타이밍을 결정하는 것이 효과적입니다.

타이밍과 함께 중요한 것이 메시지의 내용입니다. 여러 가지 방안이 있지만, 유저가 최근에 경험한 콘텐츠와 관련이 있는 메시지가 효과적입니다. 아무리 메시지 타이밍을 잘 선택하더라도, 메시지의 내용이 부실하다면 원하는 행동을 유도하기 어렵습니다.

푸시 메시지 규모를 나누어 A/B 테스트를 하면 효과를 확실하게 알 수 있습니다. 정말 유저 접속 분포를 사용해서 메시지를 보내면 반응률이 더 높은지 실험을 통해 검증해 볼 수 있죠.

이 글에서는 온라인 서비스를 가정하여 고객의 접속 시간을 매우 짧은 시간대로 표현하였습니다. 그러나 일 단위 접속 기록과 같이 변형하면 얼마든지 기간을 확장한 응용 방법을 생각할 수 있습니다.

개별 유저의 접속 시간 분포를 구하는 방법부터, 실행 상의 어려움은 어떤 것이 있는지 블로그 글 전문에서 확인해 주세요!