https://event-us.kr/mfitlab/event/66296

• 일시: 2023년08월03일(목) 19:00 ~ 22:00
• 장소: 서울 서초구 강남대로 311 드림플러스 B1 메인홀
• 주최: 마켓핏랩 솔루션즈
  #AnalyticsForAll #모두를위한믹스패널 #믹스패널

road to data democracy (폴 | CEO)

• 데이터 민주화가 이번 주제.

믹스패널을 통한 PMF힌트 발견하기 | RXC(하지수)

• PMF는 어떻게 발견? > 보통 아하 모먼트 발생 시점.

• PMF를 발견하는 시간

  • 넷플릭스도 10년이 걸렸다. 발견하는게 쉽지 않으니 좌절하지 말기

• 커머스는 두가지

  • 필수재(목적형 커머스) > 싸다,빠르다 > 마트,아울렛,동대문
  • 욕망재(발견형 커머스) > 멋지다,트렌디,갖고싶다. > 복합쇼핑몰, 성수동.

• PRIZM의 가설검증 5가지

  • 1) 고감도 콘텐츠/플랫폼이 있다면, 작은규모로도 브랜드 소싱가능.
    • 많은 브랜드들과 협업.
    • 레드닷 어워드 받음.
  • 2) 브랜드를 통해 매스마케팅 없이도 볼륨을 키움.
    • 5성급 호텔들 워터밤, 국립중앙박물관 같이 다양한 축제와 공공기간까지도 연계.
      • 엠버퓨어힐 호텔.
      • 마티에 오시리아
      • Hym*adoy

• **힌트 4개 > 00이벤트를 한 경우 그로쓰가 높음. (자세하게는 못적음.)

  • 가입유저의 Stickiness > 특급호텔 프로모션 진행했더니 평균대비 2배 이상 스티키니스 나옴.
  • 경험소비자의 발견.
    - 상품 <<<< 경험/체험 (한정판, 콜라보, 굿즈, 경매, 래플, 고급식음료)
    - 유저들은 경험을 좀더 중요시 한다.
    - 오호.. 경험소비자라는 워딩이 재미있네.

• 프리즘에서 믹스패널 사용법

  • 데이터분석환경
  • WEB,APP -> MixPanel -> DataLake > DataMart
    • 믹스패널로 파이프라인을 구성하고, SQL할줄몰라도 직접 데이터를 다룰 수 있게함.
  • 이벤트명/히스토리 관리에 엄청나게 고생함.
    • 컨벤션을 잘 처음에 하지 못하면 나중에 고생한다. 나중에 다시 맞추자고하면 그전에 했던 것들도 모두 바꾸기
    • 처음에 엑셀로 하다가 나중에는 깃처럼 버전관리하는 것으로 변경함.
  • A/B테스트 도구와 믹스패널 리포트 연계.

• 콘텐츠 내 이탈률 분석

  • 프리즘은 무한스크롤링이라 체크가 히트맵으로 어려운 구조.
  • 컨텐츠마다 퍼널리포트를 하나 만들었음. UX팀에서 알아서 직접 잘 만들더라(민주화 굳)

• UX개선점 발견 : 판매예정 상품 미리알림 개발.

  • 유저들이 위시리스트 담고 하는 행위를 발견함. 해서 판매예정 상품 미리알림을 만들었더니 개선 전후 대비 구매전환률 40% 증가.

• 결론

  • 여전히 PMF을 찾아가는 여정중입니다.

분석가 없이도 잘해요.

• 믹스패널이 DA 3명 정도의 일을 한다.

• 3만원 이상 요금제 쓰는 사람? 대다수일것. 잘찾으면 이하로도 할 수 있다.

• 한창 MAU가 올랐던 시기는 뉴스에서도 나오고 대란이 나왔었음.

• 그러나 MAU가 꺾인시점에서도 이벤수는 꺾이지 않았다. 이때 믹스패널에서 바로 확인할 수 있어서 좋았음.

• 모요는 빠른 속도와 데이터

  • 데이터레이크구조
    • 서비스DB -> OLAP DB -> Lambda -< S3 -> athena -> quicksight.
    • 키네시스 -> mixpanel로 실시산 로그 전송하여서 살펴보고 있음.

• 데이터 기반으로 일하는 것을 중요하게 생각함.

  • 프론트엔드 개발자분들도 데이터를 잘 다룸.
  • 한주에 7개 정도 A/B테스트 한다.

• 모요는 스쿼드 구조.

  • 스쿼드 > PO,BE,FE,PD,BD,DA
  • DA 2명에서 4개 스쿼드를 다루고 있음.
  • 3달 동안 데이터티켓 200개 남짓. > 그래도 믹스패널 덕분에 줄어든 수치.

• 모요는 주로 어떤 분석을 하는가

  • 주로 퍼널 분석을 많이한다. 그리고 인사이트 분석. (트래픽이 튀는 것을 체크)
  • 활용케이스로 AB테스트 전환률 데이터.
  • 예시) 미환급금 제품 > 못받은 통신비를 검색한 유저세그를 모요로 데려오기 위한 목적을 검증.
    • 조회는 했지만 모요로 전환되는 비중이 적은 편이었다.
    • 해서, UI대비 더 직관적인 화면으로 바꿔봄. (Q.UI가 원인이라고 판단한 이유가 무엇인지 궁금.) 변경 후 전환률이 4배 이상 상승.
  • 트렌드 분석
    • 특정 트래픽이 튀는 것을 한눈에 파악하기 위함. 로직을 직접 관리하고 튀는 이유를 확인함.
      • 하늘색이 튀었던 날은 커뮤니티에서 바이럴 되었던 날들.
  • 데이터분석가보다 메이커들이 더 잘 사용함.
    • 믹스패널에는 누가 많이 쓰는지 확인이 가능함. > DA의 사용량이 오히려 가장 적다.
    • 믹스패널을 누구나 언제나 접속이 가능함.
    • 나 로그를 잘모르는데 어떻함? -> 모요는 크롬 익스텐션으로 로그를 실시간으로 확인. (이걸 디자이너가 만들었따. 대단.)
  • 카카오스타일에서 힘든점들이 분석가가 모든 것을 커버해야했었다. 이제 분석가들은 좀더 임팩트 있는 일에 집중가능. 물론 일이 줄어들진 않았음.ㅎㅎ

• 결론.

  • 동료가 필요함.

자란다에서 Mixpanel 사용하는 방법 | 심규섭(심슨)

• 믹스패널 도입 전
  - 분석용 디비가 없었음. 믹스패널을 만나기 전에는 실디비에서 쿼리치고 있음.
  - 쿼리가 너무 크면 실디비 부하 걸림
  - 어떤 테이블에 어떤 데이터가 있는지는 데이터 분석팀만 알고 있었음.
  - 데이터가 필요한 개개인이 데이터팀으로부터 받은 쿼리를 조금씩 수정중.

  • 비데이터팀이 쉬운 쿼리는 직접 침. 자동 갱신/시각화까지 가능해짐.
  • 텍소노미 짜기 시작하여서 최초 사용까지 3개월 걸림.
  • 퍼널과 리텐션 그래프는 여전히 어려움. 정의 또한 각 분석가마다 달랐음.

• 하려고 하는 것
  - 엔드유저가 필요한 데이터를 실제 데이터로 대시보드 만들어주기.
  - 내가 만든 대시보드 공유하고 다른 사람들이 edit할 수 있도록 하여 리버스엔지니어링 할수 있게 만들기.
  - 데이터를 바탕으로 의사결정하는 유스케이스 계속 보여주기.
  - 쉬워야 비데이터팀들도 대시보드 만들 수 있음.
  - 지속적인 거버넌스가 필요. 3개월에 한번씩 크리티컬 이벤트의 데이터 정합성 맞추기.

• braze currents 연동 (별내용은 없어서 작성X)

• CRM

  • 홀드아웃그룹테스트 > 세그먼트 별로 쪼개서 분석. https://cxl.com/
  • 이메일 받은 사람, 오픈한 사람별 퍼널 리포트 보기.
  • 시간이 나거나 분석심취하고 싶은 날에 EDA조지기.
  • 한달뒤에 방문유저의 50%가 이탈한다는 사실을 제일 빨리 알아냄. 단순변심, 선생님 불만족이 차지.
  • 장기방문 취소 유저 코호트로 묶고 브레이즈로 싱크해서 유저 인터뷰 제안. 선생님의 일정변경으로 취소하는 경우가 많았음. https://retn.kr/?p=144

• QA

  • 해당 버그가 얼마나 크리티컬한지를 파악하고 빠르게 의사결정.(동일 기종, 버전의 유저를 찾아서 동일이슈가 있는지 체크.)

• 크로스펑셔널.

  • 멀티터치 어트리뷰션..?
  • 퍼포마는 회원가입 | CRM은 신청서 작성 > 퍼포먼스 채널이 신청서 드라이브 하는지 체크 가능. (MMP에서 크리티컬이벤트(가입,구매) 시 애트리뷰션 데이터 쏴주기.)

• 데이터 민주주의

  • 데이터=권력 을 끊어내다.
    • 데이터분석가에게 일을 시킬 수 있는 사람에게 널리지가 쌓여있음. 대표가 데이터 뽑아달라고 하면 뽑아야지.
  • 데이터팀=쿼리머신 을 끝어내다.
    • 200명 수준의 데이터드리븐 조직인데, 데이터분석가는 3명 뿐. 그들은 거버넌스, 데이터품질관리, 챔피언교육, AB테스트 해석 등ㅇ에 사용돼야 함.
  • 러닝커브가 낮아야 DA이외의 유저가 사용을 많이함. 아무 디펜더시 없이 고품질의 데이터를 뽑아야함.

• 모두가 접근 가능해야하고, 모두가 쉽게 배울수있어야 하고, 슬랙 무물방 운영. 컨플루언스에 아카이빙
  - 데이터를 다루는게 어렵다면 제품개선/실험 수단으로 사용하는 게 불가능.
  - 바텀업 의사결정.
  - 데이터스토리텔링.
  - 대시보드 날짜에 노트 넣기.
  - 분석가 N인분 가능.
  - 요청 <>분석완료에 드는 핑퐁 시간 아낄 수 있음.
  - 쿼리분석은 곧 LLM으로 대체되지 않을까, 앞으로 분석가는 뭘 해야할지 생각해보기.

• 결론

  • 계속 배우고 성장하자.

QnA

• Q. 데이터 조직문화 만들기
  - A1. 좋은 유스케이스를 만들기. 내가 만다는게 어떤 영향을 주는지. 내가 이런 것을 하면 어떻게 기여를 하는지 체크할 수 있음. 그래서 데이터를 안보면 찝찝한 느낌을 만들기. 너 자신있어?
  • A2. 모든 지표를 달러지표로 만들면 좀더 동기부여가 될거 같음. 너가 하는게 이렇게 돈이 되는거야.
• Q. 믹스패널 구매 설득포인트
  - 이거 사면 BA 여러명을 대체할 수 있다. 크게보면 비용을 더 줄여준다.
  • 데이터로 의사결정하기 쉽다. 등