여러 디지털 분석 제품 사용

지난 몇 년 동안 나는 얼마나 많은 조직이 여러 디지털 분석 제품을 사용하는지 놀랐습니다. 일부 조직은 규모가 너무 커서 여러 디지털 분석 제품이 사용되고 있다는 사실조차 깨닫지 못할 수 있습니다! 그러나 많은 조직에서는 여러 가지 이유로 여러 디지털 분석 제품을 사용하게 됩니다. 내가 겪은 가장 일반적인 두 가지 이유는 다음과 같습니다.

하나의 디지털 분석 제품은 웹사이트에서 사용되고 다른 제품은 모바일 앱에서 사용됩니다.

조직에서 여러 디지털 분석 제품을 사용하는 주요 이유 중 하나는 기술 플랫폼입니다. 조직에서는 웹사이트에서 하나의 디지털 분석 제품을 사용하고 모바일 애플리케이션에서 다른 제품을 사용하는 것이 매우 일반적입니다. 왜 이런 일이 발생하는지에 대한 내 이론은 마케팅 부서와 제품 부서가 협력하지 않는다는 것입니다. 한 팀(일반적으로 마케팅)은 웹사이트를 담당하고 다른 팀(일반적으로 제품)은 모바일 앱을 담당합니다. 나는 이 플랫폼 분기점이 웹사이트와 모바일 앱이 진화한 방식에서 비롯되었다고 생각합니다. 웹사이트는 마케팅 자료이자 디지털 광고의 대상으로 시작되었으므로 마케팅은 일반적으로 웹사이트를 구축하고 소유했습니다. 모바일 앱은 스마트폰을 활용하기 위한 더 많은 기술적인 노력으로 시작되었으며, 우리는 처음에 IT 팀에 의해 만들어졌으며 나중에 디지털 제품 팀으로 발전했습니다. 때때로 끓는 물 냄비 속의 개구리처럼 변화가 너무 천천히 일어나면 조직에서 한 발 물러서서 자신이 한 일을 깨닫기가 어렵습니다. 새로운 비즈니스가 오늘 시작된다면 마케팅 팀과 제품 팀을 계속해서 분리하고 웹 사이트와 모바일 앱에서 서로 다른 디지털 분석 제품을 사용할 수 있는지 보는 것은 흥미로울 것입니다. 나는 많은 조직이 관행을 되돌아보고 지금부터 이상한 일이 되었다고 생각할 것이라고 생각합니다.

모든 사용 사례를 적절하게 충족할 수 있는 디지털 분석 제품은 없습니다.

내가 이야기하는 많은 조직에는 하나의 기본 디지털 분석 제품이 있지만 기본 분석 제품이 충족할 수 없는 특정 사용 사례나 기능이 있기 때문에 다른 제품을 계속 사용하고 있습니다. 모든 것을 할 수 있는 완벽한 디지털 분석 제품은 없습니다. 조직은 자신에게 가장 중요한 것이 무엇인지 파악 하고 필요에 가장 적합한 제품을 선택해야 합니다. 일부 조직에서는 Amplitude를 사용하지만 광고 통합을 위해 여전히 Google Analytics를 사용해야 한다고 생각합니다. 다른 조직은 Google Analytics를 사용하고 세션 재생을 원하므로 경험 분석 제품을 추가합니다. 많은 조직은 각 팀이 기능을 희생하지 않고는 하나의 디지털 분석 제품으로 마케팅 및 제품 요구 사항을 충족할 수 없다고 생각합니다.

여러 Digital Analytics 제품 사용과 관련된 문제

이유에 관계없이 여러 디지털 분석 제품을 사용하는 것은 다음과 같은 이유로 문제가 됩니다.

방문자/고객마다 분석 제품마다 프로필이 다릅니다.

조직에서 다른 디지털 분석 제품을 사용하는 경우 각 방문자/고객은 각 분석 제품에서 서로 다른 프로필을 갖게 됩니다. 대부분의 조직은 각 고객을 더 잘 이해하기를 원하기 때문에 의도적으로 고객 정보를 다른 프로필로 분리하는 것은 직관적이지 않습니다. 여러 분석 제품을 사용하면 조직이 각 제품에서 고객 데이터를 내보내고 다른 시스템에서 이를 통합할 방법을 찾아야 합니다. 이러한 유형의 통합에는 시간과 비용이 필요합니다. 또한 고객 프로필 통합에 내재된 지연으로 인해 실시간으로 고객 프로필에 대한 조치를 취하는 것을 방지합니다. 단순히 그들이 사용하는 플랫폼(웹 vs. 앱) 또는 그들의 활동(마케팅 vs. 제품) 때문에 고객을 여러 프로필로 나누는 것은 의미가 없습니다.

두 플랫폼 모두에서 경험을 쉽게 개인화할 수 없음

비슷한 맥락에서 모든 관련 데이터 포인트가 포함된 통합된 고객 프로필이 없는 경우 디지털 경험을 개인화하기가 쉽지 않습니다. 오늘날의 초경쟁 시대에 개인화는 브랜드의 핵심 차별화 요소가 되었습니다. 고객은 브랜드가 브랜드를 인식하고 모든 디지털 플랫폼에서 관련 제품, 콘텐츠 및 제안을 제공하기를 기대합니다. 개인화는 실시간 또는 거의 실시간으로 수행될 때 가장 효과적입니다. 그러나 여러 디지털 분석 제품으로 인해 조직이 고객 데이터 통합을 지연할 경우 개인화의 주요 이점을 놓칠 수 있습니다.

다중 플랫폼 활동을 사용하여 세그먼트/동질 집단을 구축할 수 없음

여러 디지털 분석 제품을 사용할 때의 또 다른 단점은 세그먼트/코호트를 구축하기가 더 어렵다는 것입니다. 행동 데이터를 기반으로 사용자 세그먼트/코호트를 구축하는 것은 디지털 분석의 핵심 구성 요소입니다. 디지털 분석 제품에는 너무 많은 데이터가 포함되어 있어 분석을 수행하려면 사용자를 더 작은 세그먼트/집단으로 나누어 비교할 수 있어야 합니다. 세그먼트/집단은 고객 및 고객이 수행하는 이벤트에 대해 수집된 데이터를 기반으로 합니다. 그러나 디지털 분석 제품에 알려진 데이터 포인트를 기반으로 사용자 세그먼트/집단을 생성할 수만 있습니다. 고객이 여러 분석 제품에서 추적된다고 가정합니다. 이 경우 데이터를 내보내고 다른 시스템(예: CDP)에서 생성하지 않고 두 분석 제품의 데이터를 사용하여 세그먼트/코호트를 생성하는 것이 어렵습니다. 이는 전체론적 세그먼트/집단을 구축하고 적시에 구축하는 능력을 심각하게 제한합니다.

예를 들어 조직에서 웹사이트의 마케팅 분석에 Google Analytics를 사용하고 모바일 앱의 제품 분석에 Amplitude를 사용한다고 가정해 보겠습니다. 고객이 이메일을 통해 웹사이트를 방문하여 장바구니에 제품을 담았다가 구매하기 전에 종료합니다. 다음 주에는 동일한 고객이 모바일 앱을 열고 장바구니에 담긴 제품을 구매합니다. 조직이 이메일을 통해 구매한 사용자 세그먼트/집단을 구축한 경우 이 시나리오에서 두 가지 다른 디지털 분석 제품이 사용되었으므로 이 고객은 해당 세그먼트/집단에 대한 자격이 없습니다. 두 분석 제품에서 동일한 세그먼트/코호트가 생성된 경우에도 고객은 어느 쪽에도 적합하지 않습니다. 세그먼트/코호트 기준의 절반은 한 분석 제품에서, 나머지 절반은 다른 제품에서 발생했습니다.

전체 고객 여정 경험을 볼 수 없음

디지털 자산을 통한 고객 여정을 이해하고 시각화하는 것은 대부분의 조직에서 필수품이 되었습니다. 고객이 서로 다른 플랫폼(예: 웹 대 앱) 사이를 이동하는 빈도와 이러한 여정에서 고객이 이탈하는 위치를 아는 것이 중요합니다. 여러 디지털 분석 제품을 사용하면 문제가 발생할 수 있는 또 다른 경우입니다. 고객 여정이 서로 다른 분석 제품으로 분할되면 사후에 다시 만들기가 쉽지 않습니다. 고객 여정은 수천 개의 서로 다른 경로로 나눌 수 있으며 디지털 분석 도구 외부에서 이러한 여정을 표시할 수 있는 시스템은 거의 없습니다. 조직에서 웹사이트와 앱에서 여정을 별도로 캡처하는 경우 이탈 및 포기의 원인을 결코 이해할 수 없습니다. 이렇게 하면 조직에서 고객 여정과 디지털 전환을 개선하는 방법을 배우지 못하게 됩니다.

디지털 분석가가 여러 제품을 학습해야 함

다른 항목만큼 중요하지는 않지만 여러 디지털 분석 제품을 사용하면 조직의 이해 관계자가 여러 분석 제품 인터페이스를 배워야 할 수 있습니다. 다른 팀에서 다른 분석 제품을 사용하더라도 두 플랫폼의 데이터가 필요한 일부 사람들이 있을 수 있습니다. 조직에 디지털 분석 제품을 사용하는 방법을 가르친 사람으로서 저는 사람들에게 디지털 분석 제품을 사용하는 방법을 가르치는 것이 매우 어렵다고 말할 수 있습니다. 사람들에게 다중 사용 방법을 가르친다고 상상해 보십시오!

여러 제품에 대한 지불

대부분의 조직은 특히 데이터 수집이 중복되는 경우 여러 디지털 분석 제품에 대해 비용을 지불하지 않는 것을 선호합니다. 또한 디지털 분석 제품에 대한 비용을 지불하면 더 많은 데이터를 수집할수록 전체 비용이 비례하여 낮아지는 경향이 있습니다. 즉, 많은 디지털 분석 제품의 경우 수집된 첫 번째 데이터 청크에 대해 가장 많은 비용을 지불하고 수집된 증분 데이터에 대해 적은 비용을 지불하는 경향이 있습니다(예: 더 많은 데이터가 수집될수록 CPM 축소). 따라서 여러 디지털 분석 제품에 대해 비용을 지불하는 경우 각각에서 수집한 초기 데이터에 대해 프리미엄을 지불할 가능성이 있습니다.

데이터를 활용하는 대신 데이터 조정

마지막으로 여러 디지털 분석 제품을 보유하는 데 있어 가장 실망스러운 측면 중 하나는 데이터를 지속적으로 비교하는 것입니다. 조직에서 여러 디지털 분석 제품을 사용하는 경우 데이터 포인트 간에 중복되는 경우가 불가피합니다. 예를 들어, 두 제품 모두 각 제품이 얼마나 자주 조회되고 장바구니에 추가되는지 캡처할 수 있습니다. 이런 일이 발생하면 조직의 사람들이 왜 동일한 데이터 포인트가 각 분석 제품에서 다른 값을 갖는지 묻는 것은 시간 문제일 뿐입니다. 저는 많은 조직이 이러한 유형의 데이터 비교로 인해 마비되는 것을 보았습니다. 차이가 중요하지 않더라도 정확히 일치하지 않는다는 사실은 분석 제품 중 하나를 신뢰할 수 없다는 우려를 불러일으킵니다. 조직은 디지털 제품과 경험을 개선하기 위해 수집한 데이터를 활용하는 것보다 디지털 분석 제품 간의 차이점 을 분석하는 데 더 많은 시간을 소비하게 됩니다.

마지막 생각들

보시다시피 여러 디지털 분석 제품을 사용하는 데는 몇 가지 단점이 있습니다. 여기에 설명된 문제로 인해 결국 조직이 하나 의 디지털 분석 제품으로 표준화하게 될 것이라고 생각합니다. 이것이 내가 앞으로 몇 년 동안 디지털 마케팅 제품의 수렴이 있을 것이라고 예측한 이유입니다. 제가 Amplitude에 합류한 이유 중 하나이기도 합니다. Amplitude는 이미 제품 분석 분야의 리더이기 때문에 제 목표 중 하나는 Amplitude가 마케팅 분석 기능을 향상시켜 제품 과 마케팅, 웹사이트 와 모바일 앱의 모든 요구 사항을 충족할 수 있는 최초의 디지털 분석 제품이 될 수 있도록 돕는 것입니다.

이것이 제가 최근 Amplitude Amplify 컨퍼런스에서 마케터가 기존 마케팅 분석 제품을 사용하여 전통적으로 수행했던 것과 동일한 작업을 수행할 수 있도록 하는 수많은 새로운 마케팅 관련 기능을 발표한 것에 대해 매우 기뻤던 이유입니다. 아직 갈 길이 멀지만 Amplitude는 조직이 여러 디지털 분석 제품을 요구함으로써 발생하는 이전 문제를 피할 수 있도록 돕는 임무를 수행하고 있습니다.