#콘텐츠마케팅 #GPT
✨
안녕하세요 구독자님, 데이터리안 혜정입니다.
이번 16호 뉴스레터에는 데이터를 활용한 블로그, 뉴스레터 마케팅 이야기부터, GPT에 관한 해외 데이터 분석 트렌드까지 준비했습니다.
앞으로 보고 싶은 콘텐츠가 있다면, 언제든 뉴스레터 하단의 링크를 통해 의견을 남겨주세요.
오늘도 찾아와주셔서 감사합니다. 재밌게 읽어주세요!
|
|
|
1. 인터뷰 | 콘텐츠 데이터 분석가가 뉴스레터 제작에 뛰어든 이유
2. 세미나 | 비즈니스 성장을 견인하는 데이터 기반 콘텐츠 마케팅
3. 유튜브 | 성수동 숨은 맛집 같은! 2년 차 스타트업의 콘텐츠 마케팅 비하인드
4. 블로그 | [해외 데이터 분석 트렌드] 26개의 재귀적 GPT 프롬프트로 SQL 분석가 대체하기 |
|
|
💪
콘텐츠 데이터 분석가가
뉴스레터 제작에 뛰어든 이유
| Editor 혜정 | |
|
|
저는 구독자님이 지금 읽고 계신 이 뉴스레터의 제작을 총괄하고 있는데요. 콘텐츠 기업의 데이터 분석가였던 제가 콘텐츠 제작까지 하게 된 과정, 데이터 분석가로서 뉴스레터의 어떤 데이터를 중요하게 분석하고 있는지 이야기 해보았습니다.
|
|
|
Q. 혜정님 안녕하세요! 간단하게 자기소개를 부탁드려요.
안녕하세요, 데이터리안에서 콘텐츠 PD이자 데이터 분석가로 일하고 있는 송혜정입니다. 이전에는 콘텐츠 기업에서 데이터 분석가로 일을 했었어요.
|
|
|
Q. 콘텐츠와 인연이 깊어 보이는데, 평소에 콘텐츠를 자주 즐기시나요? 데이터리안에서는 어떻게 콘텐츠 제작까지 맡으셨는지 궁금해요.
저는 디지털 콘텐츠를 많이 보는 편이에요. 책도 전자책으로 보고, 유튜브도 자주 보고, 뉴스레터도 많이 구독해서 보고요. 이렇게 콘텐츠를 소비하면서도, 콘텐츠를 제작하고 싶다는 생각은 안 해봤어요. 세상에는 이미 많은 콘텐츠가 있다고 생각했거든요.
데이터리안을 창업하면서 콘텐츠 제작을 시작했는데요. 그중에서도 뉴스레터와 유튜브 콘텐츠를 기획해서 제작하고 있습니다. 세상에 이미 많은 콘텐츠가 있지만, 데이터 분석에 관한 콘텐츠는 아직 많지 않은 것 같더라고요. 데이터 분석에 관한 다양한 정보와 사례를 많은 분께 공유하고 싶어 콘텐츠 제작을 하고 있습니다.
Q. 뉴스레터를 발행하실 때 가장 고민되는 부분은 어떤 게 있나요?
구독자분들이 어떤 콘텐츠를 기다리실지, 뉴스레터를 통해 충분히 도움이 될지가 가장 고민되는 지점이에요. 이걸 파악하기가 되게 모호해서, 뉴스레터를 발송하고 그 데이터를 분석해서 파악해 보고 있어요. 어떤 제목의 이메일을 가장 많이 오픈하는지, 그 안에서 어떤 콘텐츠를 가장 많이 클릭하시는지 등을 분석하며 반응을 살피는 거죠. |
|
|
그러나 당연하게도 이런 정량적인 데이터만으로는 구독자분들의 모든 의견을 파악할 수 없습니다. 그래서 올해 3월 뉴스레터부터는 구독자분들의 피드백을 받기 위한 창구를 마련했습니다. 구독자분들이 직접 전해주시는 정성 데이터도 분석해서 뉴스레터 개선에 사용할 예정입니다.
(오늘 뉴스레터와 관한 피드백은 뉴스레터 하단 링크를 통해 남겨주세요!)
Q. 데이터 분석가이기도 하셔서 어떤 데이터를 분석하시는지 더 궁금한데요. 분석하는 데이터에 대해 조금 더 구체적으로 알려주실 수 있나요?
뉴스레터하면 다들 구독자 수, 오픈율, 클릭률을 생각하시겠죠? 저도 이 지표를 중요하게 봅니다. 그러나 자칫하면 ‘일단 구독자를 많이 모으자’, ‘오픈율을 몇 % 올려야지’, ‘클릭률을 몇 % 올려야지’ 하는 식으로 숫자에만 매몰되기 쉽더라고요. 구독자분들이 어느 채널을 통해 우리 뉴스레터를 알고 구독했는지, 어디에서 온 분들이 오픈이나 클릭을 더 잘하는지, 구독 초반에만 뉴스레터를 챙겨보고 이탈하는지 아니면 꾸준히 뉴스레터를 보는지 등 구체적인 데이터를 봐야 합니다. 이렇게 데이터를 나눠서 분석해야 우리가 앞으로 해야 할 액션을 파악할 수가 있거든요.
마침 이번 데이터리안 5월 세미나에서 뉴스레터 데이터 분석에 관해 이야기를 나눌 예정입니다. 저희 뉴스레터 데이터도 일부 공개하고, 어떤 데이터를 분석해 액션에 활용하고 있는지 저희의 사례를 공유할 텐데요. '뉴스레터 데이터를 어떻게 분석할 수 있을까?' 고민 중이라면, 이번 강연에서 힌트를 얻으실 수 있을 거예요.
특별히 '뉴스레터' 제작에 뛰어든 이유, 뉴스레터를 발행하며 기억에 남는 세 가지 에피소드는 아래 인터뷰 전문에서 확인하실 수 있습니다 🙂
|
|
|
🚀
비즈니스 성장을 견인하는
데이터 기반 콘텐츠 마케팅
| Editor 혜정 | |
|
|
데이터 분석가 4명이 창업한 회사에서는 어떻게 콘텐츠 마케팅을 하고 있을까요?
저희는 콘텐츠를 제작해서 마케팅하는 많은 순간에 데이터를 활용합니다. 데이터 기반 콘텐츠 마케팅이 비즈니스의 성장까지 견인한, 데이터리안의 콘텐츠 마케팅 사례를 5월 9일 화요일에 진행되는 5월 세미나에서 들으실 수 있어요.
이런 분들께 5월 세미나를 추천합니다
- 요즘 마케팅에 블로그가 필수라고 해서 만들었는데 방문자 수가 늘지 않아 걱정하고 있는 마케터
- 제품을 만들고 운영하는 것도 바쁜데 기업 블로그까지 운영해야 할지 고민 중인 스타트업 종사자
- 비즈니스 성장을 위해 뉴스레터 오픈율, 클릭률보다 더 깊이 있는 데이터를 분석해 보고 싶은 이메일 마케팅 담당자
- 다른 회사에서는 블로그와 뉴스레터를 어떻게 운영하고 있는지 궁금한 분이라면 누구나
5월 세미나는 이렇게 진행돼요
|
|
|
신청자분들이 보내주신 질문을 공개해요
1. "초기 스타트업이 빠르게 성장하기 위해서 블로그를 해야 한다는데 왜 그런 건가요?"
2. "기업 블로그 성장시키려면 키워드 같은 걸 따로 찾아봐야 하나요? 어디서, 어떻게 보나요?"
3. "뉴스레터 발송 후 분석에서 가장 중요한 지표가 있다면 무엇일까요?"
4. "구독자를 어떻게 하면 많이 모을 수 있을까요? 꿀팁이 있나요?"
세미나 종료 후 다시 보기를 제공해요
세미나 일정 때문에 신청을 고민 중이신가요? 세미나를 신청하신 모든 분께 세미나 종료 후 1개월 이내에 다시 보기를 제공합니다. 다시 보기는 1년간 시청하실 수 있으니, 데이터 기반 콘텐츠 마케팅이 궁금하시다면 지금 바로 신청해주세요.
5월 9일 화요일 저녁 7시, 줌에서 만나요🖐
|
|
|
🔓
성수동 숨은 맛집 같은
2년 차 스타트업의
콘텐츠 마케팅 비하인드
| Editor 혜정 | |
|
|
어느 날, 성수동의 한 갈빗집에서 고기를 먹으며 생각했습니다.
'와, 여기 맛집인데 왜 줄이 없지? 마치 우리 데이터리안 같네... ᵕ_ᵕ̥̥ '
데이터 분석가의 콘텐츠 마케팅
데이터리안은 데이터 분석가 4명이 창업한 스타트업입니다. 온전히 마케팅만 해왔던 사람이 없다 보니 저희의 콘텐츠와 서비스를 알리는 일이 쉽지만은 않았습니다. 하지만 모두 데이터 분석가인 만큼, 부족한 마케팅 경험은 데이터로 채워왔는데요. 어떤 콘텐츠를 제작할지부터 마케팅 성과를 분석하는 모든 과정에서 데이터를 활용해 웹사이트 MAU를 800% 성장시켰습니다. 뉴스레터는 오픈율 40%대를 유지하며 구독자를 꾸준히 늘려가고 있고요.
창업 2년 차가 된 지금, 데이터리안은 어떤 고민을 하고 있을까요?
콘텐츠 마케팅을 하며 겪은 에피소드부터 성수동 갈빗집에서 있었던 일까지, 아래 유튜브 영상에서 모두 들으실 수 있어요🍖
|
|
|
😎
[해외 데이터 분석 트렌드]
26개의 재귀적 GPT 프롬프트로
SQL 분석가 대체하기
| Editor 선미 | |
|
|
GPT 열풍입니다. 데이터리안도 유행에 뒤처질 수 없죠! “Replacing a SQL analyst with 26 recursive GPT prompts”를 저자의 허락을 받고 번역했습니다. 컨셉에 충실하기 위해 번역은 DeepL Translator의 도움을 받았습니다. 재미있게 읽어주세요!
분석 당직 업무를 GPT로 대체하기
제가 Square에 근무할 때, 팀 규모가 작았을 때는 끔찍한 '분석 온콜(Analytics on-call)' 로테이션이 있었습니다. 엄격하게 주 단위로 돌아가면서 근무했는데, 자신의 차례가 되면 그 주에 '진짜' 업무는 거의 하지 못하고, 회사의 다양한 제품 및 운영팀으로부터 임시로 들어오는 질문을 처리하는 데 대부분의 시간을 할애해야 했습니다. 분석팀에서 관리자 역할을 차지하기 위한 경쟁이 치열했는데, 저는 이 이유가 관리자는 이 로테이션에서 제외되기 때문이었다고 생각합니다.
그래서 분석 당직과 같은 업무를 GPT-3와 같은 차세대 토큰 옵티마이저로 완전히 대체할 수 있다는 생각은 제가 오래전부터 시도해 보고 싶었던 아이디어였습니다. 드디어 이번 주에 직접 사용해 볼 수 있는 기회를 얻었습니다.
|
|
|
전반적으로 결과의 품질에 놀랐습니다. LLM은 계속해서 놀라움을 자아내지만, 단 몇 시간의 노력으로 회사에서 한 포지션을 거의 대체할 수 있는 결과를 낸다는 것은 충격적일 정도입니다.
구축 방법
제 계획은 Patterns Studio 에서 구축하는 것이었습니다. 크게 네 부분으로 구성되었습니다.
1. 프롬프트 만들기
- 사용자의 질문
- 사용 가능한 테이블의 스키마 및 샘플 데이터
- 정확한 명령
2. 다양한 GPT 모델을 통해 실행하고 5개 이상의 완성된 SQL문을 얻는 것
3. SQL을 실행하고 가장 나은 결과를 선택하는 것
4. Slack 봇에 연결
결론
GPT가 이 작업을 얼마나 잘 수행할 수 있는지는 거의 한계가 없는 것 같습니다. 나머지 실패 모드는 컨텍스트가 누락되었거나 반복 디버깅이 충분하지 않은 경우였습니다(모든 분석 노력의 핵심인 반복 디버깅). 예를 들어, GPT는 질문에 답할 때 카테고리 또는 회사 이름의 정확한 이름과 철자를 추측해야 했습니다. 먼저 몇 가지 '조사' 쿼리를 실행할 수 있었다면, 최종 프롬프트와 쿼리를 통해 정답에 도달할 수 있는 충분한 컨텍스트를 구축할 수 있었을 것입니다.
이 수준에서 GPT를 사용해 보면 "재귀적 GPT"가 AGI에 매우 가깝다는 느낌을 받을 수 있습니다. 심지어 GPT에 스스로 강화 학습을 요청하여 이전 질문에 대한 수정 사항을 기반으로 새로운 프롬프트를 추가하도록 할 수도 있습니다. 물론 GPT-4 에서는 이 모든 것이 어떻게 될지 누가 알겠습니까?
|
|
|
오늘 뉴스레터가 유익했다면,
주변에 공유해주세요!
우리는 6월 뉴스레터에서 또 만나요🖐 |
|
|
데이터리안
데이터 분석, 데이터리안과 시작하세요
contact@datarian.io
|
|
|
|
|
