Why
더블엔씨는 데이터 기반의 의사결정 문화를 정착시키고자 했습니다. 이를 위해선 데이터 관리 체계 구축 및 실무자들의 데이터 리터러시 개선이 필요했습니다.
💡 이런 고민이 있는 분께 이 페이퍼를 추천해요
이런 고민이 있는 분께 이 페이퍼를 추천해요
조직 내 데이터 활용성을 높이기 위해 데이터 관리 정책 및 프로세스를 체계화하고자 하는 분
데이터 품질을 효율적으로 관리하고자 하는 분
조직의 데이터 리터러시를 높이고 데이터 기반의 의사결정문화를 정착시키고싶으신 분
배경
DoubleNC 더블엔씨
더블엔씨는 기프티콘 거래 서비스 ‘니콘내콘’을 운영하고 있습니다. 니콘내콘은 안전한 구매 및 간편한 판매를 제공하는 국내 1위 기프티콘 거래 플랫폼으로 C2B2B 거래 방식을 통해 구매자와 판매자 모두 안전하게 이용할 수 있는 시스템을 제공합니다. 가입자수 150만명, MAU 30만을 달성하며 지속적인 성장 그래프를 그리고 있습니다.
Needs
더블엔씨는 앰플리튜드 도입을 통해 전사적으로 데이터 기반의 의사결정 문화를 정착시키고자 했습니다. 이 목표를 이루기 위해서는 다음 두 가지 문제를 해결해야 했습니다.
문제 1. 데이터 관리 체계 부재
전사적으로 데이터 활용도를 높이기 위해서는 신뢰할 수 있는 데이터의 품질이 필수입니다. 그러나 종종 앰플리튜드로 수집되는 데이터가 중복 수집되는 사례가 발생했습니다. 이에 따라 실무자가 데이터 분석 및 활용 과정에서 혼란을 겪거나 중요한 인사이트를 얻는 데에 방해를 받는 경우가 있었습니다. 결과적으로 데이터 활용의 효율성이 낮아지고, 분석 시 시간과 리소스가 불필요하게 소모되기도 했습니다.
문제 2. 데이터 리터러시 부족
실무자들이 데이터의 정의 및 활용 방법을 충분히 숙지하지 못하면서, 데이터 분석가들에게 분석을 의존하는 구조가 고착화된 것 역시 해결해야 할 문제였습니다. 이로 인해 데이터에 기반한 신속하고 정확한 의사결정이 어려웠고, 조직 전반에 데이터 중심의 의사결정 문화를 정착시키는 데에 한계를 느꼈습니다.
액션 아이템
Strategy
더블엔씨는 이 문제를 해결하기 위해 앰플리튜드가 제공하는 데이터 관리 기능, 'Data'를 적극적으로 활용해 데이터 관리 체계를 구축하기로 결정했습니다.
앰플리튜드 Data란?
앰플리튜드 Data는 앰플리튜드 데이터 로깅 현황을 정의 및 트래킹하는 공간입니다. 데이터의 현황을 파악하고, 데이터 품질을 관리 및 개선할 수 있습니다. 자세한 내용은 Overview of Amplitude Data를 참고하세요.
[Action Item ❶] 전사 데이터 관리 프로세스 체계화
조직 전반에서 데이터를 일관되고 체계적으로 관리하기 위해 네이밍 컨벤션 수립, 이벤트 택소노미 설계, 그리고 데이터 수집 및 유지 보수 프로세스를 단계별로 실행했습니다. 이를 통해 데이터의 정확성과 무결성을 확보하고, 효과적인 분석 환경을 구축할 수 있었습니다.
[STEP 1] 네이밍 컨벤션 정의
동일한 이벤트 또는 프로퍼티가 서로 다른 이름으로 수집되는 상황을 방지하기 위해 앰플리튜드 택소노미 플레이북 및 템플릿을 활용했습니다. 이를 통해 영어 소문자 사용, 동작 중심 명명 (예: ‘viewed categories’, ‘clicked item’)을 기반으로 명확한 이벤트 및 프로퍼티 네이밍 규칙을 수립했습니다. 이를 통해 택소노미 설계와 추후 관리를 쉽게 할 수 있었습니다.
네이밍 컨벤션 개선 사례
Event : 동일한 이벤트인데 OS 별 다른 이벤트명으로 수집된 경우
as-is : Android:
clicked chat, iOS:Clicked_chatto-be : Android / iOS:
clicked chat으로 통일
Property : 동일한 프로퍼티인데 이벤트 별로 다른 Key 이름으로 수집된 경우
as-is :
price,매입가,판매가to-be :
price로 통일
[STEP 2] 이벤트 택소노미 설계
데이터 활용의 효율성을 높이기 위해 정의한 네이밍 컨벤션에 따라 이벤트 택소노미를 설계했습니다. 주요 행동 이벤트와 주요 지표와 연관된 이벤트를 기반으로 이벤트 및 프로퍼티를 수집할 수 있도록 준비 했습니다.
[STEP 3] 설계한 택소노미를 앰플리튜드 'Data'의 'Tracking Plan'에 CSV Import하기
CSV Import 방식을 활용하여 트래킹 대상 데이터를 Tracking Plan에 일괄 업데이트했습니다.
앰플리튜드에서 제공하는 CSV 템플릿으로 Tracking Plan을 일괄 업데이트(신규 생성)하고, 이때 업데이트한 이벤트 STATUS가
Planned로 잘 설정되었는지 확인했습니다.
Tracking Plan이란?
Tracking Plan은 앰플리튜드로 트래킹할 데이터(이벤트, 프로퍼티)를 정의하고 관리하는 기능입니다. Tracking Plan을 사용하면 앰플리튜드로 수집하고 분석할 데이터를 체계적으로 관리할 수 있습니다. 자세한 내용은 How To Create a Tracking Plan? 을 참고하세요.
[STEP 4] 데이터 수집을 위한 개발 작업
Tracking Plan에서 정의한 수집 대상 데이터를 서비스에 적용하기 위해 코드에 반영했습니다. 이후 이벤트가 Live 상태로 전환되었는지, 그리고 디스크립션과 차이가 없는지 점검했습니다. 이를 통해 개발 과정에서 발생할 수 있는 휴먼 에러를 방지하고 데이터의 정확성과 일관성을 유지할 수 있었습니다.
[STEP 5] 유지 보수 및 추가 프로세스 구축 + Slack 활용
Tracking Plan을 기준으로 수집된 데이터의 적합성을 판단하고, 예상치 못한 이벤트와 활용하지 않는 이벤트를 점검해 데이터 무결성을 유지했습니다.
데이터 무결성(Data Integrity)이란?
데이터가 전송, 저장, 처리되는 모든 과정에서 변경되거나 손상되지 않고 정확성, 일관성을 유지하는 것을 의미합니다.
정확성: 데이터 중복이나 누락 없이 올바르게 유지되는 상태
일관성: 데이터 전송 시점, 데이터 네이밍, 데이터 관리 방식 등이 일관된 규칙 하에 관리되고 있는 상태
더불어 Slack에 #앰플-레이그라운드 채널을 개설해 가설 검증을 위한 추가 데이터 요청과 앰플리튜드 관련 논의가 원활히 이루어지도록 했습니다. 이를 통해 구성원 간의 데이터 협업 환경을 조성하고, 앰플리튜드 활용이 익숙하지 않은 구성원들도 도움을 받을 수 있었습니다.
더블엔씨 슬랙 논의 예시입니다. (출처: 더블엔씨)
더블엔씨 슬랙 논의 예시2입니다. (출처: 더블엔씨)
[Action Item ❷] 데이터 리터러시를 높이기 위한 방안 마련
또한 더블엔씨는 조직 내 모든 구성원이 데이터를 더 잘 이해하고 활용할 수 있도록, Tracking Plan의 세부 정보 강화와 내부 교육 자료 제공을 통해 데이터 리터러시를 체계적으로 높였습니다. 이를 통해 데이터 분석의 정확성과 효율성을 향상시키는 기반을 마련했습니다.
[STEP 1] Tracking Plan 내 각 데이터에 Description 및 Comments 추가
앰플리튜드 Description 기능은 이벤트의 목적, 트리거 조건, 관련 화면 등 이벤트에 대한 상세 정보를 기록하여 팀원들의 이해를 도울 수 있습니다.
Description 영역에 메타데이터를 추가하여 이벤트 발생 위치, 목적, 프로퍼티 등을 상세히 정의했습니다. 이를 통해 모든 구성원이 정확하고 신뢰할 수 있는 정보를 기반으로 데이터를 활용할 수 있도록 분석의 기본 환경을 마련할 수 있었습니다.
Description 활용 예시 : [별칭], [트리거], [대상 화면], [참고] 등을 상세히 작성
Description 활용 예시
앰플리튜드의 Comments 기능은 Activity 탭에서 이벤트 변경 내역을 확인하며, 추가적으로 메모를 작성하거나 협업을 위해 의견을 공유할 때 사용됩니다.
Activity > Comments 활용 예시 : 이벤트 내 프로퍼티 수정이 발생한 경우 수정된 버전, 내용 등을 작성
Comments 활용 예시
[STEP 2] 데이터 분석 방법 전파를 위한 내부 교육 자료 생성
AB180 Academy의 교육 자료와 추가 학습 리소스를 구성원들에게 공유했습니다. 또한 AB180 CSM과의 체크업 미팅을 통해 이벤트 설계 시 고려가 필요한 사항 및 기능적인 궁금증들을 해소했습니다.
동시에 내부 교육 자료를 생성해 조직이 해결하려는 문제와 개선하고자 하는 지표를 공유함으로써, 구성원들이 전사적으로 일관된 지표 기준을 이해하고 분석할 수 있는 기반을 마련했습니다.
예를 들면 데이터 설계 단계에서 퍼널 분석, 차트 활용(holding constant, Formula 등) 및 연관 이벤트를 고려해 미리 구상하게 하고, 노션 페이지를 통해 이벤트 설계 요청 건을 취합했습니다.
이벤트 설계 요청 노션 페이지 (출처: 더블엔씨)
Impact
다음은 더블엔씨 앰플리튜드 담당 데이터 분석가 유가연님, 개발자 이성현님과의 인터뷰 내용입니다.
앰플리튜드를 도입한 후 더블엔씨는 데이터 관리 체계와 분석 환경을 성공적으로 구축하며 조직 전반에 큰 변화를 경험했습니다. 특히 데이터 기반 의사결정이 일상화되었고, 프로젝트 성과 지표 개선을 통해 조직 내 긍정적인 효과가 뚜렷하게 나타났습니다.
데이터 접근성 개선에 따른 분석 속도 향상
구성원들이 필요한 데이터를 손쉽게 조회할 수 있는 환경이 마련되면서 의사결정 속도가 크게 빨라졌습니다. 데이터의 품질에 대한 신뢰도도 높아졌고, 데이터의 정의를 앰플리튜드에 사전 작성해둔 description을 통해 빠르게 이해할 수 있게 됨으로써, 개인의 분석 업무는 물론 팀 간 분석에 기반한 협업 또한 더욱 원활해졌습니다.
과거에는 구성원들이 데이터 분석가에게 데이터 분석을 요청하고 내용을 검토하는 데 많은 시간이 소요되었지만, 이제는 누구나 데이터를 빠르게 확인하고 필요한 결정을 내릴 수 있게 되었습니다. 이로 인해 프로젝트 진행 속도도 빨라지고 성과를 더 자주 리뷰할 수 있게 되었습니다.
앰플리튜드를 활용한 정량적 검증 문화 정착
앰플리튜드 데이터 기반의 성과 리뷰 프로세스가 자리 잡으면서 정량적 데이터를 바탕으로 프로젝트 성과를 검증할 수 있게 되었습니다. 기존 주관적인 평가에 의존하던 회의가 이제는 앰플리튜드의 데이터에 기반해 명확한 수치와 근거를 중심으로 이루어지고 있습니다.
불필요한 논쟁이 많이 줄어들었고, 제품 또는 마케팅에 대한 개선도 훨씬 체계적이고 신속하게 이루어지고 있다고 느낍니다. 구성원들도 데이터 기반의 성과 검증 문화에 만족하고 있습니다.
개발 실수 방지 체계 구축으로 작업 오류 90% 감소
개발 조직에서는 데이터 관리 체계를 구축하며 큰 성과를 얻었습니다. 기존에는 휴먼 에러로 인해 트래킹 코드가 잘못 작성되거나 데이터가 누락되는 일이 발생했지만, 현재는 앰플리튜드 ‘Data’의 ‘Tracking Plan’을 사용함으로써 개발 과정에서 발생할 수 있는 오류를 사전에 방지할 수 있는 체계가 마련되었습니다.
내부 데이터베이스와 비교하여 작업 정확성을 검증하는 절차가 도입되면서 다양한 개발자들이 효율적으로 작업할 수 있는 환경이 조성되었습니다. 그 결과, 업무 누락 및 작업 실수가 약 90% 감소하였으며, 개발 작업의 신뢰성과 생산성이 대폭 향상되었습니다.
아래 내용은 자동화된 검증 프로세스를 통해 문제가 즉각적으로 파악되는 과정을 쉽게 이해할 수 있는 예시 이미지입니다.
개발 실수 방지 코드 예시 : 이벤트 속성 일부가 누락되었을 때 발생할 수 있는 오류 확인 가능
GitHub 활용 이벤트 관련 작업 예시 : 정의된 이벤트 트래킹 코드의 변경 사항을 GitHub을 통해 정리
GitHub Actions에서 실행된 빌드 프로세스 예시 : 코드 변경 사항 검토 과정에서 오류가 감지된 상황 확인 가능
Key Takeaways
CSM's Insight
“앰플리튜드를 활용하면 데이터 수집 과정에서 발생하는 문제를 빠르게 파악하고 해결할 수 있어 데이터 무결성을 쉽게 유지할 수 있습니다. 이를 통해 보다 정교한 정량적 분석 환경을 구축하고, 핵심적인 비즈니스 인사이트를 얻을 수 있습니다. 데이터 기반의 의사결정을 위해 앰플리튜드로 데이터 관리 체계를 구축해보세요.”
AUTHORS
조희선 Heeseon Jo ∙ AB180 ∙ Customer Success Manager
AB180의 Customer Success Manager로서 Airbridge, Braze, Amplitude를 활용하는 다양한 버티컬의 고객사를 담당하고 있습니다. AB180 이전 인하우스와 에이전시에서의 디지털 광고 운영 경험을 바탕으로 고객사들의 솔루션 도입과 활용을 전문적으로 지원합니다.